Baidu
map

《自然》:中国论文数量爆增 但凑数蒙事儿的太多

2016-09-24 王真_NT5228 科学网

国际著名meta分析研究学者,斯坦福大学教授John Ioannidis在最近一篇论文中表示,科学文献分析的黄金标准真正遭受玷污。他的意思是说,荟萃分析和系统性评论本来是循证医学的重要工具,但现在被许多人作为灌水论文的手段,会危害这种研究的可信度,应该引起高度重视,提出解决问题的办法。先复习一下功课,医学综述有三种基本类型,分别是:1.传统综述是一种定性描述的研究方法,根据作者对某领域基础理论

国际著名meta分析研究学者,斯坦福大学教授John Ioannidis在最近一篇论文中表示,科学文献分析的黄金标准真正遭受玷污。他的意思是说,荟萃分析和系统性评论本来是循证医学的重要工具,但现在被许多人作为灌水论文的手段,会危害这种研究的可信度,应该引起高度重视,提出解决问题的办法。

先复习一下功课,医学综述有三种基本类型,分别是:

1.传统综述是一种定性描述的研究方法,根据作者对某领域基础理论的认识和相关学科的了解,回顾分析该领域某段时期的研究文献,评价研究结果的价值和意义,发现存在的问题,为将来的研究方向提出建议,使读者能在短时间内了解该领域研究的历史、现状和发展趋势。

传统综述的写作没有固定的格式和规程,也没有评价纳入研究质量的统一标准,其质量高低受作者专业水平、资料收集广度及纳入文献质量的影响很大,不能定量分析干预措施的总效应量。不同作者对同一问题的研究很可能得出完全不同的结论。

2.Meta分析是一种将多项研究结果进行定量合成分析的统计学方法,始于20世纪70~80年代,最初被定义为“收集大量单项试验进行结果整合的统计学分析”。1991年Fleiss提出较严谨准确的定义,“Meta分析是用于比较和综合针对同一科学问题研究结果的统计学方法,其结论是否有意义取决于纳入研究的质量”。

并非所有Meta分析都能得出高质量结果和结论,只有对纳入研究进行同质性检验,分析异质性的原因,按同质性因素进行合并的Meta分析才可能有意义。仅纳入随机对照试验(RCT)的Meta分析得出的结果一般偏倚较小,其结论准确性远比单项试验高。Meta分析看起来是更客观的综合分析方法,但是如果恶意灌水,在缺乏专业素养的条件下,一些错误结论可能会成批出现,这会危害整个学术社会对这种论文价值的怀疑,最终导致这种方法的人为失效。

3.系统评价是针对临床问题收集全世界相关RCT,采用临床流行病学的方法,去伪存真,系统地评价其质量,合并分析有足够相似性的研究结果,可在一定程度上减少随机性的影响,获得全面的综合信息,为医疗卫生决策提供依据。

卫生政策决策者、医师和患者在决策时必须以高质量信息为依据。但面对大量医疗卫生信息时常难选择。因为多数信息都存在或多或少的问题,有的甚至是错误信息。另外由于全球医疗卫生信息更新极快,受时间、精力及检索技能等条件限制,大量有价值的信息被埋没浪费。RCT严格采取了控制偏倚的措施,可靠性通常较其他试验方法高,但受环境条件限制,很多RCT样本量太小,不能有效克服随机性的影响,或只专注于某特定问题,导致实用性受限。制作系统评价前,需预先设计研究方案,充分考虑如何全程减少偏倚,怎样评价相关研究质量,怎样收集和合并资料等。



系统评价和荟萃分析都是对已经发表文献中特定主题进行的综合评价,这种主题通常是对药物和治疗手段进行效果分析,是循证医学的关键工具。

但是根据John Ioannidis教授的研究,现在存在恶意大规模生产不必要的相互冲突的误导性系统评价和荟萃分析,导致这种文献的价值被稀释。Ioannidis教授的文章刚刚发表在The Milbank Quarterly,文章对这种问题进行量化分析。他说,文献的重要性越大,发生错误的危害性越大,这种重要文献大量存在错误需要引起重视。

PubMed是生物医学和生命科学的文献数据库,Ioannidis对PubMed数据库中标记为系统评价和荟萃分析(‘systematic reviews’和‘meta-analyses’)的文章数量进行了分析。从1991年到2014年,这种文献的数量年度增加高达26倍,其中系统系统评价为28,959篇,荟萃分析9,135篇。同期PubMed全部文献数量年度增加为1.53倍。

值得重视的是,这些荟萃分析类文献主要来自亚洲国家。例如2014年有63%的基因相关荟萃分析研究来自中国,其中大多数属于假阳性的范畴。这样的数据让我们尴尬万分,是我们写这类文章的能力高?是我们写这种文章的动力大?还是我们写这种文章的市场操作机制优势?

