他让数百篇论文被撤稿或被无误...

Carlisle是一名总目医生，在特长，他就像一个侦探，翻找用药之中那些知悉的原始数据。在过去十年里，他核查了很多层面的研究，从饮品相关研究到用药指南。他在数百文章之中注意到了学术中伤和其它差错，导致文章被撤稿或者被更正，甚至终结了某些剽窃财主的职业生涯。（出处：世界各地被撤稿最多的医护未公开见图表）Retraction Watch盘点的撤稿最多的医护未公开https：//retractionwatch.com/the-retraction-watch-leaderboard/层面，“剽窃”的重灾区？十多年前，Carlisle和其他研究专家聊起日本人研究医护人员Yoshitaka Fujii公开发计划表的那些研究。Fujii以前公开发计划表了一系列RCT，核查了各种药物对预防病征术后腹痛和恶心的不良影响。原始数据看起来太过理想，以至于很不真正。Carlisle不得不来进行生物学学作法来检查和这些原始数据。2012年，他援引，文章之中揭示的结果能真正显现出的不太可能性极小[1]。部份由于他的研究，刊物总编敦促Fujii以前和以前的所大学告一段落核查，2012年，Fujii被所大学开除，再次183文章被撤稿，创下了早先。4年后，Carlisle与人合作公开发计划表了对另一位日本人研究专家Yuhji Saitoh研究的研究，注意到他的原始数据也非常知悉[2]，Saitoh现今有53篇短文被撤稿。还有其他研究医护人员参考了Carlisle的不合时宜。例如，2016年，澳大利亚和英国的研究医护人员在骨总目研究者Yoshihiro Sato的文章之中注意到了一些弊端[3]，导致了27文章被撤稿。Sato再次有66文章被撤稿。在上述事件真相以后，总目就曾绝对值起学术诈骗丑闻而致使，其之中除此以外德国牙医Joachim Boldt的事件真相，他已被撤稿了90多文章。Carlisle甚至开始不以为然是不是只在总目有学术诈骗。因此，他挑选了8本主要医学学报，来进行特长查阅了数千项随机试验。2017年，Carlisle在《Anaesthesia》刊物上公开发计划表了一篇研究短文，称在16年来公开发计划表的5000多项试验之中，注意到90项研究的原始数据很知悉[4]。现今为止，这些文章至少有10篇已被撤稿，6篇被废止，除此以外公开发计划表在《NEJM》上的一项关于地之中海饮品对健康好处的研究，不过，这篇短文不则会任何学术诈骗的犯罪行为，是创作者在对自发性的随机以此类推上犯了一个差错。在创作者移除了差错原始数据后，这文章重新公开发计划表，结论与以后类似[5]。Carlisle长期在坚持封杀文章之中的知悉原始数据，今年，他对热那亚外总目医生Mario Schietroma同步进行的数十项研究提出了忠告，称这些研究却是是药理学实践的可靠依据[6]。Myles是该Carlisle报告的合着者之一，去年，Myles在Schietroma的五文章之中注意到控制组和病征组的原始原始数据共存知悉的相似点。Schietroma的研究结果对世界各地各地的医院都导致了不良影响， WHO在2016年引用了Schietroma的研究成果，发布了一项提议，即医生在手术期间和术后其所常规提升给病征的氮气水平以缩减受到感染。Myles却说，这是一个有疑虑的提议，在某些手术之中，过多的氮气不太可能则会降低肾衰竭的风险，而这些提议不太可能意味着，较贫穷国家的医院则会把更多预算花在氮气上。Myles忠告过的五文章很快被撤稿，WHO将其提议从“强录用”修改为“而无须录用”，这意味着药理学医生有更多的自主权为各不相同的病人做到出各不相同的选择。Schietroma却说，他的生物学是由一名独立生物学研究专家来同步进行的，且通过了同行评审，一组病征他除此以外选择了类似的病征个体，所以一组的原始数据非常相似，也就不足为奇了。他还坚称，2009年发生地震时，丢弃了与试验有关的原始原始数据和文件。该校一位发言人坚称，早就还给“相关核查私人机构”处理事件，但不则会解释是哪些私人机构，也不则会却说明核查前提即将同步进行之中。也就是说是差错，还是剽窃？Carlisle的原始数据封杀作法却是新颖，他坚称：真正的原始数据有其自然，而人造原始数据难以重现。1938年美国总目研究专家Frank Benford推广了这种原始数据封杀作法，并被许多生物学医护人员运用于。（该作法参照正下方链接，本文便说明：chrome-extension：//oemmndcbldboiebfnladdacbdfmadadm/http：//datacolada.org/wp-content/uploads/2018/08/4409-Benford-1938-Law-of-anomalous-numbers.pdf）以随机对照试验为例，Carlisle通过观察基线原始数据，这些原始数据揭示了试验之中自发性的入组特点，一般而言是控制组和插手组，除此以外身高、身型和相关的心理特点，一般而言在文章的第一个表单之中揭示。