Jurnal Molekuler dan Seluler Kardiologi 114 (2018) 364-368

daftar isi yang tersedia di ScienceDirect

Jurnal Molekuler dan Seluler Kardiologi

jurnal homepage: www.elsevier.com/locate/yjmcc

Mengulas artikel

Reproducibility ilmu: Penipuan, faktor dampak dan kecerobohan

DA Eisner
Unit Jantung Fisiologi, Divisi Ilmu Kardiovaskular, Manchester Akademik Ilmu Kesehatan Pusat, 3.18 Fasilitas Inti Teknologi, Universitas Manchester, 46 Grafton ST, Manchester M13 9NT, UK

ARTICLEINFO ABSTRAK

Kata kunci: Ada kekhawatiran besar bahwa hasil yang dipublikasikan dalam sebagian besar dari kertas biomedis mungkin tidak direproduksi. Artikel ini meninjau bukti
Penipuan untuk ini dan menganggap beberapa faktor yang bertanggung jawab dan bagaimana masalah dapat diselesaikan. Salah satu masalah adalah ilmiah fi penipuan
reproduktifitas c. Hal ini, pada gilirannya, mungkin akibat dari tekanan memakai ilmuwan berhasil termasuk kebutuhan untuk mempublikasikan di “ dampak tinggi ” jurnal.
Saya menekankan pentingnya menilai kualitas ilmu itu sendiri dibandingkan dengan menggunakan metrik pengganti. Faktor-faktor lain yang dibahas
meliputi masalah desain eksperimental dan analisis statistik pekerjaan. Adalah penting bahwa masalah ini ditangani oleh ilmiah yang fi c masyarakat
sebelum orang lain memberlakukan peraturan keras.

1. Perkenalan
Ilmu berlangsung dengan fi Temuan dari satu peneliti atau kelompok yang dikemukakan oleh
orang lain. Hal ini sering disimpulkan sebagai, “ Jika saya melihat lebih jauh, itu adalah dengan berdiri
di atas bahu raksasa ”( Kutipan ini secara luas dikaitkan dengan Isaac Newton tetapi awalnya mungkin
berasal dari abad ke-12 filsuf Perancis, Bernard dari Chartres [1] .) Sebaliknya, siapa saja yang telah
membaca artikel komentar di ilmiah fi c jurnal atau scan lay pers akan menyadari kepentingan saat ini
dalam gagasan bahwa kita hidup dalam distopia di mana banyak penelitian yang dilakukan di dasar,
ilmu biomedis praklinis mungkin tidak direproduksi. Seorang penulis utama dalam hal ini fi bidang John
Ioannidis [2] telah menulis serangkaian artikel provokatif termasuk satu dengan judul “ Mengapa
dan politisi kurang siap mendukung dan penelitian dana. Selain itu, seperti yang dibahas kemudian,
beberapa obat yang diusulkan untuk meningkatkan reproduksi akan menjadi rumit dan dapat
menghambat ilmiah fi aktivitas c. Dalam artikel ini saya karena itu akan membahas dua pertanyaan. (1)
Apa penyebab kurangnya reproduktifitas? (2) Bagaimana mungkin masalah diselesaikan? Mengenai
ke fi Pertanyaan pertama, banyak faktor bisa bertanggung jawab. Penyebab luas dapat dibagi menjadi
dua kategori: (i) penipuan dan (ii) desain eksperimen miskin, pelaksanaan dan analisis.
2. Penipuan

penelitian yang paling fi Temuan palsu ”. Industri farmasi juga sangat prihatin. Para ilmuwan di Bayer
menjadi khawatir dengan masalah dalam pengembangan obat saat menggunakan hasil penelitian
praklinis yang dilakukan di luar perusahaan. Mereka hanya mampu mereplikasi penelitian yang
mendukung, di sekitar seperempat dari studi [3] . Demikian pula, para ilmuwan Amgen hanya bisa con fi
rm
fi Temuan di 11% dari “ tengara ” studi [4] . Masalah ini juga khawatir penyandang dana. Francis Collins
(NIH Direktur) menyatakan bahwa “ Sebuah paduan suara yang berkembang dari keprihatinan, dari
para ilmuwan dan orang awam, berpendapat bahwa sistem kompleks untuk memastikan
reproduksibilitas penelitian biomedis gagal dan membutuhkan restrukturisasi ” [ 5] . Dengan kata lain,
meskipun peer review dari kedua hibah yang mendanai pekerjaan dan kertas di mana ia diterbitkan,
kesalahan serius sedang diterbitkan.
Jika signi fi Jumlah tidak bisa ilmu pengetahuan, memang, tidak direproduksi maka konsekuensinya
adalah berpotensi suram bagi kita semua. Di satu sisi, peneliti akan membuang-buang waktu dan uang
mereka mendasarkan penelitian mereka pada publikasi yang keliru dari orang lain. Di sisi lain, mungkin
membuat masyarakat
Ada beberapa kasus yang sangat terkenal penipuan yang berkisar dari pantas penghapusan “ outlier
” untuk manipulasi data penemuan murni. Mungkin Manusia Piltdown merupakan salah satu fi penipuan
pertama terkenal dari ilmiah modern yang fi c era. Pada tahun 1912 ini diklaim sebagai evolusi
“ missing link ” antara kera dan manusia. Penemuan ini kemudian terbukti palsu diproduksi dengan
menggabungkan kera dan tengkorak manusia [6] . Kemudian, transplantasi kulit itu curang diklaim oleh
lukisan tinta hitam ke mouse [7] . Ilmu pengetahuan modern hari ini dirundung dengan studi di mana
gambar yang dimanipulasi dan jurnal harus merancang metode untuk mengungkap falsi seperti fi kation
[8,9] .
