Was die Quellenbasis ist
Die Synthese umfasst 216 Quellen aus den Jahren 1984 bis 2026. Nach der Auswertung der Quellenliste stammen 26 aus der Zeit vor 2000, 65 aus den Jahren 2000 bis 2009, 61 aus 2010 bis 2019 und 63 aus 2020 oder später; eine Quelle ist ohne Jahr geführt [s216]. 152 Quellen sind ausschließlich englischsprachig markiert, daneben stehen unter anderem Russisch (23 Markierungen), Chinesisch (17), Französisch (8), Türkisch (5), Japanisch (4), Deutsch (2), Polnisch (2), Arabisch, Spanisch und Bulgarisch (je 1); Quellen mit englischem Abstract zu einer fremdsprachigen Arbeit tragen mehrere Markierungen. Nach den Studienbeschreibungen der Quellenliste sind acht Quellen Metaanalysen mit Meta-Analyse-Methodik [s23, s31, s38, s39, s61, s67, s77, s78], acht Leitlinien oder Leitlinienvergleiche [s01, s18, s19, s27, s28, s32, s59, s216], sieben Tierversuche oder tierexperimentelle Anteile [s10, s35, s44, s62, s82, s124, s128], dazu zwölf Quellen, die als Kohorte beschrieben sind [s09, s21, s49, s50, s60, s62, s101, s157, s159, s187, s201, s213]; alles Übrige sind Querschnitts-, Fall-Kontroll- und Vergleichsstudien, Fallserien und Übersichtsarbeiten. Die Zuordnung ist grob und folgt den Selbstbeschreibungen in den Abstracts.
Kein Beleg für Ursache und Wirkung
Fast alle Studien sind Beobachtungsstudien. Das hat Folgen: Ein Zusammenhang kann auf Störgrößen beruhen (Rauchen, Alkohol, Alter, Körpergewicht, Varikozele, Karenzzeit), auf umgekehrter Verursachung (ein Mann mit Fruchtbarkeitssorgen empfindet seine Arbeit als belastender [s71]) oder auf Selektion (Healthy-Worker-Effekt). Randomisierte Studien gibt es zu Berufsexpositionen nicht; die einzige herangezogene randomisierte Studie betrifft eine Nahrungsergänzung bei Beschäftigten mit Messung niederfrequenter Felder [s51] und gehört thematisch nicht zur Frage. Selbst die beste Konstellation, die prospektive Kohorte, zeigt Zusammenhänge, keine Ursachen [s09].
Expositionserfassung
In vielen Studien wird Exposition erfragt oder aus der Berufsbezeichnung abgeleitet, nicht gemessen. Das betrifft die großen Fragebogenstudien [s86, s125, s34, s109], die Spenderstudie [s53] und die LIFE-Kohorte [s101]. Berufsbezeichnungen sind grobe Expositionsmaße; Erinnerungsfehler sind möglich. Gemessene oder biologisch überwachte Expositionen gibt es für Bor [s75, s65, s69], Blei [s171, s197], Benzol [s117], Formaldehyd [s49, s104], PAK [s95], DEHP [s118] und Mangan [s70]; dort sind die Gruppen meist klein. Bei Strahlung fehlen in vielen Abstracts Dosisangaben [s98, s140, s156, s166, s02]. Hinzu kommt zeitliche Verzerrung: Ein Teil der Studien (1990er, frühe 2000er Jahre) beschreibt Expositionen, die über den damaligen Höchstwerten lagen [s189, s151]; was sie für heutige Arbeitsplätze bedeuten, ist offen.
Zielgrößen und Messmethodik
Die Studien verwenden verschiedene Fassungen der WHO-Vorgaben zur Samenanalyse (genannt werden WHO 1999 [s163], WHO 2010 [s66, s72] und WHO 2021 [s02, s21], das 6. Handbuch [s05]). Normalbereiche und Bewertung der Morphologie unterscheiden sich damit zwischen den Arbeiten. Ein Anteil morphologisch normaler Spermien von 90,56 % [s11] zeigt, wie weit die Kriterien auseinander liegen können. Die meisten Studien beruhen auf einer einzigen Probe je Mann. Ein japanisches Methodenpapier nennt Karenzzeit, Krankengeschichte und Standardisierung als Störgrößen betrieblicher Samenindex-Studien [s147]. Spermien-DNA-Marker (SCSA, Comet-Test, Halosperm, 8-oxo-dGuo) werden mit verschiedenen Verfahren erhoben und sind zwischen Studien schwer vergleichbar. Die Endpunkte reichen von Laborwerten über Hormone [s24] und Schwangerschaftsraten [s09] bis zum Geschlecht der Kinder [s17, s54] und zu Fragebogenangaben der Partnerinnen [s83, s84, s184]; eine Vielzahl dieser Endpunkte sagt nichts über Spermienqualität im engeren Sinn.
