Vermischtes

Verzweiflung pur: Jetzt ist Feinstaub für das Scheitern von Organtransplantationen verantwortlich [Junk Studie]

ByMichael Klein

Aug. 18, 2025

Eines der größten Manko, mit dem sich die Organ-verpflanzende Industrie herumschlagen muss, besteht darin, dass die Erfolgsrate bescheiden ist, um es vorsichtig auszudrücken. Entgegen dem Eindruck, der gemeinhin erweckt wird, ist eine Organtransplantation keine Lego-Spiel, in dessen Verlauf ein blauer mit einem roten baugleichen Baustein ausgetauscht wird.

Die Anzahl der Organstransplantationen, die in die Hose gehen, ist erheblich und genau aus diesem Grund gibt es keine Diskussion über das Leid, das denen, die mit großer Hoffnung in eine entsprechende Operation gehen, zugefügt wird. Es geht um Geld, nicht um Leid.

Und weil es um Geld geht, wird die ganze Angelegenheit in eine Geschichte aus Mitleid und Nächstenliebe verpackt. Das ist gemeinhin dann der Fall, wenn Schweinereien oder Probleme verborgen werden sollen.

SEDO

Eine gerade veröffentlichte Studie aus den USA hat ganz nebenbei das Ausmaß der „Probleme“, die sich bei Organtransplantationen einstellen, deutlich gemacht. Auf Basis nahezu aller Transplatationen von NIEREN, die im Zeitraum von 2001 bis 2016 in den USA vorgenommen wurden, errechnet sich eine Quote des Scheiterns von 48,1%, bezogen auf den Beobachtungszeitraum. Nun muss man wissen, dass die Transplantation einer Niere die Art von Transplantation ist, die mit den wenigsten Problemen und der höchsten Erfolgswahrscheinlichkeit verbunden ist.

Es gibt also eine 50:50 Erfolgschance.

Not macht spendebreites Humanersatzteillager

Am häufigsten sind Funktionsprobleme nach einer Transplantation, d.h. trotz neuer Niere muss der Patient weiterhin regelmäßig an ein Dialysegerät angeschlossen werden, es folgen Tod mit Spenderniere, ein Nierenversagen und die vollständige Abstossung des neuen Organs durch den aufnehmenden Organismus.

92.699 von 192.587 im Zeitraum von 2001 bis 2016 in den USA vorgenommen Transplantationen erbringen ein solches Ergebnis. Die restlichen müssen zeitlebens mit Medikamenten leben, die ihr Immunsystem unterdrücken und sie für Schnupfen und andere Nettigkeiten zum bevorzugten Ziel werden lassen.

Die miserable Erfolgsquote hat nun Aktivitäten ausgelöst, um sozial akzeptierte Sündenböcke zu finden, die man für dieses Transplantations-Versagen verantwortlich machen kann. Eine der Studien, die sich auf die Suche nach Sündenböcken gemacht haben, wurde gerade in JAMA, dem Journal of the American Medical Association, einst eine renommierte Zeitschrift, veröffentlicht. Diese Studie:

Es ist dies eine Studie, die man in die Reihe vergleichbarer Versuche, statistischen Kauderwelsch einzusetzen, um nicht-Ergebnisse als Resultate auszugeben, einreihen kann, eine Reihe, deren Mitglieder sich vor allem durch das Bemühen, den Humbug, der Studien-Design geworden ist, hinter statistischen Methoden, die deplatziert sind, zu verstecken.

Im vorliegenden Fall liest sich das etwa wie folgt:

„We used weighted quantile sum regressions to evaluate the association between PM constituent mixtures and post-KT outcomes. Weighted quantile sum regression is a statistical method for estimating the effects of a mixture with correlated constituents; it assumes each quantile increase in the mixture index is linearly and unidirectionally associated with the outcome.“

Das wirkt auf den ein oder anderen mächtg beeindruckend, vor allem wenn man bedenkt, dass gewichtete Summenregressionen von „Bestandteile-Mixturen“ genutzt wurden, um post-KT-Ergebnisse (KT = Nierentransplantation) zu erklären und das Ganze dann in Quantilen ausgegeben wird. Und wenn man dann noch hinzunimmt, dass die Autoren ein „super-learning“ benutzt haben, um ihre „Bestandteile-Mixturen“ zu bestimmen und diese Mixturen dann für jeden einzelnen im Datensatz, der eine post-KT hatte, GEWICHTET haben, dann drängt sich die Assoziation zum Alchemisten, der mit viel Dampf und Tränken aus Stroh Gold machen will, mit aller Gewalt auf.

