Forschung verstehen

Warum es nach dem Kurs besser geht, auch ohne Kurs

Angenommen, die Anmeldung fällt in eine Woche, in der nichts mehr geht. Acht Wochen später ist der Kopf ruhiger, der Schlaf besser. Die Besserung ist echt. Ob der Kurs sie bewirkt hat, lässt sich an ihr allein aber nicht ablesen. Ein Teil davon wäre vermutlich auch ohne ihn gekommen, und wie groß dieser Teil ist, zeigt nur ein Vergleich.

Schema: Rückkehr zur Mitte nach einem Ausreißer Eine Linie zeigt die Belastung einer Person über sechzehn Wochen. Sie schwankt um einen gestrichelt eingezeichneten gewohnten Pegel. In der achten Woche schlägt sie weit nach oben aus; dort ist die Anmeldung markiert. In den acht Wochen danach liegen die Werte wieder nahe am gewohnten Pegel. Einen Kurs gibt es in diesem Schema nicht. Es zeigt keine echten Messwerte. SCHEMA, KEINE MESSWERTE Belastung, Woche für Woche höher = mehr Belastung gestrichelt: der gewohnte Pegel Anmeldung Wochen davor acht Wochen danach
Ein ausgedachter Verlauf, keine Daten, und darin kein Kurs und kein Zutun. Wer sich an seinem schlechtesten Punkt zu etwas entschließt, bei dem fallen die Werte danach im Mittel besser aus, weil auf einen Ausreißer meist ein gewöhnlicherer Wert folgt. In einer Vorher-nachher-Zahl sähe das aus wie eine Wirkung.

Wer in einem Tief anfängt, liegt einige Wochen später im Mittel wieder näher an seinem gewohnten Befinden, mit und ohne Kurs. Mit dieser Rückkehr zur Mitte muss jede Vorher-nachher-Zahl rechnen. Was ein Kurs darüber hinaus bewirkt, zeigt erst eine Vergleichsgruppe, die dieselbe Zeit erlebt hat.

Rückkehr zur Mitte

Warum auf einen Ausreißer meist ein normalerer Wert folgt

Befinden schwankt. Dieselbe Person schläft in einer Woche gut und in der nächsten schlecht, ohne dass sich an ihrem Leben viel geändert hätte. Auch ein Fragebogen misst nie ganz genau; an einem schlechten Tag fallen die Antworten anders aus als an einem guten. Adrian Barnett, Jolieke van der Pols und Annette Dobson beschreiben, was daraus folgt: Auf ungewöhnlich hohe oder niedrige Messwerte folgen tendenziell Werte, die näher am Mittel liegen. Das heißt Regression zur Mitte, und es kann natürliche Schwankung so aussehen lassen, als hätte sich wirklich etwas verändert (Barnett et al., 2005).

Das Prinzip beschreibt einen Durchschnitt über viele Menschen. Wer zu einem Zeitpunkt ausgewählt wird, an dem seine Werte besonders schlecht sind, liegt beim nächsten Messen im Schnitt ein Stück näher an seinem gewohnten Stand. Wie groß dieses Stück ist, hängt an zwei Dingen. Es wächst, je stärker die Werte von Messung zu Messung schwanken. Und es wächst, je extremer der Wert war, nach dem ausgewählt wurde (Barnett et al., 2005).

Bei einem Kurs geschieht diese Auswahl von selbst. Niemand legt einen Schwellenwert fest; den Ausschlag gibt der eigene Entschluss. Fällt er in eine schwere Zeit, ist die erste Messung genau der Ausreißer, um den es hier geht. Barnett und Kollegen schreiben, dass der Effekt besonders deutlich wird, wenn nur diejenigen nachgemessen werden, die anhand ihres Ausgangswerts ausgewählt wurden.

Eingebildet ist die Besserung dabei nicht. Wem es nach acht Wochen besser geht, dem geht es besser. Offen ist nur, woher sie kommt.

