Was ein Haufen Medikamentenberichte Ihnen sagen kann und was nicht

ME/CFS
Behandlung
Methoden
Evidenz
Ein gepoolter Korpus von Patientenbergungen kann einordnen, welche Signalwege es wert sind, getestet zu werden. Er kann nicht beweisen, welcher kausal ist. Placebo, Verschreibungsgewohnheiten, wer sich meldet und Gemeinschaftsbegeisterung verzerren alle das Signal — und wenn das Signal der Online-Diskussion statt der Pharmakologie folgt, muss der ganze Vorschlag verworfen werden. Hier ist die ehrliche Grenze.
Autor:in

Yannick Loth

Veröffentlichungsdatum

13. September 2026

Die ersten beiden Artikel dieser Serie argumentierten, dass gepoolte Patientenberichte über Medikamente einordnen könnten, welche Kandidaten-Signalwege bei ME/CFS begrenzend sind, und beschrieben das Design, das das Poolen ermöglichen würde. Dieser Artikel ist der Teil, der dem Rest seine Glaubwürdigkeit verleiht. Ein Vorschlag, der seine eigenen Grenzen nicht nennen kann, ist ein Verkaufsargument, kein wissenschaftlicher Vorschlag. Die Grenzen folgen.

Er ordnet Hypothesen ein. Er bestätigt sie nicht.

Der Korpus ist ein Instrument zur Hypothesengenerierung: Er sagt, welche Signalwege es wert sind, als Nächstes getestet zu werden, nicht welcher die Ursache ist.

Der Grund ist strukturell. Gepoolte Berichte zeigen Assoziationen. Sie zeigen keine Kausalität — die Pharmakovigilanzsysteme, die spontane Medikamentenberichte nach Sicherheitssignalen durchsuchen, beruhen genau auf dieser Art von Daten und ordnen Assoziationen gut ein, ohne je zu belegen, dass das Medikament das Ereignis verursacht hat (Puijenbroek u. a. 2002; Cutroneo u. a. 2023). Ein Korpus von ME/CFS-Medikamentenberichten ist die Umkehrung einer Sicherheitsdatenbank — er sucht Nutzen statt Schaden — aber dieselbe inferentielle Obergrenze gilt. Er kann sagen „dieser Signalweg taucht immer wieder auf”. Er kann nicht sagen „dieser Signalweg ist die Krankheit”.

Diese Unterscheidung ist nicht akademisch. Die Geschichte des Dokuments selbst enthält eine Behandlung, Rituximab, deren frühe kontrollierte Phase-II-Studie eine große Trennung zwischen Medikament und Placebo zeigte und deren endgültige kontrollierte Studie dann keinen Nutzen fand — die Placebo-Ansprechrate übertraf die des Medikaments (Fluge u. a. 2011, 2019). Ein ermutigendes frühes Signal ist eine andere Art von Ding als ein bestätigtes Ergebnis; es als kleinere Version eines solchen zu behandeln, ist der Fehler.

Vier Dinge, die das Signal verzerren

Placebo und Erwartung. Offenes Placebo — eine Pille, die mit voller Offenlegung ihrer Wirkstofffreiheit gegeben wird — kann subjektive Symptome bei verschiedenen Erkrankungen verschieben, allerdings mit bescheidenen Effektstärken und geringer Evidenzsicherheit (Flávio-Reis u. a. 2025; Kleine-Borgmann und Bingel 2025). In einem unverblindeten Korpus ist jede subjektive Verbesserung teilweise Erwartung, und die Aufgabe des Korpus ist, sie so gut wie möglich zu subtrahieren. Er kann sie nicht beseitigen.

Wer was verschrieben bekommt (Confounding by indication). Patienten probieren Medikamente nicht zufällig. Ein Kliniker verschreibt nach Symptomen, Schweregrad, früherer Reaktion und Verfügbarkeit; Patienten wählen Nahrungsergänzungsmittel nach Gemeinschaftsmode. Die Menschen, die Medikament A probieren, unterscheiden sich systematisch von denen, die B probieren. Ein Reaktionsunterschied zwischen A und B kann widerspiegeln, wer sie erhielt, statt was die Medikamente tun (Zong u. a. 2022; Shahn u. a. 2022). Das ist eine bekannte Gefahr in der beobachtenden Arzneimittelforschung, und sie ist bei ME/CFS schlimmer, weil es keine validierte Stratifizierung gibt — die Verschreibung ist symptongetrieben und uneinheitlich.

Wer sich meldet (Selbstselektion). Die Beitragenden des Korpus sind konstruktionsbedingt die Patienten, die gesund genug zum Teilnehmen sind: online, englischsprachig, leicht bis mittelschwer, und mit genügend Ressourcen, um viele Behandlungen probiert zu haben. Die schweren, langjährigen Patienten, deren Reaktionen am informativsten wären, melden sich am wenigsten (Richiardi u. a. 2007; Loth 2026). Das sind keine zufällig fehlenden Daten. Sie korrelieren mit der Biologie, die der Korpus einordnen will — die Rangfolge beschreibt also möglicherweise die Antwortenden, nicht die Krankheit.

Unverblindete Selbsteinschätzung. Das Ergebnis ist das Urteil eines Patienten oder Klinikers über die Veränderung, ohne Verblindung und ohne Standardinstrument. Das ist genau die Messklasse, die Erwartung am stärksten verschiebt. Ohne gemeinsames validiertes Maß poolt der Korpus unvergleichbare Urteile, und das Ergebnis spiegelt vor allem wider, wie optimistisch berichtet wird.

Der Fehlermodus, der ihn töten würde

Eine schlimmere Möglichkeit existiert. Ein aus einer Patientengemeinschaft rekrutierter Korpus ist kein neutraler Sensor: Die Berichte tragen die geteilten Überzeugungen dieser Gemeinschaft mit sich, und diese Überzeugungen bestimmen sowohl, welche Medikamente probiert werden, als auch, wie sie beschrieben werden. Die Analyse von Patientengemeinschaften im Dokument selbst beschreibt, wie soziale Verstärkung, Gruppenpolarisierung und das Fehlen formaler Fehlerkorrektur eine plausible, aber falsche Behandlung Fuß fassen lassen können, sodass ein Gemeinschaftskonsens entsteht, den kontrollierte Evidenz nicht stützen würde (Loth 2026). Ein konsistentes Antwortmuster über Hunderte Patienten ist genau das, was ein sozial verstärktes falsches Signal ebenfalls erzeugt. Konsistenz ist keine Selbstvalidierung.

Der Korpus hat also einen leitenden Test, und er muss ihn scheitern können. Wenn nach Anpassung für Schweregrad, Medikamentenverfügbarkeit und den Placebo-Boden des Korpus die Rest-Rangfolge mindestens ebenso gut durch das Online-Diskussionsvolumen jedes Medikaments erklärt wird wie durch seine Dosis und sein molekulares Ziel — dann misst der Korpus die Gemeinschaft, nicht die Krankheit. In diesem Fall wird der Vorschlag verworfen, nicht verfeinert. Mehr Daten werden ihn nicht beheben, und eine bessere Umfrage auch nicht. Der Test muss ein festgeschriebener, vorab registrierter Modellvergleich sein, keine nachträglich berechnete Korrelation: Diskussionsvolumen und Dosis sind kollinear (populäre Medikamente werden sowohl mehr diskutiert als auch über mehr Dosisbänder probiert), daher muss der Vergleich vor der Datenerhebung fixiert werden.

Es gibt eine zweite Abbruchbedingung: Wenn die Zahl verschiedener Medikamente, die nötig ist, um die konkurrierenden Hypothesen zu trennen, jede realistische Zahl übersteigt, die Patienten je probieren werden, dann kann keine Datenmenge Mechanismen einordnen, und der Vorschlag ist von Anfang an tot. Ob die zugängliche Medikamentenmenge in dieser Weise degeneriert ist, ist eine offene, testbare Frage — und die ehrliche Antwort heute ist, dass es niemand weiß.

Was der Korpus ehrlich beanspruchen kann

Wenn er diese Tests übersteht, kann der Korpus etwas wirklich Nützliches in einer Krankheit ohne validierten Biomarker tun (Committee on the Diagnostic Criteria for Myalgic Encephalomyelitis/Chronic Fatigue Syndrome 2015):

  • Kandidaten-Signalwege einordnen für die nächste Runde mechanistischer Forschung.
  • Responder-Untergruppen identifizieren — wenn eine Behandlung die Bevölkerung spaltet, ist diese Spaltung ein Befund für sich, und sie kann erklären, warum so viele ME/CFS-Studien auf Gruppenebene null ergeben.
  • Medikamente für strenge verblindete Studien nominieren, indem der Korpus als seine eigene Priorisierungsmaschine dient: Eine eingebettete randomisierte Substudie testet die obersten vom Korpus nominierten Medikamente gegen Placebo, wo kausale Aussagen tatsächlich gemacht werden.
  • Künftige Studien stratifizieren, indem der Reaktionsfingerabdruck eines Patienten zur Anreicherungsvariable wird.

Was er nicht kann, ist den verblindeten Versuch ersetzen. Die Rolle des Korpus ist zu entscheiden, was diesen Versuch verdient — nicht ihn zu ersetzen.

Warum die Warnung Teil des Vorschlags ist

Diese Serie beschreibt ein Forschungsinstrument, das noch nicht existiert. Es ist kein Werkzeug zur Behandlungsauswahl, und niemand sollte eine Medikation beginnen, beenden oder ändern, weil eine gepoolte Gemeinschaftsrangfolge es nahelegte. Die Warnung ist keine Formalität: Der ganze Wert des Korpus hängt davon ab, dass Leser ihn als Hypothesengenerator lesen, und die ganze Gefahr liegt darin, dass sie ihn als etwas anderes lesen. Ein für klinische Orientierung gehaltenes Gemeinschaftsinstrument würde genau den Schaden verursachen, den das Dokument anderswo für überinterpretierte Evidenz beschreibt.

