《醜聞震撼癌症科學對你的健康有影響-彭博社》
F.D. Flam
又是一天,又是一個醜聞。
攝影師:Maddie Meyer/Getty Images癌症生物學領域一團糟。在最近的醜聞之前,一些問題的跡象早在多年前就出現了,調查人員發現哈佛大學附屬達納·法伯癌症研究所的一系列備受關注的論文中存在數據篡改的證據。
這是學術研究領域的最新危機,需要更好的質量控制——比同行評議更嚴格的過濾器。一些研究人員認為,人工智能可能有助於指出哪些論文需要更仔細地審查。
但要理解正在發生的事情,我們必須瞭解我們是如何到達這裏的。十年前,一些研究監督者開始發出警報,之後科學家們發現少於一半的“里程碑”臨牀前癌症研究——即頂級期刊上的研究——能夠複製。
2021年,一項類似的評估發現炒作是常態。研究人員發現他們只能重複193項實驗中的50項。而且在那些得到複製的實驗中,第二次嘗試顯示出的效應規模要小得多——僅為最初聲稱的大小的15%。
這些是在試管或小鼠中進行的實驗,確定哪些治療方法會在人體中進行測試。它們還影響着試驗對象對風險和益處的瞭解。因此,結果會影響真實人的生活。
雖然數據篡改的證據——達納·法伯科學家被指控的行為——與不可重複的結果是不同的問題,但兩者都源於相同的根本原因。科學家通過獲得引人注目、潛在影響巨大的發現而獲得名望和財富,但人們受益於堅實且可重複的發現。我們也受益於顯示哪些治療方法不太可能奏效的發現,儘管這些發現很難發表。
諾貝爾獎得主威廉·凱林在2017年曾經警告過我,生物醫學研究人員已經開始以更脆弱的證據提出更大的主張。(他也在達納·法伯工作,但他的工作沒有被捲入當前的醜聞。)
當然,科學家是允許犯錯的。但他們應該準確呈現他們測量到的數據。任何圖表都應該代表測得的數據。未經解釋地添加、減少或更改數據通常被視為欺詐行為。
雖然案件仍在調查中,達納·法伯計劃撤回六篇論文並在更多論文中發佈更正。某些論文中的問題可能是意外的,但有很多問題——這樣的錯誤仍然會對研究結果產生懷疑。
數據操縱是司空見慣的,Retraction Watch博客的聯合創始人伊萬·奧蘭斯基説。“讓我擔心的是,我們會繼續把這看作是一種奇怪的異常,但事實並非如此。”
另一方面,一項無法複製的研究可能是按照所有規則進行的,但結論並不是你想拿癌症患者的生命去打賭的。研究人員可能誤解了他們的數據,或者實驗可能只在非常特定的條件下有效。
那麼,為什麼同行評議沒有阻止發表薄弱的結果和徹頭徹尾的欺詐呢?首先,許多論文不包括原始數據,使欺詐難以發現。
但在更深層次上,同行評議並不是許多人所認為的質量控制措施。一些歷史學家將同行評議追溯到1830年,當時英國哲學家威廉·惠威爾提議在一本新期刊《倫敦皇家學會會議錄》上發表論文時採用同行評議。在第一次嘗試中,惠威爾自己擔任了這項工作,但無法與第二位審稿人達成一致意見,從而開啓了一項被全世界科學家詬病已久的悠久傳統。
社會科學家、西北大學凱洛格管理學院的布賴恩·烏茲曾表示,審稿人通常有足夠的專業知識來評估論文的90%或95%。“你會把最後的5%留給希望另一位審稿人能夠發現。但也許另一位審稿人也在做同樣的事情,”他説。審稿人通常也會因為時間緊迫、被其他審閲請求和自己的研究義務壓得喘不過氣來。
Uzzi 發現,在社會科學領域存在長期的可重複性危機,機器學習可以標記 最有可能無法複製的論文。他利用數百次嘗試複製的數據來訓練一個系統,然後在他有複製數據的300個新實驗上進行測試。這個機器學習系統比單個人審閲者更準確,而且成本低廉,幾乎是瞬間完成。
也許這樣的系統可以幫助人類專家更多地標記粗心和不誠實的工作。它還可以幫助過度工作的審稿人和期刊編輯遠離那些往往受到最多關注的著名科學家和機構,轉向不那麼知名的團隊的重要發現。
科學家們已經創造了大量新的研究論文,因此增加一層質量控制並投入更多時間和金錢來區分好的論文和壞的論文並不會有害。否則,我們將為所有那些糟糕的研究買單 —— 不僅是用我們的税款,還有我們的健康。
更多來自彭博觀點的 F.D. Flam 文章:
- 穆斯克必須更 透明地對待 Neuralink
- 我們不知道應該有多擔心 關於納米塑料
- 美國食品藥品監督管理局需要找到 直髮劑致癌物的根源
想要更多彭博觀點嗎? OPIN <GO>****。 或訂閲我們的 每日新聞簡報。