扎实可靠的研究是医疗专业人员提供良好健康建议的重要基础。
然而，并非所有研究都准确，也并非都以可靠数据为依据。
提出这些简单的问题，有助于避免受到不良医疗建议的影响。
如果你正饱受慢性疼痛、糖尿病、心脏问题或其他疾病困扰，你希望确信医生会为你提供有效的治疗。你当然不想把时间或金钱浪费在无效的治疗上，也不想服用可能伤害自己的东西。
指导治疗的最佳信息来源是医学研究。但你如何判断这些信息是否可靠、是否有证据支持？又该如何区分粗制滥造的研究结果和有价值的研究结果？
研究成果的发表需要经历漫长过程。科学家设计实验和研究来探讨治疗或预防方面的问题，并遵循一定的科学原则和标准。随后，研究发现会提交给学术期刊发表。编辑以及研究者所在领域的其他人士（称为同行评审人）会提出建议，以改进研究。研究被认为符合要求后，便会以学术期刊论文的形式发表。
在这段漫长的过程中，许多环节都可能出错，导致学术期刊论文不可靠。而且，同行评审并非旨在发现虚假或误导性数据。无论是评审人还是公众，都可能难以识别不可靠的科学研究，但只要提出恰当的问题，就能做到。
尽管大多数研究都按照严格标准开展，但包含虚假或存在致命缺陷的研究发现，有时仍会发表在科学文献中。由于科学出版流程会在发表前发现其中一些研究，因此很难准确估算欺诈性研究的数量。一项针对麻醉学领域526项患者试验的研究发现其中8%存在虚假数据，26%存在严重缺陷。
作为一名医学与公共卫生教授，我研究科学研究中的偏倚已有30年，研究范围涵盖设计、实施和发表。我一直在探索预防和发现研究诚信问题的方法，以便综合最优证据并将其用于健康决策。查明不可信的数据——无论源于故意欺诈还是不良研究实践——是利用最可靠证据作出决策的关键。
系统综述有助于识别质量不佳的研究
最可靠的证据来自研究人员汇总多项研究的结果，这种方法称为系统综述。开展系统综述的研究人员会识别、评估并总结某一特定主题的所有研究。他们不仅会筛查并整合可能涉及数万名患者的研究结果，还能增加一道筛选程序，发现可能存在欺诈的研究，确保其不被纳入建议依据。这意味着，在系统综述中，严谨程度较高的研究具有更大权重，而评审人会依据严格的纳入和排除标准剔除质量不佳的研究。
为了更好地了解系统综述评审人和其他研究人员如何识别不可靠研究，我的研究团队采访了来自12个国家的30位国际专家。他们告诉我们，粗制滥造的研究可能很难发现，正如一位专家所说，这类研究“旨在让人乍看之下觉得过关”。
正如我们的近期发表的研究所述，有些研究的数据似乎经过了人为修饰；有些研究的设计不如其声称的那样严谨；还有一些甚至可能完全是伪造的。
我们的研究提出了一些重要思路，帮助识别存在严重缺陷或虚假的医学研究，并避免轻信这类研究。
我们采访的专家提出了一些评审人应当就研究提出的关键问题。例如，研究是否获得了伦理审批？这项临床试验是否已注册？结果看起来合理吗？研究是否由独立来源资助，而非由正在接受测试的产品所属公司资助？
如果这些问题中任何一项的答案是否定的，就需要对研究作进一步调查。
尤其是，我和同事发现，评审和综合证据的研究人员可以制定一份预警信号清单。这些信号不能确凿证明研究存在欺诈，但可以提醒研究人员和公众，哪些研究需要更仔细地审查。我们利用这些预警信号制作了一种筛查工具，其中包含一系列关于研究如何开展和报告的问题，可帮助判断研究是否真实。
预警信号包括缺失的重要信息，例如伦理审批详情或研究开展地点，以及好得令人难以置信的数据。比如，一项研究中的患者人数可能超过整个国家患有该疾病的人数。
识别粗劣研究
需要指出的是，我们这项新研究并不意味着所有研究都不可信。
新冠疫情提供了一个例子，说明系统综述如何最终筛除已发表在医学文献中并经媒体传播的虚假研究。疫情初期，医学研究步伐加快，严谨、执行良好的患者试验以及随后开展的系统综述，帮助公众了解哪些干预措施有效，哪些缺乏科学依据。
例如，伊维菌素是一种抗寄生虫药物，通常用于兽医领域；一些人曾在没有证据的情况下将其宣传为新冠治疗药物，它在世界部分地区广受欢迎。然而，在排除虚假或有缺陷的研究后，一项关于伊维菌素的研究系统综述发现，它“没有有益效果，无法帮助新冠患者。”
另一方面，一项关于地塞米松等皮质类固醇药物的系统综述发现，这些药物有助于预防死亡，可用于治疗新冠。
全球各地都在努力确保医学研究遵守最高标准。研究资助方要求科学家公布所有数据，以便接受全面审查；发表新研究的医学期刊也开始筛查可疑数据。但所有参与研究资助、开展和发表的人都应当意识到虚假数据和研究确实存在。
我们这项新研究提出的筛查工具是为科学研究的系统综述评审人设计的，因此需要具备一定专业知识才能使用。不过，研究人员和公众都可以借助该工具中的一些问题，更有准备地以知情、审慎的态度阅读最新研究。
