Einblicke

Kaffee ist schlecht fürs Herz. Kaffee senkt das Risiko für Herzinfarkte. Beide Schlagzeilen können sich auf reale Forschungsergebnisse beziehen – und sich dennoch widersprechen. Was bedeutet das für uns? Welchen Studien können wir vertrauen? Und wie lässt sich herausfinden, ob ein Zusammenhang tatsächlich ein Ursache-Wirkungs-Verhältnis beschreibt? Diesen Fragen geht die Epidemiologin Jess Rohmann nach, die am QUEST Center for Responsible Research am Berlin Institute of Health der Charité arbeitet und den Einstein-Zirkel "Causal Inference from Observational Health Data" leitet. Sie untersucht, wie sich aus Beobachtungsstudien mit Gesundheitsdaten verlässliche Erkenntnisse gewinnen lassen. Im Gespräch mit Moderatorin Marie Röder erklärt sie, warum bei einer Korrelation zweier Variablen ein kausaler Zusammenhang nicht die einzige mögliche Erklärung ist und wie Störfaktoren scheinbare Zusammenhänge erzeugen können. Anschaulich wird das am Beispiel von Eisverkauf und Sonnenbrand: An…

Viele Krankheiten setzen lange vor dem Auftreten erster Symptome ein. Wie könnte eine Medizin aussehen, die beginnende Veränderungen in Zellen und Geweben aufspürt, sie frühzeitig behandelt und damit Gesundheit bewahrt? Dieser Frage geht Leif Erik Sander nach, dem Direktor der Klinik für Infektiologie und Intensivmedizin an der Charité und Arbeitsgruppenleiter am Berlin Institute of Health. Gemeinsam mit Kolleg:innen aus zwölf Berliner Einrichtungen forscht er am Einstein-Zentrum Early Disease Interception (EC-EDI). Dort verbindet das interdisziplinäre Team hochauflösende molekulare Methoden mit bioinformatischen Analysen und künstlicher Intelligenz. Ihre Vision ist eine präzisere, personalisierte Medizin: Statt wie bisher Früherkennung allein nach allgemeinen Kriterien wie etwa dem Alter durchzuführen, könnten künftig sehr viel gezieltere Angebote anhand von Daten- und Biomarker-basierten Risikobewertungen gemacht und damit der Nutzen von Früherkennung deutlich verbessert werden. So…