Risikofaktoren für Non-Compliance

Der Ernährungsstil gehört zu den einflussreichsten Risikofaktoren für metabolische, kardiovaskuläre und etliche weitere Erkrankungsgruppen. Der Optimierung der Ernährung kommt daher eine enorme Bedeutung bei der Prävention und Therapie zu. Für die traditionell-mediterrane Ernährung und das Low-Fat-Konzept gibt es epidemiologische und vor allem auch interventionelle Evidenz für die Verbesserung aller Stoffwechselachsen, die Absenkung des Körperfettanteils und die Reduktion relevanter Langzeitrisiken wie Typ-2-Diabetes, koronare Herzkrankheit, Schlaganfall und bestimmte Krebserkrankungen.

Der Ernährungsstil gehört zu den einflussreichsten Risikofaktoren für metabolische, kardiovaskuläre und etliche weitere Erkrankungsgruppen. Der Optimierung der Ernährung kommt daher eine enorme Bedeutung bei der Prävention und Therapie zu. Für die traditionell-mediterrane Ernährung und das Low-Fat-Konzept gibt es epidemiologische und vor allem auch interventionelle Evidenz für die Verbesserung aller Stoffwechselachsen, die Absenkung des Körperfettanteils und die Reduktion relevanter Langzeitrisiken wie Typ-2-Diabetes, koronare Herzkrankheit, Schlaganfall und bestimmte Krebserkrankungen [1,2]. Low-Carb oder vegetarisch-vegane Ernährung sind den vorgenannten Konzepten gegenüber in bestimmten metabolischen Achsen ebenbürtig oder sogar überlegen, in anderen aber zu schlecht untersucht. Auch Langzeitdaten gibt es zu Low-carb oder vegetarisch-veganer Ernährung nicht aus randomisiert-kontrollierten Studien (RCTs). Die Effektivität von Low-GI, Intervallfasten und anderen Konzepten bei metabolischen Surrogatparametern liegt im Mittelfeld oder mangels ausreichender Studien im Unklaren.

Personalisierungsstrategien

Mit dem Aufkommen der Cluster-Subtypen für Prä­dia­be­tes und Typ-2-Diabetes verfeinert sich zunehmend unser Wissen um die individuelle Pathogenese und somit auch des individuellen Therapiebedarfs [3,4]. Während bestimmte Einzelmerkmale wie der Body-Mass-Index (BMI), der Blutzucker und das Patienten­alter zumindest in einigen Studien eine Prädiktion des metabolischen Erfolgs erlauben, ist eine solche Vorhersage anhand der Cluster-Subtypen trotz ihres pathomechanistischen Konzepts noch nicht anwenderreif möglich. Denn eine Hürde teilen sich alle Ansätze zur Personalisierung von Ernährungstherapien: Bevor die Wirksamkeit einer Ernährungsumstellung in RCT-Subgruppen zur Grundlage genommen werden kann, muss in diesen Subgruppen auch die tatsächliche Compliance gegenüber der Therapie sichergestellt sein. Eben diese Compliance ist aber schwer zu definieren, schwer zu messen und somit schwer als Prädiktor des Therapieerfolgs zu nutzen.

Compliance – wie definieren, wie messen?

Compliance bezeichnet ganz allgemein die Treue gegenüber den therapeutisch verordneten Vorgaben, also einer Pharmakotherapie, einer Noxenkarenz oder einer spezifischen Ernährungsbehandlung. Non-Compliance, also das bewusste Abbrechen einer Behandlung durch Patientinnen bzw. Patienten, ist dann erwünscht, wenn eine Therapie nicht wirksam, nicht umsetzbar oder sogar unzumutbar nebenwirkungsträchtig ist.

