Publication Bias einfach erklärt: Warum positive Studien öfter den Weg in die Schlagzeilen finden

Es ist eine jener Geschichten, die uns immer wieder begegnen, aber selten hinterfragt werden: Positive wissenschaftliche Forschungsergebnisse schaffen es viel leichter in die Medien und Fachzeitschriften als ihre erfolglosen oder negativen Gegenstücke. Stell dir vor, du bist ein Forscher und hast gerade eine Studie abgeschlossen. Deine Ergebnisse sind bahnbrechend und signifikant – dein Name könnte deshalb bald in aller Munde sein! Doch wie verhält es sich mit weniger spektakulären Studienergebnissen? Diese landen oft im Schatten, und genau hier setzt der Publikationsbias an.

Tatsächlich zeigt eine Untersuchung aus den 1950er Jahren, dass 97% der in psychologischen Zeitschriften veröffentlichten Studien signifikante Resultate aufwiesen. Weiterhin bestätigt eine systematische Überprüfung aus dem Jahr 2013, dass Studien mit signifikanten Befunden mindestens doppelt so häufig veröffentlicht werden wie solche mit nicht signifikanten Ergebnissen. Es ist kein Wunder, dass der Publikationsbias – auch bekannt als Publikationsverzerrung – eine weitreichende Wirkung auf die Wissenschaft hat.

In diesem Artikel erfährst du, wie und warum es zu dem Publikationsbias kommt, welche Auswirkungen er hat und was man tun kann, um ihn zu erkennen.

Bleib dran und entdecke, wie Transparenzmaßnahmen wie das Deutsche Register Klinischer Studien oder ClinicalTrials.gov die Auswirkungen dieser Verzerrung abmildern können. Lass dir nicht entgehen, wie Wissenschaftler und Journalisten gemeinsam gegen dieses Schubladenproblem vorgehen!

Was ist Publication Bias?

Publication Bias, oder auch Publikationsverzerrung, tritt auf, wenn Studien mit „negativen“ oder nicht signifikanten Ergebnissen weniger häufig veröffentlicht werden als solche mit „positiven“ oder signifikanten Ergebnissen. Diese selektive Veröffentlichung von Forschungsergebnissen kann die wissenschaftliche Literatur verzerren und falsche Eindrücke über die Wirksamkeit oder Gültigkeit bestimmter Theorien oder Behandlungsmethoden vermitteln.

Beispielsweise zeigte eine Studie von Turner und Kollegen, dass 31% der an die FDA gemeldeten Studien zu Antidepressiva nie veröffentlicht wurden, wobei die Literatur 91% positive Studien im Vergleich zu nur 51% positiven Studien im größeren FDA-Kohorte enthielt. Ein ähnlicher Trend zeigte sich in einer Untersuchung von Driessen und Kollegen, in der 23.6% der NIH-finanzierten Studien zu psychologischen Behandlungen von Depressionen nie veröffentlicht wurden. Diese Forschungsverzerrung führte zu einer Verringerung der geschätzten Effektgröße um 25%, wenn nicht veröffentlichte Daten einbezogen wurden.

Ein systematischer Review von Schmucker und Kollegen aus dem Jahr 2014 über 23 Kohortenstudien zeigte, dass statistisch signifikante Ergebnisse mit höherer Wahrscheinlichkeit veröffentlicht wurden als nicht signifikante Ergebnisse, mit einem gepoolten Odds-Ratio von 2.8 und einem 95%-Konfidenzintervall von 2.2 bis 3.5. Dies betont die selektive Veröffentlichung und wie sie die wissenschaftliche Konsensbildung beeinflusst.

Die Folgen der Publikationsverzerrung reichen weit. Sie kann die statistische Aussagekraft, die Effektgröße und das Ausmaß der Ergebnisse von Meta-Analysen verfälschen. In einigen Fällen, wie dem des Antidepressivums Reboxetin, führten anfänglich positive Studien zu seiner Zulassung, obwohl spätere Meta-Analysen seine Wirksamkeit in Frage stellten.

Um die potenziellen Auswirkungen zu verdeutlichen, hier einige relevante Statistiken zur Publishing Bias in der Medizin:

Diese Zahlen unterstreichen die Notwendigkeit, die Publikationsverzerrung zu verstehen und Maßnahmen zu ergreifen, um sie zu minimieren. Sie zeigen die Herausforderungen und die Bedeutung der vollständigen und ausgewogenen Veröffentlichung von Forschungsergebnissen, um die Wissenschaft voran zu bringen.