Bagaimana umum adalah penipuan? Untuk alasan agak jelas, itu adalah di FFI kultus untuk
mendapatkan akurat fi angka. Sebuah analisis meta baru-baru ini telah mendekati pertanyaan ini
secara rinci [10] dan menunjukkan bahwa 0,02% dari kertas yang ditarik karena penipuan, nilai yang
karenanya memberikan perkiraan minimal kejadian penipuan. Tentu saja, ini mungkin hanya puncak
gunung es dengan jauh lebih baik penipuan terdeteksi atau hanya tidak ditarik. Journal of Cell Biology
melaporkan bahwa 1% dari makalah yang disampaikan kepada itu gambar tidak benar dimanipulasi
menunjukkan bahwa

Alamat email: eisner@manchester.ac.uk .

http://dx.doi.org/10.1016/j.yjmcc.2017.10.009
Menerima Oktober 2017 3; Diterima dalam bentuk direvisi 19 Oktober 2017; Diterima Oktober 2017 21
Tersedia online 24 Oktober 2017
0022-2828 / © 2017 Penulis. Diterbitkan oleh Elsevier Ltd Ini adalah artikel akses terbuka di bawah lisensi CC BY (http://creativecommons.org/licenses/BY/4.0/).
DA Eisner
nyata fi angka mungkin lebih besar. Pendekatan lain untuk mendapatkan perkiraan adalah untuk
mengirimkan con fi bersifat rahasia kuesioner kepada para ilmuwan tentang penipuan, mengingat, tentu
saja, bahwa tidak semua orang akan mengakui itu. Analisis kuesioner menunjukkan bahwa 2% dari
ilmuwan mengakui kesalahan riset besar diri mereka sendiri dan, mengejutkan, sekitar 15% telah
melihatnya pada orang lain dengan angka yang lebih besar terlibat dalam “ praktek yang dipertanyakan ”.
Apapun kejadian penipuan, jelas perlu menangani. Perlu dicatat, bagaimanapun, bahwa meskipun
jurnal dan wasit yang sekarang jauh lebih baik pada bercak gambar dimanipulasi dan bercak, ini
mungkin tidak mungkin untuk menghentikan cheat benar-benar ditentukan. Cara termudah untuk
melakukan penipuan adalah dengan melakukan percobaan yang nyata tetapi hanya berbohong tentang
obat atau antibodi yang digunakan. cara bahwa data nyata dan akan bertahan setiap jumlah
pengawasan ketat.
Hal ini penting untuk mempertimbangkan mengapa orang melakukan penipuan. Faktor penting
mungkin tekanan di mana mereka ditempatkan untuk mendapatkan hasil. Satu studi, berdasarkan
diskusi dengan para ilmuwan menyarankan bahwa orang-orang yang bekerja di
universitas-universitas yang paling kompetitif dan lingkungan lebih mungkin untuk terlibat dalam “ ilmiah
dipertanyakan fi praktek c ” [ 11] . Keinginan untuk mempublikasikan di pro tinggi fi le jurnal juga dapat
menjadi faktor penting. Memang ada korelasi positif yang sangat ketat antara Faktor Dampak jurnal
dan fraksi kertas yang ditarik
[12] . Korelasi ini bisa memiliki dua penjelasan. (I) lebih tinggi Faktor Dampak, semakin besar
kemungkinan kertas untuk dibaca dan karena itu masalah yang lebih mungkin adalah untuk dicatat.
(Ii) Atau, mungkin bahwa orang-orang siap untuk memotong sudut untuk prestise penerbitan di jurnal
dinilai tinggi. jurnal ini sering tampaknya lebih suka yang sederhana, cerita rumit.
Tekanan diletakkan pada orang-orang untuk mempublikasikan di ini, jurnal nilai tertinggi. Telah
ada minat baru dalam wahyu yang di Cina pembayaran tunai yang dibuat untuk penulis yang
mempublikasikan di jurnal internasional dinilai [13] . Pembayaran ini berkisar dari $ 1000 untuk
publikasi dalam PLoS 1 sampai $ 50.000, di Nature atau Ilmu. Saya akan meminta pembaca artikel
ini untuk berpikir tentang apakah perilaku mereka mungkin di fl dipengaruhi oleh uang dalam jumlah
besar. Apakah ada suatu jumlah yang akan su FFI sien? Meskipun mungkin bahwa o ff er dari $ 50.000
tidak akan mengganggu kompas moral Anda, satu miliar akan cukup? Hal ini juga tidak akan adil
untuk fokus pada China. Sebuah surat terbaru ke Ilmu menunjukkan bahwa bonus tersebut terlihat di
banyak negara termasuk Amerika Serikat & UK [14] . Uang bukan satu-satunya e ff insentif efektif.
Ketika saya adalah seorang mahasiswa pascasarjana, saya sangat senang telah makalah diterima
oleh jurnal subjek aliran utama seperti The Journal of Physiology dan P fl ugers Archiv.
siswa saat ini semakin sni ff di ini karena mereka telah dibesarkan dalam kultus Faktor Dampak
berpikir bahwa hanya jurnal dengan Faktor Dampak dua digit patut menghibur. Kekurangan dari
Factor Dampak, metrik sewenang-wenang yang hanya menganggap kutipan selama dua tahun,
sebagai sarana memperkirakan kualitas kertas individu telah ditangani su FFI sien [15] bahwa saya
tidak akan kerja titik ini di sini. Ada beberapa upaya untuk fi GHT tirani ini dengan contoh yang baik
menjadi Deklarasi San Francisco pada Research Assessment [16] . Namun demikian, Faktor Dampak
nampaknya masih mendominasi. Sebagai contoh, tampaknya ada aturan tak tertulis di kebanyakan
universitas di Inggris bahwa kertas perlu di jurnal dengan Factor Dampak> 5 untuk pekerjaan yang
terkandung dipertimbangkan cukup baik untuk mengirimkan ke Inggris Research Excellence
Framework (REF , sebuah mekanisme untuk menilai kekuatan relatif di ff universitas erent dalam
penelitian). Kita hidup di zaman, di banyak universitas mana, tidak sedang dipertimbangkan untuk
REF setara dengan tidak sedang dipertimbangkan layak pekerjaan. Apakah karena itu
mengherankan besar bahwa orang akan pergi jauh untuk mempublikasikan di jurnal seperti itu? Di
beberapa negara, dana departemen tergantung pada formula yang secara eksplisit memperhitungkan
kualitas yang dirasakan dari jurnal di mana kertas diterbitkan [17,18] dan telah dilaporkan bahwa di
Jerman Faktor Dampak sendiri telah digunakan dalam perhitungan [19] . Di seluruh dunia, tidak ada
keraguan bahwa Alam atau
Ilmu kertas atau dua membuat semua di dalam ff selisih pada setiap tahap karir kita; dari yang
mendapatkan fi Posisi fakultas pertama semua jalan melalui promosi untuk hadiah paling gemerlap.