Auswahl der Männer
Die Stichproben sind häufig selektiert. Kinderwunschambulanzen und Männerkliniken ([s05, s57, s13, s133, s11, s99, s21, s86]) liefern Männer, die ohnehin wegen Fruchtbarkeitsfragen vorstellig wurden; Vergleiche dort verzerren, wenn Fälle Patienten und Kontrollen „gesunde“ Männer sind [s11]. Samenspender sind jung, gebildet und vorselektiert, viele sind Studierende [s53]. Männer nachweislich fertiler Kohorten [s50] sind dagegen ein seltener Glücksgriff. Die Beteiligungsrate in betrieblichen Studien ist niedrig: In einer japanischen Elternstudie schlossen von rund 2000 eingeladenen Beschäftigten nur 6 das Protokoll ab [s07]; in der Nachbefragung kannten 68,5 % der 108 Antwortenden die Studie nicht, und unter den informierten Nichtteilnehmern nannten 26,5 % wahrgenommene Irrelevanz, 26,5 % Widerstand gegen die Samengewinnung, 23,5 % Verlegenheit und 20,6 % Aufwand [s07]. Wer aber teilnimmt, unterscheidet sich vermutlich systematisch von denen, die es nicht tun; die Richtung der Verzerrung ist unbekannt.
Stichprobengröße und Teststärke
Viele Studien haben weniger als 100 Teilnehmer. Beispiele: fünf exponierte gegen acht nicht exponierte Männer [s200], 12 gegen 8 [s154], 17 Schweißer ohne eigene Kontrollgruppe [s165], 18 gegen 18 [s158, s214], 25 Beschäftigte mit 2-Brompropan, darunter nur 11 Männer [s190], ein Einzelfall [s178]. Solche Studien können bestenfalls Hinweise liefern; Nulleffekte aus ihnen sind wegen fehlender Teststärke nicht belastbar, und Effekte sind unsicher. Das gilt auch umgekehrt für die großen Studien: Hohe Fallzahlen (3425 [s09], 12301 [s53], 3025 [s21]) schützen nicht vor Messfehlern der Exposition.
Mehrfachtests und Konfidenzintervalle
Viele Arbeiten prüfen sehr viele Berufe und Parameter, ohne zu korrigieren; nur wenige korrigieren für Mehrfachtests (Beispiel [s109], wo nach der Korrektur nur zwei von mehreren Zusammenhängen bestehen blieben). Zahlreiche Abstracts enthalten keine Konfidenzintervalle oder keine Zahlenwerte; für die russischen, türkischen und arabischen Quellen nennt der zuständige Rechercheteil, dass nur drei von 44 Quellen Konfidenzintervalle für Berufseffekte auf Samenparameter oder Fertilitätsmarker berichten [s57, s54, s86]. Wo Intervalle angegeben sind, schließen sie häufig die 1 beinahe oder tatsächlich ein (zum Beispiel OR 1,1 mit KI 0,9 bis 1,4 [s86]; OR 2,11 mit unterer Grenze 1,03 [s57]) oder sind sehr weit (OR 7,72 mit KI 1,86 bis 32,10 bei Lehrern [s179]).
Mehrfachveröffentlichung und überlappende Stichproben
Die Zahl der Quellen überschätzt die Zahl unabhängiger Belege. Sicher oder wahrscheinlich dieselben Datensätze stehen in:
- drei Veröffentlichungen zur Metallurgie in Wolgograd mit 218 Männern, in der Zweit- und Drittfassung nahezu wortgleich [s142, s141, s136];
- zwei Veröffentlichungen mit je 218 Fällen aus Singapur mit demselben Autorenteam [s179, s185];
- mehreren Kokerei-Veröffentlichungen aus Südtaiwan [s95, s112, s46, s41, s79];
- zwei Formaldehyd-Studien derselben Xi'aner Gruppe [s49, s104];
- zwei Benzol-Veröffentlichungen mit wahrscheinlich denselben 24 Arbeitern [s196, s183] und FISH-Arbeiten mit gleicher Benzolkonzentration [s167, s161, s151, s181];
- der chinesischen und englischen Fassung der Fenvalerat-Studie mit denselben Kontrollen wie die Carbaryl-Studie [s177, s144, s153];
- der Borforschung aus Bandırma mit identischer Gruppengröße 212 in mehreren Arbeiten [s75, s64];
- dem Ereignis der 2-Brompropan-Vergiftung von 1995, das in drei Veröffentlichungen mit denselben Zahlen erscheint [s203, s192, s123];
- der Metaanalyse zu Lösungsmitteln und der französischen Masterarbeit zur selben Analyse [s78, s77].
Wer zählt, wie viele Studien einen Effekt „bestätigen“, sollte diese Gruppen jeweils als einen Beleg oder zumindest nicht als unabhängige Replikationen zählen. Bei den Benzolarbeiten sind die Kollektive nach den Rechercheberichten wahrscheinlich teilweise identisch oder stammen aus demselben Betrieb.
