Miksi suuri hydroksiklorokiinitutkimus peruutettiin tilastollisen väärinkäytön vuoksi

Miksi suuri hydroksiklorokiinitutkimus peruutettiin tilastollisen väärinkäytön vuoksi

Korkean profiilin HCQ-tutkimus, jossa väitettiin 16 990 Covid-kuolemaa, paljastettiin tietojen väärinkäytön ja annosvaikutusten huomiotta jättämisen vuoksi, mikä korostaa, miksi tieteelliset julkaisut tarvitsevat läpinäkyvyyden uudistamista.

Tuoreessa lehdessä julkaistussa tutkimuksessaKansanterveysarkistoTutkijat omaksuivat Pradellen et al.:n metodologiset käytännöt ja tulokset. Tämä tutkimus lisäsi keskustelua reumaattisten lääkkeiden käytöstä väittämällä, että HCQ liittyi yli 16 990 kuolemaan Covid-19-pandemian ensimmäisen aallon aikana. Myöhemmät katsaukset osoittivat Pradelle et ai. Prosessi ei kuitenkaan ollut läpinäkyvä, koska yksityiskohtaisia ​​selvityksiä peruuttamisesta ja siihen liittyvästä kirjeenvaihdosta ei julkistettu.

Tämä tutkimus kritisoi Pradellen et al.:n aineiston metodologisia väitteitä ja lähestymistapaa.

Taustaa – HCQ-keskustelu

Maailmanlaajuisen Internet-yhteyksien ennennäkemätön kasvu on johtanut tieteellisen tiedon laajaan levittämiseen online-sosiaalisten verkostojen ja mediaalustojen kautta, mikä usein muokkaa yleistä mielipidettä, yksilön käyttäytymistä ja puolestaan ​​poliittisia päätöksiä. Tämä luo implisiittisen vastuun tutkijoille noudattaa korkeimpia kurinalaisuutta metodologisissa lähestymistavoissaan. Tästä huolimatta yli 10 000 julkaisua perutaan vuosittain sen jälkeen, kun niiden tietojen luotettavuutta ja tarkkuutta on kritisoitu.

Nämä peruutukset eivät ainoastaan ​​tarkoita merkittävää rahoituksen ja tutkimusponnistelujen menetystä, vaan niiden virheellisten havaintojen levittäminen voi olla haastavaa kumota. Tämä tutkimus käyttää Lancet Gate -keskustelua korostaakseen tätä asiaa. Keskustelu keskittyy Lancetissa julkaistuun julkaisuun hydroksiklorokiinista (HCQ), malarialääkkeestä, jota testataan koronavirustautia 2019 (CoVID-19) vastaan. Vaikka laaja tieteellinen meteli johti sen vetäytymiseen, useat hallitukset viittasivat sen tuloksiin muotoillessaan HCQ:n käyttöä koskevaa yleistä politiikkaansa.

Keskustelu kiihtyi uusiin korkeuksiin, kun Pradelle et al. Julkaistut meta-analyysit, joissa arvioitiin HCQ:n HCQ:n käytöstä kuolleiden määrää Covid-19:n ensimmäisen aallon aikana. Tutkimus, jonka mukaan 16 990 ihmistä saattoi kuolla HCQ:n kulutuksen jälkeen, koostui Belgiasta, Ranskasta, Yhdysvalloista, Espanjasta, Turkista ja Italiasta, ja se johtui sekä laajasta tiedotusvälineestä että poliittisista vaikutuksista. Vaikka julkaisu lopulta peruutettiin "tiedon puutteen" ja " kyseenalaisten oletusten " vuoksi, vahinko tapahtui.

"Tämän artikkelin tavoitteena on käsitellä keskeisiä huolenaiheita tieteellisen julkaisun läpinäkyvyydestä ja eheydestä, erityisesti Pradellen et al.:n perutun artikkelin ja verkostoituneiden julkaisujen yhteydessä, sekä nykyisen julkaisuekosysteemin heikkoudet väärien tietojen estämisessä ja yleisen luottamuksen säilyttämisessä tieteellisiin instituutioihin."

