Medizinische Studien verstehen: Dein Weg durch die Evidenz

Eine gute Studie macht medizinische Fortschritte nachvollziehbar. Sie zeigt, welche Menschen untersucht wurden, was sie erhielten und woran eine Verbesserung gemessen wurde. Du brauchst dafür kein Statistikstudium. Mit einer klaren Lesereihenfolge erkennst du die entscheidenden Angaben und kannst interessante Ergebnisse genauer einordnen.

Gerade in der Pflanzen- und Cannabinoidforschung ist das hilfreich. Unter ähnlichen Überschriften stehen oft unterschiedliche Präparate, Erkrankungen oder Messgrößen. Dieser Beitrag gibt dir ein Werkzeug, mit dem du vom Abstract bis zur Gesamtevidenz gelangst. Du erfährst, wie du Nutzen, Größenordnung und verbleibende Unsicherheit gemeinsam betrachtest.

Zuerst die konkrete Forschungsfrage

Beginne mit einem Satz: Bei welchen Menschen wurde welches Präparat womit verglichen und für welches Ergebnis? Diese Struktur wird häufig als PICO bezeichnet: Population, Intervention, Comparison und Outcome. Sie verbindet die untersuchten Personen mit Behandlung, Vergleich und Zielgröße. Das Cochrane-Handbuch nutzt diese Bestandteile zur präzisen Formulierung von Reviewfragen und Einschlusskriterien. Cochrane, Kapitel 3 [1]

Das Handbuch präzisiert diesen Schritt: Population, Intervention und Vergleich werden in der Regel unmittelbar zu Einschlusskriterien eines Reviews. Endpunkte sind dagegen meist kein Einschlusskriterium. Ein Review sucht alle ausreichend belastbaren Studien zu einem Vergleich, unabhängig davon, welche Zielgrößen sie gemessen oder berichtet haben [1]. Methodisch eingeordnet schützt das davor, bevorzugt Studien mit einem bestimmten, möglicherweise günstigen Ergebnis aufzunehmen.

„CBD hilft beim Schlafen“ ist dafür zu allgemein. Wurden gesunde Erwachsene oder Menschen mit diagnostizierter Insomnie untersucht? Ging es um ein definiertes Arzneipräparat oder um eine mehrteilige Kombination? Wurde das Einschlafen gemessen, die Zahl nächtlicher Wachphasen oder das Gefühl der Erholung am nächsten Morgen?

Aus diesen Unterschieden entsteht die Reichweite einer Aussage. Ein akuter Laborversuch kann eine unmittelbare Wirkung auf ein bestimmtes Maß zeigen. Eine mehrmonatige Patientenstudie kann andere Fragen beantworten. Beides kann wertvoll sein, solange du das Ergebnis nicht über die untersuchte Situation hinaus verallgemeinerst.

Lies anschließend, welches Studienziel verfolgt wurde. Eine Machbarkeitsstudie prüft etwa, ob sich Teilnehmende gewinnen lassen oder Messungen im Alltag funktionieren. Eine pharmakokinetische Untersuchung beschreibt Aufnahme und Abbau. Eine Wirksamkeitsstudie prüft einen gesundheitlichen Nutzen. Ein sauber erfülltes Machbarkeitsziel ist ein Fortschritt, auch wenn damit die spätere Wirksamkeitsfrage noch offenbleibt.

CONSORT 2025 verlangt in Studienberichten zusätzlich Angaben dazu, wie Prüf- und Vergleichsbehandlung tatsächlich umgesetzt wurden und welche Begleitbehandlungen die Teilnehmenden erhielten [2]. Diese Angaben zeigen, ob die untersuchte Situation der Frage entspricht, die du an die Studie stellst.

Wenn dir die Wirkstoffbegriffe neu sind, hilft vorher der Grundlagenbeitrag zu Cannabinoiden.

Randomisierung, Verblindung und Vergleich

Randomisierung bedeutet, dass ein Zufallsverfahren die Behandlungszuordnung bestimmt. Es soll Unterschiede zwischen den Gruppen im Mittel ausgleichen. In einer einzelnen, besonders kleinen Studie können trotzdem Ungleichgewichte entstehen. Wichtig ist zusätzlich, dass die bevorstehende Zuordnung bei der Aufnahme nicht vorhersehbar war.

