WASHINGTON, D.C. / LONDON (IT BOLTWISE) – Die Fachzeitschrift „Journal of the American College of Cardiology: Advances“ hat eine im April 2025 veröffentlichte Studie zu Keto-Reserven rund um Plaquebildung zurückgezogen. Forschende kritisierten bereits früh selektive Auswertung, fragwürdige Statistik und sehr kleine Kontrollgruppen. Jetzt berichten beteiligte Personen über nachträglich entdeckte Anomalien und eine eingeschränkte Verfügbarkeit der Rohdaten vor der Publikation. Parallel entsteht damit ein neuer Konflikt zwischen Wissenschafts-Claim und Public-Facing-Influencer-Ökosystem rund um populäre Ernährungsformen.
Die Rücknahme einer Keto-Studie ist auf den ersten Blick ein klassischer Fall für die Wissenschaftselbstkontrolle. Beim zweiten Hinsehen zeigt sich jedoch, wie stark moderne Forschungs- und Kommunikationsprozesse inzwischen von Datenzugriff, Reproduzierbarkeit und „öffentlichkeitswirksamer“ Interpretation abhängen. Die „Journal of the American College of Cardiology: Advances“ hat einen April-2025-Beitrag revoziert, der in einer kleinen Stichprobe (100 Personen) auf dem Befund beruhte, dass Plaques im Kontext ketogener Ernährung nicht mit den verzehrten Mahlzeiten in Verbindung stünden. Der Kern der Kritik: Widersprüche in der Datenpräsentation, schwache statistische Fundierung und zu kleine Kontrollkohorten.
Technisch betrachtet geht es bei solchen Fällen weniger um die Frage „Low Carb gut oder schlecht“, sondern um die Pipeline vom Rohdatensatz bis zur finalen Grafik in der Publikation. Wenn Daten selektiv berichtet werden oder wenn Analysemethoden ohne robuste Sensitivitätschecks gewählt werden, entstehen schnell Ergebnisse, die im Mittel „stimmen“, aber in Randbereichen kippen. Gerade bei kardiovaskulären Endpunkten wie Plaquebildung ist die Mess- und Auswertungsvarianz oft beträchtlich: Bildgebung, Segmentierung, Zeitfenster und Definitionen (z. B. was als relevanter Plaque gilt) müssen exakt konsistent sein. Ohne Zugriff auf den Rohdatensatz vor Veröffentlichung kann zudem schwer nachvollzogen werden, ob die berichteten Kennzahlen tatsächlich die Daten widerspiegeln.
Nach Angaben eines beteiligten Arztes und Mitautors wurden die Gründe für die Rücknahme nach einer „tieferen Analyse“ konkretisiert, die offenbar „Anomalien“ zutage brachte. Das Timing ist dabei entscheidend: In dem Berichtskontext heißt es, der Mitautor habe vor Publikation keinen Zugriff auf die Rohdaten gehabt und habe erst später Unregelmäßigkeiten erkannt. Solche Konstellationen sind in der Praxis nicht unüblich, aber sie sind methodisch heikel, weil sie die Primärprüfung erschweren und die wissenschaftliche Verantwortlichkeit verschieben. Dass parallel bereits ein neuer Preprint auf Basis desselben Datensatzes erscheint, verstärkt den Eindruck einer Wiederverwendung statt einer vollständigen Neubewertung. Aus Sicht der Integrität ist das ein Grat: Wiederaufsetzen kann legitim sein, wenn man aber sauber korrigiert, reicht ein „Reframing“ allein selten.
Der Markt- und Medienkontext wirkt hier wie ein Beschleuniger. Keto ist seit Jahren in einer öffentlichen Debatte präsent, in der Anhänger Studien als Beleg für „Herzschäden bleiben aus“ lesen. Gleichzeitig werden wissenschaftliche Kontroversen im Influencer-Umfeld schnell zu Narrativelementen: Ein Teammitglied mit großer Online-Reichweite kann dazu beitragen, dass eine Hypothese früh als bestätigt wahrgenommen wird, bevor sie methodisch stabil geprüft ist. Wie aus der Berichterstattung hervorgeht, sprach ein Forscher in diesem Zusammenhang von einem „kollektiven Durcheinander“, unter anderem wegen fehlender medizinischer Ausbildung bestimmter Beteiligter. Für die Einordnung ist das auch ein Wettbewerbsproblem der Wissenskommunikation: Während viele medizinische Einrichtungen streng auf robuste Evidenz setzen, konkurriert die Diet-Community um Aufmerksamkeit und Deutungshoheit.
Experten kritisieren dabei nicht nur die Studie, sondern die Art, wie Datenkommunikation erfolgt. Ein Kardiologe, der gegenüber Retraction Watch Stellung nahm, bezeichnete die erneute Einordnung derselben Daten, die den ursprünglichen Story-Kern scheinbar bestätigt, als eher „Advocacy als Wissenschaft“. Diese Formulierung ist inhaltlich bedeutsam, weil sie auf die Grenze zwischen Hypothesenprüfung und Interessenkommunikation zielt. In der Konkurrenz zu anderen Ernährungsansätzen—etwa mediterranen Mustern oder DASH-ähnlichen Strategien—sind robuste Vergleichsstudien deshalb der Maßstab. Wenn Ergebnisse aus kleinen, methodisch angreifbaren Kohorten stammen, werden sie schnell zu einem Hebel in der Marketing-Logik, statt zu einem Baustein in einer konsistenten Evidenzhierarchie. Genau dort entstehen Reputationsrisiken für Kliniken und Unternehmen, die sich in Partnerprojekten mit „Ernährungs-Claims“ verknüpfen.
Aus technischer und regulativer Sicht lohnt zudem der Blick auf den Datenschutz- und Governance-Aspekt in der Forschung. Auch wenn es sich hier um Ernährungsstudien handelt, können Rohdaten Patientendetails enthalten oder zumindest stichprobenbezogene Parameter, die Rückschlüsse erlauben. Sobald der Datenzugriff zwischen Autorinnen und Autoren nicht klar geregelt ist, sinkt die Prüfbarkeit—und damit die Wahrscheinlichkeit, dass Fehler früh auffallen. In modernen Forschungsumgebungen wären dazu saubere Versionierung, nachvollziehbare Analyse-Pipelines (z. B. über reproduzierbare Workflows) und ein klarer Rollenrahmen für Datenfreigabe und Validierung üblich. Gerade im Zeitalter von Data-Rooms, elektronischen Labor-Notizbüchern und standardisierten Qualitätschecks wird sichtbar, dass „wissenschaftliche Qualität“ auch ein Engineering-Problem ist: Ohne Auditierbarkeit wird ein Preprint zum PR-Asset statt zum wissenschaftlichen Dokument.
Der Ausblick fällt daher weniger auf „Keto ist widerlegt“ aus, sondern auf die nächste Stufe der Evidenzgewinnung. Für Unternehmen, die mit digitalen Gesundheitsprodukten, Ernährungs-Apps oder klinischen Studien-Roadmaps arbeiten, bedeutet der Fall: Claims müssen an belastbare Endpunkte gekoppelt sein—und die Datenherkunft muss auditierbar bleiben. Gleichzeitig sollten Teams ihre Experimentdesigns und Auswertungen stärker absichern: größere und besser kontrollierte Kohorten, Vorregistrierung von Hypothesen, robuste statistische Verfahren sowie getrennte Rollen für Analyse und Interpretation. Für die Zukunft ist zudem wahrscheinlich, dass die Debatte um Retrieval von Rohdaten, Reproduzierbarkeit und Anomalien-Detection stärker in die Methodik wandert—ähnlich wie in anderen Feldern, in denen „Data Integrity“ über die Publikationsfähigkeit entscheidet. In der Summe wird die Keto-Rücknahme damit zu einem Lehrstück darüber, wie eng Wissenschaft, Statistik und Vertrauensmanagement heute miteinander verflochten sind.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Keto-Studie revoziert: Datenanomalien und Streit um Herzrisiken" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Keto-Studie revoziert: Datenanomalien und Streit um Herzrisiken" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Keto-Studie revoziert: Datenanomalien und Streit um Herzrisiken« bei Google Deutschland suchen, bei Bing oder Google News!