Η αδυναμία επαλήθευσης των ερευνητικών αποτελεσμάτων των δημοσιεύσεων που έχει αναδειχθεί τα τελευταία χρόνια, γνωστή και ως κρίση επαναληψιμότητας, είναι ένα μείζον πρόβλημα όχι μόνο της επιστημονικής κοινότητας αλλά και ολόκληρης της κοινωνίας. Οι βιοϊατρικές επιστήμες φαίνεται ότι επηρεάζονται σε μεγάλο βαθμό από την κρίση επαναληψιμότητας, η οποία επιφέρει καταστροφικές συνέπειες στην ανάπτυξη φαρμάκων και θεραπειών.
Μία κύρια αιτία αποτυχίας των μελετών επαναληψιμότητας, να καταλήξουν στα ίδια συμπεράσματα με την αρχική δημοσίευση, είναι η ύπαρξη παραπλανητικών ή/και κατασκευασμένων πειραματικών δεδομένων (περισσότερες πληροφορίες στο άρθρο του Παναγιώτη Κάβουρα που δημοσιεύτηκε στο παρόν τεύχος του Πρίσματος). Λεπτομερής μελέτη στην οποία εξετάστηκαν 2.047 άρθρα από επιστήμες της ζωής, που δημοσιεύτηκαν και αποσύρθηκαν από τη βάση δεδομένων PubMed, αποκάλυψε ότι μόλις το 21,3% αυτών αποσύρθηκαν λόγω ακούσιων σφαλμάτων. Στο 43,4% των περιπτώσεων η αιτία απόσυρσης ήταν η ύπαρξη κατασκευασμένων ή/και παραποιημένων δεδομένων και στο 9,8% των άρθρων η λογοκλοπή1.
Δημοσίευση με κάθε κόστος
Εικόνες από μικροσκόπια που απεικονίζουν κύτταρα και ιστούς και φωτογραφίες από πειράματα μοριακής βιολογίας και βιοχημείας, συνοδεύουν στην πλειονότητα των περιπτώσεων επιστημονικά άρθρα βιοϊατρικών επιστημονικών κλάδων, σε μια προσπάθεια ισχυροποίησης και επιβεβαίωσης των πειραματικών δεδομένων που αναφέρονται σε αυτά. Η ύπαρξη λογισμικών επεξεργασίας των εικόνων καθιστά εύκολη την τροποποίησή τους από τους ερευνητές, προκειμένου να επιβεβαιώσουν την ερευνητική τους υπόθεση έτσι ώστε να μπορεί να δημοσιευτεί το πολυπόθητο άρθρο.
Τροποποιήσεις των πειραματικών δεδομένων που μπορούν να επηρεάσουν θετικά την ετυμηγορία των ανεξάρτητων κριτών που αξιολογούν το άρθρο έχουν κατά καιρούς πραγματοποιηθεί, θέτοντας σε κίνδυνο την αξιοπιστία της έρευνας και καθιστώντας αδύνατη την επαναληψιμότητα των αποτελεσμάτων της. Άλλωστε η λογική “publish or perish” (δημοσίευσε ή μείνε στην αφάνεια) έχει διαποτίσει τη συνείδηση μεγάλης μερίδας ερευνητών και αντανακλά την αγωνιώδη προσπάθειά τους να επιβιώσουν και να διακριθούν στο άκρως ανταγωνιστικό και επισφαλές ερευνητικό και ακαδημαϊκό περιβάλλον.
Δημοσιεύσεις εν καιρώ πανδημίας
Στις ακραίες συνθήκες που βιώνουμε λόγω της πανδημίας, το φαινόμενο της κρίσης επαναληψιμότητας αποκτά μεγαλύτερες διαστάσεις, εξαιτίας της άμεσης ανάγκης για ακριβή και έγκυρη επιστημονική γνώση για τον νέο κορωνοϊό, προκειμένου να επιταχυνθεί η λήψη αποφάσεων σχετικά με την πρόληψη και αντιμετώπισή του. Είναι, άλλωστε, ενδεικτικό το γεγονός ότι πριν τις 12 Μαρτίου 2020, πριν, δηλαδή, τη μέρα που ανακηρύχθηκε η ασθένεια COVID-19 ως πανδημία από τον Παγκόσμιο Οργανισμό Υγείας, 900 άρθρα είχαν ήδη δημοσιευτεί στην αγγλική γλώσσα σχετικά με τον νέο κορωνοϊό, αριθμός ο οποίος έχει έκτοτε πολλαπλασιαστεί2.
Ο αγώνας δρόμου για την εύρεση αποτελεσματικής θεραπείας και για την πρόληψη οδήγησε σε πολύ σύντομες διαδικασίες αξιολόγησης των δεδομένων που αναγράφονται στα υπό δημοσίευση άρθρα από ανεξάρτητους κριτές- μέλη της διεθνούς επιστημονικής κοινότητας. Αυτές οι «fast track» διαδικασίες αξιολόγησης, ενώ δικαιολογούνται λόγω των έκτακτων συνθηκών, επισύρουν κινδύνους για την αξιοπιστία των αποτελεσμάτων και καθιστούν τη διασφάλιση της ακεραιότητας της έρευνας πιο αναγκαία από ποτέ. Χαρακτηριστικό παράδειγμα αποτελεί δημοσίευση σχετικά με τη χρήση χλωροκίνης και υδροξυχλωροκίνης σε ασθενείς με COVID-19, στο περιοδικό Lancet, το οποίο θεωρείται υψηλού κύρους για τις βιοϊατρικές επιστήμες. Η δημοσίευση κατέληγε στο συμπέρασμα ότι τα εν λόγω φάρμακα αυξάνουν τη θνητότητα στους ασθενείς αυτούς. Μετά την αμφισβήτηση της ακρίβειας των δεδομένων και των αναλύσεων και αφού είχε προκαλέσει αλυσιδωτές αντιδράσεις στα εθνικά συστήματα υγείας και στον Παγκόσμιο Οργανισμό Υγείας, το εν λόγω άρθρο αποσύρθηκε.
Η απάντηση της επιστημονικής κοινότητας
Η καλή επιστήμη, όμως, προϋποθέτει αξιόπιστα δεδομένα. Η ίδια η επιστημονική κοινότητα μέσα από την εφεύρεση και επιστράτευση νέων εργαλείων μπορεί να διασφαλίσει ότι δε θα δημοσιεύονται ή ότι θα αποσύρονται άρθρα με παραπλανητικό περιεχόμενο. Τέτοια εργαλεία μπορούν να εντοπίσουν, για παράδειγμα, αν μια εικόνα από μια πειραματική διαδικασία έχει τροποποιηθεί έτσι ώστε να εμφανίζεται κάτι που δεν υπάρχει, προκειμένου να επιβεβαιώνει την αρχική υπόθεση των ερευνητών. Το 2018 ερευνητική ομάδα με επικεφαλής τον καθηγητή Ντάνιελ Ακούνα, από το Πανεπιστήμιο των Συρακουσών της Νέας Υόρκης, επινόησε έναν αλγόριθμο που μπορεί να ανιχνεύει όμοιες εικόνες ανάμεσα σε χιλιάδες άρθρα βιοϊατρικών επιστημών. Σκοπός τους ήταν η ενίσχυση των εκδοτικών οίκων με αυτοματοποιημένο σύστημα ανίχνευσης παραπλανητικών εικόνων, έτσι ώστε τα άρθρα που τις φέρουν να μη δημοσιεύονται.
Εκτός από τα λογισμικά εντοπισμού παραπλανητικών εικόνων, ιστοσελίδες όπως το «Retraction Watch» (https://retractionwatch.com/) και το «PubPeer» (https://pubpeer.com/) επιτρέπουν, επίσης, την ανάδειξη τέτοιων περιστατικών, αλλά και τον δημόσιο διάλογο πάνω σε άρθρα που έχουν ήδη δημοσιευτεί. Αρκετές αναφορές έχουν πραγματοποιηθεί ήδη σε αυτές τις ιστοσελίδες από μέλη της ακαδημαϊκής κοινότητας για παραπλανητικά δεδομένα σε άρθρα που δημοσιεύτηκαν ακόμα και σε περιοδικά υψηλού κύρους, όπως το Nature, το Science και το Lancet.
Η θέσπιση κανόνων που να ορίζουν με σαφήνεια τι είναι αποδεκτό και τι όχι στην επεξεργασία των πειραματικών δεδομένων και ο έγκαιρος εντοπισμός μη έγκυρων αποτελεσμάτων, πριν ακόμα δημοσιευτούν, είναι απαραίτητες προϋποθέσεις για την διασφάλιση της αξιοπιστίας των ερευνητικών αποτελεσμάτων. Καθώς η έρευνα είναι ένας διαρκής αγώνας δρόμου για την κατάκτηση της γνώσης, ο ένας ερευνητής παίρνει τη σκυτάλη από τον άλλο. Επομένως τα παραπλανητικά δεδομένα βλάπτουν όχι μόνο τους ερευνητές που τα παρουσιάζουν, αλλά ολόκληρη την επιστημονική κοινότητα, την έρευνα στο σύνολό της και κατ’ επέκταση την κοινωνία.
Μαρία Τσίπη
Πηγές:
Fang FC, Steen RG, Casadevall A. Misconduct accounts for the majority of retracted scientific publications. Proc Natl Acad Sci USA. 2012;109:17028-17033.
Callaway E, Cyranoski D, Mallapaty S, et al. The coronavirus pandemic in five powerful charts. Nature. 2020;579:482-483