Metodologiset puutteet

Ensimmäinen tässä kritiikissä tutkittu metodologinen puute on Pradelle et al. Arvioitu sairaalakuolleisuus. Vaikka julkaisussa arvioitiin, että yli 16 990 ihmistä kuoli myötätuntoisen HCQ-käytön seurauksena, nämä tulokset esitettiin ilman asianmukaisia ​​herkkyysanalyysejä tai annosalaryhmien muutoksia, mikä esti tietojen luotettavuuden. Arvio HCQ-kuolleisuudesta (todennäköisyyssuhde [OR]) on edelleen virheellinen. Pradelle et ai. johdettiin Axforsin et al.:n aikaisemmista meta-analyyseistä. Lainattu ja peräisin pääasiassa suuriannoksista satunnaistetuista kontrolloiduista kokeista, mutta Pradelle et al. Samaa vaikutuskokoa sovellettiin kaikkiin potilasryhmiin todellisesta saadusta annoksesta riippumatta ottamatta huomioon vaikutuksen koon annosriippuvuutta tai tekemättä sen validiteetin robustisuustarkastuksia.

Tämä kritiikki käsittelee edelleen tilastollisen ja kliinisen merkityksen erottamisen tärkeyttä. Se korostaa vaikutuskokojen väärinkäyttöä, herkkyysanalyysien puutetta ja alaryhmäestimaattien puutetta kumulatiivisina tekijöinä, jotka vaikuttavat Pradellen et al.:n kliiniseen luotettavuuteen. Mitätöidä.

Uudelleenanalyysissä havaittiin, että pienemmät HCQ-annokset eivät osoittaneet selvää näyttöä lisääntyneestä kuolleisuudesta, kun taas vain suuremmat annokset liittyivät mahdolliseen riskin kasvuun. Tärkeää on, että herkkyysanalyysit osoittivat, että tilastolliset päätelmät riippuivat suuresti yhdestä suuresta tutkimuksesta, mikä herätti huolta alkuperäisten löydösten luotettavuudesta.

"Kuten useissa maissa Covid-19-pandemian aikana on nähty, HCQ:n käyttö on vaihdellut suuresti annostuksen, potilasvalinnan, muiden hoitomuotojen yhteiskäytön, metodologisten standardien ja tilastollisten tulosten varovaisen tulkinnan suhteen kansanterveyspolitiikan muotoilussa."

Nämä tulokset vahvistavat tekijöiden tarvetta ottaa vastuuta tietolähteensä ja tilastomalleihinsa sisältyvien oletusten kriittisesta arvioinnista. Tilastomenetelmien on nähtävä enemmän läpinäkyvyyttä, ennen kuin tiede ja lääketiede voivat edistyä ja väärän tiedon leviäminen voi pysähtyä.

Metodologisen kritiikin lisäksi tutkimuksessa korostetaan tieteellisen julkaisemisen laajempia systeemisiä ongelmia, mukaan lukien petollisten julkaisukäytäntöjen lisääntyminen, arvioijien väsymys, saalistuspäiväkirjat, "paperitehtaat" ja luottamuksen heikkeneminen tieteellisiin instituutioihin.

Tulevia suosituksia

Tutkimus antaa suosituksia tieteelliseen eheyteen kohdistuviin jatkuviin uhkiin liittyen toistettavuudesta, vertaisarviointiprosessien rappeutumisesta ja kiireellisistä uudistustarpeista sekä vertaisarvioidun tieteen avoimuuden ja vastuullisuuden lisäämisestä. Se korostaa avoimen tieteen käytäntöjen potentiaalia tehokkaiden ratkaisujen kehittämisessä, erityisesti läpinäkyvyyden ja vastuullisuuden ratkaisuja.

"Alustat, kuten Open Science Framework (OSF), Zenodo, Dryad ja Figshare, ovat esimerkkejä vankkaista infrastruktuureista, jotka varmistavat, että tieteellinen materiaali on saatavilla tarkastettavaksi, uudelleenanalyysiksi ja jatkotutkimukseksi.

Avoimet vertaisarviointimallit, joissa arvioijien raportit ja henkilöllisyydet julkistetaan, voisivat myös parantaa arvioiden laatua ja kehittää rakentavampaa ja vastuullisempaa arviointiprosessia. "

Artikkelissa suositellaan lisäksi kannustimia vertaisarvioijille, kuten CETORING Medical Education (CME), julkista tunnustusta ja mahdollisuuksia ammatilliseen edistymiseen sekä avoimen datan ja koodin jakamisen käyttöönottoa toistettavuuden parantamiseksi.

Nämä ja muut uudistukset ovat tärkeitä arvioijien osallistumisen kannustamiseksi, vertaisarviointiprosessin tiukkojen standardien parantamiseksi ja yleisen avoimuuden parantamiseksi turvallisemman ja terveemmän huomisen takaamiseksi.

Lähteet: