Dopingförekomsten inom idrotten baserad på indirekta skattningsmodeller

Att uppskatta förekomsten av doping, definierad som användning av förbjudna substanser och/eller metoder utan medicinsk dispens, är viktigt inom idrotten av flera skäl.

För det första speglar dopingförekomsten omfattningen av dopingproblemet i en viss population, exempelvis inom en idrott, i ett land eller vid ett större idrottsevenemang. Belastningen är inte begränsad till kostnaderna för dopingkontroller, utan omfattar även dopingens negativa konsekvenser för idrotten, idrottarna, tävlingsarrangörerna, supportrarna, sponsorerna, programföretagen samt tillverkarna av idrottsutrustning och sportkläder.

För det andra kan kunskap om dopingförekomsten hjälpa beslutsfattare att avgöra var investeringar i upptäckt och förebyggande arbete bör riktas. Sådan kunskap är också värdefull vid utformningen av förebyggande åtgärder och metoder för tidig upptäckt, samt för uppföljningsprogram som kan användas för att utvärdera effekten av de åtgärder som införts för att minska förekomsten och incidensen av doping.

Varför indirekta skattningsmodeller?

För att uppskatta dopingförekomsten har forskare och praktiker traditionellt använt självrapporterade enkätundersökningar. De är kostnadseffektiva och kan genomföras på stora, representativa urval, men har specifika begränsningar, bland annat risken för oärliga svar och svar som påverkas av vad som uppfattas som socialt önskvärt.

För att hantera detta har antidopingforskare och antidopingorganisationer i stället börjat använda så kallade indirekta skattningsmodeller (Indirect Estimation Models, IEM), exempelvis enkäter baserade på Randomised Response Technique (RRT). Genom sin utformning ger metoderna ett skydd för den svarande utöver själva anonymiteten: ingen, inte ens forskaren, kan avgöra vad en enskild person faktiskt har svarat.

Exempel på RRT-metoder är Forced Response (FR), Kuks metod (Kuk’s Design), Unrelated Question Model (UQM), Crosswise Model (CM) och Single Sample Count (SSC).

Det har dock inte tidigare gjorts någon systematisk översikt och metaanalys av studier som använder indirekta skattningsmodeller, där mindre urval från olika länder, idrotter och tävlingsnivåer kan slås samman för att uppskatta den globala dopingförekomsten. Det är vad den nu publicerade studien gör.

Så gjordes studien

Forskarna sökte i elektroniska databaser och gjorde kompletterande manuella sökningar fram till mars 2025. Förekomsten av doping under hela livet respektive under det senaste året skattades med en korsklassificerad modell med tre faktorer:

• förekomst (hela livet respektive senaste året)
• urval (tävlingsidrottare respektive motionsidrottare)
• idrottstyp (flera idrotter respektive en enskild idrott).

Totalt inkluderades 46 publikationer i översikten. Av dessa ingick 30 i metaanalysen, baserade på 34 oberoende studier. I de flesta studier användes World Anti-Doping Agencys definition av dopinganvändning vid datainsamlingen (18 publikationer), och dopingförekomsten undersöktes oftast för det senaste året eller den senaste säsongen (20 publikationer).

Studierna i metaanalysen hade huvudsakligen genomförts i Europa (22) och använde framför allt modellerna Unrelated Question (8) och Forced Response with Cheater Detection (6). Deltagarna utövade oftast flera olika idrotter (20) och tävlade på varierande nivåer. Merparten av uppgifterna (28) samlades in utanför själva idrottsevenemangen. Materialet innehöll även artiklar som byggde på nya analyser av redan existerande data (4).

Resultat

Författarna drog slutsatsen att ungefär var femte tävlingsidrottare inom flera idrotter, enligt de indirekta skattningsmodellerna, uppgav att de någon gång under livet hade dopat sig. Bland motionsidrottare inom en enskild idrott uppgav ungefär var sjätte att de hade dopat sig under det senaste året.

Tävlingsidrottare inom flera idrotter hade alltså relativt högre dopingförekomst än tävlingsidrottare inom en enskild idrott. Bland motionsidrottare var mönstret det omvända: förekomsten var högre hos dem som ägnade sig åt en enskild idrott än hos dem som ägnade sig åt flera.

Att använda redan existerande data för sekundäranalys innebär dessutom en ny metodologisk utmaning för metaanalyser.

Referens: Sagoe D, Cruyff M, Chegeni R, Veltmaat A, Kiss A, Soós S, de Hon O, van der Heijden P, Petróczi A. Doping prevalence in sport from indirect estimation models: a systematic review and meta-analysis. Sports Med Open 2026; 12: 64.