Die genaue Messung der Compliance ist dennoch schwierig. Bei einer medikamentösen Behandlung (auch bei Nahrungssupplementen) gibt es «nur» die Möglichkeit zur Übertherapie (der Patient nimmt zu viel Wirkstoff ein) oder Untertherapie (zu wenig Wirkstoff). Lebensstilmassnahmen beruhen aber meist auf mehreren Ansätzen gleichzeitig: Ernährung und Bewegung; Bewegungsintensität und -qualität, Ernährungsmenge, -muster und -frequenz. Dabei können sich sogar einzelne Elemente in der Umsetzbarkeit behindern. So mindert eine starke Kalorienrestriktion mit herkömmlichen Lebensmitteln die Chance, «low fat» zu essen, da die wenigen verbliebenen Kalorien nur unrealistisch geringe Mengen Nahrungsfett enthalten dürfen. Hypokalorisch einen Grenzwert von z.B. 30 kcal% zu unterschreiten, ist schwierig. Auch eine starke sättigende High-Protein-Ernährung ohne Gewichtsreduktion ist unwahrscheinlich. Vollständige Compliance gegenüber allen erteilten Vorgaben ist bei komplexen Ernährungstherapien kaum zu erwarten.

Ein weiteres Dilemma betrifft die Quantifizierung der Compliance. Während in der Pharmakotherapie durch die Spiegelbestimmung des Wirkstoffs ein objektiver Marker zur Therapietreue vorliegt, bieten nur wenige Lebensmittel und Nährstoffe vergleichbare Biomarker: Alkylresorcinole für Vollkorngetreide, Methylhistidin für rotes Fleisch, essenzielle Fettsäuren für deren Nahrungsquellen sowie einige weitere Metabolite, die nur in Studien bestimmt werden [5]. In der klinischen Praxis sind diese Messmethoden aber nicht etabliert und selbst für die meisten Forschungsprojekte zu aufwendig und teuer. Subjektive Erfassung durch Ernährungsprotokolle oder Nahrungsfrequenz-Fragebögen sind üblicher, aber auch fehlerbehafteter – von Over- und Underreporting (falsches Dokumentieren) bis Over- und Undereating (also der Verzerrung des Essverhaltens durch das Protokollieren) [6].

Der Gewichtsverlust ist übrigens kein idealer Complianceparameter. Zwar streben viele Patienten und Therapeuten eine Gewichtsreduktion an, aber nicht alle Patienten können oder sollten signifikant Gewicht verlieren. Für ältere Patienten liegt das Ideal­gewicht höher; Menschen, die bereits mit Ideal- oder Untergewicht in eine Therapie starten, sollten gar nicht abnehmen. Körpergewicht und BMI bilden nicht spezifisch den angestrebten Abbau von (viszeralem) Fettgewebe ab; Gewichtsverlust kann auch als Ergebnis einer gut gemeinten Ernährungstherapie Kachexie oder Sarkopenie reflektieren.

In klinischen Studien ist ein weiterer Parameter dazu aussagekräftig, wie belastend eine therapeutische Intervention ist: die Drop-out-Rate. Je intensiver eine Therapie, desto eher bzw. desto wahrscheinlicher brechen Patienten die Behandlung ab. Im Einzelfall hilft dieser Parameter natürlich nicht zur Vorhersage eines Therapieerfolgs, in grösseren Kohorten könnte er aber ein guter Surrogatparameter der Compliance sein, da eben präzise Therapietreue (zur Kalorienbilanz, zu Nährstoffvorgaben und anderen Aspekten) in vielen Ernährungsinterventionsstudien nicht oder nur unzureichend berichtet wird. Die Zahl der Therapieabbrüche wird aber relativ zuverlässig publiziert.

Wie hoch ist die Compliance im Durchschnitt?