Was sonst mitwirkt

Was neben den Übungen wirkt

Die Rückkehr zur Mitte ist nicht das Einzige, was neben den eigentlichen Übungen geschieht. Eine Übersichtsarbeit über 44 Meta-Analysen zu achtsamkeitsbasierten Programmen sortiert das in zwei Schichten. Ein Vergleich mit einer Warteliste zeigt, was ein Programm gegenüber dem bloßen Vergehen der Zeit leistet und gegenüber dem, was mit ihr einhergeht. Gemeint sind etwa die Rückkehr zur Mitte oder eine Erholung, die ohnehin eingesetzt hätte. Ein Vergleich mit einem anderen aktiven Programm zieht zusätzlich ab, was jedes gut gemachte Angebot mitbringt. Genannt werden die Treffen mit einer Kursleitung oder einer Gruppe und die Erwartung, dass es hilft (Goldberg et al., 2022).

Solche Anteile heißen unspezifische Wirkfaktoren. Unspezifisch heißt, dass sie in vielen Programmen stecken, mit oder ohne Meditation. Eine Kursleitung, die selbst daran glaubt, dass ihr Angebot hilft, gilt in der Psychotherapieforschung als ein solcher gemeinsamer Faktor vieler Verfahren (Goldberg et al., 2022).

In Arzneimittelstudien gleicht man die Erwartung mit einer Scheintablette aus. Bei einem Kurs geht das kaum: Wer meditiert, weiß, dass er meditiert, und wer anleitet, weiß es auch (Goldberg et al., 2022). Das Wort „Placebo“ passt deshalb schlecht. Mit den unspezifischen Faktoren ist alles gemeint, was hilft, ohne an der Achtsamkeit selbst zu hängen. Zum Kurs gehören sie trotzdem: Er hilft auch, weil er ein Kurs ist.

Was die Gruppe zu einem Kurs beiträgt, ist eigens untersucht worden, und die Befunde zeigen nicht alle in dieselbe Richtung. Sie stehen in Warum es zählt, jemanden zu haben.

Wie groß jeder dieser Anteile für sich ist, beantworten die Arbeiten auf dieser Seite nicht. Sie zeigen, wie viel übrig bleibt, wenn man sie gemeinsam abzieht.

Warum der Vergleich entscheidet

Dieselbe Zeit, nur ohne den Kurs

Wird ausgelost, wer den Kurs bekommt und wer nicht, trifft die Rückkehr zur Mitte beide Gruppen gleich (Barnett et al., 2005). Eine solche Zuteilung per Los heißt randomisiert; was sie leistet, steht in Korrelation ist nicht Kausalität. Die Vergleichsgruppe zeigt dann, wie viel Besserung ohne das Programm kommt. Erst der Abstand zwischen beiden Gruppen geht auf das Programm zurück. Und was die Vergleichsgruppe selbst bekommt, entscheidet darüber, was dieser Abstand misst.

Wie viel das ausmacht, zeigt eine Meta-Analyse über 142 randomisierte Studien mit zusammen 12.005 Teilnehmenden. Untersucht wurden Menschen mit einer psychischen Erkrankung oder deutlich erhöhten Beschwerden, und gemessen wurden die Beschwerden der jeweiligen Erkrankung. Die Autorinnen und Autoren haben die Vergleichsgruppen nach ihrer Stärke in fünf Stufen sortiert, von „keine Behandlung“ bis „erprobte Behandlung“ (Goldberg et al., 2018).