Die Idee ist es wert, verfolgt zu werden, weil die Alternative ein ungeordneter Kandidatensatz ohne Priorisierung für die nächsten Studien ist — und eine eingeordnete Hypothese ist mehr wert als eine leere Seite, solange der Leser sie als Hypothese nimmt.

Dies ist kein medizinischer Rat. Er beschreibt einen Forschungsvorschlag. Niemand sollte eine Behandlung aufgrund eines gepoolten Gemeinschaftsrankings beginnen, beenden oder ändern.

Dies schließt die Serie. Beginnen Sie mit der Startseite, oder lesen Sie die technische Version im Kapitel Medication Response Reference des Hauptdokuments (Loth 2026). Die Einschränkungen zur beobachtenden Inferenz folgen (Puijenbroek u. a. 2002; Cutroneo u. a. 2023; Zong u. a. 2022; Shahn u. a. 2022); die Erwartungseinschränkung folgt (Flávio-Reis u. a. 2025; Kleine-Borgmann und Bingel 2025); die Rituximab-Sequenz folgt (Fluge u. a. 2011, 2019).

Literatur

Committee on the Diagnostic Criteria for Myalgic Encephalomyelitis/Chronic Fatigue Syndrome. 2015. Beyond Myalgic Encephalomyelitis/Chronic Fatigue Syndrome: Redefining an Illness. Washington, DC: National Academies Press. https://doi.org/10.17226/19012.
Cutroneo, Paola M., Debora Sartori, Marco Tuccori, Salvatore Crisafulli, Vera Battini, Carla Carnovale, Concetta Rafaniello, u. a. 2023. „Conducting and interpreting disproportionality analyses derived from spontaneous reporting systems“. Frontiers in Drug Safety and Regulation 3: 1323057. https://doi.org/10.3389/fdsfr.2023.1323057.
Flávio-Reis, Victor Hugo Prado, Yasmine Maria Pessoa-Gonçalves, Cláudia A. V. Diaz, Ana Sofia A. Lamoglia, Cinthia S. Desidério, und Carlo José Freire Oliveira. 2025. „Open label placebo for chronic low back pain: a systematic review and meta-analysis of randomized controlled trials“. Pain Management 15 (3): 149–60. https://doi.org/10.1080/17581869.2025.2467025.
Fluge, Øystein, Olav Bruland, Kristin Risa, Anette Storstein, und Olav Mella. 2011. „Benefit from B-lymphocyte depletion using the anti-CD20 antibody rituximab in chronic fatigue syndrome: a double-blind and placebo-controlled study“. PLOS ONE 6 (10): e26358. https://doi.org/10.1371/journal.pone.0026358.
Fluge, Øystein, Ingrid G. Rekeland, Kristin Lien, Hilde Thürmer, Petter C. Borchgrevink, Christoph Schäfer, Kari Sørland, u. a. 2019. „B-Lymphocyte Depletion in Patients With Myalgic Encephalomyelitis/Chronic Fatigue Syndrome: A Randomized, Double-Blind, Placebo-Controlled Trial“. Annals of Internal Medicine 170 (9): 585–93. https://doi.org/10.7326/M18-1451.
Kleine-Borgmann, Jan, und Ulrike Bingel. 2025. „Open-label nondeceptive placebos“. Handbook of Clinical Neurology 213: 51–58. https://doi.org/10.1016/B978-0-443-29884-4.00020-0.
Loth, Yannick. 2026. „Myalgic Encephalomyelitis / Chronic Fatigue Syndrome: A Comprehensive Medical Documentation“. https://yannickloth.github.io/health-me-cfs/.
Puijenbroek, Eugène P. van, Andrew Bate, Hubert G. M. Leufkens, Marie Lindquist, Roland Orre, und Antoine C. G. Egberts. 2002. „A comparison of measures of disproportionality for signal detection in spontaneous reporting systems for adverse drug reactions“. Pharmacoepidemiology and Drug Safety 11 (1): 3–10. https://doi.org/10.1002/pds.668.
Richiardi, Lorenzo, Iacopo Baussano, Luisa Vizzini, Jeroen Douwes, Neil Pearce, und Franco Merletti. 2007. „Feasibility of recruiting a birth cohort through the Internet: the experience of the NINFEA cohort“. European Journal of Epidemiology 22 (12): 831–37. https://doi.org/10.1007/s10654-007-9194-2.
Shahn, Zach, Paige Spear, Hong Lu, Shan Jiang, Shuang Zhang, Nikhil Deshmukh, Stanley Xu, Kenney Ng, Roy Welsch, und Stan Finkelstein. 2022. „Systematically exploring repurposing effects of antihypertensives“. Pharmacoepidemiology and Drug Safety 31 (9): 944–52. https://doi.org/10.1002/pds.5491.
Zong, Nansu, Andrew Wen, Sijia Moon, Sunyang Fu, Liwei Wang, Yiqing Zhao, Yue Yu, u. a. 2022. „Computational drug repurposing based on electronic health records: a scoping review“. NPJ Digital Medicine 5 (1): 77. https://doi.org/10.1038/s41746-022-00617-6.