Gründe für das Auftreten von Publication Bias

Die Gründe für das Auftreten von Publication Bias sind vielfältig, und das Verständnis dieser Ursachen ist entscheidend für die Förderung einer authentischen wissenschaftlichen Praxis. Publikationsverzerrungen können erhebliche Auswirkungen auf die Schlussfolgerungen von Meta-Analysen haben, da nicht signifikante Ergebnisse oft in der sprichwörtlichen Schublade verschwinden.

Forscherbedingter Publication Bias

Forscherbedingter Publication Bias tritt auf, wenn Wissenschaftler signifikanten Ergebnissen mehr Aufmerksamkeit schenken und diese bevorzugt zur Veröffentlichung einreichen. In einer Untersuchung über die psycho-sozialen Ursachen von pädosexuellem Fehlverhalten wurden beispielsweise 64.000 Publikationen gesichtet, aber nur 122 primäre wissenschaftliche Studien als relevant eingestuft. Letztendlich wurden nur 30 dieser Studien für meta-analytische Bewertungen genutzt. Diese selektive Publikationspraxis führt zu einer Verzerrung, die als Forschungsverzerrung bezeichnet wird.

Untersuchungen wie die IQWiG-Erklärung zu Biasarten zeigen, dass Autoren tendenziell positive Ergebnisse häufiger veröffentlichen und dass nicht signifikante Ergebnisse oft nicht den Weg in die Publikation finden. Diese selektive Publikationspraxis verstärkt die wahrgenommene Wirkung von Interventionen und stellt dadurch die Replizierbarkeit wissenschaftlicher Studien infrage.

Reviewbedingter Publication Bias

Reviewbedingter Publication Bias entsteht, wenn Fachzeitschriften Studien mit signifikanten Ergebnissen bevorzugt zur Veröffentlichung annehmen. Durch diesen Peer-Review-Prozess werden nicht signifikante Ergebnisse häufig ignoriert. Eine Studie zur deutschen Soziologie zeigte, dass komplexere Studien mit mehreren Hypothesen eher publiziert werden und dass Arbeiten mit kleinen Stichprobengrößen weit verbreitet sind. Die Kaliper-Tests in zwei deutschen soziologischen Zeitschriften bestätigten diesen Trend und deuteten auf eine systematische Überbewertung der Effektgrößen hin.

Im Rahmen eines laufenden Projekts (01.08.2023 – 31.07.2026) werden 184 erfolgreiche Studieneinreichungen untersucht, um herauszufinden, welche Studienmerkmale mit einer höheren Veröffentlichungswahrscheinlichkeit verbunden sind. Zudem werden Autorenbefragungen durchgeführt, um deren Motive, Einstellungen und Werte im Publikationsprozess zu erfassen. Es wird erwartet, dass diese Untersuchungen spezifische Maßnahmen zur Reduzierung des Schubladenproblems und Verbesserung der Authentizität wissenschaftlicher Publikationen aufzeigen.

Eine detaillierte Statistik über die Gründe für das Auftreten von Publication Bias in der deutschen Soziologie zeigt:

Auswirkungen des Publication Bias auf die Wissenschaft

Der Publication Bias hat tiefgreifende Auswirkungen auf die Wissenschaft, indem er die *Wissenschaftliche Integrität* beeinträchtigt und zu einer verzerrten Darstellung von *Forschungsergebnissen* führt. Ein auffälliges Beispiel zeigt den dramatischen Einfluss: In einem spezifischen Fall verursachte das Schmerzmedikament Rofecoxib (Vioxx) zwischen 88’000 und 144’000 Fälle schwerwiegender Herz-Kreislauferkrankungen. Der selective publishing bias hat hier massive gesundheitliche Schäden verursacht.

Wenn hauptsächlich positive Ergebnisse veröffentlicht werden, können *Metaanalysen* diese verzerren und eine zu positive Darstellung erwirken. Eine solche Verzerrung kann zur Überschätzung der *Effektschätzung* von Maßnahmen führen, was die tatsächliche Signifikanz von wissenschaftlichen Befunden verfälscht. Tatsächlich bleibt der Umgang mit unveröffentlichten Daten in vielen wissenschaftlichen Leitlinien vage oder unberücksichtigt. Eine systematische Leitliniensuche und -bewertung für DMP Typ-1-Diabetes stellte fest, dass von 20 untersuchten Leitlinien nur 4 den Umgang mit nicht veröffentlichten Daten erwähnten. Dies zeigt, wie stark das Problem vernachlässigt wird.

The Lancet und JAMA haben 2004 angekündigt, nur registrierte Experimente anzunehmen, um den Publication Bias zu reduzieren. Dennoch wird die Anforderung einer korrekten Registrierung nach wie vor nicht durchgesetzt, was eine konsequente Verbesserung der *Forschungstransparenz* behindert. Ein Funnel-Plot kann die Streuung von Studienergebnissen analysieren und den Verdacht auf Publication Bias überprüfen, was die Qualität und Objektivität von Forschungsergebnissen erhöht.