Publikationsverzerrung
Vermutlich werden Studien mit Befund häufiger publiziert und in Datenbanken erschlossen als solche ohne. Die Studien ohne Effekt (zum Beispiel Bor [s75], Magnetfelder [s207], Jobstrain [s157], sitzende Arbeit [s159]) sind in der Minderheit. Ein formaler Test auf Publikationsverzerrung ist bei der heterogenen Quellenlage nicht möglich.
Lücken der Recherche
Die Recherche stützt sich überwiegend auf Europe PMC, die NCBI-Schnittstelle und einzelne Fachindizes. Mehrere Datenbanken waren nicht oder nur eingeschränkt nutzbar: Cairn, SciELO und LILACS/BVS lieferten HTTP 403, CNKI, DBpia und ASJP lieferten keine Antwort, Wanfang lieferte nur das Gerüst einer Skriptanwendung, eLIBRARY.ru, DergiPark und ägyptische Universitätsportale waren nicht automatisiert erreichbar, und die kostenpflichtige Arab World Research Source war nicht zugänglich. Für Spanisch, Portugiesisch und Italienisch wurden praktisch keine Primärstudien zu Berufsgruppen gefunden (eine spanischsprachige Vergleichsstudie ausgenommen [s168]); das ist keine Aussage über die Wirklichkeit, sondern über die Zugänglichkeit. Dasselbe gilt für Studien zu Feuerwehr, Piloten und Friseuren im chinesischen, japanischen und koreanischen Raum, die nicht gefunden wurden. In den Rechercheberichten ist ausdrücklich vermerkt, dass das Fehlen ein Befund über die abgerufenen Quellen und kein Beleg ist, dass es keine Studien gibt. Auch Dissertationen und nicht indexierte Zeitschriften wurden nicht systematisch durchsucht. Deutsche Primärstudien zu Berufsgruppen und Spermienqualität wurden nicht gefunden; die deutschsprachigen Treffer waren zwei urologische Übersichten [s52, s96] und Begründungen von Grenzwerten einzelner Stoffe.
Nur Abstracts
Für die meisten Quellen standen nur Abstracts zur Verfügung; Volltexte wurden für die Leitlinien-Webseiten der AUA und der EAU [s27, s216] und für einige chinesische und andere Arbeiten ausgewertet. Aus Abstracts lassen sich Confounder-Kontrolle, Teilnehmerzahlen je Gruppe und Methodik oft nicht erkennen. Fehlende Angaben bedeuten nicht, dass sie in der Arbeit fehlen. Bei chinesischsprachigen Arbeiten lagen nur die englischen PubMed-Abstracts vor, und die Titel sind in PubMed in englischer Übersetzung geführt.
Lücken bei Berufsgruppen und Fragestellungen
Für mehrere häufige Berufe wurde mit den eingesetzten Suchbegriffen kein verwertbarer Humanbefund gefunden: Köche und Bäcker (nur die Hintergrundannahme in [s163] und die Erwähnung von Bäckereien als heißem Arbeitsplatz in [s45]), Bauarbeiter, zahnmedizinisches Personal, Pflegepersonal und Ärzte ohne Strahlenbezug; für Narkosegase liegt nur ein Mausversuch mit 50 ppm Isofluran vor [s35]; für Lehrer und Finanzberufe nur Fall-Kontroll- beziehungsweise Spenderstudien aus Singapur und Ostchina [s179, s53]. Die Studien betreffen nur Männer als Beschäftigte; Wechselwirkungen mit der Partnerin sind nicht Gegenstand. Auch Dauer und Rückbildung sind selten untersucht: Eine Studie an Seeleuten sah nach sechs Monaten ohne Radar eine Besserung von Morphologie und Beweglichkeit, aber keine Normalisierung, als Querschnittsvergleich ohne Verlaufsbeobachtung [s140].
Leitlinien als Einordnung und als Grenze
Die Leitlinien bestätigen die Lage mehr, als dass sie sie auflösen. Die AUA/ASRM-Leitlinie empfiehlt in Statement 8, Risikofaktoren einschließlich beruflicher Exposition zu besprechen und darauf hinzuweisen, dass die Datenlage zu den meisten Risikofaktoren begrenzt ist (Conditional Recommendation, Evidenzgrad C) [s27]. Die EAU-Online-Fassung enthält nach der Durchsicht der Rechercheberichte keine eigene Empfehlung zu Berufsgruppen oder Arbeitsplatzexposition [s216]; die EAU-Kurzfassung 2025 nennt als Kernempfehlungen die urologische und partnerseitige Abklärung und die Beratung zu Gesundheitsrisiken [s19]. Die Vergleichsarbeit zur WHO-Leitlinie 2025 stellt fest, dass ESHRE und NICE paarzentriert vorgehen mit begrenztem Fokus auf männerspezifische Wege [s01]. Berufe als solche werden in diesen Dokumenten nicht einzeln bewertet; sie sind also keine Instanz, die den Widerspruch der Primärliteratur entscheiden könnte.