Limitationen der Evidenz

Die Einschränkungen lassen sich in vier Ebenen ordnen: Was die Studien selbst begrenzt (Design, Größe, Methode), was die Übersichten begrenzt (Auswahl, Heterogenität, Eingabedaten), was die Interventionsstudien begrenzt (Endpunkte, Produkte, Region) und was diese Gesamtstudie begrenzt (Textgrundlage, Sprachräume, Prüftiefe). Eine formale GRADE-Bewertung nahm keine der Recherchen vor; einzig Melhem und Kollegen berichten selbst eine GRADE-Einstufung (sehr niedrige Sicherheit für Antioxidantien) [s017].

1. Studiendesign: überwiegend Querschnitt, überwiegend Assoziation

• Querschnittsdesign. Die meisten Samenmikrobiom-Studien erfassen einen Zeitpunkt. Sie können nicht unterscheiden, ob ein Bakterium die Spermienqualität beeinflusst, ob eine schlechte Samenqualität das Milieu verändert oder ob beides eine gemeinsame Ursache hat (zum Beispiel Entzündung, Adipositas, Sexualverhalten). Osadchiy und Kollegen benennen die Einschränkung ausdrücklich [s056]; Bazzar und Kollegen verlangen standardisierte Methoden und longitudinale Studien, um Kausalität zu belegen [s001]; Kuribayashi und Kollegen beschreiben die Studien als überwiegend klein und querschnittlich [s011].
• Keine Längsschnittdaten zum Einzelnen. Weder zu Mikrobiomverläufen bei demselben Mann noch zum Verlauf nach Behandlung liegen in den ausgewerteten Quellen belastbare Daten vor; Lee und Cho und die Recherche-Dokumente fordern prospektive Studien [s012].
• Beobachtung statt Intervention bei der Frage „Ursache“. Die einzigen experimentellen Hinweise auf Kausalität stammen aus Tierversuchen (Stuhltransplantation im Mausmodell [s097, s078], Zheng und Kollegen am Rattenmodell mit chronischem Stress [s031], Yao und Kollegen am Mausmodell [s027]). Ma und Kollegen widmen den „translationalen Engpässen“ solcher Modelle eine eigene Übersicht [s016].
• Fall-Kontroll-Design mit Selektion. Fall-Kontroll-Studien (zum Beispiel Lu 2025 und 2026 mit je 40 Patienten und 30 Kontrollen im Recherche-Dokument; in der Master-Liste n = 70 [s041, s014]; Luo mit 31 [s015]; Asgari mit 160 [s034]) vergleichen Männer aus Kinderwunschkliniken mit Kontrollen, die anders rekrutiert wurden. Die Kontrollgruppe bestimmt das Ergebnis.

2. Stichprobengrößen

Die Stichproben der Sequenzierstudien sind klein. Die Übersicht von Hofman und Kollegen (29 Studien zum Samenbakteriom mit Metagenomik) nennt eine mediane Teilnehmerzahl von 56 bei einer Spanne von 5 bis 285 [s038]. Beispiele aus den Einzelstudien (Männer; bei Weng Proben): Lundy 37 [s092], Hou 77 [s117], Osadchiy 73 [s056], Baud 94 [s101], Weng 96 Proben [s116], Mowla 223 [s043], Yang 159 [s099], Yao 87 Proben [s084], Lu 2025 und 2026 je 70 [s041, s014], Cao 53 [s066]. Brandão berichtet für die in seine Übersicht eingeschlossenen Studien Stichproben von 15 bis 118 Personen je Studie [s086]. Noch kleiner sind Subgruppen: Bei Cao enthielt die Gruppe mit Oligozoospermie 6 Männer, die mit schwerer Oligozoospermie oder Azoospermie 9 [s066]; bei Campbell standen 14 Männer mit nichtobstruktiver Azoospermie 19 Kontrollen gegenüber [s065]; bei Alfano wurden 15 Hoden untersucht, je 5 pro Gruppe [s104]; bei Choi 17 Patienten und 4 Kontrollen [s096].

Konsequenzen. Die Aussagekraft für das Aufdecken kleiner bis mittlerer Unterschiede ist gering. Positive Befunde in kleinen Stichproben überschätzen Effekte häufiger, und die Zahl der verglichenen Taxa (Gattungen, Arten, Cluster, Pfade) ist oft größer als die Zahl der Teilnehmer, was Zufallsbefunde begünstigt. Mowla und Kollegen mit der größten Kohorte wendeten eine Korrektur für die falsche Entdeckungsrate an und fanden dann nur noch einen Befund (Flavobacterium) [s043]. Mehrere veröffentlichte Befunde liegen nahe an der Signifikanzgrenze (p = 0,046 bei Osadchiy für L. iners [s056], p = 0,046 bei Asadi für die Konzentration [s064], p = 0,04 bei Prihadi für die Konzentration [s020]).