Berapa banyak kerusakan tidak harus
365
Jurnal Molekuler dan Seluler Kardiologi 114 (2018) 364-368
menarik kembali kertas lakukan untuk karir seseorang dibandingkan dengan pujian dari penerbitan di
ini “ puncak ” jurnal? Mungkin orang, sadar atau tidak sadar, berjudi dan menerima probabilitas tertentu
yang salah dalam pertukaran untuk status publikasi dampak tinggi. Seperti disebutkan di atas, fraksi
kertas ditarik dalam sebuah jurnal sebanding dengan Faktor Dampak [12] . Saya bertanya-tanya
apakah ini merupakan konsekuensi dari judi seperti itu? Tentu saja, banyak orang mungkin tidak
berangkat untuk melakukan penipuan. Bayangkan bahwa ulasan awal naskah disampaikan adalah
mendorong tetapi meminta satu tahun studi. Hal ini dapat menggoda penulis lemah untuk
memasukkan data yang dipertanyakan.
Apa yang dapat dilakukan tentang dominasi merusak dari Faktor Dampak? Saya berpikir bahwa
jawabannya adalah sederhana. Menilai orang dengan ilmiah mereka fi kontribusi c dan bukan oleh
jurnal di mana mereka publikasikan. Ketika Anda menggambarkan pekerjaan dalam sebuah seminar
atau kuliah, menghindari memberikan pekerjaan kredibilitas tambahan dengan menggunakan frase
seperti “ di sebuah Alam kertas ”. Argumen telah dibuat jauh lebih fasih oleh Richard Ernst yang
menerima Hadiah Nobel dalam Kimia untuk karyanya yang didukung NMR pencitraan. Dia berkata, “ Dan
sebagai pembelaan akhir, keinginan pribadi penulis tetap untuk mengirim semua bibliometrics dan
pegawai rajin untuk lubang hitam paling gelap omnivoric yang dikenal di seluruh alam semesta, dalam
rangka untuk membebaskan akademisi selamanya dari wabah penyakit ini ” [ 20] . Sebuah titik yang
sama telah dibuat oleh Fernandez-Delgado dalam sebuah artikel berjudul “ Indeks dan Bulan:
menggadaikan ilmiah fi evaluasi c ” yang membandingkan Factor Impact dengan tingkat Libor yang telah
digunakan untuk menentukan suku bunga, dengan alasan bahwa keduanya secara metodologis fl terpesona
dan irreproducible
[21] .
Alasan utama bahwa orang perhatikan faktor bibliometrik seperti Impact Factor adalah bahwa
mereka adalah langkah yang sangat nyaman untuk digunakan ketika menilai orang lain untuk
pekerjaan, promosi dll Mereka tidak pengganti satu-satunya tes yang sesungguhnya dari ilmiah sebuah fi c
kertas; yang hasilnya berdiri dari waktu ke waktu dan dalam fl pengaruh pekerjaan orang lain. Banyak
dari kita bekerja di unit interdisipliner di mana kita tidak memiliki pemahaman yang benar tentang
kualitas karya orang lain. Oleh karena itu sangat menggoda untuk meraih pengganti seperti Faktor
Dampak. Apa yang bisa dilakukan? Sekali lagi, Ernst memiliki saran. “ Dan memang ada alternatif:
Sangat sederhana, mulai membaca koran bukan hanya rating mereka dengan menghitung kutipan! ” [ 20] .
(Lihat komentar juga serupa dari Balaban [22] ).
Upaya telah dilakukan untuk menggunakan indeks bibliometrik lainnya di tempat Factor Impact.
Mungkin langkah positif adalah untuk melihat seberapa sering kertas dikutip (yang bertentangan
dengan kutipan untuk jurnal yang diterbitkan). Namun, mengingat bahwa alasan bahwa kertas dikutip
mungkin untuk mengekspos kesalahan daripada komentar positif, ini mungkin tidak seperti kemajuan
besar. H-indeks telah dianjurkan sebagai ukuran ilmiah fi produktivitas c dan di fl pengaruh [23] . Hal ini
melibatkan daftar publikasi individu dimulai dengan yang paling sangat dikutip. Satu menghitung
mundur daftar sampai satu mencapai h th publikasi di mana jumlah kutipan lebih besar dari atau sama
dengan h. Salah satu masalah dengan metrik ini adalah bahwa hal itu lebih besar bagi orang-orang
yang telah memiliki karir penelitian lagi. Ada juga saran bahwa nilai harus entah bagaimana
dinormalisasi untuk jumlah co-penulis. Ini dan masalah lainnya telah menyebabkan pengenalan
indeks lainnya. Sebuah mengejutkan 37 ini telah dibandingkan [24] dan pembaca yang tertarik juga
akan fi nd informasi tak berujung secara online. Pandangan saya adalah bahwa, meskipun ini metrik
lainnya mungkin lebih canggih daripada Factor Dampak minyak mentah, mereka masih tetap menjadi
perhatian dari saran yang bermanfaat Ernst dari membaca koran.
Itu fi komentar nal Saya ingin membuat tentang penipuan adalah untuk mempertimbangkan cara
bahwa itu diselidiki. Tanggung jawab untuk memutuskan apakah penipuan telah terjadi bersandar,
bukan dengan jurnal, tapi, lebih, dengan lembaga, dan dalam beberapa kasus pemberi dana. saya fi nd
sulit untuk berpikir bahwa tidak ada orang lain dapat melihat con jelas fl ik kepentingan. Orang
diselidiki mungkin seseorang dengan pendapatan hibah yang sangat besar yang membawa prestise
besar untuk lembaga. Mungkin karena itu tidak selalu dalam kepentingan terbaik dari lembaga untuk
menyelidiki terlalu menyeluruh. Memang media penuh dengan contoh di mana investigasi yang tidak
memadai telah dilakukan [25] .
