fbpx

NHỮNG NGHIÊN CỨU KÉM CHẤT LƯỢNG ĐÃ LÀM ẢNH HƯỞNG TỚI SỰ HIỂU BIẾT CỦA CHÚNG TA VỀ COVID-19 NHƯ THẾ NÀO?

Một số nghiên cứu đầu tiên về phương pháp điều trị Covid-19 bị chỉ ra là đã được dàn dựng hoặc có dấu hiệu đáng ngờ. Đây là một vấn đề lớn đối với khoa học.

Trang web về liêm chính học thuật mang tên Retraction Watch (tạm dịch: Theo dõi việc thu hồi bài báo) đã trở thành một thành lũy bảo vệ tính liêm chính trong nghiên cứu khoa học kể từ khi được thành lập vào năm 2010. Sứ mệnh trang web đặt ra là hoạt động như một “cửa sổ nhìn vào quá trình làm khoa học” thông qua việc làm sáng tỏ các điểm chưa rõ từ các nghiên cứu học thuật đã được thu hồi.

Việc thu hồi các bài báo có thể được quan sát từ tất cả các lĩnh vực khoa học, nhưng trong hai năm qua, rất nhiều trong số những bài báo có tầm ảnh hưởng nhất bị thu hồi xoay quanh một chủ đề: Covid-19. Và theo Retraction Watch, có tới 200 bài báo về chủ đề Covid-19 đã bị rút kể từ khi bắt đầu đại dịch vì một loạt lý do: lỗi tính toán cơ bản, các nhà nghiên cứu từ chối cung cấp bằng chứng chứng minh các nghiên cứu đã thực sự được tiến hành hoặc dữ liệu không đủ để đưa ra những kết luận đã nêu.

Tranh: Maria Lumbreras/Behance | CC BY-NC-ND 4.0

Vấn đề này đặc biệt nghiêm trọng đối với các nghiên cứu tìm kiếm phương pháp điều trị Covid-19. Những bài báo ban đầu đó từng tuyên bố rằng các phác đồ điều trị sử dụng một số thuốc như ivermectin hoặc hydroxychloroquine mang lại kết quả đáng kinh ngạc, từ đó đã thu hút được sự chú ý và tạo ảnh hưởng to lớn; để rồi sau đó bị thu hồi, thường là do có nhiều bằng chứng cho thấy các nghiên cứu này chưa bao giờ được thực hiện hoặc ít nhất là đã không diễn ra như mô tả.

Một nghiên cứu sử dụng phương pháp siêu phân tích (meta-analysis) có ảnh hưởng đã sử dụng một nghiên cứu khác về thuốc ivermectin – một nghiên cứu đã khẳng định kết quả tuyệt vời từ loại thuốc. Tuy nhiên, nghiên cứu về thuốc ivermectin này hóa ra dựa trên một tệp dữ liệu trong đó thông tin của 11 bệnh nhân được sao chép và dán nhiều lần để tạo ra kích thước mẫu khoảng vài trăm bệnh nhân để tăng tính thuyết phục. Khi BuzzFeed News tìm hiểu về một nghiên cứu thuốc ivermectin khác với kết quả rất ấn tượng, một bệnh viện được cho là nơi nghiên cứu đã được tiến hành cho biết họ không có hồ sơ nào về việc một nghiên cứu như vậy đã diễn ra tại bệnh viện.

Trong một bài báo trên Vox vào tháng 9, bằng chứng về thuốc ivermectin là không đồng nhất và có nhiều hạn chế. Hầu hết các phân tích cẩn thận cho thấy thuốc này có thể có tác dụng nhưng chúng ta không biết đủ để khẳng định chắc chắn – chắc chắn là không đủ để ca ngợi nó như một phương pháp chữa bệnh thần kỳ, như nhiều người đã khẳng định. Một phần lý do khiến phác đồ này trở nên nổi tiếng là do các nghiên cứu giai đoạn sớm và có uy tín về thuốc ivermectin cho kết quả khả quan, đôi khi là các kết quả rất ấn tượng. Tuy nhiên, khi các nhà nghiên cứu khác xem xét kỹ lưỡng hơn, họ nhận ra rằng những phát hiện đó không còn đúng đắn hoặc thậm chí không có cơ sở. Nhưng đến lúc đó thì đã quá muộn – đối với một số người, chất ivermectin đã trở thành một dạng như đức tin.