Tatsächlich haben die Autoren, die nicht mehr und nicht weniger als den Einfluss von Feinstaub auf die Erfolgswahrscheinlichkeit einer Nierentransplantation untersuchen wollen, zunächst einmal aus der Not, dass sie keine Messung für PM_2.5, Feinstaub, dessen Partikel einen Durchmesser von 2.5 Mikrometern haben, eine Tugend zu machen versucht und für eine Motley Crue von Bestandteilen, die von Schwefeldioxid, über Stickoxid und Blei bis Kohlenstoff reicht, eine „Mixtur“ erstellt: 100 Mal haben die Autoren ihre jeweiligen Mixturen geschüttelt, das nennt sich dann „Bootstrap-Verfahren“, ein Versuch, sich einem unbekannten Optimum anzunähern, der – wer hätte es gedacht – immer mit einem Ergebnis, von dem man nun behauptet, es sei das Optimum, endet und auf dieser Grundlage eine Mixtur-Hitliste der Exposition für alle Personen, denen ein Organ transplantiert wurde, erstellt.

Ein erstes Problem, das sich mit dieser Hitliste der potentiellen Feinstaub-Partikel ergibt, ist die Tatsache, dass sie auf Basis von 50 Mal 50 Meter Quadranten in Städten und 1 Kilometer mal 1 Kilometer Quadranten in ländlichen Gebieten erstellt wurde. Von der jeweiligen Mischung aus Schwefeldioxid, Stickoxid usw. wird also nicht nur erwartet, dass sie sich auf 2500 Quadratmetern gleich verteilt und sich in diesen gleichen Anteilen den gleichen Spendernierenempfängern mitteilt, es wird auch erwartet, dass diese Verteilung der Verteilung entspricht, die sich für ländliche Gebiete und einer Fläche von 1.000.000 Quadratmetern ergibt.

Man darf nicht vergessen, die Autoren wollen den Einfluss von Feinstaub auf den Erfolg einer Nierentransplantation aufzeigen, etwa dem Unterfangen vergleichbar, den Einfluss von Kinderlärm auf den entsprechenden Erfolg aufzuzeigen und Kinderlärm über die Kita und Kindergartendichte zu bestimmen, aber naürlich wäre das politisch nicht korrekt und für die Organtransplantationsindustrie auch gar nicht hilfreich.

Wussten Sie eigentlich, dass die Luftverschmutzung in Boston den Konsum von Eiscreme negativ beeinflusst: Je weniger Luftverschmutzung, desto weniger Eiskonsum.

Quelle: Taylor Vigen, Spurious Correlation

Mehr Feinstaub ist besser für die Eiscreme-Industrie!
Das glauben Sie nicht, weil es offensichtlicher Blödsinn ist?

Gut, dann stellen Sie sich vor, die Ergebnisse stammten aus einer gewichteten und in Quartile unterteilten Berechnung von über die Quartile summierten Regressionsgleichungen, die wiederum auf „extra-super-learning“ mit AI-basieren und seien auf die folgende Art zustande gekommen:

logit(p[Y_t = 0 | Y_t − 1 = 0]) = β₀ + β₁ × wqs + β_z′Z + β_t′Splines(t),

Tja, jetzt sind Sie blass und das Lachen über den Eiskonsum, der mit abnimmt, wenn die Luft sauberer wird, ist Ihnen im Hals stecken geblieben?

Aber keine Sorge: Die Gleichung stammt aus der Arbeit von Feng et al. (2025) und bezieht sich auf Feinstaub. Sie beschreibt eine ordinäre Logistische Regression, also eine Regression, mit der die Wahrscheinlichkeit von zwei Zuständen (z.B. Tod oder Leben) vorhergesagt werden soll, und zwar über eine Kombination von „wqs“, das ist die gewichtete Mixtur aus 15 unterschiedlichen feinstofffähigen Elementen und Molekülen, Z, das sind Einflüsse, die von Alter, Ethnie oder Geschlecht [ja, wir leben in einer wirklich langweiligen und so furchtbar vorhersehbaren Zeit] ausgehen und einem „Spline“, das ist eine Anpassung an eine Kurve, die man für „natürlich“ hält…

Sieht schon beeindruckender aus.
Ist aber derselbe Humbug.

SciFi-Support

Auch ScienceFiles muss finanziert werden.

Und es wird, angesichts stetig steigender Kosten, immer schwieriger, ScienceFiles zu finanzieren.

HELFEN Sie uns bitte dabei, den Laden am Laufen zu halten!

Es gibt drei Möglichkeiten, uns zu unterstützen:

Weitere Informationen finden Sie hier:

ScienceFiles-Unterstützung

Bei allen Unterstützern bedanken wir uns bereits an dieser Stelle sehr HERZLICH!

Humbug, in dem ein individuelles Ereignis: Der Körper von Patient X hat die Niere, die ihm eingepflanzt wurde, nicht angenommen, mit einem aggregierten Datum, der gemittelten und gewichteten Mixtur von 15 Molekülen und Elementen, die zu Feinstaub erklärt wurden und auf entweder 2.500 oder 1.000.000 Quadratmetern zu finden sind, in Zusammenhang gebracht und allen Ernstes behauptet wird, dass damit ein real existierender Zusammenhang gemessen worden sei. Einer, der zeige, dass die durchschnittliche, gewichtete Exposition mit 15 Molekülen und Elementen, die von Künstlicher Intelligenz super-gelernt und in eine Rangliste gebracht wurden, die Wahrscheinlichkeit erhöht, nach einer Nierentransplantation weiter an Dialyse zu hängen (um 6,8% pro Dezil), das Organ abzustoßen (3,6% pro Dezil), auf Organsversagen (4,7% pro Dezil) bzw. Tod (3,9% pro Dezil).

