Evidenzbasierte Medizin: Ein praktischer Leitfaden für Kliniker

Evidenzbasierte Medizin (EBM) ist der gewissenhafte, explizite und umsichtige Einsatz der aktuell besten Evidenz bei Entscheidungen über die Versorgung einzelner Patienten. Der Begriff wurde von Gordon Guyatt an der McMaster University in den frühen 1990er Jahren geprägt und hat seitdem die medizinische Ausbildung, klinische Leitlinien und Gesundheitspolitik verändert. EBM ruht auf drei Säulen: 1. **Beste verfügbare Evidenz**: Hochqualitative Forschung, idealerweise RCTs und Meta-Analysen 2. **Klinische Expertise**: Das Wissen, die Erfahrung und das Urteilsvermögen des Klinikers 3. **Patientenwerte und -präferenzen**: Was diesem spezifischen Patienten wichtig ist Alle drei müssen integriert werden. Evidenz allein reicht nicht — sie muss im Kontext angewendet werden.

Nicht alle Evidenz ist gleich. Die Hierarchie von stark nach schwach: 1. **Systematische Reviews und Meta-Analysen** — Fassen Ergebnisse aus mehreren hochwertigen Studien zusammen 2. **Randomisierte kontrollierte Studien (RCTs)** — Goldstandard für Kausalität 3. **Kohortenstudien** — Verfolgen Gruppen über die Zeit; gut für seltene Expositionen 4. **Fall-Kontroll-Studien** — Vergleichen Fälle mit Kontrollen; gut für seltene Ergebnisse 5. **Querschnittsstudien** — Momentaufnahme; zeigt Assoziationen, keine Kausalität 6. **Fallberichte und Expertenmeinung** — Anekdotisch; schwächste Form der Evidenz Die Cochrane-Hierarchie ist nützlich, aber der Kontext ist wichtig. Eine gut konzipierte Beobachtungsstudie kann eine schlecht durchgeführte RCT überwiegen. Zahlen an der Spitze garantieren keine Qualität.

Der erste Schritt in der EBM-Praxis ist die Übersetzung eines klinischen Problems in eine beantwortbare Frage mithilfe von PICO: **Klinisches Szenario:** Ein 65-jähriger Mann mit Vorhofflimmern und CKD Stadium 3 — sollten Sie ein DOAK oder Warfarin verschreiben? **PICO-Frage:** - **P**: Erwachsene mit nicht-valvulärem Vorhofflimmern und CKD Stadium 3 - **I**: Direkte orale Antikoagulanzien (DOAKs) - **C**: Warfarin - **O**: Schlaganfall, systemische Embolie, schwere Blutungen nach 12 Monaten Mit einer gut formulierten Frage können Tools wie MetaLens AI PubMed durchsuchen und die Evidenz in Sekunden zusammenfassen und Ihnen einen Ausgangspunkt für die Literatur geben.

Evidenz zu finden ist nur der erste Schritt — Sie müssen sie kritisch bewerten: **Für RCTs fragen Sie:** - War die Randomisierung wirklich zufällig? War die Zuteilung verborgen? - Waren Teilnehmer und Kliniker verblindet? - War die Nachbeobachtung vollständig? Wurden ITT-Analysen verwendet? - Ist die Kontrollgruppe klinisch relevant? **Für Meta-Analysen fragen Sie:** - War die Suche umfassend? Wurden unveröffentlichte Studien gesucht? - Waren die Einschlusskriterien angemessen? - Wurde Heterogenität beurteilt und erklärt? - Gibt es Hinweise auf Publikationsbias? Die CONSORT-Checkliste (für RCTs) und die PRISMA-Checkliste (für systematische Reviews) bieten strukturierte Bewertungsrahmen.

Selbst die beste Evidenz stammt aus Populationen — Sie behandeln eine Person. Wichtige Fragen bei der Anwendung von Evidenz: - Ist mein Patient ähnlich wie die in der Studie? (Alter, Komorbiditäten, Schweregrad) - Wurden Patienten wie meiner von der Studie ausgeschlossen? - Wie übersetzt sich das NNT auf das Basisrisiko meines Patienten? - Gibt es Kontraindikationen oder Wechselwirkungen bei meinem Patienten? - Was schätzt mein Patient? Würde er den Austausch zwischen Wirksamkeit und Nebenwirkungen akzeptieren? Eine Behandlung mit NNT = 50 über 5 Jahre kann für einen Hochrisikopatienten lohnend sein, aber nicht für einen Niedrigrisikoatienten, obwohl die relative Risikoreduktion dieselbe ist.

KI verändert die Art und Weise, wie Kliniker auf Evidenz zugreifen und sie anwenden: - **Literatur-Tools** wie MetaLens AI machen systematische Evidenzsynthese am Punkt der Versorgung verfügbar - **Klinische Entscheidungsunterstützungssysteme** betten Evidenz in elektronische Krankenakten ein - **KI-Diagnosewerkzeuge** beginnen, Spezialisten in Radiologie und Pathologie gleichzukommen KI kann jedoch nicht das klinische Urteilsvermögen und die menschliche Empathie ersetzen, die gute Medizin charakterisieren. KI-Tools können Nuancen übersehen, Trainingsdaten-Verzerrungen haben oder plausibel klingende Fehler generieren. Die Rolle des Klinikers entwickelt sich von der Memorierung von Evidenz hin zur kritischen Bewertung von KI-Ausgaben und deren Integration in den Patientenkontext. Die drei Säulen der EBM — Evidenz, Expertise und Patientenwerte — bleiben so relevant wie je zuvor.