9.3: Наука в картотеці

Last updated
Save as PDF

Page ID: 97640

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)

Раніше ми бачили вплив численних порівнянь та інфляції правди на результати дослідження. Ці проблеми виникають, коли дослідження проводять численні порівняння з низькою статистичною потужністю, даючи високий рівень помилкових спрацьовувань та завищені оцінки розмірів ефекту, і вони з'являються всюди в опублікованих дослідженнях.

Але не кожне дослідження публікується. Ми бачимо лише частину медичних досліджень, наприклад, тому що мало вчених турбуються про публікацію «Ми спробували ці ліки, і це, здається, не спрацювало».

Розглянемо приклад: дослідження пухлинного супресорного білка TP53 і його впливу на рак голови і шиї. Ряд досліджень припустив, що вимірювання TP53 можуть бути використані для прогнозування рівня смертності від раку, оскільки він служить для регулювання росту та розвитку клітин і, отже, повинен правильно функціонувати для запобігання раку. Коли всі 18 опублікованих досліджень щодо TP53 та раку були проаналізовані разом, результат був високо статистично значущою кореляцією: TP53 можна було чітко виміряти, щоб сказати, наскільки ймовірно, що пухлина вб'є вас.

Але тоді припустимо, що ми викопуємо неопубліковані результати на TP53: дані, які були згадані в інших дослідженнях, але не опубліковані або проаналізовані. Додайте ці дані до суміші, і статистично значущий ефект зникне. ³⁶ Зрештою, мало хто з авторів потрудився публікувати дані, що показують відсутність кореляції, тому метааналіз міг використовувати лише упереджену вибірку.

Подібне дослідження розглядало ребоксетин, антидепресант, який продає Pfizer. Кілька опублікованих досліджень припустили, що він ефективний порівняно з плацебо, що призвело кілька європейських країн схвалити його для призначення депресивним пацієнтам. Німецький інститут якості та ефективності охорони здоров'я, відповідальний за оцінку медичних методів лікування, зумів отримати неопубліковані дані випробувань від Pfizer - втричі більше даних, ніж коли-небудь було опубліковано - і ретельно проаналізував їх. Результат: ребоксетин не ефективний. Pfizer лише переконав громадськість, що це ефективно, нехтуючи згадкою про дослідження, які доводять, що це не так ^.

Ця проблема широко відома як упередженість публікацій або проблема з ящиком файлів: багато досліджень роками сидять у ящику файлів, ніколи не публікуються, незважаючи на цінні дані, які вони могли б внести.

Проблема полягає не просто в упередженості опублікованих результатів. Неопубліковані дослідження призводять до дублювання зусиль - якщо інші вчені не знають, що ви зробили дослідження, вони цілком можуть зробити це знову, витрачаючи гроші та зусилля.

Регулятори та наукові журнали намагалися зупинити цю проблему. Управління з контролю за продуктами та ліками вимагає, щоб певні види клінічних випробувань були зареєстровані через їх веб-сайт ClinicalTrials.gov до початку випробувань, і вимагає публікації результатів протягом року після закінчення випробування. Так само Міжнародний комітет редакторів медичних журналів оголосив у 2005 році, що вони не публікуватимуть дослідження, які не були попередньо зареєстровані.

На жаль, огляд\(738\) зареєстрованих клінічних випробувань виявив, що лише\(22\)% відповідали законодавчій вимозі щодо публікації. ⁴⁷ FDA не оштрафував жодних фармацевтичних компаній за невідповідність, і журнали не послідовно виконували вимогу про реєстрацію випробувань. Більшість досліджень просто зникають.