Aus Beobachtungsstudien lässt sich die Compliance gegenüber Ernährungsformen nicht ableiten; alle eingeschlossenen Personen zeigen ja ein Lebensstilmuster, das sich frei von systematischen Vorgaben darstellt, also vor allem von den individuellen Vorlieben, religiösen Regeln, persönlicher Akzeptanz und im Einzelfall erhaltenen therapeutischen Empfehlungen getragen ist. Somit belegt ein kleiner Anteil von «freiwilligen» Veganern in einer Kohortenstudie – allzumal meist vor Jahrzehnten rekrutiert – keinesfalls eine geringe Akzeptanz gegenüber dieser Ernährungsform, wenn man sie heute als Standardbehandlung einer Gruppe von Nicht-Veganern verordnen würde.

Die durchschnittliche Compliance gegenüber Ernährungstherapien lässt sich daher nur aus RCTs abschätzen und nicht zu allen diätetischen Ansätzen haben wir solche Studien in ausreichender Zahl. Langzeit-Interventionsstudien sind in der Ernährungsforschung ohnehin Raritäten, aber selbst zu kürzeren Zeiträumen ist die Evidenz variabel. Zu Low-Carb-, Low-Fat-, High-Protein-, mediterraner Ernährung, Low-GI, vegetarisch-veganer Diät und Intervallfasten lassen sich grobe Schätzwerte aus Studien mit bis zu 6 Monaten Studiendauer ermitteln – auf Grundlage der oben vorgestellten Drop-out-Rate in diesen Publikationen. 6 Monate sind dabei ein günstiger Grenzwert, weil zu diesem Zeitpunkt die Compliance der meisten Probanden bereits auf ein relativ stabiles Plateau abgefallen ist [7] (Abb. 1).

Im generellen Trend lässt sich erkennen, dass Studien zu kohlenhydratrestriktiven Verfahren höhere Drop-out-Raten aufweisen als Studien, die Diätvorgaben ohne Fokus auf Kohlenhydratmenge nutzen (Tab. 1). Dies bedeutet aber nicht, dass «low carb» schlechter umsetzbar ist. Studien zu «low carb» schliessen häufiger (ältere) Patienten mit Typ-2-Diabetes ein, die durchschnittliche Studiendauer ist länger, auch Durchschnittsalter und Geschlechterverteilung variieren zwischen allen Studien und den darin getes­teten Ernährungsverfahren stark. Gründe für einen Studienabbruch gibt es viele: Unverträglichkeit oder Nebenwirkungen, fehlender Diäterfolg, mangelnde Abwechslung auf dem Teller, individuelle Belastungen im privaten Umfeld, neue Erkrankungen u.v.m. Der wesentliche Faktor dürften aber Hindernisse bei der Compliance sein.

Lässt sich Compliance (diätspezifisch) vorhersagen?

Selbst die Drop-out-Rate sammelt also ein Potpourri an Abbruchszenarien, von denen nur einige zur Vorhersagbarkeit der Compliance beitragen könnten. Zufallsereignisse und seltene Komplikationen können immer das Durchhalten einer Therapie beeinflussen. Faktoren der Diätintervention an sich (Dauer, Intensität, Vorgaben), der Zielgruppe (Alter, BMI, Geschlecht) und des weiteren therapeutischen Settings (Hilfsangebote, finanzielle Unterstützung, ergänzende therapeutische Vorgaben oder Optionen) betreffen alle Patienten, sind in vielen Studien dokumentiert und erlauben daher eine systematische Analyse ihres Einflusses auf die Compliance.

RCTs zu Low-Carb (im Vergleich zu Low-Fat) zeigen in einer umfangreichen statistischen Auswertung von 2018, dass Diätdauer und Diätstrenge vollkommen plausibel mit der Drop-out-Rate korrelieren. Zudem weisen RCTs mit jüngeren Teilnehmern und solche mit besonders adipösen Patienten besonders hohe Abbruchraten auf. Zudem wirkt eine zu häufige Kontrolle der Therapietreue durch Ernährungsprotokolle offenbar abschreckend und ist mit höherer Abbruchrate assoziiert. Dass weder der Anteil an Diabetes-Patienten noch an Rauchern einen statistischen Einfluss hat, stärkt die Aussagekraft der Drop-out-Rate als Compliancemarker, der keine gesundheitlichen Abbruchgründe (also z.B. Diabeteskomplikationen o.ä.), sondern vor allem eine Verhaltensweise repräsentiert [8].