Verblindung soll verhindern, dass Erwartungen die Behandlung, Messung oder Bewertung beeinflussen. Der Begriff „doppelblind“ allein erklärt noch nicht, wer tatsächlich verblindet war und wie dies gelang. Spürbare Stoffwirkungen können beispielsweise Rückschlüsse auf die Zuordnung erleichtern. Auch die Auswertung und das Verhalten der Untersuchenden können eine Rolle spielen. Cochrane, Kapitel 8, Abschnitte 8.3–8.4 [8]

RoB 2 ordnet diese Fragen fünf Bereichen zu: Randomisierungsprozess, Abweichungen von der vorgesehenen Intervention, fehlende Ergebnisdaten, Messung des Endpunkts und Auswahl des berichteten Ergebnisses. Jeder Bereich wird als geringes Risiko, einige Bedenken oder hohes Risiko eingestuft. Das Gesamturteil für ein Ergebnis entspricht in der Regel dem ungünstigsten Bereich [8]. Die Bewertung gilt einem bestimmten Ergebnis einer Studie, nicht der Studie als Ganzes.

Der Vergleich bestimmt die beantwortete Frage. Ein Placebovergleich kann einen Unterschied zum passenden Kontrollpräparat prüfen. Ein Vergleich mit einer vorhandenen Standardbehandlung untersucht eine andere Entscheidung. Erhalten beide Gruppen dieselbe Grundbehandlung und nur eine Gruppe zusätzlich das Prüfpräparat, betrifft das Ergebnis den ergänzenden Nutzen.

Bei einem Crossover-Versuch erhalten dieselben Menschen nacheinander verschiedene Bedingungen. Das kann individuelle Unterschiede gut berücksichtigen. Die Auswertung muss jedoch beachten, dass Messungen derselben Person zusammengehören und eine frühere Behandlung gegebenenfalls nachwirken könnte. Viele Messnächte ersetzen deshalb nicht automatisch viele unabhängige Teilnehmende. Cochrane, Kapitel 6, Abschnitt 6.2.3 [9]

Das Handbuch fasst das als Grundsatz: In den meisten Situationen sollte die Zahl der Beobachtungen in einer Analyse der Zahl der randomisierten Einheiten entsprechen [9]. Bei Crossover-Studien sind das die Personen, nicht die einzelnen Messnächte oder Behandlungsphasen.

Eine persönliche Besserung während einer Studie bleibt eine wichtige Beobachtung. Für eine spezifische Behandlungswirkung kommt es jedoch darauf an, wie sich das Ergebnis im passenden Gruppenvergleich verhält. Verbesserungen in beiden Gruppen können unterschiedliche Ursachen haben, die ein kontrollierter Aufbau auseinanderhalten soll.

Wie groß Veränderungen in einer Vergleichsgruppe sein können, zeigt eine Meta-Analyse von Gedin und Kollegen. Sie wertete 20 doppelblinde, placebokontrollierte Studien mit insgesamt 1.459 Teilnehmenden zu cannabinoidbasierten Behandlungen bei klinischen Schmerzen aus. In den Placebogruppen nahm der Schmerz mit einer Effektgröße von Hedges g = 0,64 ab (p < 0,001); die Studien unterschieden sich dabei stark (I² = 87 Prozent) [5]. Die Autorinnen und Autoren beschreiben das als mittleren bis großen Effekt.

Was primäre Endpunkte auszeichnet

Der primäre Endpunkt ist die zentrale, vorab festgelegte Zielgröße einer Untersuchung. An ihr orientieren sich häufig Fallzahlplanung und Hauptauswertung. Sekundäre Endpunkte ergänzen das Bild. Explorative Analysen sollen neue Fragen oder Muster entdecken.

Diese Unterscheidung hilft dir, die Aussagekraft eines positiven Befunds zu erkennen. Wird der primäre Endpunkt nicht überzeugend erreicht, kann ein positives sekundäres Ergebnis trotzdem interessant sein. Es sollte dann als solches beschrieben und gezielt bestätigt werden. Viele untersuchte Größen erhöhen sonst die Gefahr, nachträglich gerade die günstigste hervorzuheben.

Ein guter Studienbericht macht die ursprüngliche Planung zugänglich. CONSORT 2025 betont unter anderem Studienregistrierung, Protokoll, statistischen Analyseplan sowie nachvollziehbare Ergebnisse und Teilnehmerflüsse. Die Leitlinie verbessert die Transparenz der Berichterstattung; ein ausgefülltes Schema ist für sich noch kein Qualitätssiegel für jedes Resultat. CONSORT 2025 [2]

Die Leitlinie umfasst 30 Punkte und ein Flussdiagramm. Gegenüber CONSORT 2010 kamen sieben Punkte hinzu, drei wurden überarbeitet, einer entfiel. Neu ist ein Abschnitt zu offener Wissenschaft mit Registrierung, Zugang zu Protokoll und statistischem Analyseplan, Datenteilung sowie Finanzierung und Interessenkonflikten. Entwickelt wurde die Fassung unter anderem mit einer dreistufigen Delphi-Befragung, an deren erster Runde 317 Personen teilnahmen, und einem Konsenstreffen mit 30 Fachleuten [2].

