Frequently Asked Questions zur panelökonometrischen Studie zu den Effekten des Milchkonsums auf die Sterblichkeit aufgrund von Prostata- und Eierstockkrebs


Zu unserer Studie zu den Effekten des Milchkonsums auf Krebs (download) erreichen uns häufig Fragen. Die wichtigsten haben wir hier gesammelt und beantwortet.
Eine überarbeitete Fassung unserer Studie wurde inzwischen vom American Journal of Medical Research zur Veröffentlichung angenommen.

1. Was sind die zentralen Ergebnisse der Studie?
Der Konsum von Milch(produkten) erhöht sowohl die Mortalität aufgrund von Prostatakarzinomen als auch die Sterblichkeit aufgrund von Ovarialkarzinomen. Im Umkehrschluss implizieren diese Erkenntnisse zudem, dass eine Reduktion des Milchkonsums mit weniger krebsbedingten Todesfällen einhergeht. Die ermittelten Effekte sind auch quantitativ bedeutsam. 

2. Was bedeuten die Ergebnisse quantitativ, d.h. lassen sich die Todesfälle aufgrund von Prostatakrebs und Eierstockkrebs durch eine Veränderung der Ernährungsgewohnheiten spürbar verringern?
Dazu haben wir einige Simulationen durchgeführt. Dabei behaupten wir nicht, dass unsere Modelle für exakte Vorhersagen geeignet wären, sondern wir wollen die Ergebnisse besser verständlich machen. Konkret versuchen wir, die folgende Frage zu beantworten:
Wie hoch wären die Mortalitätsraten zwischen 1991 und 2008 gewesen, wenn die Einwohner aller Länder weniger Milchprodukte konsumiert hätten? 

Weniger“ bedeutet hier, dass die gegebene Kalorienzufuhr zu einem geringeren Anteil durch Milchprodukte gedeckt worden wäre und zu einem höheren Anteil durch pflanzliche Nahrungsmittel. Unsere Simulationen ergeben:
  • Eine nur mäßige Reduktion des Konsums von Milchprodukten um 25% (bei äquivalenter Erhöhung pflanzlicher Nahrungsmittel) würde die Todesfälle aufgrund beider Arten von Krebs um weniger als 10% senken. 
  • Eine Halbierung des Konsums von Milchprodukten (bei äquivalenter Erhöhung pflanzlicher Nahrungsmittel) würde die Todesfälle beider Arten von Krebs um 10% bis 30% reduzieren. 
  • Eine Reduktion des Anteils der Milch von durchschnittlich knapp 8% auf nur noch 1% der Kalorienaufnahme in allen Ländern (was ungefähr dem Niveau von Thailand entspricht), würde die Anzahl der Todesfälle für beide Arten von Krebs um 1/3 bis zu 2/3 senken. 

3. Welche gesundheitspolitische Schlussfolgerung leiten Sie aus den Ergebnissen ab? 
Wenn es nur die Ergebnisse unserer Studie gäbe, würde ich keinerlei gesundheitspolitische Schlussfolgerungen ableiten wollen. Bzgl. Prostatakrebs und Milch ist die Studienlage jedoch überraschend klar; bei Eierstockkrebs weniger (siehe hier und hier). Die Harvard School of Public Health (Harvard University) schreibt in Bezug auf die Frage, ob man seinen Kalziumbedarf über Milchprodukte decken sollte, dass der Konsum von Milchprodukten wahrscheinlich das Risiko von Prostatakrebs und möglicherweise das Risiko für Eierstockkrebs und erhöht (Link). 
Daher halte ich bspw. die Empfehlungen der (größtenteils über Steuergelder finanzierten) Deutschen Gesellschaft für Ernährung (DGE) als fahrlässig, die immer noch empfiehlt:
"Milch und Milchprodukte täglich, Fisch ein- bis zweimal in der Woche, Fleisch, Wurstwaren sowie Eier in Maßen" Quelle
Die Aufgabe der Gesundheitspolitik sollte doch darin bestehen - bei allen Unsicherheiten, die es in der Wissenschaft nun einmal gibt und immer geben wird -, über diese Erkenntnisse zu berichten.


