Peptid-Daten richtig lesen

Warum der Status zuerst kommt

Der Forschungsstatus ist das Erste, worauf man im Profil eines Peptids schauen sollte — und zugleich das, was am leichtesten übersehen wird. Er ist keine Bewertung nach «gut oder schlecht» und kein Qualitätssiegel. Der Status sagt genau eines: wie weit die Erforschung einer Substanz fortgeschritten ist und in welchem Kontext die Daten gewonnen wurden.

Zwei Peptide können in der Kurzbeschreibung gleich vielversprechend wirken. Doch hinter dem einen stehen Jahrzehnte an Beobachtungen am Menschen und eine registrierte medizinische Anwendung, hinter dem anderen ein einziges Experiment an einer Zellkultur. Liest man den Status zuerst, liest sich alles Übrige auf der Seite anders: Versprechen werden zu Hypothesen, und «es wirkt» wird zu «es wird untersucht».

Deshalb steht der Status in jedem PeptideWiki-Profil ganz oben auf der Seite, direkt neben dem Namen der Substanz. Unsere Aufgabe ist nicht, Sie von Nutzen oder Schaden zu überzeugen, sondern zu zeigen, wie tragfähig der Boden unter jeder einzelnen Aussage ist.

Der Status ist kein Urteil über die Substanz, sondern eine ehrliche Notiz darüber, wie viel wir tatsächlich wissen. Das ist das Prinzip von PeptideWiki: Daten ohne Ausschmückung.

Was die vier Status bedeuten

In den Profilen kommen vier Status vor. Sie beschreiben verschiedene Etappen des Weges von der Idee bis zur bestätigten Anwendung. Keiner von ihnen bedeutet «sicher» oder «wirksam für Sie» — sie sprechen über die Reife der Datenlage, nicht über das Ergebnis für eine bestimmte Person.

Präklinik und Klinik sind nicht dasselbe

Der häufigste Fehler beim Lesen der Daten ist, ein Ergebnis vom Tier direkt auf den Menschen zu übertragen. «Beschleunigt die Heilung bei Ratten» klingt überzeugend, doch zwischen diesem Satz und einem Nutzen für den Menschen liegen mehrere grundsätzliche Brüche.

Warum sich Ergebnisse nicht direkt übertragen lassen

• Dosen skalieren nicht linear. Die Umrechnung «nach Körpergewicht» von der Maus auf den Menschen ist fast immer falsch — Stoffwechsel und Körperoberfläche verändern das Bild.
• Der Stoffwechsel unterscheidet sich. Abbauraten, Rezeptoren und Ausscheidungswege sind je nach Spezies verschieden; ein Effekt kann sich abschwächen, verschwinden oder verändern.
• Laborbedingungen sind künstlich. Tiere werden infiziert, verletzt oder genetisch verändert, damit ein Effekt sichtbar wird — reale Menschen passen nicht in diese Modelle.
• Die Endpunkte sind andere. Ein Marker im Reagenzglas ist weder Wohlbefinden noch Leistungsfähigkeit noch Lebenserwartung eines Menschen.
• Erfolge werden häufiger publiziert. Negative Ergebnisse erreichen seltener den Druck, sodass das Bild einer einzelnen Studie rosiger aussieht, als es ist.

All das macht präklinische Daten nicht nutzlos. Sie sind ein wichtiger erster Schritt, der zeigt, was als Nächstes untersucht werden sollte. Aber dieser Schritt ist eine Einladung zur Forschung — nicht ihr Ergebnis.

Wie man Dosierungen und Protokolle liest

Die Dosierungszahlen in Profilen und Protokollen sind das, was die Quellen beschreiben — nicht das, was wir zur Einnahme empfehlen. Ein Protokoll hält fest, was in einer konkreten Studie oder Praxis wie gemacht wurde; es wird nicht dadurch zur Anweisung, dass es neben dem Namen einer Substanz steht.

Was zu prüfen ist, wenn Sie auf eine Dosis stoßen

• Die Einheiten. Mikrogramm (µg) und Milligramm (mg) unterscheiden sich um das Tausendfache — sie zu verwechseln ist gefährlich.
• An wem die Daten gewonnen wurden. Ein an Tieren gemessener Bereich lässt sich nicht stillschweigend auf den Menschen übertragen.
• Woher die Zahl stammt. Eine Zahl braucht eine Primärquelle, keine Nacherzählung aus dem Forum.
• Was der Bereich bedeutet. Eine Spanne von Werten ist Unsicherheit, kein Menü zur Auswahl.

Woher die Daten stammen

Nicht alle Quellen sind gleichwertig. Es hilft, eine grobe Hierarchie der Evidenz im Kopf zu behalten — von den zuverlässigsten zu den schwächsten. Je höher ein Punkt auf der Liste steht, desto geringer die Wahrscheinlichkeit, dass die Schlussfolgerung einer Prüfung nicht standhält.

1. Systematische Übersichtsarbeiten und Meta-Analysen — sie fassen viele Studien zusammen und stehen über allem.
2. Randomisierte kontrollierte Studien (RCTs) — Experimente am Menschen mit Kontrollgruppe.
3. Beobachtungsstudien — Kohorten und Vorher-Nachher-Vergleiche, bei denen Zufälle schwerer auszuschließen sind.
4. Fallberichte — interessant, aber für sich genommen beweisen sie nichts.
5. Präklinische Daten — Zellen und Tiere: eine Hypothese, keine Bestätigung.
6. Anekdoten und Erfahrungsberichte — Foren und persönliche Erfahrung: die schwächste Grundlage.

Außerdem lohnt es sich, eine begutachtete Publikation, ein Preprint (noch ohne Peer-Review), die Seite eines Verkäufers und einen Forumsthread auseinanderzuhalten. Um eine laute Behauptung zu prüfen: Finden Sie die Primärquelle, schauen Sie auf die Stichprobengröße und darauf, wer die Arbeit finanziert hat. Unbekannte Begriffe werden im Glossar kurz erklärt.

Rote Flaggen des Marketings

Wissenschaft klingt vorsichtig, Marketing klingt überzeugt. Einige Anzeichen helfen, Verkauf von Daten zu unterscheiden, noch bevor Sie bei den Quellen angekommen sind.

• Garantierte Ergebnisse und das Versprechen «ohne Nebenwirkungen».
• «Klinisch erwiesen» — aber ohne einen einzigen Verweis auf eine Studie.
• Vorher-Nachher-Fotos statt messbarer Daten.
• Eine universelle Dosierung «für alle».
• Erfahrungsberichte und Erfolgsgeschichten zählen mehr als Zahlen und Methodik.
• Künstliche Dringlichkeit: «fast ausverkauft», «nur heute».

Kurz: die Checkliste für Leser

Bleibt nur das Wesentliche, läuft das Lesen von Peptid-Daten auf einige Gewohnheiten hinaus.

• Schauen Sie auf den Status, bevor Sie auf die Versprechen schauen.
• Klären Sie, an wem die Daten gewonnen wurden — Zellen, Tiere oder Menschen.
• Suchen Sie die Primärquelle einer Zahl, nicht ihre Nacherzählung.
• Prüfen Sie die Einheiten und den Kontext jeder Dosierung.
• Halten Sie «wird untersucht» und «ist belegt» auseinander.
• Werden Sie misstrauisch, wenn neben einer Behauptung kein einziger Verweis steht.

Quellen

Nachfolgend die Datenbanken und Register, mit denen sich Status und Primärquellen bequem prüfen lassen. Verweise auf konkrete Studien finden Sie im Profil jedes Peptids im Katalog.

1. 01
   PubMed

   die Datenbank begutachteter biomedizinischer Publikationen der U.S. National Library of Medicine; der Ausgangspunkt für die Suche nach Primärquellen.

2. 02
   Cochrane

   systematische Übersichtsarbeiten und Meta-Analysen: die Spitze der Evidenzhierarchie.

3. 03
   ClinicalTrials.gov

   das Register klinischer Studien: Phase, Status, Indikationen und Teilnehmer.

4. 04
   DailyMed

   offizielle Fachinformationen der in den USA von der FDA zugelassenen Arzneimittel.

5. 05
   EMA — Medicines

   regulatorische Status und zugelassene Indikationen in der Europäischen Union.

6. 06
   WHO — Internationale Freinamen (INN)

   einheitliche Substanznamen, die helfen, sich zwischen Synonymen und Handelsnamen nicht zu verlieren.