Serius seperti itu, tidak muncul kemungkinan bahwa rekening penipuan untuk
DA Eisner
sebagian besar kurangnya reproduktifitas ilmu. Tampaknya ada dua faktor utama. (1) faktor-faktor yang
tidak terkendali dalam percobaan dan (2) desain miskin dan / atau analisis statistik. Saya akan
mempertimbangkan ini pada gilirannya.
3. Faktor yang tidak terkontrol
Ada banyak contoh di sini.
3.1. baris sel
Sebuah perhatian utama adalah bahwa banyak baris sel tidak apa yang mereka diberi label sebagai [26] .
Satu masalah adalah bahwa banyak penelitian tidak memberikan su ffi-
deskripsi efisien dari garis sel yang digunakan untuk mengizinkan peneliti lain untuk meniru
pekerjaan. Mungkin yang lebih penting, telah diperkirakan bahwa antara 18 dan 36% dari jalur sel
yang baik terkontaminasi atau tidak berlabel. Sebagai contoh, lebih dari 300 studi telah menggunakan
garis sel adenokarsinoma payudara sebelum ditemukan berasal dari sel karsinoma ovarium manusia.
$ 100 juta dari dana penelitian mungkin telah menghabiskan menggunakan misidenti ini fi garis sel ed
sendiri [26] . Sebuah solusi yang jelas untuk masalah tersebut dengan garis-garis sel adalah untuk
genotipe mereka tapi ini tentu bukan praktek yang meluas.
3.2. Penggunaan hewan
Masalah dengan di ff perbedaan-perbedaan strain, lingkungan dan diet dapat membuatnya di FFI kultus
untuk mereproduksi data. Memang salah satu studi menemukan bahwa tikus hanya beralih dari
kedelai diet berdasarkan kasein memiliki besar e ff dll pada kardiomiopati hipertrofik dan ekspresi gen [27]
. Dalam konteks ini, penggunaan genetik modi fi hewan ed jelas teknik yang sangat kuat tapi masalah
harus dihindari. Ini termasuk memastikan bahwa strain tipe liar identik dengan orang-orang
transgenik. Interpretasi pentingnya atau gen tersingkir mungkin rumit oleh kompensasi
perkembangan pada mouse. The TIBA pedoman telah diusulkan untuk meningkatkan pelaporan dari
set standar dari sekitar 20 hal-hal yang harus dilakukan dengan penggunaan hewan dalam upaya
untuk meningkatkan reproduktifitas
[28] . Ada, bagaimanapun, frustrasi yang cukup bahwa, meskipun panduan ini, sebagian besar kertas
tetap memberikan informasi yang tidak memadai dan telah menyarankan bahwa versi slimmed
bawah mungkin lebih mudah diadopsi [29] .
3.3. probe kimia
Ini adalah istilah kontemporer untuk senyawa yang merupakan inhibitor dan agonis. Perhatian
hari ini (seperti yang selalu terjadi) adalah bahwa agen ini sebuah ff Reaksi dll selain yang mereka
dirancang untuk menargetkan. Terkait dengan ini adalah fenomena probe baik digunakan pada
konsentrasi yang terlalu tinggi di mana o ff Target e ff Ects terjadi. Farmasi baik digunakan untuk
menangani masalah tersebut. Arrowsmith et al. telah menunjukkan bahwa beberapa probe terkenal
untuk menjadi non-selektif tetapi masih digunakan dan pergi ke negara “... pemilihan senyawa
penyelidikan tampaknya akan dipandu oleh preseden dan ketersediaan daripada kesesuaian atau
kualitas ” [ 30] . Idealnya, mereka berpendapat, salah satu harus menggunakan setidaknya dua probe
aktif, dengan di ff struktur kimia erent dan dua, terkait kimia, yang tidak aktif. Mereka juga
menunjukkan bahwa sangat disayangkan bahwa beberapa probe yang lebih baik tidak tersedia
secara bebas untuk semua.
4. Desain, analisis dan statistik
Banyak masalah desain eksperimental dan analisis statistik telah diringkas dalam laporan dari
NIH [31] dan Akademi Ilmu Kedokteran [32] . Ada banyak masalah; satu besar mungkin bahwa kita
adalah korban dari kesuksesan sebelumnya karena kita telah memilih buah tergantung rendah dan
menemukan banyak e besar ff CFU. teknik modern yang canggih memungkinkan studi kecil e ff CFU.
Ada kebutuhan nyata untuk melakukan hal ini karena kemungkinan bahwa banyak klinis penting
366
Jurnal Molekuler dan Seluler Kardiologi 114 (2018) 364-368
kondisi hasil dari perubahan yang relatif kecil dari berbagai parameter. Sebagai contoh, jika kita
tertarik dalam pengembangan gagal jantung, kita perlu tahu e ff Ects dari infarcting 10% dari hati
sebagai lawan 90%.
4.1. Perbandingan antara hewan
Aku ingin tahu berapa banyak masalah desain dan analisis adalah karena fakta bahwa, lebih
dan lebih, studi membandingkan antara hewan: misalnya transgenik vs tipe liar; dioperasikan vs
palsu. Pada jaman dulu satu akan membuat pengukuran di bawah kondisi kontrol pada tisu, berulang
pengukuran pada jaringan yang sama di bawah di ff kondisi erent (mungkin menghapus ion atau
menambahkan inhibitor) dan kemudian sering dilakukan washout atau recontrol. Sebuah contoh
klasik adalah demonstrasi oleh Hodgkin dan Huxley bahwa menghapus ion Na + reversibel
menghapuskan komponen ke dalam arus dalam akson cumi-cumi [33] . Demikian pula, dalam ilmu
saraf, peneliti sering merekam dari sel sebelum, selama dan sesudah merangsang di tempat lain di
otak. Jika salah satu mendapat perubahan reversibel dari parameter yang diukur dalam setiap
percobaan maka sulit untuk melihat bahwa lebih banyak diperlukan dengan cara analisis statistik.