Nhận xét một cách công bằng, không phải tất cả các nghiên cứu đều là những thảm hoạ mang tính lịch sử. Có những nghiên cứu kỹ lưỡng về các phương pháp điều trị ban đầu đang được thực hiện, bao gồm cả về phác đồ sử dụng thuốc ivermectin. Nhưng thiệt hại do những nghiên cứu có tính gian lận là rất lớn và đã góp phần làm sai lệch quá trình hoạch định chính sách công và việc ra quyết định cá nhân. Các mô tả về các phương pháp chữa trị hiệu quả chỉ có tác dụng câu giờ trước khi bị thu hồi, để rồi làm mờ bức tranh chung, tiếp tay cho những kẻ có đức tin xấu và làm bùng phát cuộc chiến tranh văn hóa đang tiêu tốn toàn bộ sức lực của chúng ta.

Nếu cuối cùng chúng ta có thể vượt qua đại dịch này và đánh bại đại dịch tiếp theo, thì điều cần thiết là chúng ta phải sửa chữa một hệ thống mà ở đó nghiên cứu tồi quá dễ làm sai lệch những khẳng định khoa học và kiến ​​thức đại chúng.

Tìm hiểu một số bài báo có dấu hiệu mắc lỗi nghiêm trọng hoặc có hành vi sai trái

Một trong những trường hợp nghiên cứu Covid-19 bị cáo buộc có hành vi gian lận nổi tiếng đầu tiên xảy ra vào mùa xuân năm ngoái: Một nghiên cứu công bố trên tạp chí y khoa The Lancet tuyên bố đã xem xét hơn 96.000 bệnh nhân coronavirus trên khắp thế giới và phát hiện ra rằng – sau khi kiểm soát tuổi tác, giới tính và mức độ nặng của các triệu chứng – những bệnh nhân dùng hydroxychloroquine hoặc một biến thể của thuốc có nguy cơ tử vong cao gấp đôi so với những người không dùng.

Nhưng các nhà khoa học ngay lập tức chỉ ra rằng có điều gì đó không ổn trong nghiên cứu. Số ca tử vong do Covid-19 ở riêng nước Úc được báo cáo trong nghiên cứu còn cao hơn tổng số ca được báo cáo cho toàn châu Úc. Điều tra sâu hơn cho thấy rằng các bệnh viện được cho là tham gia nghiên cứu này chưa bao giờ nghe nói về Surgisphere, công ty đã thực hiện nghiên cứu.

Bài báo về hydroxychloroquine nhanh chóng được tạp chí The Lancet thu hồi, cũng như một bài báo khác của cùng các tác giả trên tạp chí y học The New England Journal of Medicine, một tạp chí nổi tiếng khác. Nghiên cứu sâu hơn đã chứng minh rằng trên thực tế, hydroxychloroquine không phải là một phương pháp điều trị Covid-19 hiệu quả – nhưng nó cũng không gây chết người như bài báo của Surgisphere đã chỉ ra.

Trong những tháng sau đó, các hành vi xấu trong khoa học, gian lận dữ liệu và những sai lầm do bất cẩn đã liên tục được tìm thấy trong các nghiên cứu về Covid-19.