Auch zu vegetarisch-veganen Diäten gibt es einige RCTs, die einer solchen Auswertung zugänglich sind. Erneut zeigen RCTs mit höherer Studiendauer eine höhere Drop-out-Rate, strengere Diäten schneiden schlechter ab. Auch hier ist ein zu engmaschiges Ernährungsmonitoring hinderlich. Anders als bei «low carb/low fat» sind höheres Patientenalter und höherer BMI keine signifikanten Einflussfaktoren, die die Therapietreue weniger wahrscheinlich machen. Studien mit höherem Raucheranteil und solche mit zusätzlichen Vorgaben zu körperlicher Aktivität hatten höhere Abbruchraten. Veganismus und Vegetarismus schnitten ähnlich ab [9].

In den Analysen zu low-carb/low-fat sowie vegetarisch-veganer Ernährung zeigten Studien mit hohem Anteil an vorerkrankten Teilnehmern (z.B. mit Typ-2-Diabetes) keine erhöhte Abbruchrate. Auch die Geschlechterverteilung hatte keinen Einfluss [8,9]. Zu allen anderen Ernährungsformen (von Formula bis mediterran, von Low-GI bis High-Protein) sind ähnliche Analysen möglich, aber noch nicht publiziert.

Ausblick

Die Bestimmung und – idealerweise – die Prädiktion der Compliance sind essenziell, um Ernährungstherapien für klinische Studien und die klinische Routine adäquat zu konzipieren und deren Erfolgsaussichten abzuschätzen. Auch die angestrebte Personalisierung von Therapien in der Diabetologie setzt zunächst eine präzise Aussage zur Compliance voraus. Die Definition und Messung der Compliance ist aber komplex und technisch schwierig, gerade mit objektiven Parametern. Als Studiengrundlage kommen nur RCTs infrage, bei der persönliche Vorlieben und andere Prägungen für die Zuteilung der jeweiligen Ernährungsform keine Rolle spielen (wenn auch für die Bereitschaft, überhaupt an einer solchen Studie teilzunehmen und möglicherweise eine unattraktive Diät zugelost zu bekommen). RCTs braucht es in der Ernährungsforschung aus vielen Gründen in grösserer Zahl, längerer Dauer, breiterer Rekrutierung; dabei muss auch die tatsächliche Compliance zukünftig besser erfasst und publiziert werden.

In der heutigen klinischen Realität ruht die Personalisierung von metabolischen Ernährungstherapien daher weiterhin auf drei Pfeilern. Erstens: trial-and-error auf therapeutischer Seite, wobei nach dem eventuellen Scheitern der erfolgversprechendsten Diät der nächste Ernährungskandidat folgt. Zweitens: der individuellen Überzeugung der Patienten, dass die Therapie hilft. Der «Health belief» ist ganz wesentlich entscheidend dafür, ob Vorgaben überhaupt initial umgesetzt oder gleich verworfen werden. Drittens erfolgt eine Vorauswahl durch die Patienten auf Grundlage ethischer, religiöser und sozialer Faktoren, welche Ernährungsform überhaupt akzeptabel ist. Gerade das geringe Haushaltseinkommen vieler Patienten mit metabolischen Erkrankungen limitiert aber den Einsatz aller evidenzbasierten Ernährungstherapien. Gesunde Ernährung, egal in welcher Form, ist für weite Teile der Bevölkerung in westlichen Ländern nicht erschwinglich [10].