Situasi sekarang telah berubah dalam banyak penelitian dan contoh yang baik diberikan oleh
pekerjaan pada gagal jantung. Satu kelompok hewan memiliki gagal jantung yang disebabkan
eksperimen dan kemudian jaringan atau sel dibandingkan antara kontrol (palsu) dan hewan gagal
jantung. Lain, yang lebih umum, contohnya adalah ketika jaringan dibandingkan antara tipe liar dan
hewan transgenik.
Pemeriksaan publikasi menggunakan studi tersebut mengungkapkan metode dipertanyakan
analisis [31] . Umumnya, orang membuat pengukuran dari beberapa sel dari masing-masing hewan.
Mereka kemudian melakukan statistik pada populasi sel gagal jantung dibandingkan dengan mereka
dari kontrol atau populasi transgenik dibandingkan dengan orang-orang dari tipe liar. Ini berarti bahwa
setiap sel diperlakukan sebagai percobaan terpisah. Dalam kata lain, “ jumlah n ”
adalah sama dengan jumlah sel. Hal ini tidak bisa berlaku. Bayangkan bahwa satu binatang HF
sedang dibandingkan dengan satu kontrol tetapi 100 sel yang dipelajari dari masing-masing. Jelas n
tidak sama 100. masalah serupa telah menunjukkan di daerah lain ilmu dasar termasuk neuroscience [34]
. Fenomena ini disebut pseudoreplication dan muncul karena teknik replikasi bingung dengan yang
biologis. Ada cara yang lebih canggih menganalisis data, seperti model linear campuran
[35] dan pendekatan ini harus digunakan. Mungkin akibatnya bahwa lebih banyak hewan telah
digunakan. Di fi pemandangan pertama ini mungkin tampak tidak konsisten dengan tujuan mengurangi
jumlah hewan yang digunakan. Set terhadap ini, bagaimanapun, adalah probabilitas bahwa, saat ini,
hewan yang terbuang, tidak hanya dalam studi awal, tetapi juga dalam pekerjaan berikutnya karena
statistik yang tidak pantas. Pendekatan direvisi mungkin karena itu benar-benar menurunkan
penggunaan hewan.
Apa masalah statistik lainnya harus satu khawatir tentang?
4.2. negatif palsu dan positif
negatif palsu hasil dari kerja kurang bertenaga yang mungkin tidak mengungkapkan secara
biologis signi fi tidak bisa e ff dll. Sebuah pertanyaan yang khas adalah apakah perubahan satu hasil
variabel dari perubahan lain. Sebuah contoh yang baik mungkin mengapa amplitudo perubahan
transien Ca sistolik? Bayangkan bahwa hipotesis adalah bahwa mekanisme ini disebabkan
perubahan sarkoplasma retikulum (SR) konten Ca. Cara untuk menguji ini maka adalah untuk
mengukur Ca SR dan melihat apakah perubahan [36] . masalah datang jika salah satu
fi nds ada statistik signi fi Perubahan tidak bisa konten SR. Apakah ini berarti bahwa perubahan SR Ca
tidak mekanisme kausal atau, cukup, bahwa pengukuran tidak su FFI sien yang tepat? Satu jelas perlu
tahu sesuatu tentang sistem. Berapa banyak perubahan SR Ca akan diperlukan untuk menjelaskan
hasil dan bagaimana hal ini dibandingkan dengan ketepatan percobaan? pendekatan semacam ini
jelas jauh lebih di FFI kultus untuk digunakan jika sedikit yang diketahui tentang sistem.
positif palsu (disebut juga tingkat penemuan palsu) adalah ketika percobaan mengarah ke
kesimpulan bahwa ada e ff dll sedangkan, pada kenyataannya,
DA Eisner
tidak ada. Colquhoun menunjukkan bahwa orang yang disesatkan oleh t tes [37]
dan sering berpikir bahwa p <0,05 berarti bahwa hanya ada kemungkinan 5% yang hasilnya adalah
karena kebetulan. Dia berpendapat bahwa, terutama dengan ukuran sampel yang kecil, kesempatan
bisa jauh lebih besar dari itu dan, dengan ukuran sampel khas di bawah 10, p <0,05 dapat membuat
satu salah sekitar sepertiga dari waktu.
4.3. P peretasan
Ini adalah praktek menghentikan pengumpulan data bila telah signi fi tidak bisa. Dengan kata lain,
salah satu melakukan sejumlah kecil percobaan dan berlanjut sampai p <0,05 [38] . Jelas masalahnya
adalah bahwa p kadang-kadang akan <0,05 bahkan jika tidak ada yang nyata e ff dll dan kondisi ini
akan dipilih untuk.
4.4. Kurangnya pengacakan dan menyilaukan
Bagaimana kita memutuskan mana hewan untuk digunakan dalam eksperimen daripada
kelompok palsu? Apakah ada bahaya sadar mengambil hewan lebih aktif untuk satu daripada yang
lain? Terkait hal ini, seseorang dapat berargumen bahwa peneliti bekerja pada jaringan atau sel tidak
harus mengetahui jenis hewan itu berasal dari. Hal ini bermasalah jika salah satu mengisolasi sel-sel
dari hati dari hewan gagal jantung ketika jantung mungkin jelas lebih besar. Di laboratorium yang
cukup besar salah satu bisa memiliki di ff orang erent melakukan percobaan seluler daripada mereka
yang mengisolasi, misalnya. Berapa banyak dari kita, bagaimanapun, memiliki semacam ini
infrastruktur? Memang, dalam beberapa kasus, menyilaukan seperti tidak mungkin. Sebuah contoh
yang baik disediakan dengan mempelajari e ff Ects kehamilan pada Ca sinyal atau arus ion di
miometrium. Mengingat bahwa panjang miosit rahim meningkatkan 10 kali lipat pada kehamilan,
eksperimen akan tahu jenis s / ia kerjakan.
