Diese Studie ist nicht neu, sondern aus dem letzten Jahr.
Sie wurde aufgrund
gravierender methodischer Mängel einen Tag, nachdem sie vom damaligen Journal angenommen (nicht publiziert) wurde schon wieder zurückgezogen. Damals in
Frontiers in Public Health. Hier die Stellungnahme des Journals dazu:
https://twitter.com/FrontiersIn/status/803227519537258496
Aber der Autor betreibt sog. Journal-Shopping, sodass die Studie nach ein paar Monaten wieder ans Tageslicht kroch, diesmal im
Journal of Translational Science. Und
auch dort wurde die Studie innerhalb nur weniger Tage wegen grober inhaltlicher Mängel zurückgezogen.
Beide Journals haben keinen ordentlichen Peer-Review und keinen nennenswerten Impact-Faktor. Es handelt sich um sog.
predatory journals, die vergleichsweise wahllos publizieren. Das ist aber, wie man an diesem Thread sieht, egal, weil die meisten Leute ohne wissenschaftliche Ausbildung weder diese Unterscheidung kennen, noch die Signifikanz verstehen werden. Mal abgesehen davon, dass in den Sekundärquellen meistens eh nie angegeben wird, dass die Studie zurückgezogen wird o.ä..
So, und warum ist die Studie inhaltlich so schlecht?
1. Weil sie nicht auf Daten basiert, sondern auf Umfragen. Die Aussagen der Teilnehmer können stimmen oder nicht, sie können durch persönliche Vorurteile oder durch geschickte Fragestellungen in die eine oder andere Richtung gelenkt werden.
2. Die Gruppen waren nicht randomisiert, wodurch es zu biases auf Seiten der Autoren kommen kann.
3. Die Studie ist mit ein paar hundert Teilnehmern sehr klein. Es gibt ähnliche Studien, in denen
die medizinischen Daten von knapp 1,3 Millionen Kinder ausgewertet wurden, und die keine Auffälligkeiten entdeckt haben.
4. Die Autoren verwenden zur Auswertung ein Quotenverhältnis und nicht ein relatives Risiko. Das ist seltsam, weil bei den Daten, die die Wissenschaftler erhoben haben, eine Auswertung nach dem relativen Risiko möglich gewesen wäre. Quotenverhältnisse verwendet man zumeist dann, wenn eine Auswertung iSe relativen Risikos nicht möglich ist. Quotenverhältnisse fallen aber oft deutlich höher aus und können verwendet werden, um die Unterschiede zwischen zwei Gruppen künstlich hochzurechnen.
5. Die Autoren arbeiten sehr viel mit p-Werten, was die Studie in Kombination mit den restlichen methodischen Schwierigkeiten - sehr anfällig für false positives macht.
Also, nix neues eigentlich. "
Wakefield light" sozusagen