Take-Home-Messages

• Ernährungstherapien sind vielfältig präventiv und kurativ wirksam, wahrscheinlich besonders stark bei spezifischen Patientengruppen oder Erkrankungssubtypen.
• Voraussetzung der Wirksamkeit ist die gute Compliance, also die therapietreue Mitwirkung der Patientinnen und Patienten an allen Elementen der Ernährungsvorgaben.
• Die diätspezifische Definition von Compliance und Non-Compliance ist schwierig, ihre Messung oft nur mit subjektiven Parametern möglich.
• Neben der Diätintensität und -dauer spielen vermutlich Patientenfaktoren (Alter, BMI u.a.) eine Rolle, auch die Strenge der Complianceüberwachung beeinflusst die Bereitschaft zur Diättreue.
• Die insgesamt unzureichende Datenlage zur Wirksamkeit von Ernährungstherapien aus RCTs erstreckt sich auch auf den Fragenkomplex der Compliance; zahlreichere, grössere und längere Interventionsstudien sind nötig.

CoI: Stefan Kabisch erhielt Fördermittel vom Deutschen ­Zentrum für Diabetesforschung e.V. (DZD), der Deutschen Diabetes Gesellschaft, vom Almond Board of California, der California Walnut Commission, der Wilhelm-Doerenkamp-Stiftung, J. Rettenmaier & Söhne und Beneo Süd­zucker sowie persönliche Zuwendungen von Lilly Deutschland, Sanofi, Berlin Chemie, Boehringer-Ingelheim und der JuZo-Akademie.

Literatur:

1. Estruch R, Ros E, Salas-Salvadó J, et al.: Primary Prevention of Cardiovascular Disease with a Mediterranean Diet Supplemented with Extra-Virgin Olive Oil or Nuts. N Engl J Med 2018; 378(25): e34.
2. Gong Q, Zhang P, Wang J, et al.: Morbidity and mortality after lifestyle intervention for people with impaired glucose tolerance: 30-year results of the Da Qing Diabetes Prevention Outcome Study. Lancet Diabetes Endocrinol 2019; 7(6): 452–461.
3. Ahlqvist E, Storm P, Käräjämäki A, et al.: Novel subgroups of adult-onset diabetes and their association with outcomes: a data-driven cluster analysis of six variables. Lancet Diabetes Endocrinol 2018; 6(5): 361–369.
4. Wagner R, Heni M, Tabák AG, et al.: Pathophysiology-based sub­pheno­typing of individuals at elevated risk for type 2 diabetes. Nat Med 2021; 27(1): 49–57.
5. Marklund M, Magnusdottir OK, Rosqvist F, et al.: A dietary biomarker approach captures compliance and cardiometabolic effects of a healthy Nordic diet in individuals with metabolic syndrome. J Nutr 2014; 144(10): 1642–1649.
6. Schoeller DA: Validation of habitual energy intake. Public Health Nutr 2002; 5(6A): 883–888.
7. Dansinger ML, Gleason JA, Griffith JL, et al.: Comparison of the Atkins, Ornish, Weight Watchers, and Zone diets for weight loss and heart disease risk reduction: a randomized trial. JAMA 2005; 293(1): 43–53.
8. Schmidt I: Analyse zur Diätcompliance bei «Low-Carb»- und «Low-Fat»-Studien. Doktorarbeit; Charité – Universitätsmedizin Berlin 2017.
9. Keller J: Metaanalyse zu Diätcompliance und Drop-out-Rate in RCTs zur vegetarischen/veganen Ernährung; Masterarbeit, Universität Potsdam 2022.
10. Kabisch S, Wenschuh S, Buccellato P, et al.: Affordability of Different Isocaloric Healthy Diets in Germany – An Assessment of Food Prices for Seven Distinct Food Patterns. Nutrients 2021; 13(9): 3037.

CARDIOVASC 2024; 23(3): 4–7

Autoren

• Dr. med. Stefan Kabisch 
• Judith Keller, M.Sc. 
• Dr. med. Isabell Schmidt 
• Univ. Prof. Dr. med. Andreas F.H. Pfeiffer 

Publikation

CARDIOVASC