4.5. bias publikasi
Ini adalah masalah bahwa orang cenderung untuk tidak melaporkan hasil negatif. Oleh karena itu
literatur akan berakhir dengan overrepresentation hasil positif. Hal ini menyebabkan konsekuensi yang
menarik berkaitan dengan apa yang mungkin terjadi dalam fi bidang di mana banyak laboratorium yang
bekerja secara independen. Di fi pandangan pertama orang mungkin berpikir bahwa ini akan
meningkatkan presisi. Ioannidis, bagaimanapun, berpendapat bahwa hal itu akan benar-benar meningkat
kesempatan untuk mendapatkan hasil yang positif yang salah [2] . Hal ini karena, salah satu kelompok
akan mendapatkan hasil tersebut secara kebetulan dan hasil positif ini akan menerbitkan lebih mudah
daripada yang negatif dan kemudian akan mendominasi fi bidang. Jelas masalah ini bisa diatasi dengan
banyak kelompok bekerja sama dalam masalah yang sama. Ini akan, bagaimanapun, memerlukan
perubahan besar dalam ilmiah fi budaya c.
4.6. harking
Ini adalah singkatan “ hypothesising setelah fakta-fakta yang diketahui ”
bukan pada data yang telah dikumpulkan [39,40] . Pengalaman saya adalah bahwa ini adalah sangat
umum dalam penelitian kardiovaskular (dan lainnya biomedis) ketika fi kertas nal dan hipotesis bahwa
tes mungkin beruang tidak ada hubungannya dengan aplikasi hibah asli atau alasan untuk melakukan
pekerjaan. Solusi yang diusulkan adalah menggunakan hasil untuk mengusulkan hipotesis dan
menguji ini dengan data eksperimen baru dikumpulkan. Jelas ini akan menghasilkan waktu yang lebih
besar dan biaya sebelum kertas dapat ditulis. Telah berpendapat bahwa harus ada perbedaan antara “
eksplorasi, menghasilkan hipotesis ” dan “ menipu fi rmatory, hipotesis-pengujian ” penelitian
[41,42] . Ini sudah terjadi di daerah uji klinis di mana hipotesis harus de fi ned sebelum studi dimulai
dan rincian dari sidang terdaftar.
5. Peran jurnal
Serta penulis, jurnal harus mengambil tanggung jawab untuk
367
Jurnal Molekuler dan Seluler Kardiologi 114 (2018) 364-368
masalah di atas. Mereka beriklan Faktor Dampak mereka dan mengambil langkah-langkah untuk
meningkatkan mereka. Ini berkisar dari menerbitkan lebih artikel review (yang dikutip lebih dari
makalah asli), daftar makalah yang diterbitkan di jurnal yang pada periode dua tahun yang dicakup
oleh Faktor Dampak hingga memaksa penulis untuk mengutip makalah dari jurnal. Sangat mungkin
bahwa ada Faust Pakta tak terucapkan antara penulis dan jurnal karena kedua bene fi t dari
peningkatan Factor Dampak [43] . Bahkan mungkin untuk kepentingan jurnal untuk mempublikasikan
salah, karya kontroversial. Faktor Dampak hanya mempertimbangkan dua tahun kalender setelah
tahun publikasi dan, asalkan setiap retraksi terjadi kemudian, Faktor Dampak Journal akan
memperoleh manfaat fi t dari semua kutipan. Akhirnya, banyak jurnal menuntut bahwa karya yang
diterbitkan memiliki kebaruan. Hal ini langsung membuat di FFI kultus untuk mempublikasikan con fi Studi
rmatory. Sementara tak seorang pun akan menyarankan bahwa sastra harus fi diisi dengan puluhan
kertas dengan hasil yang identik, mengingat masalah reproduksi diulas di atas, tampaknya hanya
masuk akal untuk menerbitkan beberapa con fi makalah rmatory, serta orang-orang yang tidak dapat
mereproduksi asli fi nding. Dalam konteks ini kita harus bertepuk tangan pendekatan jurnal seperti
yang dari PLoS stabil yang tidak menuntut hal-hal baru.
6. Apa cara ke depan?
Salah satu solusi yang disarankan adalah untuk mencoba untuk meniru hasil karya yang diterbitkan.
Ioannadis berpendapat bahwa “ penelitian besar dengan Bias minimal harus dilakukan pada penelitian fi Temuan
yang dianggap relatif mapan, untuk melihat seberapa sering mereka memang con fi rmed. Saya menduga
bahwa beberapa didirikan “ klasik ” akan gagal tes ” [ 2] . Di masa lalu ini akan menjadi di FFI kultus seperti
(lihat di atas) paling jurnal menolak untuk mempublikasikan penelitian replikasi. Sikap telah berubah dan
PLoS ONE telah memperkenalkan “ Inisiatif reproduktifitas ” di mana para ilmuwan dapat mengirim
pekerjaan mereka untuk direproduksi dan, jika, menggunakan ini ciri dari kualitas [44] . Namun demikian,
besar kemungkinan bahwa sebagian besar ilmuwan masih akan lebih memilih untuk menginvestasikan
waktu mereka (dan uang hibah) dalam penemuan baru sebagai lawan replikasi.
NIH akan menegakkan pelatihan dalam desain eksperimental. pengulas hibah sekarang diminta
untuk memeriksa desain eksperimental (pengacakan, membutakan, validasi jalur sel dan antibodi dll).
Reviewer ditugaskan tugas menilai “ ilmiah fi c premis ” pekerjaan, yaitu bagaimana suara adalah
pekerjaan fondasi [5] . Ini tidak hanya termasuk data percontohan tetapi, pekerjaan juga,
dipublikasikan sebelumnya. Ini juga telah menyarankan bahwa perguruan tinggi harus diaudit untuk
ilmiah fi c praktek dengan cara yang sama karena mereka adalah untuk fi hal keuangan. Orang lain
telah menyatakan hati-hati masuk akal. Memperhatikan bahwa NIH sedang mempertimbangkan
membuat validasi wajib, Bissell menunjukkan bahwa validasi kadang-kadang dapat memakan waktu
yang lama (dan untuk pekerjaan yang benar-benar baru) sangat di FFI kultus [45] . Dalam ilmiah saya
sendiri fi c daerah elektrofisiologi, bagaimana akan Neher dan Sakmann ini asli studi saluran tunggal [46]
telah divalidasi pada saat mereka satu-satunya orang yang memiliki patch penjepit?
