Teil 3 Forscher-Interview: Was sind die tatsächlichen Risiken von Snus?
Fredrik Nyström ist Professor für Innere Medizin an der Universität Linköping und einer der bekanntesten Verfechter des Prinzips „Das richtige Maß ist entscheidend“. In Teil 3 des vierteiligen Interviews spricht er darüber, warum die Bewertung von Rauchen, Nikotin und Snus in wissenschaftlichen Studien oft komplexer ist, als es Schlagzeilen vermuten lassen.
Wie beeinflusst früheres Rauchen die Ergebnisse der Forschung?
Sie sprechen hier ein zentrales Problem an. Frühere Rauchgewohnheiten bedeuten nämlich ein erhöhtes Risiko für eine Vielzahl von Krankheiten – auch dann, wenn die betroffene Person seit Jahrzehnten nicht mehr raucht.
Durch das Rauchen verursachte Arteriosklerose lässt sich nicht durch statistische Anpassungen „wegrechnen“. Wer zwanzig Jahre lang geraucht hat, wird statistisch gesehen immer eine verkürzte Lebenserwartung haben, da sich während dieser Zeit Ablagerungen in den Gefäßwänden bilden und Lungenschäden in der Regel irreversibel sind.
Ein weiteres Problem ist, dass statistische Analysen oft dadurch erschwert werden, dass Ärztinnen und Ärzte Rauchern andere Medikamente verschreiben, was die Ergebnisse beeinflussen kann. Zudem fällt es ehemaligen Rauchern häufig schwer, sich genau daran zu erinnern, wie viel und über welchen Zeitraum sie geraucht haben. All dies macht die Datengrundlage unsicher – und damit auch die Analysen.
Selbst wenn bekannt ist, dass ehemalige Raucher ein höheres Krankheitsrisiko haben, lässt sich nicht sagen, dass das Risiko doppelt so hoch ist, wenn jemand doppelt so viel oder doppelt so lange geraucht hat. Außerdem variiert das Rauchverhalten im Laufe der Zeit – wie soll man das statistisch korrekt berücksichtigen?
Hinzu kommt, dass starke Raucher oft weniger essen und daher schlanker sind. Wenn sie mit dem Rauchen aufhören, nehmen sie häufig deutlich zu. Wie berücksichtigt man solche Effekte in der Statistik?
Man könnte meinen, dass es bei bestimmten Risiken klare Zusammenhänge geben müsste?
Das denken viele, aber so einfach ist es nicht. In der Forschung kann man nicht einfach Vermutungen anstellen. Ein klassisches Beispiel ist die starke statistische Korrelation zwischen der Anzahl von Störchen und der Anzahl geborener Kinder im Ort Oldenburg vor etwa hundert Jahren.
Die nahezu perfekte Korrelation zwischen mehr Störchen und mehr Geburten passte damals zu der Vorstellung, dass Störche die Kinder bringen. Heute würden wir das als wissenschaftlichen Unsinn betrachten. Doch das Beispiel zeigt, dass statistische Analysen oft nicht erkennen lassen, in welche Richtung ein Zusammenhang verläuft.
Man könnte vermuten, dass mehr Störche mehr Kinder „bringen“. Genauso gut könnte es aber der Fall gewesen sein, dass mehr Häuser mit geeigneten Schornsteinen gebaut wurden, als Familienzuwachs geplant war – was wiederum mehr Störche anlockte.
Heute sind wir doch deutlich aufgeklärter – würden wir wirklich noch solche Fehler machen?
Ich verwende für meine Medizinstudierenden ein ähnliches Beispiel: Es besteht ein statistischer Zusammenhang zwischen guter körperlicher Fitness und intensivem Training. Das kann daran liegen, dass Training die Fitness verbessert. Es kann aber auch daran liegen, dass Personen mit gesundheitlichen Einschränkungen weniger trainieren können und deshalb eine schlechtere Fitness haben.