在RCT之中，自发性被随机调配到控制组或（一个或多个）插手组。因此，各组之中每个特点的均参数和标准差其所该北至南相似，但不不太可能完全相同。2017年，Carlisle在《Anaesthesia》刊物上公开发计划表的那篇对5000项药理学试验的研究[1]，引发了《Anesthesiology》刊物总编们的强烈反响，该刊物上公开发计划表过12篇被Carlisle列为有弊端的文章。在对《Anaesthesia》的一篇仍要信之中，生物学层面专家Timothy Houle强调了一些弊端，比如Carlisle运用于的作法不太可能则会显现出假阴性，运用于检测窜改原始数据的理论上工具箱（类似于剽窃检查和软件）不太可能则会更好，但Carlisle的作法显然。”[7]今年5翌年，《Anesthesiology》确实废止了Carlisle强调的其之中一文章，援引两个表单之中P参数有“差错”，但创作者丢弃了原始原始数据，难以重新计算这些参数，然而，创作者在评论之中仍坚持自己的观点。在过去的几年里，Carlisle运用于的作法却是是唯一一种用于检查和已公开发计划表文章原始数据的作法。Michèle Nuijte开发计划了一种她称做到“spellcheck for statistics”的处理程序，可以扫描学报短文，检查和生物学原始数据前提之外一致。运用于“Statcheck”可以检查和结果之中报告的原始数据前提与计算的P参数一致。（参照：https：//www.nature.com/news/stat-checking-software-stirs-up-psychology-1.21049）荷兰精神病学大学本科Nick Brown和匹兹堡研究医护人员James Heathers，运用于一个称做到GRIM的处理程序复核生物学作法的正确率，作为标上知悉原始数据的另一种作法。（参照：https：//medium.com/@jamesheathers/the-grim-test-a-method-for-evaluating-published-research-9a4e5f05e870）斯坦福所大学的John Ioannidis却说：”人们对这类封杀更为有用，它们是令人难忘的工具箱”。但他忠告称，不让对弊端的原因无益下结论。他坚称：“学术诈骗和只是有差错，是完全各不相同的。”Brown， Nuijten和Carlisle也都不得不，他们的封杀工具箱只是凸显了需要核查的弊端。Nuijten坚称“不想把statcheck处理程序和学术诈骗保持联系在一起”。Ioannidis认为，这类工具箱的真正实用性在于，在文章公开发计划表前对有弊端的原始数据同步进行筛查，从而在一开始就防止学术诈骗或有其它差错。Carlisle却说，更为多的刊物总编保持联系他，借此能用他的作法来封杀文章。但极少时候都是在非正式的意味著临时完成的，也就是说是在总编已有所不以为然的意味著才则会这样做到。但至少早就有两家学报往前走了一步，将生物学检查和作为所有文章公开发计划表过程的一部份。但即使注意到一项研究共存学术诈骗，也不一定能有鉴于此弊端。2012年，韩国政府的研究医护人员向《Anesthesia Company Analgesia》刊物建议书了一项试验，研究内容为面部躯干张力如何提示插管的最佳小时。总编非正式地让Carlisle封杀了这篇短文，他注意到病征原始数据和总结原始数据共存差异，文章被拒稿了。然而，这文章随后MLT-了Carlisle自己的学报上，但换用了病征原始数据，Carlisle认出了这文章，它其后招来了拒稿，两家刊物的总编都保持联系了创作者及其所在私人机构，表达出来了他们的担忧。令Carlisle讶异的是，几个翌年后，这文章，与上一版不则会任何推移，公开发计划表在《European Journal of Anaesthesiology》刊物上。在Carlisle与该学报总编却暗示对这篇短文的揣测之后，该文章于2017年被撤稿，原因是“他们的原始数据共存此前，除此以外对结果的差错说明”。[8]参考文献：1. Anaesthesia. 2012 May；67(5)：521-37.2. Anaesthesia. 2017 Jan；72(1)：17-27.3. Neurology. 2016 Dec 6；87(23)：2391-2402.4. Anaesthesia. 2017 Aug；72(8)：944-952.5. N Engl J Med. 2018 Jun 21；378(25)：e34.6. Anaesthesia. 2019 May；74(5)：573-584.7. Anaesthesia. 2018 Jan；73(1)：125-126.8. Eur J Anaesthesiol. 2017 Apr；34(4)：249.短文抄录自：How a data detective exposed suspicious medical trials. Nature. 23 July， 2019.