Das Gegenstück für Studienprotokolle ist SPIRIT 2025. Die überarbeitete Fassung nennt 34 Mindestangaben, darunter ebenfalls einen Abschnitt zu offener Wissenschaft mit Registrierung, Zugang zu Protokoll und Analyseplan, Datenteilung sowie Finanzierung und Interessenkonflikten [3]. Wer Protokoll und Ergebnisbericht nebeneinanderlegt, kann prüfen, ob der primäre Endpunkt und die geplante Auswertung unverändert geblieben sind.

Ein Beispiel aus der Entourage-Forschung zeigt, warum diese Details zählen. Wang und Kollegen berichteten eine kleine mittlere Veränderung eines mit Wearable erfassten Schlafphasenanteils. Die hervorgehobenen 48 Minuten bezogen sich dagegen auf fünf nachträglich ausgewählte besonders gut ansprechende Personen. Beides gehört zur selben Publikation, beantwortet aber nicht dieselbe Frage über den durchschnittlichen Nutzen. Wang et al., 2025 [4]

Die Zahlen im Einzelnen: Randomisiert wurden 125 Erwachsene mit chronischer Insomnie, ausgewertet wurden 56. Viele schieden bereits in der zweiwöchigen Ausgangsphase aus. Der primäre Endpunkt war der Anteil aus Tiefschlaf und REM-Schlaf an der Gesamtschlafzeit, erfasst mit einem am Handgelenk getragenen Tracker. Er lag unter Placebo bei 41,8 Prozent und unter der Prüfformulierung bei 43,1 Prozent. Der Unterschied betrug 1,3 Prozentpunkte (95-%-Konfidenzintervall 0,1 bis 2,5; p = 0,03). Gesamtschlafzeit, Herzfrequenz und Herzfrequenzvariabilität unterschieden sich nicht [4]. Finanziert wurde die Studie von Defined Research Inc.; sechs der acht Autoren hielten Anteile an diesem Unternehmen, die beiden übrigen Aktienoptionen [4].

Schau deshalb nach, ob eine Untergruppe vorab geplant war und ob ihr Ergebnis unabhängig bestätigt wurde. Nachträgliche Entdeckungen sind ein sinnvoller Anfang neuer Forschung. Ihr Wert steigt, wenn die nächste Untersuchung genau dieses Muster mit einer passenden Hauptfrage prüft.

Wie häufig Titel und Abstracts ein günstigeres Bild zeichnen als die Daten, untersuchten Moore und Kollegen 2024 für Cannabinoide bei Schmerz. Mit einem neu entwickelten Sechs-Punkte-Instrument fanden sie in 8 von 34 randomisierten Studien (24 Prozent) und in 11 von 64 systematischen Übersichtsarbeiten (17 Prozent) eine mäßige oder starke narrative Verzerrung. Die Verzerrung wies in allen Fällen zugunsten des Cannabinoids [6]. Die Autorinnen und Autoren folgern, dass Titel und Abstract allein bei etwa jeder fünften Arbeit einen unzutreffenden Eindruck von Wirksamkeit oder Sicherheit vermitteln können [6].

Effektgröße und Unsicherheit

Ein Ergebnis wird verständlicher, wenn du drei Dinge zusammen liest: Wie groß ist der Unterschied? Wie präzise ist die Schätzung? Was bedeutet er im Alltag? Der p-Wert allein beantwortet diese Fragen nicht.

Ein p-Wert beschreibt, wie unvereinbar die beobachteten Daten mit einem bestimmten statistischen Modell sind, sofern dessen Annahmen gelten. Er ist weder die Wahrscheinlichkeit, dass eine Behandlung wirkt, noch die Wahrscheinlichkeit, dass das Ergebnis „nur Zufall“ ist. Ein kleiner Wert sagt außerdem nicht automatisch, dass der Effekt groß oder medizinisch wichtig ist. Diese Abgrenzungen gehören zu den Grundsätzen der American Statistical Association. ASA-Erklärung zu p-Werten [10]

Die Erklärung formuliert insgesamt sechs Grundsätze. Neben den genannten gehören dazu: Wissenschaftliche Schlussfolgerungen und Entscheidungen sollten nicht allein davon abhängen, ob ein p-Wert eine bestimmte Schwelle unterschreitet. Eine korrekte Schlussfolgerung erfordert vollständige Berichterstattung und Transparenz. Für sich genommen ist ein p-Wert kein gutes Maß für die Evidenz zu einem Modell oder einer Hypothese [10].