4. Welche Daten wurden in der Studie analysiert?
Es handelt sich um aggregierter Länderdaten der beiden UN-Organisationen WHO und FAO. Wir analysieren für 50  Länder, wie sich dort innerhalb von 18 Jahren (1990-2008) die Sterbefälle aufgrund von Prostata- und Eierstockkrebs veränderten und setzen dies in Beziehung zur Veränderung des Konsums von Milchprodukten in den jeweils vorangegangen 25 Jahren. 

5. Was ist an der genutzten Methode neu?
Bisherige Studien nutzen entweder Individualdaten oder verwenden aggregierte Länderdaten. Da bisherige Studien basierend auf aggregierten Länderdaten nur Querschnittsanalysen nutzen, sind diese kaum in der Lage, alle möglichen Einflussfaktoren auf die Mortalität („confounding factors“) zu berücksichtigen und somit kausale Effekte zu bestimmen. In Querschnittsanalysen werden nämlich (kaum vergleichbare) Länder miteinander verglichen (wie bspw. Deutschland mit Thailand). An dieser Schwachstelle anknüpfend verwenden wir in unserer Studie keine Querschnittsdaten, sondern schätzen, unter Anwendung von panelökonometrischen Methoden und Zeitreihen den Effekt der Ernährung auf die Mortalität von Prostata- und Ovarialkrebs durch einen Vergleich über die Zeit. Dabei analysieren wir, ob eine Veränderung des Milchkonsums innerhalb der Länder mit einer Veränderung der Sterblichkeitsraten einhergeht. Somit fungiert jedes Land als seine eigene „Kontrollgruppe“, womit Verzerrungen resultierend aus ausgelassenen Variablen (confounding factors) reduziert werden. Darüber hinaus werden eine Reihe moderner panelökonometrischer Methoden angewendet, um den methodischen Herausforderungen (confounding factors / omitted variables, Endogenität, Meßfehlern, Effekt-Heterogenität, und Ausreißern) zu begegnen.

6. Sind aggregierte Länderdaten nicht viel zu ungenau?
Auf den ersten Blich scheint es tatsächlich so zu sein, dass aggregierte Länderdaten weniger geeignet sind, da die Mortalitätsraten aufgrund von Krebs von Ländern durch sehr viele mehr Faktoren (Gesundheitssystem etc.) beeinflusst sind, als individuelle Sterblichkeitswahrscheinlichkeiten.  Auf den zweiten Blick ist die Vorteilhaftigkeit von Individualdaten jedoch gar nicht mehr so offensichtlich. Individualdaten zu diesem Thema basieren auf Befragungen zu Ernährungsgewohnheiten von Menschen über einen längeren Zeitraum (bspw. mindestens 8 Jahre). Damit kann es zu systematischen Meßfehlern kommen, die dadurch entstehen, dass die Befragten unbewusst oder bewusst falsche Angaben in Bezug auf ihre Ernährung machen. Weitere methodische Probleme können dadurch entstehen, dass Personen aus der Studie "aussteigen" (Umzug, Verweigerung etc.) und dieser Ausstieg nicht zufällig erfolgt. 

7. Welchen Sinn macht es, Länder wie die Schweiz und Thailand miteinander zu vergleichen? Denn: Die Lebenserwartung in Thailand beträgt 74 Jahre. Die Lebenserwartung in der Schweiz beträgt 84 Jahre. Das mittlere Erkrankungsalter bei Prostatakrebs liegt bei 70 Jahren.
Die Mortalitätsrate aufgrund von Prostatakrebs bzw. Eierstockkrebs gibt die Todesfälle innerhalb eines Jahres pro 100.000 Einwohner an. Um solche Mortalitätsraten international vergleichen zu können, werden diese altersstandardisiert, um die unterschiedliche Altersstruktur in den Ländern zu bereinigen.