Der Vorsprung schrumpft mit der Stärke der Vergleichsgruppe Fünf waagerechte Balken auf einer Skala von null bis etwa 0,6, mit den Faustmarken für kleine und mittlere Effekte. Gegen keine Behandlung, etwa eine Warteliste: 0,55 aus 89 Vergleichen. Gegen eine minimale Behandlung: 0,37 aus 4 Vergleichen. Gegen ein Programm ohne eigene Begründung: 0,35 aus 9 Vergleichen. Gegen ein anderes Verfahren mit Begründung: 0,23 aus 42 Vergleichen. Gegen eine erprobte Behandlung: minus 0,004 aus 28 Vergleichen, also kein Unterschied. Alle Werte direkt nach dem Programm. VORSPRUNG DER PROGRAMME je nach Vergleichsgruppe Keine Behandlung, etwa Warteliste 0,55 Minimale Behandlung 0,37 Programm ohne eigene Begründung 0,35 Anderes Verfahren mit Begründung 0,23 Erprobte Behandlung −0,004: kein Unterschied 0 klein mittel
Standardisierte Effektstärke d direkt nach dem Programm, aus 142 randomisierten Studien mit Menschen mit psychischen Erkrankungen (Goldberg et al., 2018). Die zweite und die dritte Stufe stützen sich auf nur vier und neun Vergleiche und sind entsprechend unsicher. Die Marken für klein und mittel sind die üblichen Faustwerte.

Gegen keine Behandlung lag der Vorsprung der Achtsamkeitsprogramme bei 0,55, nach den üblichen Faustwerten ein mittlerer Effekt. Gegen ein anderes Verfahren mit eigener therapeutischer Begründung waren es 0,23, weniger als die Hälfte davon. Gegen eine erprobte Behandlung wie die kognitive Verhaltenstherapie fand sich kein Unterschied (Goldberg et al., 2018). Direkt nach dem Programm schrumpft der Abstand also mit jeder Stufe, die die Vergleichsgruppe selbst mitbringt. Was „klein“ und „mittel“ in Menschen gerechnet heißen, steht in Wie groß ist ein „mittlerer Effekt“?.

Mit einer erprobten Behandlung mitzuhalten, ist für ein Achtsamkeitsprogramm ein gutes Ergebnis. Die Autorinnen und Autoren sprechen von gleichwertig, einen eigenen Test auf Gleichwertigkeit beschreiben sie aber nicht. Der Unsicherheitsbereich ist eng, er reicht von −0,15 bis 0,14. Ein großer Unterschied in die eine oder andere Richtung passt also schlecht zu diesen Daten. Die Übersicht über 44 Meta-Analysen kommt zum selben Muster: gegenüber passiven Vergleichsgruppen Effektstärken zwischen 0,10 und 0,89, gegenüber aktiven meist kleinere und seltener statistisch abgesicherte (Goldberg et al., 2022). Ausführlich steht das in Was die Forschung zeigt.

Ein Beispiel

Ein Kurs ohne Achtsamkeit

Ein faires Vergleichsprogramm muss alles mitbringen, was der Kurs mitbringt, bis auf das, was geprüft werden soll. Für MBSR hat eine Forschungsgruppe an der Universität von Wisconsin ein solches Programm entworfen, das Health Enhancement Program, kurz HEP. Es hatte dieselbe Form: eine Gruppe, die sich acht Wochen lang einmal wöchentlich trifft, meist für zweieinhalb Stunden, und nach der sechsten Woche ein ganzer Tag. Dazu kamen 45 Minuten Übung zu Hause an sechs von sieben Tagen. Wo im MBSR-Kurs achtsam gegangen wird, ging man hier zügig, für Herz und Kreislauf. Die Yoga-Zeit füllten Übungen für Gleichgewicht, Haltung und Beweglichkeit. Ein Teil Musiktherapie war dem Body-Scan nachgebaut, dazu kam Ernährungslehre. Unterrichtet haben Fachleute, die von ihrem Gebiet überzeugt waren. Achtsamkeit kam nicht vor (MacCoon et al., 2012).

