医学领域造假状况令人震惊。调查表明，在某些领域，至少1/4的临床试验存在问题，甚至完全是捏造的。
英国流行病学家Ian Roberts甚至断言：“某个主题的随机试验有1/3是捏造的。”
他们敦促各方加强审查。
造假普遍存在
John Carlisle是英格兰国家卫生服务中心麻醉师，同时还是《麻醉》杂志编辑。他以多次发现医学试验中的可疑数据而闻名。
2017年，他决定仔细搜索自己处理过的所有随机对照试验手稿。随后3年里，他审查了500多项研究。2020年10月，Carlisle报告了一个惊人的统计结果：Carlisle通过研究个人参与者数据的电子表格发现在150多项试验中，44%的试验有数据缺陷，例如不可能的统计数据，不正确的计算或重复的数字、图形。他判断，26%的论文根本不可信——要么是作者无能，要么是他们伪造了数据。
Carlisle将一些试验称为“僵尸”试验，因为它们看起来像真正的研究，但仔细审查后发现只有空洞的外壳。他做审稿人时，拒绝了所有含“僵尸”试验的研究。但3年过去了，其中大多数研究已经发表在其他期刊上。
除麻醉领域外，许多科学家、医生和数据侦探都认为虚假或不可靠的试验非常普遍。他们搜索了女性健康、疼痛研究等多个医学领域的随机对照试验，发现大量数据在统计学上是不成立的。
这个问题在某种程度上是“论文工厂”问题的延伸：过去10年里，很多期刊发表了数以万计的虚假论文，其中一些是由“论文工厂”生产的。
伪造不可靠的随机对照数据不仅与医疗干预有关，还可能成为评估临床治疗的证据——医疗指南经常引用此类评估，而这些指南是医生治疗的重要参考。
造假数据影响临床实践
随机对照试验是医学研究领域的黄金标准，但如果试验数据造假，则可能严重误导医学实践。
日本骨骼健康研究者Yoshihiro Sato在数十个预防骨折的药物或补充剂试验中伪造数据。Retraction Watch网站显示，他有113篇论文被撤回。研究人员发现，Sato被撤回的27篇论文被88篇系统评价和临床指南引用，其中一些为日本骨质疏松症治疗提供了参考。
英国阿伯丁大学研究员Alison Avenell表示，如果Sato的试验被撤回，约一半的综述可能会发生变化。“它甚至致使人们没有更有效的骨折预防方法。”
2018年，希腊塞萨洛尼基亚里士多德大学产科专家Alexandros Sotiriadis分析了对妊娠后期剖宫产产妇使用类固醇的证据，认为类固醇“可能”会降低呼吸问题的发生率。该结论随后在200多篇文献和临床指南中被引用。
然而，2021年1月，澳大利亚莫纳什大学Ben Mol等人对这些论文进行分析并指出，同一试验的结束日期在不同论文中不一致。同时Mol也对其他数据提出了质疑。他写信给作者，但其中一名作者告诉Mol，他在搬家时丢失了数据。
怎么判断是否可信
Sotiriadis认为“Mol是检测和打击数据伪造领域的先驱”，但他否认是依赖Mol的工作而做出的更新。
Sotiriadis表示，他的团队遵循旨在检查“可信度”的筛选协议。该协议提供了作者应遵循的详细标准清单，以检查随机对照试验的可信度。例如，试验是否前瞻性注册、研究是否有异常统计数据等。如果未通过前述检查，那么该研究将不被认可。
这引出另一个争议：可信度检查在某些时候是否对随机对照试验的作者不公平？究竟检查哪些内容才能将不可信的研究审查出来？
要求提供原始参与者数据
Carlisle表示，期刊应该要求作者分享原始参与者数据。
英国曼彻斯特大学健康研究员Jack Wilkinson说：“要求分享原始数据是一个好政策。”然而，这一建议与大多数医学期刊当前的做法背道而驰。
2016年，国际医学期刊编辑委员会（ICMJE）提议，要求随机对照试验进行强制性数据共享。但这一提议遭到了反对，很多人认为共享数据会导致泄露试验参与者隐私，以及数据存档资源的可用性问题。
因此，在2017年更新的指南中，ICMJE仅鼓励数据共享。
对原始数据进行审查是一项耗时的工作，这会大大增加审稿人的负担。
为什么会有如此多可疑的随机对照试验产生？Mol根据自己的调查经验，把责任归咎于缺乏监督、基于论文发表数量来推动学术发展的肤浅评估方式，以及机构和期刊对不良行为缺乏严格的检查。
“就像扑灭一场野火，但最终以失败告终。”Carlisle说，“解决的方法是必须从源头抓起。”
（卜金婷）
微信扫码
QQ扫码
您的IP:10.3.134.11,2025-09-22 13:35:16,Processed in 0.2662 second(s).