3. Kontamination, Probenweg und Biomasse

Ejakulat wird durch die Harnröhre abgegeben und üblicherweise durch Masturbation gewonnen, wobei Haut- und Harnröhrenflora beigemengt werden können. Die Übersichten von Neto und Grande nennen für Hodenproben einen Anteil von 50 bis 70 % der bakteriellen Reads, der Kontamination sein kann [s054, s050]; Kaltsas und Kollegen fordern „kontaminationsbewusste“ Studien [s009]; Hofman und Kollegen sehen die Heterogenität der methodischen Schritte als Haupthindernis des Vergleichs [s038]. Neto und Kollegen halten außerdem fest, dass keine der eingeschlossenen Studien Pilze oder Viren untersucht hatte [s054]; die griechische Pilotstudie fand in ITS-Sequenzierung keine Pilz-DNA [s026]. Die Übersicht von Buttà und Kollegen erinnert daran, dass viele Studien nichtbakterielle Anteile (HPV, Herpes-simplex-Virus, Trichomonas vaginalis, Candida) ausschließen [s003].

Das russische Recherche-Dokument merkt an, dass in den russischen Open-Access-Texten keine Negativkontrollen für Reagenzien beschrieben wurden; der parallele Harnröhrenabstrich dient dort als Reinheitskontrolle des Verfahrens [s062, s061]. Bei Proben mit geringer Biomasse kann Fremd-DNA aus Reagenzien einen relevanten Anteil ausmachen; ob die Studien Negativkontrollen mitführten, wurde in vielen Recherche-Dokumenten nicht geprüft (es und ru ausdrücklich).

4. Methodenvielfalt und fehlende Standardisierung

• Nachweisverfahren. Kultur, PCR, 16S-rRNA-Sequenzierung, Shotgun-Metagenomik. Neto und Kollegen zählen 16 Studien mit Kultur, 16 mit Sequenzierung und 5 gemischt [s054].
• 16S-Region, Plattform und Pipeline. Der Vergleich von Illumina und Oxford Nanopore an denselben 56 Proben zeigte, dass die relative Häufigkeit einzelner Bakterien zwischen den Plattformen nicht korrelierte, mit intraindividuellen Abweichungen bis 50 Prozentpunkte; die zehn häufigsten Gattungen stimmten überein und umfassten mehr als 70 % der Reads [s067]. Das chinesische Recherche-Dokument weist auf unterschiedliche Sequenzierregionen (V3–V4 und andere) und Analysepipelines hin, die das Poolen erschweren.
• Kulturgrenzwerte. Über 10³ KbE/ml [s051] gegen überwiegend über 10⁴ KbE/ml [s054].
• Definition „normal“. Die Referenzgruppen sind von Studie zu Studie verschieden (Spender, Männer mit Vaterschaft, Männer vor Vasektomie, Männer mit normalem Spermiogramm), wie in Abschnitt 2 der Widersprüche ausgeführt.
• Auflösungsebene. Gattung statt Art, obwohl die Art oft entscheidend ist (L. iners gegen L. crispatus [s050, s056]; Pseudomonas-Arten mit gegensätzlicher Richtung [s056]).
• Absolute gegen relative Häufigkeit. Sequenzierung liefert relative Anteile, aber keine Aussage, ob Bakterien lebend, krankheitsrelevant oder Kontamination sind; die Bakterienlast wird nur teils mit quantitativer PCR gemessen (Baud: Last von 10³ bis 10⁹ Kopien 16S-rRNA pro ml im russischen Dokument [s101]).

5. Endpunkte: Surrogate statt Geburten

Die ausgewerteten Probiotika-Studien berichten Spermienkonzentration, Motilität, Morphologie, Volumen, DNA-Fragmentierung und Oxidationsmarker. Lebendgeburt ist in keiner der Studien Hauptziel; Kaltsas und Kollegen fassen zusammen, Schwangerschaft und Lebendgeburt seien selten berichtet und blieben unbewiesen [s009]. Selbst die Surrogatwerte haben Einschränkungen: Das Spermiogramm ist von Probe zu Probe variabel, und Verbesserungen im Spermiogramm bedeuten nicht automatisch mehr Schwangerschaften. Eine Besonderheit ist die Morphologie: Die berichteten normalen Formen liegen in Gholipour bei 4,31 %, 2,21 % und 1,52 % [s007] und in Saldarriaga bei 4,3 % gegen 6,0 % [s058], also in einem Bereich, in dem kleine absolute Unterschiede große relative Unterschiede ergeben. Die Morphologie wird nur so berichtet, wie es die Studien angeben; Unterteilungen nach Kopf-, Mittelstück- oder Flagellum-Defekten sind in den ausgewerteten Abstracts nicht vorhanden.

