>> Wir danken den Kollegen Laxy und Emmert-Fees für ihre ausgewogene und sorgsame Darstellung einer gegenteiligen Auffassung Auffassung („Evidenz zum gesundheitlichen Effekt von zuckergesüßten Getränken und deren Besteuerung: Warum es sich lohnt, wirklich genau hinzusehen!”(MVF 1/2025)). Würden wir diskutieren, statt zu schreiben, würde der Leser sehen, dass in vielen Punkten mit Sätzen wie „Es könnte so sein, aber auch anders“ Einigkeit erzielt würde.

1. Wo sind wir gegenteiliger Auffassung?
a. Ergebnisoffenheit
Wir verstehen weiterhin nicht, warum große Therapiestudien, die z. B. ergeben, dass Diabetesprävention keine nennenswerten Effekte auf klinisch relevante Erkrankungen hat, nicht auch als Basis der Modellierung herangezogen werden. Ähnliches gilt für die in Interventionsstudien nur in einer kleinen, nicht auf Deutschland zutreffenden Subgruppe (Lateinamerikaner) nachweisbaren Effekte einer Zuckerreduktion auf das Gewicht und viele im Review zitierte weitere Studien. Wir wären begeistert, wenn diejenigen, die Modellierungen durchführen, nicht nur der Mehrheitsmeinung im Feld folgen, sondern ergebnisoffen einmal die gegenteiligen Studiendaten in eine Modellierung einpflegen würden. Wie spannend wäre es, die Ergebnisse zu vergleichen.

b. Plausibilität
Wenn die Studie von Cobiac und Mitarbeitern einen Effekt von 15 Gramm weniger Zuckerkauf durch Getränke pro Woche pro Haushalt (nicht pro Person) errechnet, man dies dann in eingesparte Kalorien pro Tag und Person umrechnet, dann wird es schwierig sich vorzustellen, dass dies klinisch relevante Effekte haben kann. Adipositas, Diabetes und kardiovaskuläre Erkrankungen sind so multifaktoriell, dass relevante klinische Effekte bei einer so geringen Veränderung nur eines Risikofaktors unwahrscheinlich sind.

c. Nur Mädchen
Da die Daten aus UK bisher nur Effekte auf eine Subgruppe beschrieben, nämlich bei 10- bis 11-jährigen Mädchen, bei allen anderen Mädchen und Jungen nicht, wären wir dankbar, man würde dies in die bisher durchgeführten Modellierungen einpflegen. Eine wichtige Kontrolle wäre dann aber nicht nur die berechnete Gewichtsentwicklung in UK, sondern zusätzlich die tatsächliche in sozial und wirtschaftlich vergleichbaren Ländern ohne diese Besteuerung. Konsequenterweise müsste man dann überlegen, ob eine Maßnahme, die nur bei 10- bis 11-jährigen Mädchen vielleicht (!) etwas nutzt, über alle Deutschen verfügt werden darf.

Das Hindernis Nummer 1:
Ein Modell bildet keinen Fakt ab, sondern nur eine gewisse Wahrscheinlichkeit für ein Ergebnis, das davon abhängt, welche Daten man in das Modell einpflegt. Egal wie elaboriert man ein Modell rechnet, wie viele pathophysiologisch relevante Daten man einpflegt, es bleibt ein Modell. Kausalität lässt sich aus Korrelationen nicht beweisen, auch wenn ein Modell durchaus die Wirklichkeit abzubilden vermag. Die Wahrscheinlichkeit, dass eine Modellierung den Effekt einer Therapie richtig vorhersagt, gilt vor allem für große und starke Effekte, wie z. B. den Effekt des Rauchens auf die Gesundheit. Je multifaktorieller eine Erkrankung ist (bei den hier besprochenen Erkrankungen zählen wirtschaftliche, psychische und soziale Faktoren mindestens ebenso wie medizinische) bleibt das Modellieren unsicher. Das gilt sowohl für die Aussage „wirkt“, als auch die Aussage „wirkt nicht“.

Das Hindernis Nummer 2:
Unüberbrückbar ist für uns als (ehemals) klinisch tätige Ärzte der Unterschied zwischen Surrogat-Parametern wie z. B. Gewicht (und Laborwerten die Risiken beschreiben) und klinisch relevanten Erkrankungen. Eine
Maßnahme, deren Effizienz hauptsächlich durch Effekte auf Surrogat-Parameter begründet wird, sollte (außer in Notsituationen oder Situationen, in denen keine Therapiestudien möglich sind) immer durch eine die Intervention testende Studie mit klinisch relevanten Erkrankungen als Endpunkt bestätigt werden.
Dies ist bei der besprochenen Fragestellung eindeutig möglich. Beispiele für nicht nur die Ernährung betreffende kontraintuitive Ergebnisse sind in unserem Review aufgeführt.

2. Handelt es sich um nur gegensätzliche Auffassungen von Wissenschaftlern, die unterschiedliche Methoden für ihre Studien einsetzen, oder sind die unüberbrückbaren Hindernisse für jeden relevant?
Ginge es nur um den zwischen Epidemiologen und praktisch tätigen Ärzten unterschiedlichen Blick, nämlich einerseits den bevölkerungsbasierten, andererseits den Blick auf das Individuum, hätten wir den Review nicht geschrieben. Da jedoch die Interpretation dieser Modellierungen zu politischen Forderungen führt, schrieben wir den Review mit Blick auf die Frage: Wie gut muss eine Maßnahme als wirksam bewiesen sein, bevor der Staat das Recht zu Eingriffen erhält? Reicht eine Vermutung, oder haben wir Bürger das Anrecht auf einen Beweis?
Reicht ein nur möglicher, bisher unbewiesener Effekt auf eine kleine Subgruppe, ohne harte Daten zu klinisch relevanten Endpunkten, um eine Steuer einzuführen? Oder überschreiten Wissenschaftler, die mit den bisher vorhandenen Daten die Einführung einer weiteren Steuer (die alle betrifft) fordern, ihre Kompetenzen?

Zusammenfassung
Einst wurde im Kaiserreich die Schaumweinsteuer erhoben, um eine Flotte aufzubauen. Als der Krieg verloren, der Kaiser außer Landes war, wurde die Steuer nicht abgeschafft. Glaubt jemand ernsthaft, dass nach Einführung einer Zuckersteuer ihr Effekt hinterfragt wird und sie im Falle einer Unwirksamkeit oder fehlender Notwendigkeit (da andere Süßstoffe das Zuckerproblem gelöst haben) abgeschafft wird? Jeder sollte sich seine Antwort auf folgende Fragen überlegen:
1. Welche Beweiskraft, muss ein Staat vorlegen, ehe er in das Leben seiner Bürger durch Erfinden neuer Steuern eingreift?
2. Welche Beweiskraft müssen Wissenschaftler von ihren eigenen Daten fordern, ehe sie Politikern Empfehlungen geben? <<