Wie vergleichen gerade nicht Thailand mit der Schweiz (oder Trinidad und Tobago mit Deutschland) im Rahmen einer Querschnittsanalyse: Unterschiede in den Krebs-Mortalitätsraten zwischen Ländern hängen von sehr vielen Faktoren ab, so dass man bei so ermittelten Korrelationen wenig bis nichts bzgl. kausaler Effekte der Ernährung lernt. Auch wenn man im Rahmen einfacher Querschnitts-Regressionenanalysen für ein paar Variablen (wie das Durchschnittseinkommen, andere Nahrungsmittel oder die Sonneneinstrahlung) kontrolliert, werden jedem Kritiker immer weitere Faktoren einfallen, die der Forscher nicht berücksichtigt hat bzw. nicht berücksichtigen konnte (confounding factors).
Deshalb versuchen wir nicht, den Effekt der Ernährung durch einen Vergleich zwischen den Ländern zu ermitteln, sondern durch einen Vergleich über die Zeit. Mittels aktueller panelökonometrischer Methoden, wird Effekt der Ernährung auf die Mortalität aufgrund von Krebs dadurch identifiziert, dass getestet wird, ob eine Veränderung der Ernährung über die Zeit innerhalb der Länder mit einer Veränderung der Mortalitätsraten in den Länder verbunden ist. Zudem kontrollieren wir für eine Reihe weiterere Variablen, die Einfluss auf die Veränderung der Mortalitätsraten innerhalb der Länder haben können.  


8. Können Sie ein Beispiel dafür nennen, was unter einem "Vergleich über die Zeit" gemeint ist?
Das kann man recht einfach bereits an einer rein deskriptiven Betrachtung verdeutlichen:
  • In 26 (=53%) der 49 Ländern in Table 1 des Papers steigt die Mortalitätsraten aufgrund von Prostatakrebs ab dem ersten Jahr bis zum letzten Jahr der Stichprobe. 17 (=65%) von diesen 26 Ländern haben ihren Milchverbrauch erhöht (im Sinne einer Erhöhung der Kalorien aufgrund von Milch an der gesamten Kalorienzufuhr). In 3 (=12%) dieser 26 Länder blieb der Milchverbrauch konstant und in 7 (=27%) Ländern ist der Milchkonsum gesunken.   
  • In 23 (=47%) der 49 Länder in Table 1 des Papers steigen die Mortalitätsraten aufgrund von Eierstock-Krebs ab dem ersten Jahr bis zum letzten Jahr der Stichprobe. In 14 (=61%) von diesen 23 Ländern stieg der Milchverbrauch an, in 2 (=9%) Ländern blieb der Milchkonsum konstant und in 7 (30%) Ländern sank der Milchkonsum.
Schon hier sieht man die Tendenz: Die Länder, bei denen die Krebsmortalität gestiegen ist, haben auch tendenziell steigenden Milchkonsum.

9. Können Sie ein Beispiel für Querschnittsanalyse nennen?
Querschnittsanalysen - also die Perspektive, die wir gerade nicht einnehmen - bedeutet, dass man die Mortalitätsraten aller Länder zu einem bestimmten Jahr (bspw. 2006) vergleicht  und in Beziehung zu den Ernährungsgewohnheiten (der vorherigen 25 Jahre) setzt. 
Dies sieht dann zwar beeindruckend deutlich nach einem positiven Zusammenhang aus, wie in dieser Grafik. Allerdings vergleicht man damit "Äpfel" mit "Birnen", also bspw. Schweiz mit Thailand:


10. Ist all das nun der eindeutige Beweis dafür, dass Milch(produkte) Krebs erregen können?
Nein, es ist kein Beweis. Die Ermittlung von Kausalitäten gehört zu dem schwierigsten Unterfangen überhaupt in der empirische Wirtschafts- und Sozialforschung (und medizinischen Forschung). 

Am nächsten kommt man einem solchen Beweis, indem man eine sogenannte randomisierte kontrollierte Studie durchführt: Per Zufallsprinzip würde man zwei Gruppen von Menschen bilden: Die eine Gruppe wird verpflichtet Milchprodukte zu konsumieren, die andere ein Placebo wie Soja-Milch(produkte) (oder einfach: keine Milchprodukte). Dann müsste man beide Gruppen über sehr viele Jahre beobachten. Offensichtlich dürfte es aber schwer werden, Menschen über viele Jahre dazu zu bewegen, sich gemäß einer bestimmten Vorgabe zu ernähren, nur weil es der Zufall will. Deshalb existiert nach unserem Wissen bisher keine randomisierte kontrollierte Studie zu diesem Thema 


11. Sind die zugrundeliegenden Daten frei verfügbar?
Ja, die Daten kann sich jeder entweder selber bei der FAO, WHO und Word Bank besorgen. Darüber hinaus haben wir unseren Datensatz >hier< der wissenschaftlichen Öffentlichkeit zur Verfügung gestellt. 

12. Haben Sie weitere interessante Ergebnisse? Sowohl in Bezug auf Prostatakrebs (Grafik 5) als auch in Bezug auf Eierstückkrebs (Grafik 6) zeigt sich ein schädlicher Effekt von Zuckeraufnahme. Bei Prostatakrebs (Grafik 5) zeigt sich, dass auch die Aufnahme anderer tierischer Produkte (Fleisch, Fisch, Fett) schädlich ist. Bei Eierstockkrebs (Grafik 6) wirkt sich die Gesamtkalorienaufnahme sehr deutlich negativ aus. 

Grafik 5: Determinanten der jährlichen altersstandardisierten Mortalitätsrate aufgrund von Prostatakrebs 1990-2008 basierend auf aggregierten Länderdaten; aggregierte Ernährungsdaten 1966-2008.
Grafik 6: Determinanten der jährlichen altersstandardisierten Mortalitätsrate aufgrund von Eierstockkrebs 1990-2008 basierend auf aggregierten Länderdaten; aggregierte Ernährungsdaten 1966-2008.


13. Für wie belastbar halten Sie nun die Ergebnisse der Untersuchung? [Antwort ist technisch]
Dies hängt ganz entscheidend davon ab, inwieweit es ausgelassene zeitvarrierende Variablen gibt, die einen Einfluss auf die Mortalitätsrate haben und die fälschlicherweise nicht in den Modellen enthalten waren (confounding factors). Welche Art von confounding factors können hier möglich sein?
  • Es ist zu betonen, dass alle nicht in den Modellen enthaltenen Variablen, die über den Analysezeitraum innerhalb der Länder konstant sind – genetische Unterschiede, Sonneneinstrahlung, große Unterschiede im Lebensstandard und bestimmte Aspekte der nationalen Gesundheitssysteme – von den fixen Ländereffekten in den Regressionsanalysen absorbiert werden. Das ist einer der Gründe dafür, warum wir unsere Analysen auch für kürzere Zeiträume (1990-1999, 2000-2008) durchführen, da dies die Plausibilität dafür erhöht, dass solche confounding factors zeitkonstant  sind. 
  • Es werden Variablen, die über alle Länder gleich wirken, wie z. B. medizinischer Fortschritt (bessere Diagnose und wirksamere Therapien) durch die fixen Zeiteffekte (Jahres-Dummy-Variablen) kontrolliert. 
  • Zeitlich variierende Unterschiede des Lebensstandards und bestimmter Aspekte des nationalen Gesundheitssystems werden durch die Einbeziehung des BIP pro Kopf in die Regressionsanalyse eliminiert.
  • Es werden zusätzlich dynamische Modelle mit einer verzögerten abhängigen Variable genutzt, um weitere zeitlich veränderliche confounding factors (ausgelassene Variablen) zu kontrollieren. 
  • Es wird auf die durchschnittliche gesamte Kalorienaufnahme pro Person konditioniert und die Milch-Variable wird als Anteil der Milch an der gesamten Kalorienaufnahme spezifiziert. Dies sollte bereits zu einer eher konservativen Schätzung des Milch-Effektes führen.  
  • Falls darüber hinaus zeitlich variierende confounding factors relevant sind, die mit der Milch-Variablen korreliert sind, dann werden diese confounding factors dazu führen, dass eine Korrelation der Milch-Variablen mit dem Fehlerterm entsteht. Dieses Problem kann jedoch durch eine Instrumentierung der Milch-Variablen (und der anderen Lebensmittel) gemindert werden. Selbst nach Anwendung dieser Methoden finden wir in vielen Spezifikation einen deutlich positiven Effekt der Milch-Variable auf die Mortalitätsraten.
Demnach gehen wir mit einer hohen Wahrscheinlichkeit davon aus, dass confounding factors (ausgelassene Variablen) nicht zu einer maßgeblichen Verzerrungen unserer Ergebnisse geführt haben.