Gesundheit ist also eine Voraussetzung für intensives Training – und daraus ergibt sich der Zusammenhang.
Das bedeutet, wir müssen hinterfragen, was Studien wirklich aussagen. Das ist jedoch schwierig, wenn ständig neue Schlagzeilen erscheinen.
Studien in der medizinischen Forschung zielen in der Regel darauf ab, Zusammenhänge zwischen bestimmten Verhaltensweisen oder Faktoren und Krankheiten zu identifizieren. Forschende haben dabei selten eine versteckte Agenda.
Die problematischen Schlagzeilen entstehen eher dadurch, dass Forschungsergebnisse oft alarmistisch interpretiert werden, um Aufmerksamkeit zu erzeugen.
Es gibt verschiedene Methoden zur Datenerhebung, doch alle erfordern mathematische und statistische Analysen, um echte Ursache‑Wirkungs‑Zusammenhänge nachzuweisen. Es scheint zwar viel Wissen darüber zu geben, wie man gesund lebt – etwa zu Bewegung, Ernährung oder Rauchen. Doch die Wahrheit ist, dass zuverlässige statistische Methoden erst ab etwa Mitte der 1950er‑Jahre entwickelt wurden. Erst in den 1990er‑Jahren konnten Forschende diese selbst anwenden.
Früher mussten alle Daten an spezialisierte Statistiker weitergegeben werden, und pro Studie wurde meist nur eine einzige Berechnung durchgeführt. Heute hingegen haben sich die statistischen Möglichkeiten enorm erweitert – was auch erklärt, warum es so viele unterschiedliche Ansichten zu Gesundheit und Lebensstil gibt, einschließlich Snus und Rauchen.
Als Forscher kann ich bestätigen, dass es relativ einfach ist, mit großen Datensätzen eine bestimmte Theorie zu stützen – wenn man sich auf Beobachtungsdaten verlässt.
Dass Rauchen gefährlich ist, ist unbestritten. Aber wie sieht es mit Nikotin und Snus aus?
Das ist keine einfache Frage. Wenn beispielsweise eine Behörde die Annahme bestätigen möchte, dass „jedes Nikotin gefährlich ist“, wird sie nach Daten suchen, die einen Zusammenhang zwischen Snus und einem erhöhten Risiko für Herz-Kreislauf-Erkrankungen zeigen – etwa in einer Querschnittsstudie.
Gleichzeitig zeigt sich in solchen Studien oft, dass Snusnutzer auch andere Risikofaktoren aufweisen, etwa Übergewicht, geringe körperliche Aktivität und vor allem frühere Rauchgewohnheiten. Viele Snusnutzer sind ehemalige Raucher, die mithilfe von Snus aufgehört haben.
In diesen Studien versuchen Forschende, verschiedene Risikofaktoren statistisch zu kontrollieren. Je nachdem, wie diese Korrekturen vorgenommen werden, kann jedoch weiterhin ein erhöhtes Risiko bei Snusnutzern bestehen bleiben.
Das klingt eigentlich nicht besonders kompliziert.
Das Problem ist jedoch, dass man nicht genau weiß, wie diese Risikofaktoren zusammenwirken oder wie stark jeder einzelne Faktor das Gesamtrisiko beeinflusst. Daher lässt sich allein aus statistischen Zusammenhängen keine sichere Aussage über Ursache und Wirkung treffen.
Trotzdem wird oft die Schlussfolgerung gezogen, dass Snus selbst Herzkrankheiten verursacht. Solche vereinfachten und zugespitzten Darstellungen finden sich häufig in Schlagzeilen. Tatsächlich sieht man jedoch lediglich einen statistischen Zusammenhang – keinen Beweis für Kausalität.
Vereinfacht gesagt handelt es sich eher um Risiken, die damit verbunden sind, Teil einer bestimmten Gruppe zu sein (Snusnutzer), als um Risiken, die ausschließlich durch die Handlung des Snuskonsums selbst entstehen.