布朗大学生物统计学家Christopher Schmid负责处理《美国肾脏病杂志》的荟萃分析类稿件。Schmid教授认为,这种文章的增加的原因是学者论文发表压力的越来越大。大约10年前,他就注意到来自亚洲的这类稿件越来越多。开始这些稿件质量不太好,但是现在进步很大。其中一个原因可能是数据获取的途径有了比较大的改善。

Ioannidis认为,这些文章的一个目的是为了增加文章引用量,这甚至成为某些企业的营销工具。例如,使用他汀类药物预防心脏手术后心律失常的研究,七年来被21篇荟萃分析引用。另外185篇抗抑郁药物研究论文中,大约三分之一的作者受雇于同一个药商。Ioannidis说,这类为职称和为商业目的的论文会破坏生物医学论文的声望。这些文章多数发表在受人尊敬的期刊上,也会被其他文章引用。

今年另外一项对300篇系统评价综述文章的随机样本特征进行研究,结果发现一些采用了未发表的数据或偏见研究数据,大多数文章都缺乏文献的选择和甄别方法。

约翰霍普金斯大学临床试验和证据整合中心主任Kay Dickersin说,这些研究需要引起高度重视。不过,这些文献增加也是因为这些文献的重要性比较大。鼓励人们从事这些研究是因为这些文章在公众健康决策中的重要地位,而帮助科学家开展这种研究的方法也越来越多。但是Dickersin也承认,学术期刊处理这类稿件的能力有限,很难寻找到足够多能审阅这类稿件的评审员。

个人认为,针对目前中国学术论文爆发增长的局面,我们必须尽快实现从数量向质量的战略转移,对学术评价从简单量化向品质评价转移,从主管机构向第三方评价转移。淡化论文数量在职称晋升和学术地位中的份量,甚至要对灌水论文进行负面评价。比如一些荟萃分析专业户,比如横向作文大师,都要采取手段进行适当限制。另外要从论文引用、学术贡献度、行业认可度、社会贡献度等方面进行评价。把基础学术研究的品质提高上来,把技术研究的应用价值凸显出来。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (4)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=134805, encodeId=a4e113480546, content=继续关注, beContent=null, objectType=article, channel=null, level=null, likeNumber=104, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=cb571956164, createdName=187清风, createdTime=Sun Sep 25 08:39:00 CST 2016, time=2016-09-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=134726, encodeId=fb29134e2672, content=阅读了谢谢。, beContent=null, objectType=article, channel=null, level=null, likeNumber=101, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=http://cdnapi.center.medsci.cn/medsci/head/2017/04/21/72142930668371951a41ef4ea4b233e6.jpg, createdBy=dcbc1715228, createdName=刘煜, createdTime=Sun Sep 25 07:21:00 CST 2016, time=2016-09-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=134620, encodeId=2e9413462048, content=学习起来, beContent=null, objectType=article, channel=null, level=null, likeNumber=103, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=http://cacheapi.medsci.cn/resource/upload/20151005/IMG5612955936CFA7964.jpg, createdBy=18621654109, createdName=Guoxj3234, createdTime=Sun Sep 25 00:03:00 CST 2016, time=2016-09-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=134383, encodeId=2c73134383c6, content=medsci不是号召大家写meta吗?开辣么多培训班?没有扎实的流行病学基础大量的meta小王子小公举涌现,有用吗?还是那句话,来一篇我拒一篇,拖死灌水客!, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=/v1.0.0/img/user_icon.png, createdBy=c2b9109323, createdName=chonhae, createdTime=Sat Sep 24 17:34:00 CST 2016, time=2016-09-24, status=1, ipAttribution=)]
    2016-09-25 187清风