In der ersten Prüfung mit 63 Teilnehmenden berichteten beide Gruppen über die Zeit weniger psychische Belastung, weniger Angst und weniger körperliche Beschwerden. Zwischen den Programmen fand sich auf diesen Fragebögen kein Unterschied. Nur in einer Schmerzaufgabe im Labor zeigte sich etwas, das allein die MBSR-Gruppe hatte. Unter der Anweisung, Empfindungen, Gefühle und Gedanken wahrzunehmen, bewertete sie Hitzereize mit der Zeit als weniger schmerzhaft. Die Autorinnen und Autoren schließen, MBSR sei auf ihren Fragebögen so wirksam gewesen wie HEP, aber nicht wirksamer (MacCoon et al., 2012).

Auch ein gut gebautes Vergleichsprogramm gleicht die Erwartung nicht ganz aus. Vor der Zuteilung wollten 64 Prozent lieber in den MBSR-Kurs und 15 Prozent lieber in HEP. Die Erwartung sprach also eher für MBSR, und trotzdem fand sich auf den Fragebögen kein Vorsprung (MacCoon et al., 2012). Die Studie ist klein, zu klein, um Gleichwertigkeit zu zeigen, und hatte keine Warteliste. Sie steht hier dafür, wie ein solcher Vergleich gebaut wird.

Wie das im Großen aussieht, zeigt eine Auswertung aus demselben Labor mit drei Gruppen. 264 Erwachsene ohne Meditationserfahrung wurden ausgelost: auf eine Warteliste, in einen MBSR-Kurs oder in HEP. In die Auswertung kamen 218. Die Hauptfrage galt dem Gehirn; was dabei herauskam, steht in Ein buntes Hirnbild ist kein Beweis. Daneben gaben alle in einem Fragebogen an, wie achtsam sie sich erleben. Nach MBSR stiegen diese Angaben, nach HEP ebenfalls. Gegenüber der Warteliste lag MBSR vorn, gegenüber HEP nicht. Die Autorinnen und Autoren folgern, dass die berichtete Zunahme an Achtsamkeit womöglich weniger an der Meditation hängt als an dem, was solche Kurse gemeinsam haben (Kral et al., 2022).

Daran wird sichtbar, was drei Gruppen leisten. Der Abstand zur Warteliste enthält alles, was ein Kurs mitbringt. Der Abstand zum Vergleichsprogramm kommt dem näher, was an der Achtsamkeit selbst hängt. Kral und Kollegen nennen auch die Kehrseite. Ihre Teilnehmenden waren ungewöhnlich gesund, mit sehr wenig Angst zu Beginn. Frühere Studien hatten Menschen untersucht, die einen Kurs zur Stressbewältigung selbst gesucht hatten, zum Teil gezielt nach hohem Stress im Monat davor. Diese Menschen hatten vermutlich mehr Raum für Besserung. Und wer sich selbst für einen Kurs entscheidet, hat womöglich auch mehr davon (Kral et al., 2022).

Die Brücke zur Praxis

Was das für die Zahlen eines einzelnen Kurses heißt

Wer einen Kurs anbietet, kann zu Beginn und am Ende einen Fragebogen ausfüllen lassen. Fällt der zweite Wert besser aus, liegt der Schluss nahe, der Kurs habe gewirkt. Ohne Vergleichsgruppe lässt sich aber nicht trennen, was der Kurs bewirkt hat und was mit der Zeit und der Rückkehr zur Mitte ohnehin gekommen wäre. Ob dann die Übung den Ausschlag gab, die Gruppe oder die Erwartung, zeigt erst der Vergleich mit einem anderen Programm. Barnett und Kollegen nennen die Regression zur Mitte bei wiederholten Messungen allgegenwärtig: Bei jeder beobachteten Veränderung sollte sie als mögliche Ursache mitgedacht werden (Barnett et al., 2005).

Dazu kommt, wer am Ende noch da ist. Wer abbricht, füllt den zweiten Bogen oft nicht mehr aus, und die Zahl beschreibt dann nur die Gebliebenen. Wie sich das Bild dadurch verschiebt, steht in Korrelation ist nicht Kausalität. Und was auf dem Bogen steht, ist berichtet, nicht gemessen. Es zeigt, wie Menschen ihr Befinden am Ende eines Kurses selbst einschätzen.