Jack Lawrence, một sinh viên tốt nghiệp ngành khoa học y sinh tại Đại học London, đã bắt đầu một cuộc điều tra diện rộng về gian lận trong nghiên cứu thuốc ivermectin khi anh được giao bài tập xem xét một nghiên cứu đã được trích dẫn rộng rãi về thuốc ivermectin. Nghiên cứu đó, được thực hiện bởi giáo sư y khoa Ahmed Elgazzar và cộng sự tại Đại học Benha ở Ai Cập, với kết quả chỉ ra những lợi ích to lớn đối với bệnh nhân Covid-19 khi dùng thuốc ivermectin.

Lawrence nhận thấy có điều gì đó không ổn ngay lập tức: Phần giới thiệu đã đạo văn từ các bài báo khác. Sau đó, anh thông báo cho một đồng nghiệp, Gideon Meyerowitz-Katz, một nhà dịch tễ học tại Đại học Wollongong ở Úc. “Jack Lawrence đã gửi email cho tôi về nghiên cứu của Elgazzar và nói, “Tôi biết anh nghĩ rằng đây là một nghiên cứu có chất lượng thấp nhưng anh có biết rằng phần lớn nghiên cứu này là đạo nhái?” Meyerowitz-Katz nhớ lại. “và dẫn theo bao hệ quả cho tới giờ”.

Các chuyên gia về dữ liệu pháp y đã phát hiện ra các vấn đề khác với bài báo của Elgazzar: bệnh nhân chết trước khi nghiên cứu bắt đầu nhưng vẫn được tính là đăng ký tham gia nghiên cứu; hồ sơ bệnh nhân bị sao chép; những con số quá gọn gàng một cách đáng ngờ. (Elgazzar vẫn cho rằng nghiên cứu của ông đã tuân thủ các quy định.) Ngay sau đó, trang web tiền xuất bản (preprint server) đăng bản thảo nói trên đã thu hồi bài. Nhưng thiệt hại đã kịp xảy ra – nghiên cứu của Elgazzar đã bắt đầu củng cố một quan niệm sai lầm phổ biến rằng ivermectin là một loại thuốc kỳ diệu chữa Covid-19.

“Tôi đã làm việc trong lĩnh vực này hơn 30 năm và tôi chưa từng chứng kiến điều gì tương tự… Bịa đặt dữ liệu. Khách thể nghiên cứu chết trước khi nghiên cứu bắt đầu. Cơ sở dữ liệu được sao chép và cắt dán.”

Lawrence và Meyerowitz-Katz tự coi mình là một phần trong nhóm các nhà nghiên cứu tự do – bao gồm Nick Brown của Đại học Groningen ở Hà Lan, James Heathers – giám đốc khoa học của công ty Cipher Skin và Kyle Sheldrick của Đại học New South Wales ở Úc – những người tự giao cho mình nhiệm vụ kiểm tra tính toàn vẹn của các nghiên cứu về Covid-19. Một phần lớn công việc của họ chỉ đơn thuần là nghiền ngẫm dữ liệu và phương pháp của các nghiên cứu về Covid-19. Đây chính là nhóm nghiên cứu bài báo trên tạp chí Viruses chỉ ra thuốc ivermectin là một phương pháp điều trị hiệu quả cao nhưng hóa ra bộ dữ liệu chỉ là 11 hồ sơ bệnh nhân được sao chép lặp đi lặp lại như kể trên.

Các tác giả của nghiên cứu có lỗi này cho biết, “Sau khi xem lại phần dữ liệu thô, chúng tôi nhận ra rằng một tệp vốn được sử dụng cho việc đào tạo một trợ lý nghiên cứu đã bị gửi nhầm để phân tích.” (Mặc dù các tác giả đã thừa nhận lỗi, nhưng họ vẫn chưa đưa ra tập dữ liệu xác đáng.)

Cũng nhóm những nhà nghiên cứu tự do này đã đặt ra những câu hỏi trọng yếu về một thử nghiệm đối chứng ngẫu nhiên lớn ở Iran cho kết quả tích cực khi dùng thuốc ivermectin.

Nhóm đã tìm ra vấn đề gì? Dữ liệu của thử nghiệm này “không phù hợp với một thử nghiệm ngẫu nhiên có đối chứng”, Sheldrick lập luận trong một bài đăng chi tiết trên blog về một số điểm mâu thuẫn đáng ngờ. “Bài báo này đã mô tả một thử nghiệm trong đó bệnh nhân được phân bổ ngẫu nhiên vào các phương pháp điều trị. Đây không phải là sự thật. Có sự khác biệt lớn giữa các nhóm trong nhiều biến số như mức oxy, huyết áp và kết quả xét nghiệm SARS-CoV-2 trước khi họ nhận liều thuốc đầu tiên. “

Một bài kiểm tra đơn giản nhưng hiệu quả để xem dữ liệu có bị dàn dựng là kiểm tra xem dữ liệu có phân bố điển hình với “các chữ số ở cuối” hay không – ví dụ: liệu số lần các số liệu kết thúc bằng chữ số “1” có bằng số lần kết thúc bằng chữ số “0.” Con người, khi bịa ra các con số, có xu hướng tập trung xung quanh các chữ số cuối nhất định. Theo Sheldrick, thử nghiệm đối chứng ngẫu nhiên từ Iran đã thất bại với thử nghiệm này, với sự phân nhóm chữ số rất rõ rệt ở một mức độ không thể tình cờ xảy ra. (“Rất bình thường khi thấy sự ngẫu nhiên như vậy,” tác giả chính phản bác.)

Các thành viên của nhóm nghiên cứu này cũng đã đặt ra câu hỏi về nghiên cứu được công bố bởi Tiến sĩ Flavio Cadegiani về các phương pháp điều trị Covid-19 khác nhau, bao gồm thuốc ivermectinproxalutamide; nghiên cứu này đã công bố các mô hình thống kê kỳ lạ không phù hợp với quy trình ngẫu nhiên hóa. Họ cũng nêu quan ngại về một nghiên cứu thuốc chống ký sinh trùng nitazoxanide, hóa ra có nhiều lỗi thống kê và có các vấn đề phân tích dữ liệu. (Trong khi đó, các nhà nghiên cứu khác trong nhóm cũng chỉ ra rằng các bài báo của Tiến sĩ Cadegiani đã tuyên bố tỷ lệ tử vong kinh hoàng trong nhóm kiểm soát. Một lời giải thích là có thể do dữ liệu được dàn dựng; một lời giải thích khác là do sơ suất y tế, trở thành khởi nguồn của một cuộc điều tra bởi quốc hội ở Brazil với cáo buộc Cadegiani phạm tội ác chống lại loài người.)

Các nhà nghiên cứu khác đã khám phá ra nhiều công trình đáng ngờ hơn. Một thử nghiệm ngẫu nhiên có đối chứng ở Ai Cập nghiên cứu favipiravir và hydroxychloroquine đã được thu hồi sau khi phát hiện ra sự mâu thuẫn dữ liệu rõ ràng.

Một nghiên cứu diễn ra ở Brazil cho thấy những lợi ích đáng kinh ngạc của thuốc ivermectin trong điều trị dự phòng cũng không thể vượt qua những sự soi xét kỹ càng. Các phóng viên tại BuzzFeed News đã gọi điện đến một trong những bệnh viện nơi nghiên cứu được tiến hành để biết thêm thông tin, chỉ để nghe bệnh viện nói rằng họ đã không tham gia nghiên cứu này.

Số lượng các nghiên cứu có vấn đề đang thu hút sự chú ý lớn. Trong một phân tích lớn, Lawrence, Meyerowitz-Katz và những người khác đã xem xét 26 nghiên cứu là một phần của bằng chứng cơ sở ủng hộ cho thuốc ivermectin và phát hiện ra rằng 10 trong số đó có lỗi nghiêm trọng làm mất hiệu lực của kết quả nghiên cứu hoặc có bằng chứng hành vi gian lận có khả năng đã xảy ra. Đây là một trong những nỗ lực đầu tiên để ước tính độ trầm trọng của vấn đề và kết quả không khả quan chút nào.

“Tôi đã làm việc trong lĩnh vực này hơn 30 năm và tôi chưa từng chứng kiến điều gì tương tự”, Andrew Hill của Đại học Liverpool, người đang nghiên cứu phương pháp điều trị Covid-19, nói với tờ MedPage Today. “Tôi chưa bao giờ thấy mọi người bịa đặt dữ liệu. Khách thể nghiên cứu chết trước khi nghiên cứu bắt đầu. Cơ sở dữ liệu được sao chép và cắt dán. ”

Hành vi xấu trong khoa học đang cản trở sự hiểu biết của chúng ta về Covid-19 như thế nào

Để hiểu các nghiên cứu có lập luận lỏng lẻo hoặc thậm chí có khả năng gian lận có thể có ảnh hưởng mạnh mẽ đến các kết luận rộng hơn về Covid-19 như thế nào, cần hiểu rằng một phần đáng kể kiến ​​thức của chúng ta về các phương pháp điều trị đến từ các phân tích tổng hợp.

Nghiên cứu siêu phân tích là nghiên cứu xem xét một cách toàn diện các bằng chứng đã được công bố về một chủ đề và tìm ra xu hướng mà các bằng chứng đó cùng chỉ ra. Từng nghiên cứu nhỏ rải rác có thể không cung cấp những phát hiện mà chúng ta có thể tin tưởng, nhưng tập hợp nhiều nghiên cứu lại với nhau, sẽ có khả năng cao hơn để tạo dựng được bức tranh đáng tin cậy về tác dụng của một loại thuốc. Nhưng nếu một số bài báo được đưa vào có lỗi hoặc bị bịa đặt, toàn bộ bài siêu phân tích sẽ không còn ý nghĩa.

Các phân tích tổng hợp về thuốc ivermectin thường kết hợp một số bài báo chỉ ra ivermectin có tác dụng khiêm tốn hoặc không có tác dụng với các bài báo chỉ ra tác dụng ấn tượng, gần như kỳ diệu – và do đó, một vài trong số các phân tích tổng hợp đó đã kết luận rằng loại thuốc này có kỳ vọng điều trị hiệu quả đáng kể đối với Covid -19. (Khá hợp lý, những người ủng hộ thuốc ivermectin thường dựa vào những phân tích tổng hợp như thế này, những phân tích này thường được coi là công cụ khoa học hợp lệ.)

Sẽ không có vấn đề gì nếu tất cả các nghiên cứu được xem xét trong một phân tích tổng hợp có chất lượng cao và được tiến hành đúng như các tác giả đã mô tả. Nhưng khi một tỷ lệ nhất định những nghiên cứu nhỏ đó có vấn đề hoặc thậm chí có thể là giả mạo, thì việc tổng hợp tất cả các nghiên cứu này, ít nhất, sẽ không cung cấp cho bạn một bức tranh rõ ràng về hiệu quả của thuốc.

nếu một số bài báo được đưa vào có lỗi hoặc bị bịa đặt, toàn bộ bài phân tích tổng hợp có thể không còn ý nghĩa…

Tiến sĩ Hill tại Đại học Liverpool đã tiến hành một phân tích tổng hợp mà ban đầu cho kết quả tích cực về tác dụng của thuốc ivermectin, nhưng sau khi tiến hành phân tích tổng hợp lại mà không sử dụng các nghiên cứu bị nghị ngờ đã cho ra kết quả tệ hơn nhiều về tác dụng của thuốc ivermectin. “Điều này khiến tôi cảnh giác hơn về các kết quả của các nghiên cứu mà ta không có quyền truy cập vào dữ liệu thô,” Hill nói với MedPage Today. “Chúng ta đã tin tưởng họ và đó là một sai lầm.”

Trong trường hợp của thuốc ivermectin, hiện tượng này đặc biệt nổi bật vì các bài báo chất lượng thấp “có mẫu lớn hơn mức trung bình, đưa ra nhiều tuyên bố kịch tính hơn mức trung bình,” Sheldrick nói với tôi. “Mặc dù đây là một số ít trong các nghiên cứu, nhưng chúng có thể chiếm khoảng một nửa số dữ liệu thử nghiệm về thuốc ivermectin mà chúng ta có để nghiên cứu về Covid.”

Điều này là hợp lý – các tay viết giả mạo thường xuất bản các nghiên cứu của họ nhanh hơn, Sheldrick nói, bởi việc thực hiện một nghiên cứu thực tế mất nhiều thời gian hơn so với việc tạo ra dữ liệu. Mà họ còn thường xuyên tuyên bố đã thực hiện các nghiên cứu lớn hơn và toàn diện hơn.

Ông nói: “Tiến hành một nghiên cứu thử nghiệm với 600 người tham gia tốn công sức hơn rất nhiều so với việc thực hiện một thử nghiệm 50 người, nhưng việc giả mạo một nghiên cứu 600 người không thực sự tốn công hơn nhiều so với việc giả mạo một nghiên cứu 50 người”. Vì vậy, trong trường hợp một đại dịch như Covid-19 khi các nhà nghiên cứu đang gấp rút hoàn thành các thử nghiệm càng nhanh càng tốt, tỷ lệ gian lận có xu hướng cao hơn trong các bài nghiên cứu được công bố sớm nhất, điều này có ảnh hưởng ở các mức độ khác nhau đến các nghiên cứu tiếp theo và những nghiên cứu đã không diễn ra như mô tả lại thường chú trọng phân tích dựa trên số bệnh nhân đã được điều trị.

Hệ quả từ các nghiên cứu tồi đã phủ bóng đen lên toàn bộ giới nghiên cứu trong hai năm từ đại dịch. “Toàn bộ cộng đồng khoa học hoạt động dựa trên sự tin tưởng,” Meyerowitz-Katz nói với tôi. “Có một giả định trong giới nghiên cứu rằng nếu ai đó nói với bạn rằng họ đã làm điều gì đó, thì họ đã làm điều đó.”

Thật không may, không có đủ quy định kiểm soát ở các điểm khác nhau trong quá trình làm khoa học để ngăn các nghiên cứu sai lệch hoặc thiếu sót được công bố tới công chúng. Quá trình bình duyệt thường chỉ kiểm tra xem các tác giả của bài báo có diễn giải chính xác dữ liệu của họ hay không, liệu họ có định vị đúng kết quả của mình trong khối kiến thức hiện có một cách thích hợp hay không và cách tiếp cận chủ đề của họ có hợp lý hay không. Việc kiểm tra xem tập dữ liệu mà các nhà nghiên cứu sử dụng có bị lỗi hoặc thậm chí bịa đặt hay không là việc thường không được làm.

Và việc xuất bản trên các tạp chí hàng đầu không phải là biện pháp bảo vệ chống lại sai sót hoặc gian lận. Mặc dù một số nghiên cứu nổi tiếng nhất bị cáo buộc là gian lận chỉ được xuất bản dưới dạng bản in trước hoặc trên các tạp chí được đánh giá kém, “một số nghiên cứu mà chúng tôi rất lo ngại về gian lận được đăng trên các tạp chí chất lượng cao,” Meyerowitz-Katz nói với tôi. 

Anh nói thêm: “Có một số nghiên cứu đã tìm thấy lợi ích của thuốc ivermectin mà chắc chắn không phải là gian lận”. Nhưng những lợi ích đó thường là lợi ích nhỏ và vẫn cần được xác nhận bằng các nghiên cứu sâu hơn. “Bất kỳ nghiên cứu nào báo cáo những lợi ích to lớn từ thuốc ivermectin, tại thời điểm này, chúng tôi đã tìm thấy bằng chứng khá mạnh mẽ cho việc gian lận hoặc các tác giả đã từ chối chia sẻ dữ liệu với chúng tôi.”

Một thách thức đối với cách chúng ta làm khoa học

Hầu như không có bất kỳ sự phản đối nào đối với những người theo dõi việc thu hồi bài. Tháng trước chúng ta chứng kiến ​​một sự cố tai tiếng khác: Tạp chí y học The Journal of Intensive Care Medicine đã thông báo thu hồi một bài báo xuất bản vào tháng 12 năm 2020 về cách điều trị bệnh nhân Covid-19 do Pierre Kory đồng tác giả, người đã cho lời khai trước Thượng viện Hoa Kỳ về Covid -19 và là người ủng hộ hàng đầu cho thuốc ivermectin.

Bài báo của Kory và các đồng tác giả tập trung vào phương pháp điều trị MATH + của Kory: một phác đồ với bốn loại thuốc tiêu biểu – methylprednisolone, axit ascorbic (Vitamin C), thiamine và heparin – cùng với các phương pháp điều trị khác. (Kory đã sử dụng thuốc ivermectin trong phác đồ điều trị kể từ sau đó, nhưng thuốc này không phải là một phần trong phác đồ điều trị của Kory vào thời điểm bài báo được xuất bản.)

Bài báo đã bị thu hồi vì một bệnh viện nơi nghiên cứu diễn ra nói với tạp chí rằng các bệnh nhân ở đó không được tiếp nhận phương pháp điều trị của Kory một cách có hệ thống, trái với tuyên bố của ông và Kory đã thể hiện không đúng kết quả của những bệnh nhân đã thực sự được ông điều trị. Hơn nữa, các quan chức tại bệnh viện Sentara Healthcare ở Norfolk, Virginia nói với tôi rằng Kory đã phớt lờ các cuộc gọi của họ khi họ liên hệ để yêu cầu sửa lỗi. (Kory cho rằng việc tạp chí thu hồi lại bài báo là không xác đáng và ông đã đề nghị sửa lại nghiên cứu.)

Danh sách dài các nghiên cứu không rõ ràng đã tạo nên một bức tranh lớn duy nhất: Sự hiểu biết của chúng ta về thuốc ivermectin, và các phương pháp điều trị Covid-19 ban đầu nói chung, đã bị tổn hại nặng nề do các nghiên cứu mô tả những kết quả đã không thực sự diễn ra.

Hiện tượng này cũng có ý nghĩa đối với cách các nghiên cứu khoa học được thực hiện và phản biện vượt trên cả phạm vi nghiên cứu về Covid-19.

Các nhà nghiên cứu đã chỉ ra các nghiên cứu có chất lượng thấp cũng đã đề xuất một số ý tưởng để cải thiện tình hình. Trong một bài báo trên tạp chí Nature Medicine vào tháng 9, họ đã đề xuất cần phải suy nghĩ lại triệt để về các siêu phân tích. Họ cho rằng thay vì phân tích lại bằng cách sử dụng “dữ liệu tóm tắt” từ các nghiên cứu ban đầu, cộng đồng khoa học nên chuyển sang sử dụng dữ liệu của từng bệnh nhân – tổng hợp thông tin tất cả các bệnh nhân trong tất cả các nghiên cứu như thể họ đều là một phần của một nghiên cứu chung, và phân tích từ dữ liệu đó.

Hiện tại, dữ liệu bệnh nhân thường không được chia sẻ giữa các nhà nghiên cứu, cả vì lo ngại về quyền riêng tư và vì các nhà khoa học thường cảm thấy cần giữ độc quyền các tập dữ liệu mà họ có thể đã phải làm việc trong nhiều tháng hoặc nhiều năm để thu thập, làm sạch và phân tích. Nhưng nếu những quy chuẩn đó thay đổi, những người giả mạo dữ liệu sẽ khó lách luật hơn hoặc những sai lầm nghiêm trọng sẽ đễ bị để ý hơn – và quá trình tổng hợp kiến ​​thức của chúng ta có thể cải thiện đáng kể.

“Nếu mọi người không muốn chia sẻ dữ liệu của họ, thì đó là dấu hiệu rõ ràng nhất. Rất có thể có những sai sót lớn trong dữ liệu,” nhà nghiên cứu phương pháp điều trị Covid-19, Ed Mills tại Đại học McMaster nói với tôi.

Sheldrick chỉ ra rằng một số nhà nghiên cứu tuyên bố trong bài báo của họ rằng dữ liệu của họ có sẵn và họ rất vui lòng chia sẻ dữ liệu, nhưng sau đó tránh việc bị soi xét bằng cách không phản hồi các yêu cầu. Không có cơ chế thực sự nào để phản ánh một nhà nghiên cứu nói rằng họ muốn chia sẻ dữ liệu của mình nhưng không làm theo lời nói đó. Sheldrick nói: “Chúng ta đã phát triển một nền văn hóa mà ở đó chấp nhận việc xuất bản một nghiên cứu và phủi tay xong việc, tuyên bố rằng “Dữ liệu của chúng tôi có sẵn, chỉ cần liên hệ với chúng tôi” nhưng sau đó không trả lời khi được liên hệ.”

Một cách tiếp cận khác có thể chỉ đơn giản là để các nhà nghiên cứu tự nghiền ngẫm nội dung những gì họ đã học được trong vài năm qua và xem xét kỹ lưỡng hơn các nghiên cứu về thuốc ivermectin – và rộng hơn là các nghiên cứu khẳng định những lợi ích ngoạn mục của thuốc trong khi không làm rõ một số chi tiết về phương pháp luận của họ.

Flavio Abdenur, một nhà toán học và nhà khoa học dữ liệu độc lập, người đã nghiên cứu thuốc ivermectin thông qua các phân tích tổng hợp, nói với tôi rằng anh ấy đã thay đổi hoàn toàn cách tiếp cận của mình, nghiên cứu các tài liệu về thuốc ivermectin bằng cách chỉ xem xét các nghiên cứu đã được chứng minh là không gian lận. Về cơ bản, anh đang không làm theo thông lệ thông thường là tin tưởng các nhà nghiên cứu.

Đó là điều mà Richard Smith, cựu biên tập viên của tạp chí y khoa British Medical Journal (BMJ), đã nêu trong một bài xã luận trên BMJ vào mùa hè này. Ông viết: “Giờ đây, chúng ta đã đến một thời điểm mà những người thực hiện tổng quan hệ thống (systematic reviews) phải bắt đầu bằng cách giả định một nghiên cứu là gian lận cho đến khi họ có một số bằng chứng ngược lại.”

Đó sẽ là một sự thay đổi ngoạn mục. Nhưng chắc chắn rằng sẽ phải thay đổi điều gì đó. Việc giám sát các sai lầm và gian lận không thể chỉ được thực hiện bởi các nhà báo gọi điện đến các bệnh viện, bệnh viện chủ động nghiên cứu và liên hệ với các tạp chí và các nhà nghiên cứu dành thời giờ điều tra các hành vi gian lận thêm vào khối công việc thường ngày.

Nếu nghiên cứu gian lận và có sai sót là một vấn đề hệ thống, nghiêm trọng – và sự thật đã là như vậy – thì cũng cần một giải pháp nghiêm túc và có hệ thống.

Yến Chi dịch

Nguồn

Kelsey Piper. (2021, Dec 17). How bad research clouded our understanding of Covid-19. Vox.

Đăng ký Nhận bản tin

Bài viết liên quan

error: Content is protected !!

Để lại thông tin để nhận tư vấn