6. Interventionsstudien: klein, kurz, regional konzentriert

• Größe und Dauer. Die Studien am Menschen umfassen 9 (Valcarce, unkontrolliert [s112]), 41 [s111], 52 [s079], 56 [s085], 73 [s028], 78 [s064] und 110 Männer [s007] bei einer Dauer von wenigen Wochen bis sechs Monaten.
• Studientyp. Eine der Studien ist unkontrolliert [s112], eine ist ein nicht begutachteter Vorabdruck einer Fallserie mit 8 Männern [s037], der in dieser Studie nicht als Beleg dient, eine ist nur als Protokoll veröffentlicht (n = 84 geplant [s023]). Bei Zarehoroki (n = 73) lagen im abgerufenen Abstract keine Ergebnisse vor [s028].
• Vergleichsarm. Placebo, Stärke [s111], Antioxidans [s007] oder keine Kontrolle [s112]; ob und wie die Verblindung geprüft wurde, ist in den Abstracts nicht dargestellt. Drei Studien sind als dreifach verblindet bezeichnet [s085, s007, s040].
• Produkte. Die Studien nutzten unterschiedliche, teils kommerzielle Produkte (Flortec, FamiLact, Sperigen als Vergleichsprodukt); Mischformulierungen verhindern die Zuordnung zu einem Stamm [s111, s007].
• Region und Gruppe. Mehrere Studien stammen aus dem Iran, teils aus derselben Arbeitsgruppe mit demselben Produkt [s085, s064, s007, s079, s028]. Ob die Ergebnisse auf Mitteleuropa übertragbar sind (Ernährung, Produktverfügbarkeit, Einschlusskriterien), ist nicht untersucht.
• Interessenkonflikte. Mögliche Interessenkonflikte und Produktbindungen wurden in den Recherchen nicht geprüft (deutsches Recherche-Dokument ausdrücklich).
• Statistik. Der Abstract von Maretti berichtet Vorher-nachher-Vergleiche innerhalb der Verumgruppe und keinen Gruppenvergleich [s111]; Huerga López verwendet einen einseitigen Test [s040]; bei Asadi liegen die p-Werte bei 0,046 und 0,016 und Konfidenzintervalle fehlen im Abstract [s064].
• Sicherheit. Maretti berichtet keine Nebenwirkungen [s111], bei Gholipour schied ein Teilnehmer wegen Blähungen aus [s007]. Das ist keine systematische Sicherheitsbewertung.

7. Übersichten und Metaanalysen

• Probiotika-Metaanalyse. Vier Studien, davon eine einarmige; I² 79 bis 95 %; sehr breite Konfidenzintervalle; ein Eingangsstudium zurückgezogen [s020, s021]; Abweichungen zwischen Tabelle und Originalen (Abschnitt 7b der Widersprüche); kein Test auf Publikationsverzerrung möglich bei dieser Studienzahl (russisches Recherche-Dokument).
• Oliveira. Vier randomisierte Studien, qualitative Synthese ohne gepoolten Schätzer [s055]; die vier Studien sind nach den Recherche-Dokumenten Valcarce, Maretti, Helli und Abbasi, also dieselben vier Arbeiten wie im Pool von Prihadi [s055, s020] (pt-Dokument). Die beiden Zusammenfassungen sind demnach keine unabhängigen Bestätigungen.
• Infektionsmetaanalysen. Campbell: hohe Heterogenität, für HPV und Antispermien-Antikörper eine Odds Ratio von 10,63 mit sehr weitem Intervall (1,49 bis 75,93) [s004]; Boujemaa: Region und Methode erklären einen Teil der Streuung [s002].
• Farahani. Die Metaanalyse umfasst Studien von 1992 bis 2019 mit Kultur, PCR und Sequenzierung; im Abstract fehlen Angaben zu Einzelheiten der Heterogenität und Studienqualität; die Autoren selbst nennen die Evidenz zur Fertilität nicht schlüssig [s089].
• Vergleichsweise starke Aussage über Erreger. Die Evidenz für nachgewiesene Erreger ist besser als für „Dysbiose“, aber auch sie stützt sich auf Beobachtungsstudien [s089, s004, s002].
• Narrative Übersichten. Viele Quellen der Master-Liste sind narrative Übersichten [s003, s009, s010, s011, s012, s016, s030, s032, s036, s049, s050, s051, s054, s057, s069, s071, s082, s093, s098, s100, s122, s123, s029]. Sie fassen zusammen, aber sie liefern keine neuen Daten; wiederholte Zitate derselben Primärstudien erzeugen den Eindruck von mehr Evidenz, als vorliegt.