    继续关注

    0

  2. [GetPortalCommentsPageByObjectIdResponse(id=134805, encodeId=a4e113480546, content=继续关注, beContent=null, objectType=article, channel=null, level=null, likeNumber=104, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=cb571956164, createdName=187清风, createdTime=Sun Sep 25 08:39:00 CST 2016, time=2016-09-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=134726, encodeId=fb29134e2672, content=阅读了谢谢。, beContent=null, objectType=article, channel=null, level=null, likeNumber=101, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=http://cdnapi.center.medsci.cn/medsci/head/2017/04/21/72142930668371951a41ef4ea4b233e6.jpg, createdBy=dcbc1715228, createdName=刘煜, createdTime=Sun Sep 25 07:21:00 CST 2016, time=2016-09-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=134620, encodeId=2e9413462048, content=学习起来, beContent=null, objectType=article, channel=null, level=null, likeNumber=103, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=http://cacheapi.medsci.cn/resource/upload/20151005/IMG5612955936CFA7964.jpg, createdBy=18621654109, createdName=Guoxj3234, createdTime=Sun Sep 25 00:03:00 CST 2016, time=2016-09-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=134383, encodeId=2c73134383c6, content=medsci不是号召大家写meta吗?开辣么多培训班?没有扎实的流行病学基础大量的meta小王子小公举涌现,有用吗?还是那句话,来一篇我拒一篇,拖死灌水客!, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=/v1.0.0/img/user_icon.png, createdBy=c2b9109323, createdName=chonhae, createdTime=Sat Sep 24 17:34:00 CST 2016, time=2016-09-24, status=1, ipAttribution=)]
    2016-09-25 刘煜

    阅读了谢谢。

    0

  3. [GetPortalCommentsPageByObjectIdResponse(id=134805, encodeId=a4e113480546, content=继续关注, beContent=null, objectType=article, channel=null, level=null, likeNumber=104, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=cb571956164, createdName=187清风, createdTime=Sun Sep 25 08:39:00 CST 2016, time=2016-09-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=134726, encodeId=fb29134e2672, content=阅读了谢谢。, beContent=null, objectType=article, channel=null, level=null, likeNumber=101, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=http://cdnapi.center.medsci.cn/medsci/head/2017/04/21/72142930668371951a41ef4ea4b233e6.jpg, createdBy=dcbc1715228, createdName=刘煜, createdTime=Sun Sep 25 07:21:00 CST 2016, time=2016-09-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=134620, encodeId=2e9413462048, content=学习起来, beContent=null, objectType=article, channel=null, level=null, likeNumber=103, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=http://cacheapi.medsci.cn/resource/upload/20151005/IMG5612955936CFA7964.jpg, createdBy=18621654109, createdName=Guoxj3234, createdTime=Sun Sep 25 00:03:00 CST 2016, time=2016-09-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=134383, encodeId=2c73134383c6, content=medsci不是号召大家写meta吗?开辣么多培训班?没有扎实的流行病学基础大量的meta小王子小公举涌现,有用吗?还是那句话,来一篇我拒一篇,拖死灌水客!, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=/v1.0.0/img/user_icon.png, createdBy=c2b9109323, createdName=chonhae, createdTime=Sat Sep 24 17:34:00 CST 2016, time=2016-09-24, status=1, ipAttribution=)]
    2016-09-25 Guoxj3234

    学习起来

    0

  4. [GetPortalCommentsPageByObjectIdResponse(id=134805, encodeId=a4e113480546, content=继续关注, beContent=null, objectType=article, channel=null, level=null, likeNumber=104, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=cb571956164, createdName=187清风, createdTime=Sun Sep 25 08:39:00 CST 2016, time=2016-09-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=134726, encodeId=fb29134e2672, content=阅读了谢谢。, beContent=null, objectType=article, channel=null, level=null, likeNumber=101, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=http://cdnapi.center.medsci.cn/medsci/head/2017/04/21/72142930668371951a41ef4ea4b233e6.jpg, createdBy=dcbc1715228, createdName=刘煜, createdTime=Sun Sep 25 07:21:00 CST 2016, time=2016-09-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=134620, encodeId=2e9413462048, content=学习起来, beContent=null, objectType=article, channel=null, level=null, likeNumber=103, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=http://cacheapi.medsci.cn/resource/upload/20151005/IMG5612955936CFA7964.jpg, createdBy=18621654109, createdName=Guoxj3234, createdTime=Sun Sep 25 00:03:00 CST 2016, time=2016-09-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=134383, encodeId=2c73134383c6, content=medsci不是号召大家写meta吗?开辣么多培训班?没有扎实的流行病学基础大量的meta小王子小公举涌现,有用吗?还是那句话,来一篇我拒一篇,拖死灌水客!, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=/v1.0.0/img/user_icon.png, createdBy=c2b9109323, createdName=chonhae, createdTime=Sat Sep 24 17:34:00 CST 2016, time=2016-09-24, status=1, ipAttribution=)]
    2016-09-24 chonhae

    medsci不是号召大家写meta吗?开辣么多培训班?没有扎实的流行病学基础大量的meta小王子小公举涌现,有用吗?还是那句话,来一篇我拒一篇,拖死灌水客!

    0

相关资讯

CSCO 2016:用数据讲述中国近十年来肿瘤研究进展(中国VS世界)

导语:2016年9月21日~9月25日,第十九届全国临床肿瘤学大会暨2016年CSCO学术年会在福建厦门隆重召开。汤森路透集团大学和生命科学事业部总经理胡大龙,用数据讲述了中国近十年来肿瘤研究的SCI论文趋势。下面是梅斯医学小编从会场发回来的报道。中国近十年来肿瘤研究的SCI论文趋势:(中国肿瘤研究呈现快速增长,2015年发文量超过35000篇)中美日近10年肿瘤研究趋势:中国近10年肿瘤研究平均

媒体:应启动对韩春雨学术诚信调查 这是对他的理想保护

导语:河北科技大学生物科学与工程学院的韩春雨博士,自2016年5月2日在《自然-生物技术》期刊在线发表那篇有关新一代基因编辑技术的论文之后,经各类媒体报道后,一鸣惊人地迅速成为“网红”,旋即又一波三折地陷入争议漩涡。学术界是如何看待韩春雨事件?韩春雨事件的核心是什么?媒体:应启动对韩春雨学术诚信调查 这是对他的最好保护韩春雨全文如下:导读一、韩春雨遭遇学术诚信和社会诚信双重危机。二、双重危机的

日本东京大学正式调查22篇涉嫌高级造假论文

梅斯医学小编评:东京大学也是重灾区!日本东京大学20日宣布,对日前被举报涉嫌造假的6个研究室的22篇论文进行正式调查。东京大学指出,今年8月中旬至下旬,校方两次接到关于该校6个研究室的22篇论文涉嫌造假的匿名举报。举报涉及医学系和生命科学系,称这些论文有捏造和篡改嫌疑,相关论文已发表在《自然》等杂志上。东京大学此前已经进行初步调查,为弄清举报真伪,决定启动正式调查。东京大学强调,进行正式调查并不意

为什么论文造假如此猖狂?留个心眼其实并不难识别

梅斯医学小编提醒:凡是不需要数据能“编”出实验性文章的,一定是骗子!另外,还有大量的微型“实验技术服务外包”这类公司,千万不要相信出来的“原始数据”,很可能也是编的!留个心眼,多读文献查看。做科学研究真心不易,博士3年,天天泡实验室,可能未必能出来一篇论文。有些实验服务公司3个月就能出来漂亮结果,只能说呵呵,你懂的。凡是有任何倒卖文章,加名字等行为,一律是骗子公司!凡是承诺实验一定能出结果的,

韩春雨所在河北科大两千万设备招标被指暗箱操作

虽尚未公布中标结果,河北科技大学基因编辑技术研究中心近两千万元的进口设备采购项目已起争议。有参与投标的公司向该项目代理机构河北省国际招标有限公司提交质疑函,认为该项目在采购活动中没有执行原先公示的最低评标价法。从河北省国际招标有限公司该项目联系人李俊旭处获悉,河北省国际招标有限公司的确收到了质疑函,李俊旭表示:“有质疑很正常,我们经常遇到这个。”8月31日,中国政府采购网上公示了“河北科技大学

中国医生论文被曝造假 或涉及大量国内医生

导 语:9月20日,美国发现了世界科学史上最大规模的英文论文造假公司。据透露,大量中国大陆医生的论文投到了与之合作的巴西SCI杂志,占该期刊发表论文总量的54.901%。9月20日,美国知名抄袭监测网站Plagiarism Watch通过国际知名英文论文抄袭检测系统iPlagiarism(中文名:艾普蕾)顺藤摸瓜,发现了世界科学史上最大规模的英文论文造假公司,该公司与一个巴西SCI杂志(Genet

Baidu
map
Baidu
map
Baidu
map