Wertlos sind solche Zahlen deshalb nicht. Sie beschreiben, wer gekommen ist, wie es den Menschen zu Beginn ging, wie viele bis zum Ende blieben und was sie danach angaben. Was der Kurs bewirkt hat, beantworten sie nicht. Dafür braucht es den Vergleich mit Menschen, die dieselbe Zeit ohne den Kurs verbracht haben.

Einiges macht solche Zahlen trotzdem verlässlicher. Barnett und Kollegen empfehlen, zwei oder mehr Ausgangsmessungen zu erheben und deren Mittel oder die spätere zu nehmen. Das verringert die Schwankung, aus der die Rückkehr zur Mitte entsteht (Barnett et al., 2005). Wer vorher festlegt, welche Zahlen berichtet werden, kann hinterher nicht die günstigsten heraussuchen; warum das zählt, steht in Eine Studie ist kein Beweis. Und wer angibt, wie viele den zweiten Bogen nicht ausgefüllt haben, macht sichtbar, für wen die Zahlen gelten.

Für einen einzelnen Menschen lässt sich die Frage aus der Überschrift ohnehin nicht beantworten. Auch eine randomisierte Studie vergleicht Gruppen; niemand erlebt dieselben acht Wochen einmal mit und einmal ohne Kurs. Sagen kann sie, wie viel ein Kurs im Mittel über das hinaus bewirkt, was auch ohne ihn geschieht.

Und wenn es nach einem Kurs nicht besser geht oder eine Belastung seit Langem anhält, ist das ein Grund, fachliche Hilfe zu suchen, etwa in einer hausärztlichen oder psychotherapeutischen Praxis.

Einordnung

Wie gut belegt ist das?

Die Regression zur Mitte ist kein Befund, den eine einzelne Studie bestätigen oder widerlegen könnte. Sie folgt aus dem Zufall, der in jeder wiederholten Messung steckt; Barnett und Kollegen nennen sie bei wiederholten Daten allgegenwärtig. Wie groß sie in einem bestimmten Kurs ausfällt, lässt sich von außen nicht sagen. Das hängt daran, wie stark das Befinden der Teilnehmenden schwankt und wie weit ihr Ausgangswert von ihrem gewohnten Stand entfernt war (Barnett et al., 2005).

Die Zahlen zum Vergleich stammen aus zwei großen Übersichtsarbeiten. Die Meta-Analyse von 2018 gilt für Menschen mit psychischen Erkrankungen und für die Beschwerden der jeweiligen Erkrankung; über Stress im Alltag sagt sie unmittelbar nichts. Sie fand Hinweise auf Publikationsverzerrung, also darauf, dass Studien ohne Ergebnis seltener erscheinen. Nach der Korrektur blieben die Ergebnisse aber fast überall statistisch bedeutsam, wo sie es vorher waren (Goldberg et al., 2018). Die Übersicht von 2022 weist darauf hin, dass gerade für Vergleiche mit aktiven Gruppen oft zu wenige Studien vorliegen, um kleine Unterschiede sicher zu erkennen (Goldberg et al., 2022). Wo dort kein Vorsprung gefunden wurde, heißt das also nicht immer, dass keiner da ist.

Die beiden Studien zum Vergleichsprogramm stehen als Beispiele für den Aufbau. Die erste ist mit 63 Teilnehmenden klein. Die zweite ist groß und sorgfältig gebaut, ihre Teilnehmenden waren aber ungewöhnlich gesund, und die Achtsamkeit wurde nur per Fragebogen erfragt.

Was keine dieser Arbeiten beziffert: wie viel einer Besserung auf die Rückkehr zur Mitte entfällt, wie viel auf die Erwartung und wie viel auf die Gruppe. Die Vergleiche zeigen nur die Summe dessen, was abgezogen wurde.

Diese Seite informiert - sie ersetzt keine Beratung, Diagnose oder Behandlung.