8. Tier- und Zellstudien

Die tierexperimentellen Quellen umfassen Maus [s097, s078, s094, s103, s114, s039, s059, s027, s053], Ratte [s008, s025, s031, s091], Hund [s013, s072, s080], Eber [s018], Kaninchen [s024], Bulle [s019], Masthuhn [s106], Forelle [s063] und eine Zelllinie [s045]. Sie liefern Mechanismen (Barrierestörung, Endotoxin, Polyamine, Vitamine, mitochondriale Funktion), aber keine Übertragung auf den Menschen: Dosen, Spezies, Ernährungsmodelle und induzierte Schäden unterscheiden sich. Beispiele: Die Dosisabhängigkeit in der Forellenstudie (mittlere Dosis am wirksamsten) ist nach dem arabischen Recherche-Dokument ein Fischmodell und erlaubt keinen Schluss für den Menschen [s063]. Die Studie am Hund verwendete eine Gabe über 70 Tage an 14 gesunden Rüden [s013]. Das koreanische Dokument nennt für Mausspermien in vitro eine Motilitätszunahme von 30 bis 40 % [s053] und für die Leydig-Zelllinie TM3 erhöhte Testosteronsynthese-Proteine [s045]; beides sind Zellmodelle.

9. Grenzen dieser Gesamtstudie

Die Grenzen betreffen auch den Weg, wie diese Studie entstand.

1. Textgrundlage. Viele Quellen lagen nur als Abstract vor; die Recherche-Dokumente weisen übereinstimmend darauf hin, dass PubMed-Seiten und Teile von PubMed Central automatisiert nicht lesbar waren (Cookie-Seite, reCAPTCHA). Details, die im Abstract nicht stehen (Konfidenzintervalle einzelner Studien, Adjustierung, Verblindung, Risiko für Verzerrung), wurden nicht ergänzt. Für einige Arbeiten wurden Volltexte gelesen (siehe die vorangehenden Kapitel).
2. Keine systematische Suche. Die zwölf Sprachraum-Recherchen waren gezielte Suchen und keine vollständigen systematischen Recherchen; wichtige Studien fehlen mit Sicherheit (en-Dokument ausdrücklich: weitere RCT, Darmmikrobiom-Kohorten). Keine unabhängige Bewertung des Verzerrungsrisikos je Studie wurde vorgenommen.
3. Dünne Literatur je Sprachraum. Für Deutsch, Französisch, Italienisch, Portugiesisch, Spanisch, Chinesisch, Japanisch, Koreanisch, Russisch, Arabisch und Türkisch meldet jedes Recherche-Dokument eine dünne eigenständige Literatur; die Kerndaten sind überwiegend englischsprachig. Datenbanken wie CNKI, Wanfang, KCI, KoreaMed, DBpia, eLIBRARY, CyberLeninka, TR Dizin, SciELO und LILACS konnten nicht oder nicht vollständig durchsucht werden; „keine Studie gefunden“ bedeutet deshalb nicht „es gibt keine“. Das chinesische Dokument hält selbst fest, dass das Urteil „wenige chinesische Studien“ deshalb unsicher ist.
4. Quellenarten. Die Liste enthält Presseberichte und populärwissenschaftliche Zusammenfassungen [s048, s125, s126], einen Vorabdruck [s037], einen Kommentar [s075], einen Projekteintrag [s081] und eine Leitlinienseite ohne abrufbare Empfehlung [s006]. Diese dienen dem Kontext und nicht als Beleg für Wirksamkeit.
5. Vorkommen von Zahlen nur auf Abstract-Ebene. Der Befund von Koort (53 % gegen 25 %) liegt im vorliegenden Material nur auf Abstract-Ebene vor [s070]; die Zahlen für Mycoplasma hominis [s002] stammen aus den Recherche-Dokumenten, weil ein wörtlicher Abruf des Abstracts nicht möglich war.
6. Stand. Alle Aussagen entsprechen dem Stand vom 4. Oktober 2026; später erscheinende oder zurückgezogene Arbeiten sind nicht berücksichtigt.
7. Keine eigene Metaanalyse. Es wurden keine Daten neu gepoolt oder Effektgrößen umgerechnet. SMD, Mittelwertdifferenz, Odds Ratio und Korrelationskoeffizient sind nicht direkt vergleichbar [s020, s004, s089, s005].