Wie man eine Lebensmittelbehauptung bewertet: die Larderlab-Methodik

Die Fragen, die uns wirklich erreichen.

Q01

Wie unterscheidet man eine echte Lebensmittelbehauptung von Internet-Panik?

Führen Sie sie durch sieben Prüfungen: die gebündelten Ebenen der Behauptung trennen, bestimmen, ob die Evidenz Mechanismus, Assoziation oder Kausalität ist, die Studienqualität einordnen (Metaanalyse und RCT schlagen Kohorte schlägt Fallbericht schlägt eine einzelne Mechanismusstudie), prüfen, ob die beängstigende Dosis einer realistischen menschlichen Exposition ähnelt, fragen, wer von der Behauptung profitiert, die eine quantifizierte Zahl finden, die die praktische Entscheidung klärt, und sowohl Konsens als auch Dissens benennen. Panik-Behauptungen scheitern fast immer an Ebenen, Dosis oder Evidenzstufe. Die Deep-Dives Saatöl vs Butter vs Olivenöl und Arsen in Reis zeigen die Methode von Anfang bis Ende angewandt.

Q02

Warum sagt 'Studien zeigen' fast nichts aus?

Weil der Studientyp das Gewicht trägt und 'Studien zeigen' ihn verbirgt. Eine Metaanalyse randomisierter kontrollierter Studien ist starke Evidenz für Kausalität; eine einzelne Beobachtungskohorte kann nur Assoziation zeigen (Störfaktoren, Healthy-User-Effekte); eine In-vitro- oder Nagetierstudie zeigt einen Mechanismus, der sich bei realistischen Dosen auf Menschen übertragen kann oder nicht. Die meisten alarmierenden Lebensmittelbehauptungen zitieren die schwächste Stufe, oft eine Mechanismusstudie, während sie die stärkste suggerieren. Wir nennen genau deshalb die Studie, das Jahr, das Design und die Stichprobengröße, und das sollte jede Quelle tun, der Sie vertrauen.

Q03

Warum ist die Dosis der Schritt, den die meisten überspringen?

Weil die Dosis das Gift macht und Schlagzeilen sie fast nie nennen. Eine Verbindung, die bei der 100-fachen typischen Exposition schadet, ist bei der 1-fachen kein bedeutsames Risiko. Das ist die gesamte Auflösung mehrerer wiederkehrender Ängste: anorganisches Arsen in Reis ist bei hohem täglichem Verzehr und für Säuglinge relevant, nicht bei einer Portion pro Tag (siehe Arsen in Reis); die 'Symptome' von MSG reproduzieren sich in verblindeten Studien bei diätetischen Dosen nicht (siehe Ist MSG schlecht). Rechnen Sie die beängstigende Behauptung immer in eine realistische tägliche Exposition um, bevor Sie reagieren.

Q04

Wie sollte eine Behauptung mit Unsicherheit umgehen?

Indem sie sie benennt. Wenn die Literatur wirklich gemischt ist, lautet das ehrliche Format: Hier ist die Konsensposition, hier ist die stärkste abweichende Evidenz und wer sie vertritt, und hier ist unsere Lesart mit Begründung. Gewissheit in beide Richtungen vorzutäuschen (ein Lebensmittel sei 'giftig' oder 'völlig sicher') ist das Erkennungszeichen einer minderwertigen Quelle. Unser Deep-Dive Ist Rapsöl schlecht ist so aufgebaut: der Konsens, der stärkste sachlich vertretene Einwand und ein quantifiziertes Fazit, statt eines als gesicherte Wissenschaft verkleideten Urteils.

Q05

Welche Zahl entscheidet eine Lebensmittelentscheidung tatsächlich?

Die, die direkt auf die Wahl abbildet, die Sie treffen müssen: Mikrogramm eines Schadstoffs pro Portion gegen die tolerierbare Zufuhr, die glykämische Last einer Portion statt des abstrakten glykämischen Index (siehe glykämischer Index), die Kosten pro Gramm eines wirksamen Nährstoffs oder die prozentuale Risikoänderung in absoluten statt relativen Zahlen. Eine Behauptung, die sich nicht auf eine entscheidungsrelevante Zahl reduzieren lässt, sollte Ihr Verhalten in der Regel nicht ändern. Jeder Deep-Dive dieses Ressorts endet auf diesem einen quantifizierten Fazit.

Q06

Wer hat es finanziert, und warum ist das wichtig?

Finanzierung und Anreiz formen, welche Fragen gestellt und wie Ergebnisse gerahmt werden, auf beiden Seiten. Von der Industrie finanzierte Studien können Schaden untertreiben; Verkäufer von Supplementen und 'natürlichen Lebensmitteln' können den Schaden einer konkurrierenden Zutat übertreiben, um eine Alternative zu verkaufen. Die Lösung ist nicht, finanzierte Forschung abzutun, sondern sie gegen unabhängige Replikation zu gewichten und zu bemerken, wer vom Alarm oder von der Beschwichtigung profitiert. Eine Behauptung, die nur der Verkäufer der Lösung aufstellt, verdient zusätzliche Prüfung, was derselben Logik folgt wie die Regel ohne bezahlte Platzierungen auf dieser Seite.