Verstehen und bekämpfen von Publication Bias ist essenziell für die Verbesserung der wissenschaftlichen Praxis. Weitere Informationen über die Bedeutung und die Auswirkungen dieses Phänomens können auf dieser Webseite gefunden werden.

Methoden zur Identifizierung von Publication Bias

Publikationsbias stellt ein signifikantes Problem in der wissenschaftlichen Forschung dar. Es existieren jedoch verschiedene statistische Methoden, um diese Verzerrung zu identifizieren und zu minimieren.

Funnel-Plot

Der Funnel-Plot ist eine grundlegende Technik zur Identifizierung von Publication Bias in Metaanalysen. Diese Methode trägt beobachtete Ergebnisse gegen die Präzision der Studien auf. Symmetrie in diesem Diagramm deutet auf ein ausgeglichenes Verhältnis von publizierten Ergebnissen hin, während Asymmetrie auf eine Verzerrung hinweist.

Egger-Test

Der Egger-Test, entwickelt von Matthias Egger, ist eine fortgeschrittene statistische Methode, um asymmetrische Funnel-Plots zu analysieren. Dieser Test verwendet Regressionsanalyse, um die statistische Signifikanz der Asymmetrie zu bestimmen. Der Egger-Test kann somit helfen, Verzerrungen zu identifizieren und die Integrität einer Meta-Analyse zu bewerten.

Rückfangmethode

Die Rückfangmethode ist eine weitere effektive Methode zur Erkennung von Publication Bias. Sie ermöglicht eine Schätzung der tatsächlichen Anzahl von Publikationen zu einem bestimmten Thema, indem Ergebnisse verschiedener Datenbankrecherchen verglichen werden. Diese Methode nutzt häufig Schlagwörter und Stichwörter aus Literaturdatenbanken und Tools wie Citavi oder Endnote.

Neben der Rückfangmethode ist es wichtig, systematische Literaturrecherchen sowohl in Datenbanken wie Business Source Complete und Scopus als auch in der grauen Literatur durchzuführen, um Verzerrungen und ein vollständigeres Bild zu erhalten.

Strategien zur Minimierung von Publication Bias

Um Publication Bias zu minimieren und für mehr Transparenz in der Forschung zu sorgen, haben wissenschaftliche Fachzeitschriften verschiedene Präventionsstrategien entwickelt. Dazu gehört die Notwendigkeit, dass alle klinischen Studien vorab registriert werden. Diese Maßnahme stellt sicher, dass auch Studien mit negativen oder nicht signifikanten Ergebnissen veröffentlicht werden, was für eine ausgewogenere Berichterstattung sorgt. Wissenschaftliche Verantwortung liegt hierbei in jeder Phase der Forschung, von der Planung bis zur Veröffentlichung.

Ein weiteres wichtiges Element zur Minimierung von Publication Bias ist die Offenlegung von Interessenkonflikten durch die Autoren. Fachzeitschriften, wie die Cochrane Collaboration und das Journal of Unsolved Questions, legen großen Wert auf diese Transparenz. Sie fördern die Veröffentlichung von Studien mit negativen Ergebnissen, da sie notwendig sind, um die Standards in der Medizin und deren Evidenzbasis zu analysieren. Mehr Informationen hierzu findet man in dem Cochrane Manual zur Bias-Bewertung.

Die Nutzung bewährter Instrumente wie dem Risk-of-Bias (RoB)-Tool der Cochrane Collaboration, unterstützt ebenfalls die Präventionsstrategien. Dieses Tool bewertet das Verzerrungspotenzial in kontrollierten Studien und trägt so zur internen Validität bei. Mit Maßnahmen wie der Randomisierung und Verblindung wird Selection-Bias und Performance-Bias effektiv entgegengewirkt. Eine konsequente Anwendung solcher Tools und Strategien ist entscheidend, um Publication Bias zu minimieren und damit das Vertrauen in wissenschaftliche Ergebnisse zu stärken.

Manuela

Manuela Schiemer beschäftigt sich seit über 8 Jahren intensiv mit Psychologie. Ihre Leidenschaft liegt darin, psychologische Mechanismen und die Beweggründe hinter menschlichem Verhalten zu erforschen. Derzeit arbeitet sie an ihrem ersten Buch, das sich mit kognitiven Verzerrungen (Biases) auseinandersetzt und spannende Einblicke in unbewusste Denkprozesse bietet.