Narkotiku izpētes problēmas: Paxil

Ja jūsu peļņas normas ir atkarīgas no it kā “zelta standarta” objektīvā zinātniskā procesa, uzminiet, cik ilgs laiks paies, pirms sākat iedomāties, kā ar šo procesu varētu manipulēt?

Ja jūs atbildētu: "Nav ļoti", jums būtu taisnība.

Šis process, protams, ir recenzēti žurnālu raksti, kas ir veselības aprūpes pētījumu “zelta standarts”. Teorija ir tāda, ka, ja pētnieki pārskata citu pētnieku darbu un pirms publicēšanas to vet, tad tikai labie materiāli ļaus to publicēt (un, ja lietas ir jāprecizē vai jāpieņem papildu atrunas, tās bieži parādās pārskatīšanas procesā).

Tātad, kā jūs manipulējat ar tik objektīvu procesu? Nu, jūs varētu sākt no tā dibināšanas. Paši pētījuma dati.

Šodienas pētījumu datu un pētījumu problēma ir tā, ka daudzi pētnieki statistikā nesatur rokas slapjas - viņi darbu nodod statistikas speciālistiem vai pētniekiem ar statistikas specialitāti. Tas nozīmē, ka kā pētnieks, iespējams, nekad pat neapskatīsit neapstrādātus datus milzīgā daudzcentru klīniskā pētījumā. Statistiķis vai maģistrants to visu apstrādā, manipulē ar dažādām analīzēm un iepazīstina ar pētījumu ar analīžu rezultātiem.

Bet lielākā daļa pētnieku izvēlas paši savus statistikas speciālistus, kolēģus, ar kuriem viņi bieži strādā līdzās gadiem vai pat gadu desmitiem.

Kas notiek, ja jūs smagi pacelat pētnieka plecus un vienkārši dodat viņiem galīgos, iztīrītos datu rezultātus?

Kā būtu, ja kopsavilkuma datus sniegtu viena no zāļu kompānijām, kuras narkotiku jūs pētījāt? Hmm ... Šeit redzat iespējamo interešu konfliktu?

CL Psych ir pilns, bēdīgs stāsts, kurā aprakstīts, kā GlaxoSmithKline (GSK) acīmredzami manipulēja ar pētniekiem, pētot saikni starp pašnāvību un vienu no populārākajiem antidepresantiem - Paxil: Key Opinion Leaders and Information Laundering: The Case of Paxil.

Mēs uzskatījām, ka CL Psych analīze ir ieskatoša un apsūdzoša, un ir vērts lasīt pētniekus, kuri mēģina aizstāvēt savu izvēli paši neapskatīt neapstrādātus datus:

Ja esat akadēmisks pētnieks un vienkārši paņemat zāļu ražotāju datu tabulas, tad pavairojiet tos pārskatā un / vai publikācijā, jūs neveicat pētījumu - jūs atmazgājat informāciju. Cilvēki domā, ka jūs esat rūpīgi izpētījis datus, bet jūs to neesat izdarījis, un tādējādi jūs sabiedrībai darāt ļaunu.

To saucot tā, kā tas ir ...!

Salīdzinošās pārskatīšanas process izjauc brīdi, kad pētnieki pārtrauc savu darbu un paļaujas uz to, ka citi veic daļu sava darba viņu labā. Un mēs uzskatām, ka žurnāliem nevajadzētu publicēt rakstus, kuros pētniekiem nav skaidras “aizbildnības ķēdes” attiecībā uz pētītajiem datiem. Tas ir, pētniekiem vienmēr vajadzētu būt iespējai precīzi zināt un aizstāvēt to, kā viņu dati tika vākti, glabāti, apstrādāti, analizēti un salīdzināti.