Abbrecherverzerrung — Wenn Logik sich verkleidet

Abbrecherverzerrung entsteht, wenn Teilnehmende eine Studie auf eine Weise abbrechen, die mit der Behandlung oder dem Ergebnis korreliert, wodurch die verbleibende Stichprobe die ursprüngliche Population nicht mehr repräsentiert. Im Gegensatz zu zufälligen Abbrüchen untergräbt systematischer Abbruch die durch Randomisierung hergestellte Vergleichbarkeit der Gruppen.

Auch bekannt als: Dropout-Bias, Verlust-zur-Nachverfolgung-Bias

Wie es funktioniert

Nach differentiellem Abbruch sind die Gruppen nicht mehr auf die ergebnisrelevanten Merkmale vergleichbar, die den Abbruch verursacht haben. Analysen nur der Vollender vergleichen implizit zwei selbst ausgewählte Gruppen.

Ein klassisches Beispiel

Eine Antidepressiva-Studie stellt fest, dass 30 % der Behandlungsgruppe wegen Nebenwirkungen abbricht, aber nur 5 % der Placebogruppe. Die verbleibende Behandlungsgruppe besteht aus gut tolerierenden Personen, was das Medikament effektiver und besser verträglich erscheinen lässt.

Wo man das in der Praxis findet

In Ernährungsinterventionsstudien brechen Teilnehmende, die die zugewiesene Diät als unschmackhaft empfinden, eher ab, was die scheinbare Wirksamkeit aufbläht.

Wie man es erkennt und kontert

Abbruchraten und -gründe in beiden Gruppen berichten. Intention-to-Treat-Analyse verwenden. Sensitivitätsanalysen wie Worst-Case-Imputation oder multiple Imputation anwenden.

Das Fazit

Abbrecherverzerrung gehört zu den Denkfehlern, die auf den ersten Blick völlig logisch klingen. Genau das macht sie gefährlich — sie tragen das Kostüm valider Argumentation, während sie eine fehlerhafte Schlussfolgerung einschmuggeln. Die beste Verteidigung? Langsamer werden und fragen: Folgt diese Schlussfolgerung tatsächlich aus diesen Prämissen?