7. Kesimpulan
Ini baru-baru ini berpendapat, dengan analogi dengan evolusi, bahwa cara bahwa ilmu pengetahuan
diselenggarakan mendorong ilmu yang buruk. Idenya adalah bahwa
“ seleksi alam ” untuk tingkat publikasi yang tinggi mengarah ke lebih banyak penemuan palsu [47] .
Pemodelan menggunakan teori optimasi menunjukkan bahwa “ peneliti bertujuan untuk memaksimalkan
mereka fi fitness [ record publikasi dan kesuksesan karir] harus menghabiskan sebagian besar e mereka ff ort
mencari hasil novel dan melakukan penelitian kecil yang hanya memiliki 10-40% kekuatan statistik.
Akibatnya, setengah dari studi mereka menerbitkan akan melaporkan kesimpulan yang salah ” [ 48] .
dystopian melihat ini berarti bahwa setiap peningkatan dalam situasi reproduktifitas akan memerlukan
perbaikan grosir ilmiah yang fi c landscape. Saya mulai dengan menggambar perbedaan antara, di satu
sisi, penipuan dan, di sisi lain, desain eksperimental miskin, pelaksanaan dan analisis. Seperti yang saya
mencapai akhir artikel ini, saya kurang dan kurang yakin bahwa perbedaan ini sangat membantu. Untuk
bertahan dalam menggunakan metode statistik yang telah terbukti meningkatkan kemungkinan
kesalahan adalah untuk secara implisit menerima lebih tinggi
DA Eisner
kemungkinan bahwa makalah yang diterbitkan akan menyesatkan ilmiah fi c masyarakat.
Jadi dalam kesimpulan, apa cara ke depan? Saya tidak berpikir bahwa pilihan untuk melakukan
apa-apa adalah satu yang baik. Saya yakin bahwa akan menghasilkan penyandang dana memaksakan
kondisi kejam pada kita. Saya berpikir bahwa kita sebagai ilmuwan, masyarakat dan editor jurnal dan
pengulas harus berpikir tentang apa reformasi diperlukan. Perubahan yang tepat mungkin menjadi di ff erent
di di ff erent fi ladang. Memang, sebagian dari kita akan lebih ff ected daripada yang lain.
Penyingkapan
Tidak ada con fl ik kepentingan.
pendanaan
Penulis adalah didukung oleh British Heart Foundation Chair (jumlah hibah: CH /
2000004/12801).
Pengakuan
Sebagian besar isi dari artikel ini awalnya disajikan dalam pembicaraan untuk Lingkaran Willis atas
undangan Dr. Richard Vaughan-Jones.
Referensi
[1] RK Merton, Di Bahu dari Giants; sebuah Shandean Postscript, Free Press, New York, 1965 .
[2] JPA Ioannidis, penelitian Mengapa kebanyakan diterbitkan fi Temuan adalah palsu, PLoS Med. 2
(2005) e124 .
[3] F. Prinz, T. Schlange, K. Asadullah, Percaya atau tidak: berapa banyak kita bisa mengandalkan data yang diterbitkan pada
target obat yang potensial? Nat. Rev. Obat Discov. 10 (2011) 712 .
[4] CG Begley, LM Ellis, pengembangan obat: meningkatkan standar untuk penelitian kanker praklinis, Nature 483
(2012) 531 - 533 .
[5] FS Collins, LA Tabak, Kebijakan: NIH berencana untuk meningkatkan reproduktifitas, Nature 505 (2014) 612 - 613 .
[6] I. De Groote, LG Flink, R. Abbas, SM Bello, L. Burgia, LT Buck, et al., Bukti genetik dan morfologi New
menyarankan hoaxer tunggal yang diciptakan 'Manusia Piltdown', R. Soc. Terbuka Sci. 3 (2016) 160328 .
[7] JR Hixson, The Patchwork Mouse, 1st ed, jangkar Press, Garden City, NY, 1976 . [8] M. Rossner, KM Yamada,
Apa yang ada di gambar? Godaan manipulasi gambar, J. Sel Biol. 166 (2004) 11 - 15 .
[9] AS Neill, Berhenti nakal !, J. Clin. Menginvestasikan. 116 (2006) 1740 - 1741 . [10] D. Fanelli, Berapa banyak ilmuwan
memalsukan dan memalsukan penelitian? Sebuah tinjauan sistematis dan meta-analisis dari data survei, PLoS One 4
(2009) e5738 .
[11] MS Anderson, EA Ronning, R. De Vries, BC Martinson, The sesat e ff Ects dari
kompetisi pada pekerjaan dan hubungan ilmuwan, Sci. Eng. Etika 13 (2007) 437 - 461 .
[12] FC Fang, A. Casadevall, ilmu Dicabut dan indeks retraksi, Menginfeksi. Immun. 79 (2011) 3855 - 3859 .
[13] W. Quang, B. Chen, F. Shu, Publish atau memiskinkan: penyelidikan dari sistem reward moneter ilmu di Cina
(1999 - 2016), Aslib. J. Inf. Manag. (2017) .
[14] A. Abritis, A. McCook, W. Retraksi, insentif Kas untuk kertas pergi global, Ilmu 357 (2017) 541 .
[15] PO Seglen, Mengapa faktor dampak jurnal tidak boleh digunakan untuk mengevaluasi penelitian, BMJ 314
(1997) 498 - 502 .
[16] H. HOPPELER, The San Francisco deklarasi pada penilaian penelitian, J. Exp. Biol. 216 (2013) 2163 - 2164 .
[17] NE Gilhus, G. Sivertsen, Penerbitan sebuah ff Ects pendanaan di neurologi, Eur. J. Neurol. 17
(2010) 147 - 151 .
[18] AJ Wilcox, Naik turunnya faktor dampak Thomson, Epidemiologi 19 (2008)
368
Jurnal Molekuler dan Seluler Kardiologi 114 (2018) 364-368
373 - 374 .