Vielleicht wundern Sie sich über die Dezile. Die Unterteilung von Daten in Quantile, Terzile, Quartile oder Dezile dient dazu, eine Varianz zu schaffen, die offenkundig ohne diese Unterteilung und bei kontinuierlicher Analyse einer an sich kontinuierlichen Variable (Feinstaub-Mixtur-Exposition) nicht gegeben ist. Man schafft damit quasi Ergebnisse aus dem Nichts, denn natürlich ergeben sich Unterschiede zwischen Personen mit Nierentransplantation, wenn man ihnen Werte zuspielt, die eine in Rangfolge gebrachte und irgendwie gewichtete „Feinstaub-Mixtur-Exposition“ zum Gegenstand haben und diese Rangfolge dann in 10 Stücke mit den entsprechenden Nierentransplantierten zerlegt.

Indes, sagen diese künstlich geschaffenen Unterschiede nicht, dass auch tatsächlich Unterschiede bestehen, die für den Erfolg einer Nierentransplantation relevant sind, auch dann nicht, wenn sich bei statistischen Methoden die vorhersehbare und durch das Design beabsichtigte Korrelation, hier als log-odds, Wahrscheinlichkeiten berechnet, ergibt.

Und wie so oft, tragen die Daten und offenkundig von den Autoren übersehen, den Beleg für die Irrelevanz des gemessenen Firlefanzes bereits in sich, hier in Tabelle 3:

Die Tabelle listet die Wahrscheinlichkeiten für Organabstoßung (Acute Rejection) und Organversagen (delayed graft function) für unterschiedliche Merkmale auf. Wir interessieren und für den „Donor Type“ und CIT, die Zeit, die seit Entnahme vergangen ist. Eine Niere, die dem lebenden Objekt entnommen wurde, hat eine statistisch signifikant GERINGERE Wahrscheinlichkeit als eine Niere, die einem Verblichenen entnommen wurde, abgestoßen zu werden, und zwar vollkommen unabhängig vom gewichteten Mittel der Mixtur, die die Autoren als super-gelernten Feinstaub ausgeben. Interessanterweise kehrt sich dieses Verhältnis um, wenn es um Organsversagen geht, dann ist die entsprechende Wahrscheinlichkeit für Nieren von lebenden Spendern höher als für Nieren von verstorbenen Spendern. Eine Seltsamkeit, wie sie sich bei Junk Studien regelmäßig ergibt.

Im Gegensatz dazu ist der Einfluss der gewichteten Feinstaub-Mixtur, die supergelernt wurde, für frische Organe viel geringer als für abgestandene Organe, die länger als 12 Stunden auf Transplantation warten mussten.

Wenn man ein solches Ergebnis sieht, dann schreit einem das Statistische Artefakt, das hier gemessen wurde, geradezu ins Gesicht, wie sonst wäre es zu erklären, dass Nieren von lebenden Spender einmal den Erfolg einer Transplantation in Abhängigkeit von der gewichteten Mixtur erhöhen, einmal reduzieren, während die Frische des Organs sich kontinuierlich auf die Wahrscheinlichkeit, eine Transplantations-Niere erfolgreich aufzunehmen, auswirkt?

Es ist wirklich erstaunlich, was für ein Junk derzeit in Fachzeitschriften verlegt wird, so wie die Verzweiflung in der Transplantationsindustrie groß sein muss, wenn man derartigen Mist benötigt, um das eigene Image zu polieren.

Kann nicht weit her sein, mit diesem Image.
Es ist natürlich kein Zufall, dass Feinstaub herhalten muss, um die miserable Erfolgsbilanz zu polieren. Feinstaub wird seit Jahren zum Killer aufgebaut, auch das mit absurden Methoden und statistischen Tricks, die wir in diesem Beitrag dargestellt haben.

Bleibt nachzutragen, dass jede erfolgreiche Besteigung des Mount Everest die Wahrscheinlichkeit erhöht, dass in Wyoming ein Ufo gesichtet wird. Wir müssen jedoch darauf hinweisen, dass die Mixtur im Sauerstoffgerät, das bei der Besteigung verwendet wurde, nicht kontrolliert wurde.

Falls Sie unsere Arbeit unterstützen, und dafür sorgen wollen, dass bei ScienceFiles auch weiterhin das Rad rund läuft, dann kaufen Sie uns doch einen Kaffee:
Oder unterstützen Sie uns auf einem der folgenden Wege Unser herzlicher Dank ist Ihnen sicher! DENN: ScienceFiles lebt von Spenden. Helfen Sie uns, ScienceFiles auf eine solide finanzielle Basis zu stellen, damit Sie uns auch morgen noch lesen können!

Wir haben drei sichere Spendenmöglichkeiten: