127'000 Tauchgänge und viele Fragezeichen – kritische Bemerkungen zur DAN-Studie 2026

Die kürzlich veröffentlichte, grosse DAN-Analyse sorgte für erhebliche Aufmerksamkeit. Für die Studie wurden mehr als 127'000 Tauchgänge ausgewertet, um Risikofaktoren für die Dekompressionskrankheit (DCS) zu identifizieren. Auf Grundlage der Ergebnisse schlagen die Autoren sogar einen Algorithmus vor, mit dem sich das individuelle DCS-Risiko eines Tauchers berechnen lassen soll. Einige der identifizierten Faktoren erscheinen durchaus plausibel: Eine höhere Dekompressionsbelastung, längere Tauchzeiten oder grössere Tiefen gehen erwartungsgemäss mit einem erhöhten Risiko einher. Andere Befunde hingegen werfen Fragen auf und verdienen eine kritischere Betrachtung.

Wer sich vertieft mit den statistischen und methodischen Aspekten der Studie auseinandersetzen möchte, dem sei diese ausführliche Analyse empfohlen.  Als Arzt interessiert mit vor allem die Plausibilität von Risikofaktoren. Im Folgenden möchte ich mich auf drei Befunde konzentrieren, die exemplarisch zeigen, wie statistische Zusammenhänge auf den ersten Blick wie echte Risikofaktoren erscheinen, obwohl dahinter Störfaktoren oder andere methodische Effekte stehen dürften.

Frauen haben ein erhöhtes Risiko für DCS – wirklich?

Auf die Beobachtung, dass Frauen in der statistischen Modellierung ein höheres Risiko für eine Dekompressionskrankheit (DCS) aufwiesen, bin ich bereits in diesem blogpost eingegangen. Ein Teil dieses Effekts könnte durch Unterschiede im Meldeverhalten erklärt werden. Die Datenbank beruht letztlich darauf, dass Betroffene Beschwerden wahrnehmen, melden und medizinisch abklären lassen. Es ist durchaus denkbar, dass Frauen auch mildere Symptome eher ernst nehmen und berichten, während Männer Beschwerden häufiger bagatellisieren oder schlicht aussitzen. In diesem Fall würde die Datenbank nicht zwingend mehr tatsächliche DCS-Ereignisse bei Frauen erfassen, sondern mehr gemeldete DCS-Ereignisse. Ein solcher Melde- oder Reporting-Bias könnte zumindest einen Teil des beobachteten Geschlechtereffekts erklären.

Besonders auffällig sind zwei weitere Resultate: Erstens scheint ein niedrigerer Body-Mass-Index (BMI) mit einem höheren DCS-Risiko verbunden zu sein. Zweitens scheinen Taucher mit mehr Wiederholungstauchgängen ein geringeres Risiko für DCS zu haben.

Der BMI-Befund: Sind schlanke Taucher wirklich gefährdeter?

Die DAN-Analyse fand einen statistischen Zusammenhang zwischen niedrigerem BMI und einem erhöhten Risiko für DCS. Vereinfacht ausgedrückt schienen schlanke Taucher häufiger eine Dekompressionskrankheit zu entwickeln als korpulente.

Ergibt das biologisch überhaupt Sinn? Über Jahrzehnte wurde eher das Gegenteil diskutiert. Da Stickstoff sich gut im Fettgewebe löst, galt Übergewicht lange als potenzieller Risikofaktor. Zwar war die Evidenz dafür nie besonders überzeugend, aber die Vorstellung, dass nun ausgerechnet ein niedriger BMI problematisch sein soll, überrascht.

Genau an diesem Punkt lohnt sich ein Blick auf ein bekanntes Phänomen aus der Medizin: das sogenannte Smoker's Paradox.

Das Smoker's Paradox

In den 1980er- und 1990er-Jahren berichteten mehrere Registerstudien bei Patienten mit akutem Herzinfarkt, dass Raucher scheinbar eine bessere Prognose hatten als Nichtraucher. Die Sterblichkeit war teilweise sogar niedriger. Oberflächlich betrachtet hätte man daraus schliessen können, dass Rauchen vor den Folgen eines Herzinfarkts schützt – eine biologisch kaum glaubwürdige Schlussfolgerung.

Bei genauerer Analyse zeigte sich jedoch, dass Raucher und Nichtraucher in diesen Studien keineswegs vergleichbar waren. Raucher erlitten ihre Herzinfarkte im Durchschnitt deutlich früher im Leben. Sie waren häufig zehn oder mehr Jahre jünger als Nichtraucher und hatten deshalb weniger Begleiterkrankungen wie Diabetes, Herzinsuffizienz oder chronische Niereninsuffizienz. Zudem unterschieden sich die Gruppen in zahlreichen weiteren Merkmalen, die das Überleben nach einem Herzinfarkt beeinflussen.

Die scheinbar bessere Prognose war daher nicht auf das Rauchen selbst zurückzuführen. Vielmehr war das Rauchen mit anderen Eigenschaften verknüpft, die das Ergebnis beeinflussten. Nachdem erneute Analysen diese Unterschiede besser berücksichtigten, verschwand der vermeintlich schützende Effekt weitgehend.

Das Smoker's Paradox gilt heute als Lehrbuchbeispiel dafür, wie Beobachtungsstudien zu irreführenden Schlussfolgerungen führen können, wenn sich die verglichenen Gruppen systematisch unterscheiden oder wichtige Einflussfaktoren nicht vollständig erfasst werden.

Ein ähnliches Problem beim BMI?

Genau ein solcher Mechanismus könnte auch hinter dem BMI-Befund der DAN-Analyse stehen. Ein niedriger BMI beschreibt möglicherweise nicht das eigentliche Risiko, sondern lediglich einen bestimmten Typ von Taucher. Wenn schlanke Taucher beispielsweise häufiger anspruchsvolle Tauchgänge durchführen, weil sie jünger und fitter sind, könnte der beobachtete Zusammenhang in Wirklichkeit auf diese Aktivitäten zurückzuführen sein. Der BMI wäre dann kein unabhängiger Risikofaktor, sondern lediglich ein Stellvertreter für andere Einflussgrössen, die in der Datenbank nicht vollständig erfasst oder statistisch berücksichtigt wurden. Der Befund würde somit nicht bedeuten, dass ein niedriger BMI DCS verursacht, sondern lediglich, dass beide Merkmale bei bestimmten Tauchergruppen häufiger gemeinsam auftreten.

Warum sollen Wiederholungstauchgänge schützen?

Noch bemerkenswerter ist, dass Taucher mit mehr Wiederholungstauchgängen scheinbar ein geringeres Risiko für DCS aufweisen. Das steht im direkten Widerspruch zu allem, was wir über Dekompressionsphysiologie wissen.

Jeder Wiederholungstauchgang erfolgt auf dem Boden einer gewissen Restsättigung. Genau deshalb berücksichtigen alle Dekompressionsmodelle Wiederholungstauchgänge ausdrücklich. Niemand würde ernsthaft behaupten, dass zusätzliche Stickstoffbelastung plötzlich schützend wirkt.

Wie kann also ein solcher Zusammenhang entstehen? Die Antwort liegt vermutlich in einem klassischen statistischen Denkfehler.

Eine statistische Illusion

Stellen wir uns zwei Taucher vor.

Taucher A absolviert an einem Tauchtag vier Tauchgänge. Taucher B entwickelt bereits nach dem ersten Tauchgang eine Dekompressionskrankheit. Wer von beiden wird am Ende des Tages mehr Wiederholungstauchgänge in der Datenbank haben? Natürlich Taucher A. Taucher B wird nach Auftreten der Symptome keinen zweiten, dritten oder vierten Tauchgang mehr durchführen.

Damit entsteht ein scheinbar paradoxes Bild: Die Gruppe mit vielen Wiederholungstauchgängen besteht zwangsläufig aus Personen, die bis dahin keine DCS entwickelt haben. Die Gruppe mit wenigen Wiederholungstauchgängen enthält dagegen automatisch alle Taucher, deren Tauchtag durch ein DCS frühzeitig beendet wurde.

Das Ergebnis ist eine klassische Form von Survivorship Bias. Die Wiederholungstauchgänge schützen nicht vor DCS. Vielmehr können nur diejenigen überhaupt viele Wiederholungstauchgänge sammeln, die zuvor keine DCS bekommen haben.

Ein bekanntes Problem grosser Beobachtungsstudien

Solche Effekte sind in der Epidemiologie gut bekannt. Werden zeitabhängige Variablen nicht korrekt modelliert, können Zusammenhänge entstehen, die der tatsächlichen Kausalität genau entgegengesetzt erscheinen. Der statistische Zusammenhang ist dann real. Die Interpretation ist jedoch falsch.

Was lernen wir daraus?

Die DAN-Studie stellt einen beeindruckenden Datensatz dar und liefert wertvolle Informationen über das reale Tauchgeschehen. Dennoch zeigt sie auch die Grenzen grosser Beobachtungsdatenbanken. Nicht jeder statistische Zusammenhang beschreibt automatisch einen biologischen Mechanismus.

Wenn plötzlich ein niedriger BMI als Risikofaktor erscheint, Frauen ein höheres DCS-Risiko aufweisen und Wiederholungstauchgänge scheinbar vor DCS schützen, sollte man nicht vorschnell seine Vorstellungen von Dekompressionsphysiologie über Bord werfen. Oft ist die plausiblere Erklärung die wahrscheinlichere: Die beobachteten Zusammenhänge spiegeln Unterschiede zwischen den Tauchern, Reporting-Bias oder methodische Besonderheiten der Datenerhebung wider.

Die wichtigste Erkenntnis lautet deshalb vielleicht nicht, dass schlanke Taucher gefährdeter sind oder Wiederholungstauchgänge schützen. Die wichtigste Erkenntnis lautet vielmehr, dass Korrelation und Kausalität nicht dasselbe sind.

Besonders bedauerlich ist, dass die Autoren diese offensichtlichen methodischen Fragen kaum diskutieren. Noch problematischer erscheint der Vorschlag, auf Basis der identifizierten Odds-Ratios einen Algorithmus zur individuellen Risikoberechnung zu entwickeln. So geht in das Modell z.B. jeder zusätzliche Wiederholungstauchgang mit einer Odds Ratio von 0,94 ein. Wörtlich genommen würde dies bedeuten, dass das DCS-Risiko mit jedem weiteren Wiederholungstauchgang um rund 6 % sinkt: Ein Ding der Unmöglichkeit. Spätestens an diesem Punkt wird deutlich, dass hier vermutlich nicht die Physiologie spricht, sondern die Statistik.