Ein Rechenbeispiel ohne Bezug zu einer realen Studie

Stell dir vor, eine vorab definierte Verbesserung tritt bei 40 von 100 Personen mit Prüfbehandlung und bei 30 von 100 mit Vergleichsbehandlung auf. Der absolute Unterschied beträgt zehn Prozentpunkte. Relativ zur Vergleichsgruppe sind das etwa ein Drittel mehr Verbesserungen. Beide Angaben beschreiben dieselben Zahlen, wirken sprachlich jedoch unterschiedlich.

Unter den Bedingungen dieses erfundenen Beispiels entspräche der Unterschied rechnerisch einer zusätzlichen Verbesserung je zehn behandelten Personen. Für eine reale „Number needed to treat“ müssten Endpunkt, Zeitraum, Population und Unsicherheit dazugehören. Eine isolierte Zahl eignet sich nicht als allgemeine Eigenschaft eines Wirkstoffs.

Das Cochrane-Handbuch leitet die Number needed to treat aus der Risikodifferenz ab. Es hält fest, dass NNT-Werte nicht direkt in einer Meta-Analyse zusammengefasst werden können; sie dienen der Veranschaulichung bereits zusammengefasster Ergebnisse [9]. Wie bedeutsam eine absolute oder relative Angabe ist, hängt vom Ausgangsrisiko in der Vergleichsgruppe und vom gewählten Endpunkt ab.

Was ein Konfidenzintervall beiträgt

Ein Konfidenzintervall beschreibt die Präzision einer Effektschätzung unter den jeweiligen Modellannahmen. Enge Intervalle erlauben meist eine genauere Einordnung als sehr breite. Ob ein Intervall auch keinen Unterschied oder relevante Nachteile einschließt, ist für die Bewertung entscheidend. Effektmaße unterscheiden sich: Bei einer Differenz bedeutet null „kein Unterschied“, bei einem Verhältnis eins. Cochrane, Kapitel 6, Abschnitt 6.1.2 [9]

Eine nicht signifikante Untersuchung beweist daher nicht automatisch Gleichwertigkeit. Vielleicht war der Versuch zu unpräzise, um einen relevanten Unterschied zuverlässig einzugrenzen. Umgekehrt kann ein präzise gemessener kleiner Effekt statistisch deutlich sein und für einzelne Menschen trotzdem wenig bedeuten. Die klinische Einordnung braucht den tatsächlichen Endpunkt und einen nachvollziehbaren Maßstab für Bedeutsamkeit.

Ein reales Beispiel: In der Schlafstudie von Wang und Kollegen reicht das 95-%-Konfidenzintervall für den Unterschied von 0,1 bis 2,5 Prozentpunkten [4]. Es schließt null knapp aus. Methodisch eingeordnet ist damit ein Unterschied zwischen nahezu null und wenigen Prozentpunkten mit den Daten vereinbar; ob das im Alltag spürbar ist, beantwortet das Intervall nicht.

Vom einzelnen Versuch zur Gesamtevidenz

Einzelstudien liefern Bausteine. Ein systematischer Review sucht und bewertet passende Untersuchungen anhand einer nachvollziehbaren Frage. Eine Metaanalyse kann ihre Effektschätzungen statistisch zusammenführen. Sie macht unpassende oder verzerrte Studien jedoch nicht automatisch verlässlich. Unterschiede zwischen Präparaten, Populationen und Methoden müssen berücksichtigt werden. Cochrane, Kapitel 10 [11]

Statistische Heterogenität bezeichnet Unterschiede zwischen Studienergebnissen, die größer sind, als der Zufall allein erwarten ließe. Das Handbuch hält außerdem fest, dass eine statistische Synthese die Gültigkeit eines Reviews nicht garantiert [11].

Die Zahl der Publikationen ist dabei nicht die Zahl unabhängiger Patientengruppen. Eine Studie kann mehrere Auswertungen oder Folgeartikel hervorbringen. Auch verschiedene Reviews können dieselben Versuche einschließen. Eine hilfreiche Übersicht ordnet Veröffentlichungen deshalb ihren Studienfamilien zu. Das Cochrane-Handbuch beschreibt die Verbindung mehrerer Berichte einer Studie als wichtigen Teil der Datenaufbereitung. Cochrane, Kapitel 5, Abschnitt 5.2.1 [12]

Das Handbuch formuliert es ausdrücklich: Mehrere Berichte derselben Studie wie mehrere Studien zu behandeln, ist falsch. Zum Verknüpfen nennt es unter anderem Registriernummern, Autorennamen, Sponsor und Studienort [12].

Für die Gesamtaussage zählt außerdem, wie sicher die Evidenz ist. Das GRADE-System betrachtet unter anderem Verzerrungsrisiken, Unterschiede zwischen Studien, die Übertragbarkeit auf die eigentliche Frage, unpräzise Schätzungen und mögliche Publikationsverzerrung. Die Gewissheit wird für ein bestimmtes Ergebnis bewertet, nicht pauschal für eine Pflanze oder einen ganzen Wirkstoffbereich. Cochrane, Kapitel 14 [7]

GRADE kennt vier Stufen: hoch, moderat, niedrig und sehr niedrig. Evidenz aus randomisierten Studien beginnt bei hoch, Evidenz aus nicht randomisierten Studien bei niedrig. Über die fünf Bereiche hinweg kann um bis zu drei Stufen abgewertet werden. Drei Umstände können nicht randomisierte Evidenz aufwerten: ein großer Effekt, ein Dosis-Wirkungs-Gradient und plausible Störgrößen, die den beobachteten Effekt eher verkleinern würden [7].

Beobachtungsdaten ergänzen dieses Bild. Sie können Erfahrungen im Versorgungsalltag und längerfristige Verläufe sichtbar machen. Wenn jedoch Menschen mit unterschiedlichen Voraussetzungen verschiedene Behandlungen erhalten, lassen sich Ursache und Zusammenhang schwieriger trennen. Die passende Studienart hängt von der Frage ab; die Schlussfolgerung sollte zu ihrem Aufbau passen.

Auch Finanzierung und Interessenkonflikte gehören zur Einordnung. Eine Unternehmensfinanzierung widerlegt ein Ergebnis nicht. Transparente Planung, vollständige Berichterstattung und unabhängige Bestätigung helfen dir jedoch, seine Belastbarkeit besser einzuschätzen.

Deine kompakte Studien-Checkliste

Du kannst einen Forschungsbericht in einer festen Reihenfolge lesen. Das spart Zeit und verhindert, dass eine besonders auffällige Einzelzahl das ganze Bild bestimmt.

1. Die Frage festhalten: Wer wurde untersucht, welches konkrete Präparat wurde eingesetzt, womit wurde verglichen und über welchen Zeitraum?
2. Den Aufbau verstehen: Handelt es sich um einen Laborversuch, eine randomisierte Studie oder Beobachtungsdaten? Was kann dieser Aufbau beantworten?
3. Die Hauptauswertung finden: Welcher Endpunkt war primär geplant? Sind auffällige Untergruppen vorab festgelegt oder später entdeckt worden?
4. Den Unterschied lesen: Betrachte den Vergleich zwischen den Gruppen, seine Größenordnung und sein Konfidenzintervall gemeinsam.
5. Die Menschen hinter den Daten beachten: Wie viele begannen, wie viele wurden ausgewertet und weshalb fehlen Daten? Eine große Zahl am Anfang beschreibt nicht automatisch die endgültige Analyse.
6. Die Reichweite begrenzen: Welche Aussage trägt die Untersuchung über genau dieses Präparat und diese Anwendung? Welche weiteren Nachweise wären für eine breitere Aussage nötig?

Ergänze bei Bedarf eine kleine persönliche Notiz: „Gut belegt für …“, „interessanter Hinweis auf …“ und „noch offen ist …“. Das ist ein Lesewerkzeug, keine eigene formale GRADE-Bewertung. Es hilft dir, Fortschritte wertzuschätzen und ihre Bedeutung präzise zu beschreiben.

Für die Vertiefung findest du konkrete Beispiele in den Beiträgen zum Entourage-Effekt, zu CBD bei seltenen Epilepsieformen und zu Nabiximols bei MS-Spastik. Gerade dort wird sichtbar, wie aus einer biologischen Idee eine überprüfbare medizinische Aussage wird.

Methodische Ergänzung zur Checkliste: Prüfe zusätzlich, ob ein Registereintrag mit Nummer und Datum genannt wird und ob der dort festgelegte primäre Endpunkt mit dem Bericht übereinstimmt. CONSORT 2025 verlangt Name des Registers, Registriernummer und Registrierungsdatum ausdrücklich [2].

Studienlage auf einen Blick

Für einen Methodenbeitrag steht hier keine Wirksamkeitstabelle, sondern ein Vergleich der Werkzeuge, die in diesem Text vorkommen. Jede Zeile nennt die Frage, für die das Werkzeug entwickelt wurde, und eine typische Grenze.

Neuere Forschung 2024–2026

Seit 2024 haben sich vor allem die Regeln für Planung und Berichterstattung verändert. Hinzu kommen Arbeiten, die die Forschungslandschaft zu Cannabinoiden selbst untersuchen.

CONSORT 2025 und SPIRIT 2025. Beide Leitlinien wurden in einem gemeinsamen Verfahren überarbeitet: Delphi-Befragung mit 317 Teilnehmenden in der ersten Runde und ein Konsenstreffen mit 30 Fachleuten [2] [3]. SPIRIT 2025 fügte zwei Punkte hinzu, überarbeitete fünf und strich oder fasste fünf zusammen [3]. Das gemeinsame Überarbeitungsprojekt wurde durch einen Zuschuss des Programms „Better Methods, Better Research“ von MRC und NIHR finanziert; der Geldgeber prüfte den Studienplan, hatte aber keine Rolle bei Auswertung oder Berichtsabfassung [2] [3]. Grenze: Leitlinien beschreiben, was berichtet werden soll; ob eine Studie gut durchgeführt wurde, zeigen sie nicht.

Narrative Verzerrung in Schmerzstudien (Pain 2024). Design: Meta-Forschung über 34 randomisierte Studien und 64 systematische Übersichtsarbeiten; Endpunkt: Ausmaß narrativer Verzerrung in Titel und Abstract nach einem Sechs-Punkte-Instrument. Ergebnis: mäßige oder starke Verzerrung bei 24 beziehungsweise 17 Prozent, durchgehend zugunsten des Cannabinoids [6]. Grenze: Die Literatursuche reichte bis April 2021; für diesen Beitrag lag zunächst nur das Abstract vor; der Volltext-Abgleich vom 23.10.2026 bestätigt die Angaben.

Schlafstudie mit Wearable-Endpunkt (J Clin Sleep Med 2025). Design: randomisierte, doppelblinde Crossover-Studie; n = 125 randomisiert, 56 ausgewertet; Endpunkt: Anteil Tiefschlaf plus REM-Schlaf; Ergebnis: Unterschied 1,3 Prozentpunkte [4]. Grenze: hoher Ausfall vor der Auswertung, gerätebasierte Schlafstadien, Finanzierung durch ein Unternehmen, an dem die Autoren beteiligt waren.

Deutscher Bezugsrahmen

In Deutschland bewertet das Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG) Studien unter anderem im Auftrag des Gemeinsamen Bundesausschusses (G-BA). Seine Allgemeinen Methoden liegen seit dem 19.12.2025 in Version 8.0 vor. Als patientenrelevant gelten dort Mortalität, Morbidität und gesundheitsbezogene Lebensqualität; Surrogatendpunkte werden in der Regel nur berücksichtigt, wenn sie für den patientenrelevanten Endpunkt validiert sind [13].

Das IQWiG unterscheidet bei der Aussagesicherheit eines Nutzens die Stufen Beleg, Hinweis und Anhaltspunkt. Version 8.0 enthält zudem ein eigenes Kapitel zur Beteiligung von Patientinnen und Patienten und beschreibt Bayes-Verfahren für Meta-Analysen mit wenigen Studien [13].

Für klinische Prüfungen in der EU gilt die Verordnung (EU) Nr. 536/2014. Sie ist seit dem 31.01.2022 anwendbar; seit dem 31.01.2025 laufen alle klinischen Prüfungen in der EU unter dieser Verordnung und über das Informationssystem CTIS, dessen öffentliche Datenbank durchsucht werden kann [14]. Für dich bedeutet das: Zu neueren europäischen Arzneimittelstudien lässt sich in der Regel ein öffentlicher Registereintrag finden. Diese Angaben sind Sachinformation, keine Rechtsberatung.

Zahlen für Fachleser

Häufige Fragen

Was bedeutet PICO?

PICO steht für Population, Intervention, Comparison und Outcome, also untersuchte Menschen, geprüfte Behandlung, Vergleich und Zielgröße. Mit diesen vier Bausteinen formulierst du die Frage, die eine Studie tatsächlich beantwortet. Das Cochrane-Handbuch nutzt sie, um Reviewfragen und Einschlusskriterien festzulegen; Endpunkte dienen dort meist nicht als Einschlusskriterium [1].

Warum reicht ein p-Wert nicht aus?

Ein p-Wert beschreibt, wie gut die Daten zu einem statistischen Modell passen. Er sagt nichts über die Größe eines Effekts und nicht, wie wahrscheinlich eine Behandlung wirkt. Die American Statistical Association betont, dass Schlussfolgerungen nicht allein an einer Schwelle festgemacht werden sollten. Lies deshalb immer Effektgröße und Konfidenzintervall mit [10].

Was unterscheidet primäre und sekundäre Endpunkte?

Der primäre Endpunkt ist die vorab festgelegte Hauptzielgröße, an der sich Fallzahl und Hauptauswertung ausrichten. Sekundäre Endpunkte ergänzen das Bild, sind aber anfälliger für Zufallsbefunde, wenn viele Größen gemessen werden. CONSORT 2025 verlangt, dass Studienberichte Registrierung, Protokoll und Analyseplan zugänglich machen, damit du Plan und Ergebnis vergleichen kannst [2].

Warum verbessern sich Beschwerden auch unter Placebo?

Veränderungen in Placebogruppen haben mehrere Ursachen: Erwartung, natürlicher Verlauf, Regression zur Mitte und Begleitbehandlung. In einer Meta-Analyse von 20 Schmerzstudien mit Cannabinoiden nahm der Schmerz in den Placebogruppen mit einer Effektgröße von g = 0,64 ab. Deshalb zählt für eine spezifische Wirkung der Unterschied zur passenden Vergleichsgruppe [5].

Was ist ein Crossover-Versuch?

In einem Crossover-Versuch erhalten dieselben Personen nacheinander verschiedene Bedingungen, meist mit einer Pause dazwischen. So dient jede Person als ihre eigene Vergleichsperson. Die Auswertung muss berücksichtigen, dass Messungen derselben Person zusammengehören; nach dem Cochrane-Handbuch sollte die Zahl der Beobachtungen der Zahl der randomisierten Einheiten entsprechen [9].

Was leistet eine Meta-Analyse und was nicht?

Eine Meta-Analyse fasst Effektschätzungen mehrerer Studien statistisch zusammen und kann so eine präzisere Schätzung liefern. Sie macht verzerrte oder unpassende Einzelstudien aber nicht verlässlicher. Das Cochrane-Handbuch hält fest, dass statistische Synthese die Gültigkeit eines Reviews nicht garantiert. Achte daher auf Heterogenität und auf das Verzerrungsrisiko der eingeschlossenen Studien [11].

Wie finde ich heraus, ob eine Studie vorab registriert war?

Ein vollständiger Bericht nennt nach CONSORT 2025 Register, Registriernummer und Registrierungsdatum [2]. Mit der Nummer kannst du den Eintrag aufrufen und den dort festgelegten primären Endpunkt mit der Publikation vergleichen. Für klinische Prüfungen in der EU laufen seit dem 31.01.2025 alle Meldungen über das Informationssystem CTIS, dessen öffentliche Website durchsucht werden kann [14].

Was ist mit Spin in Studien gemeint?

Spin ist eine narrative Verzerrung: Titel, Abstract oder Schlussfolgerung stellen ein Ergebnis günstiger dar, als die Daten es tragen. Eine Analyse von 34 randomisierten Studien und 64 Übersichtsarbeiten zu Cannabinoiden bei Schmerz fand mäßigen oder starken Spin bei etwa jeder fünften Arbeit. Lies deshalb über das Abstract hinaus die Ergebnistabellen [6].

Weiterlesen im Wissensbereich

• Studien, Erwartungen und Finanzierung: Forschung fair beurteilen – vertieft Placeboantwort, Verblindung und Interessenkonflikte als Einflussgrößen auf Studienergebnisse.
• Pharmakokinetik und Pharmakodynamik: Wie Wirkungen entstehen – erklärt Messgrößen wie Cmax und AUC, die in pharmakokinetischen Studien berichtet werden.
• Standardisierte Präparate: Warum Qualität für medizinische Forschung zählt – zeigt, warum eine genau definierte Intervention Voraussetzung für vergleichbare Studien ist.
• Schlafphasen messen: Was Wearables und Schlaflabor leisten – ordnet gerätebasierte Schlafendpunkte wie in der hier besprochenen Schlafstudie methodisch ein.
• Glossar Forschung und Medizin A–Z – erklärt die Fachbegriffe dieses Beitrags, darunter „Intervention“, „Verdeckte Zuteilung“, „Statistischer Analyseplan“ und „Spin“, jeweils mit Quelle und Querverweisen.

Quellen

1. McKenzie JE, Brennan SE, Ryan RE, Thomson HJ, Johnston RV, Thomas J. Chapter 3: Defining the criteria for including studies and how they will be grouped for the synthesis. In: Higgins JPT, Thomas J, Chandler J, et al. (Hrsg.). Cochrane Handbook for Systematic Reviews of Interventions, Version 6.5. Cochrane 2024 (Kapitelstand August 2023). cochrane.org, Handbook Kapitel 3 Volltext geprüft
2. Hopewell S, Chan AW, Collins GS, Hróbjartsson A, Moher D, Schulz KF, et al. CONSORT 2025 statement: updated guideline for reporting randomised trials. PLoS Med 2025;22(4):e1004587. PMC11996237 doi:10.1371/journal.pmed.1004587 Volltext geprüft
3. Chan AW, Boutron I, Hopewell S, Moher D, Schulz KF, Collins GS, et al. SPIRIT 2025 statement: updated guideline for protocols of randomised trials. BMJ 2025;389:e081477. PMC12035670, doi:10.1136/bmj-2024-081477 Volltext geprüft
4. Wang M, Faust M, Abbott S, Patel V, Chang E, Clark JI, Stella N, Muchowski PJ. Effects of a cannabidiol/terpene formulation on sleep in individuals with insomnia: a double-blind, placebo-controlled, randomized, crossover study. J Clin Sleep Med 2025;21(1):69–80. PMC11701282 doi:10.5664/jcsm.11324 Volltext geprüft
5. Gedin F, Blomé S, Pontén M, Lalouni M, Vadenmark Lundquist V, Thompson WH, Fust J, Raquette A, Jensen K. Placebo response and media attention in randomized clinical trials assessing cannabis-based therapies for pain: a systematic review and meta-analysis. JAMA Netw Open 2022;5(11):e2243848. doi:10.1001/jamanetworkopen.2022.43848 Volltext geprüft
6. Moore A, Karadag P, Fisher E, Crombez G, Straube S, Eccleston C. Narrative bias (“spin”) is common in randomised trials and systematic reviews of cannabinoids for pain. Pain 2024;165(6):1380–1390. PubMed PMID 38227560, doi:10.1097/j.pain.0000000000003140 Volltext geprüft
7. Schünemann HJ, Higgins JPT, Vist GE, Glasziou P, Akl EA, Skoetz N, Guyatt GH. Chapter 14: Completing ‘Summary of findings’ tables and grading the certainty of the evidence. In: Cochrane Handbook for Systematic Reviews of Interventions, Version 6.5. Cochrane 2024 (Kapitelstand August 2023). cochrane.org, Handbook Kapitel 14 Volltext geprüft
8. Higgins JPT, Savović J, Page MJ, Elbers RG, Sterne JAC. Chapter 8: Assessing risk of bias in a randomized trial. In: Cochrane Handbook for Systematic Reviews of Interventions, Version 6.5. Cochrane 2024 (Kapitelstand Oktober 2019). cochrane.org, Handbook Kapitel 8 Volltext geprüft
9. Higgins JPT, Li T, Deeks JJ. Chapter 6: Choosing effect measures and computing estimates of effect. In: Cochrane Handbook for Systematic Reviews of Interventions, Version 6.5. Cochrane 2024 (Kapitelstand August 2023). cochrane.org, Handbook Kapitel 6 Volltext geprüft
10. Wasserstein RL, Lazar NA. The ASA statement on p-values: context, process, and purpose. Am Stat 2016;70(2):129–133. amstat.org, PDF, doi:10.1080/00031305.2016.1154108 Volltext geprüft
11. Deeks JJ, Higgins JPT, Altman DG, McKenzie JE, Veroniki AA. Chapter 10: Analysing data and undertaking meta-analyses. In: Cochrane Handbook for Systematic Reviews of Interventions, Version 6.5. Cochrane 2024 (Kapitelstand November 2024). cochrane.org, Handbook Kapitel 10 Volltext geprüft
12. Li T, Higgins JPT, Deeks JJ. Chapter 5: Collecting data. In: Cochrane Handbook for Systematic Reviews of Interventions, Version 6.5. Cochrane 2024 (Kapitelstand Oktober 2019). cochrane.org, Handbook Kapitel 5 Volltext geprüft
13. Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG). Allgemeine Methoden, Version 8.0 vom 19.12.2025. Köln 2025. iqwig.de, PDF Allgemeine Methoden 8.0 Volltext geprüft
14. European Medicines Agency. Clinical Trials Regulation (Verordnung (EU) Nr. 536/2014): Übersichtsseite der EMA. Abruf 22.10.2026. ema.europa.eu, Clinical Trials Regulation Volltext geprüft