文献推荐:伪造研究数据的影响—阿哌沙班为例
转载自:搜狐网
原文标题:评估于统合分析中,涵盖了被美国食品和药物管理局(FDA)识别为含有伪造数据的研究对分析结果的影响:以阿哌沙班临床试验为例
来源:Garmendia CA, Nassar Gorra L, Rodriguez AL, Trepka MJ, Veledar E4, Madhivanan P.JAMA Intern Med. 2019 Apr 1;179(4):582-584.
推荐原因:
国内外对于学术造假均采取严厉态度,因为这有违学术寻真之道,倘若造假发生于医学研究上,更可能影响临床判断,让病人性命堪虞。最近权威医学期刊《美国医学会内科医学杂志》(JAMA Internal Medicine)发表了一份分析研究,以预防心房颤动患者中风的抗凝血口服药物「阿哌沙班」(apixaban)的临床试验为例,指出其所含的伪造数据,如何引导错误的分析结果,引发轩然风波。
导言
已有受美国食品和药物管理局(FDA)管辖的临床研究,被证实汇报伪造数据1。当美国食品和药物管理局发现伪造数据时会警告相关研究人员,但这些伪造数据往往已于医学文献上发布1,2。为了于统合分析(meta-analysis)研究中达到「最佳估计」的有效数据量,而去涵盖所有相关数据时,可能把伪造数据也纳入其中,以致有机会对医疗研究、政策决定及病人护理产生不良影响3。本研究旨在评估若于统合分析研究中涵盖了伪造数据的后果。
方法
早前Seife的调查2,已确认旨在研究药物阿哌沙班的ARISTOTLE临床试验发布了最多载有伪造数据的文献,故此我们根据Cochran干预措施系统评价手册 [The Cochran Handbook for Systematic Reviews of Interventions (PROSPERO Identifier: CRD42017055627),4找出采用了至少一份载有ARISTOTLE临床试验伪造数据文献的统合分析,以进行系统性评估。由于本研究没有涉及人类参与者,佛罗里达国际大学机构审查委员会决议本研究可于没获委员核准下进行。
我们进行的敏感度分析,是透过鉴定优势比(ORs)和相关的95%置信区间(95%CIs),以评估于统合分析中涵盖了ARISTOTLE临床试验伪造数据的后果。我们根据曼特尔-亨塞尔(Mantel-Hanszel)方法,利用每个统合分析文献所描述的固定或随机效应模型,来计算估值。
结果
共有22篇统合分析载有ARISTOTLE临床试验(图)。所有统合分析都是于2012年至2017年间以英文发布。统合分析所使用的文献数目中位数为9(范围,2-28),而发布统合分析文献的期刊的InCite文献影响因子中位数是5.658(范围,3.154-17.202)。含伪造数据的文献于统合分析中的加权比重中位数为37.3%(范围,7%-100%)。
图:研究流程图
被我们重新分析的22个统合分析之中,其中10个(46%)统合分析的结果与其最初的结论不同。每个受影响的统合分析,其使用文献数目中位数为9.5(范围,2-17),其发布文献期刊的InCite文献影响因子中位数是5.830(范围,3.154-17.202),含伪造数据的文献于这些统合分析中的加权比重中位数为55.7%(范围,13.1%-99.6%)。
这22个统合分析含99项分析,有32项(32%)的分析结果经重新分析后与先前的不同(表)。在这32项受影响分析中,31(97%)项不再支持阿哌沙班用于预防严重医疗问题,并有一项(3%)支持对照组。
在这99项分析中,32项(32%)是亚组分析,67项(68%)是完整分析(表)。在32项亚组分析中,14项(44%)经重新分析后改变了结果。在67项完整分析中,18项(27%)分析结果受到影响。
讨论
本研究发现,在所有统合分析中,46%的统合分析文献因涵盖了伪造数据而引致结论更改,与此同时32%的分析项目结论出现重大变更。总体分析比亚组分析较能抵抗伪造数据对研究结论的影响。对于在统计学上没受影响的优势比,估算数值普遍倾向中立,但在多于一份统合分析文献上保持不变。
本研究只包括经Seife确认含有伪造数据的ARISTOTLE临床试验的统合分析文献。然而,不是所有ARISTOTLE临床试验的数据均属伪造。2 不过,研究人员有意识发布伪造数据是一种研究不当的行为,故此我们删除了所有ARISTOTLE临床试验的数据。5
我们的敏感度分析结果显示,统合分析有机会因使用了含伪造数据的医学文献而令结论出现偏差。故此,本研究应该使用强力敏感度测试及为伪造数据进行强力防御措施加添推动。伪造数据不但影响原始医学文献,还有任何接续的统合分析,与及由统合分析结论所带来的临床医学或医疗政策变改。
1. Garmendia CA, Bhansali N, Madhivanan P. Research misconduct in FDA-regulated clinical trials: a cross-sectional analysis of warning letters and disqualification proceedings. Ther Innov Regul Sci.2018;52(5):592-605.
2. Seife C. Research misconduct identified by the US Food and Drug Administration: out of sight, out of mind, out of the peer-reviewed literature. JAMA Intern Med.2015;175(4):567-77.doi:10.1001/jamainternmed.2014.7774
3. Slavin RE. Best evidence synthesis: an intelligent alternative to meta-analysis. J Clin Epidemiol.1995;48(1):9-18.doi:10.1016/0895-4356(94) 00097-A
4. The Cochrane Collaboration. Cochrane Handbook for Systematic Reviews of Interventions (Version5.1.0).https://training.cochrane.org/handbook. Accessed September5,2018.
5. Office of Research Integrity, US Department of Health and Human Services. Definition of Research Misconduct (April25,2011).https://ori.hhs.gov/ definition-misconduct.AccessedSeptember5,2018.
- 2019-09-27文献推荐:伪造研究数据的影响—阿哌沙班为例
- 1