[19] D. Adam, The penghitungan rumah, Alam 415 (2002) 726 - 729 . [20] RR Ernst, The kebodohan indeks kutipan dan
daftar peringkat akademis. Sebuah komentar singkat ' Bibliometrics sebagai senjata kutipan massal ', Chimia
(Aarau) 64 (2010) 90 .
[21] F. Cabello Fernández-Delgado, MT Rascon Gómez, Indeks dan Moon: Hipotek Ilmiah fi c Evaluasi, (2015) .
[22] RS Balaban, Evaluasi ilmiah fi produktivitas c dan keunggulan dalam NHLBI
divisi penelitian intramural, J. Jenderal Physiol. 142 (2013) 177 - 178 .
[23] JE Hirsch, Indeks untuk mengukur ilmiah individu fi hasil penelitian c, Proc.
Natl. Acad. Sci. USA 102 (2005) 16.569 - 16.572 .
[24] L. Bornmann, R. Mutz, SE Hug, H.-D. Daniel, A meta-analisis multilevel studi melaporkan korelasi antara indeks h
dan 37 di ff Indeks h erent varian, J. Inf. Secur. 5 (2011) 346 - 359 .
[25] skandal Macchiarini adalah pelajaran berharga bagi Karolinska Institute, Nature 537
(2016) 137 .
[26] JR Lorsch, FS Collins, J. Lippincott-Schwartz, Biologi Sel, masalah Fixing dengan garis-garis sel, Ilmu 346 (2014)
1452 - 1453 .
[27] BL Stau ff er, JP Konhilas, ED Luczak, LA Leinwand, kedelai diet memperburuk jantung
penyakit pada tikus, J. Clin. Menginvestasikan. 116 (2006) 209 - 216 .
[28] C. Kilkenny, WJ Browne, IC Cuthill, M. Emerson, DG Altman, Meningkatkan pelaporan penelitian Bioscience: yang
TIBA pedoman untuk melaporkan penelitian hewan, PLoS Biol. 8 (2010) e1000412 .
[29] M. Enserink, pelaporan Ceroboh pada studi hewan membuktikan sulit untuk mengubah, Ilmu 357 (2017) 1337 - 1338 .
[30] CH Arrowsmith, JE Audia, C. Austin, J. Baell, J. Bennett, J. Blagg, et al., Janji dan bahaya dari probe kimia,
Nat. Chem. Biol. 11 (2015) 536 - 541 .
[31] SC Landis, SG Amara, K. Asadullah, CP Austin, R. Blumenstein, EW Bradley, et al., Panggilan untuk pelaporan
transparan untuk mengoptimalkan nilai prediktif penelitian praklinis, Alam 490 (2012) 187 - 191 .
[32] Akademi Ilmu Kedokteran, Ilmu, Reproducibility dan Keandalan dari
Penelitian Biomedis: Meningkatkan Penelitian Praktek 2015 .
[33] AL Hodgkin, AF Huxley, Arus dibawa oleh ion natrium dan kalium melalui membran akson raksasa Loligo, J.
Physiol. 116 (1952) 449 - 472 .
[34] SE Lazic, Masalah pseudoreplication di neuroscienti fi Studi c: itu SETELAH
fecting analisis Anda? BMC Neurosci. 11 (2010) 5 .
[35] JD Clarke, JL Caldwell, MA Horn, EF Bode, MA Richards, MCS Hall, et al, terganggu kalsium atrium penanganan
dalam model ovin gagal jantung. Peran potensi pengurangan L-jenis kalsium saat ini, J. Mol. Sel. Cardiol. 79
(2015) 169 - 179 .
[36] DA Eisner, JL Caldwell, K. Kistamás, AW Tra ff ord, Kalsium dan excitation-
kontraksi kopling di jantung, CIRC. Res. 121 (2017) 181 - 195 .
[37] D. Colquhoun, Sebuah penyelidikan dari tingkat penemuan palsu dan salah tafsir dari p-nilai, R. Soc. Terbuka Sci.
1 (2014) 140216 .
[38] ML Head, L. Holman, R. Lanfear, AT Kahn, MD Jennions, Luas dan konsekuensi dari P-hacking dalam ilmu,
PLoS Biol. 13 (2015) e1002106 .
[39] NL Kerr, harking: hipotesa setelah hasilnya diketahui, Personal. Soc. Psychol. Rev. 2 (1998) 196 - 217 .
[40] W. Forstmeier, EJ Wagenmakers, TH Parker, Mendeteksi dan menghindari kemungkinan falsepositive fi Temuan -
panduan praktis, Biol. Rev. Camb. Philos. Soc. (2016) .
[41] EJ Wagenmakers, R. Wetzels, D. Borsboom, HL van der Maas, RA Kievit, Sebuah agenda murni con fi Penelitian
rmatory, perspect. Psychol. Sci. 7 (2012) 632 - 638 .
[42] KJ Gorgolewski, RA Poldrack, Sebuah panduan praktis untuk meningkatkan transparansi dan reproduktifitas dalam
penelitian neuroimaging, PLoS Biol. 14 (2016) e1002506 .
[43] D. Eisner, Penyerahan Over, J. Mol. Sel. Cardiol. 101 (2016) 173 - 174 . [44] PLoS, PLoS ONE Luncurkan
Reproducibility Initiative, http://blogs.plos.org/
orang / 2012/08/14 / PLoS-satu-peluncuran-reproduktifitas-inisiatif / , (2012) (Diakses 27/09/2017 2017). [45] M.
Bissell, Reproducibility: risiko drive replikasi, Alam 503 (2013) 333 - 334 .
[46] E. Neher, B. Sakmann, Single-channel arus direkam dari membran otot katak denervated fi serat, Nature 260
(1976) 799 - 802 .
[47] PE Smaldino, R. McElreath, The seleksi alam ilmu pengetahuan yang buruk, R. Soc. Terbuka Sci. 3 (2016) 160384 .
[48] AD Higginson, MR Munafo, insentif saat ini untuk para ilmuwan menyebabkan studi underpowered dengan
kesimpulan yang salah, PLoS Biol. 14 (2016) e2000995 .