Έχετε Aκούσει Ποτέ για την Κρίση Αναπαραγωγιμότητας; - Γιατί πρέπει να σας ενδιαφέρει ότι οι περισσότερες δημοσιευμένες μελέτες ΔΕΝ μπορούν να αναπαραχθούν.
Μετάφραση: Απολλόδωρος
17 Αυγούστου 2023 | MIKE DONIO, MS | Διαβάστε το εδώ
Φανταστείτε ότι παίρνετε συνταγή για ένα νέο φάρμακο από τον γιατρό σας.
Ή πηγαίνετε στο κατάστημα για να αγοράσετε ένα μη συνταγογραφούμενο φάρμακο.
Όλοι έχουμε βρεθεί σε αυτή τη θέση κάποια στιγμή στη ζωή μας.
Εμπιστευόμαστε ότι αυτά τα φάρμακα είναι ασφαλή, επειδή υποστηρίζονται από χρόνια επιστημονικής έρευνας και έχουν περάσει από μια αυστηρή διαδικασία έγκρισης από τις ρυθμιστικές αρχές.
Τώρα, τι γίνεται αν αποδειχθεί ότι τα δεδομένα που χρησιμοποιήθηκαν για την έγκριση της συμμετοχής στις κλινικές δοκιμές που οδήγησαν στην έγκριση αυτών των φαρμάκων δεν μπορούν να αναπαραχθούν; Τι θα σήμαινε αυτό;
Ας πάμε μια βόλτα σε έναν από τους πιο σκοτεινούς διαδρόμους στην ιστορία της επιστήμης.
Τι εννοώ με τον όρο αναπαραγωγή;
Πρώτα απ' όλα, τι ακριβώς εννοούμε με τον όρο αναπαραγωγή και πώς διαφέρει από την αναπαραγωγιμότητα;
Η αναπαραγωγή είναι από πολλές απόψεις ο ακρογωνιαίος λίθος της πραγματικής επιστήμης. Η επιβεβαίωση των αποτελεσμάτων με επανάληψη είναι απαραίτητη. Ο επιστήμονας περιβαλλοντικής υγείας Stefan Schmidt το συνόψισε ως εξής:
"Είναι η απόδειξη ότι το πείραμα αντανακλά γνώση που μπορεί να διαχωριστεί από τις συγκεκριμένες συνθήκες (όπως ο χρόνος, ο τόπος ή τα πρόσωπα) υπό τις οποίες αποκτήθηκε". (Schmidt, 2009)
Χωρίς αναπαραγωγή πώς μπορούμε να γνωρίζουμε ότι τα αποτελέσματα δεν βασίζονται εξ ολοκλήρου στις προκαταλήψεις των επιστημόνων που τα διεξήγαγαν και στα συγκεκριμένα πειραματικά συστήματα στα οποία διεξήχθησαν;
Για να έχει σημασία πρέπει να αποδειχθεί ότι ένα πείραμα μπορεί να αναπαραχθεί ανεξάρτητα εκτός του αρχικού εργαστηρίου.
Με απλά λόγια, η αναπαραγωγή είναι "η ενέργεια της αντιγραφής ή αναπαραγωγής κάποιου πράγματος" (New Oxford American Dictionary). Στην προκειμένη περίπτωση το πράγμα που αναπαράγεται είναι τα πειραματικά αποτελέσματα.
Τουλάχιστον αυτός είναι ο στόχος. Δυστυχώς, τα όσα ακολουθούν σε αυτό το άρθρο θα δείξουν ότι στην πλειονότητα των περιπτώσεων αυτό κάθε άλλο παρά συμβαίνει.
Αντίθετα, η αναπαραγωγιμότητα αφορά απλώς την αναπαραγωγή των ίδιων αποτελεσμάτων από το ίδιο σύνολο δεδομένων. Όχι το να προσπαθείς να κάνεις το ίδιο πείραμα για να δεις αν καταλήγεις στα ίδια δεδομένα.
Αυτή είναι μια σημαντική διάκριση που πρέπει να κάνετε πριν προχωρήσετε.
Τι είπε το CDC;
Το 2005, το PLoS Medicine δημοσίευσε το δοκίμιο-ορόσημο του Ιωάννη Ιωαννίδη, με το οποίο υποστήριξε με συγκλονιστικό τρόπο ότι "υπάρχει αυξανόμενη ανησυχία ότι τα περισσότερα από τα τρέχοντα δημοσιευμένα ερευνητικά ευρήματα είναι ψευδή" (Ioannidis, 2005).
Τι είπε; Νόμιζα ότι υποτίθεται ότι έπρεπε να εμπιστευόμαστε την επιστήμη, ότι ήταν ξεκαθαρισμένη. Ίσως να μην θέλετε να πηδήξετε σε αυτό μέχρι να διαβάσετε το υπόλοιπο του άρθρου.
Ενώ πολλοί, ακόμη και μια ομάδα από το CDC, συμφώνησαν με την άποψη του Ιωαννίδη, προσπάθησαν να βρουν τρόπους για να διασώσουν τα σιγοκαμένα συντρίμμια της επιστήμης που παρουσίασε.
Ο ισχυρισμός από το CDC ήταν ότι η αναπαραγωγή ήταν ένας από τους καλύτερους τρόπους για να αυξηθεί η πιθανότητα ότι ένα δεδομένο ερευνητικό εύρημα ήταν αληθινό. Να τι είπαν:
"Ως μέρος του επιστημονικού εγχειρήματος, γνωρίζουμε ότι η αναπαραγωγή -η απόδοση μιας άλλης μελέτης που επιβεβαιώνει στατιστικά την ίδια υπόθεση- είναι ο ακρογωνιαίος λίθος της επιστήμης και η αναπαραγωγή των ευρημάτων είναι πολύ σημαντική πριν από την εξαγωγή οποιουδήποτε αιτιώδους συμπεράσματος". (Moonesinghe et al., 2007)
Θα θέλετε να θυμάστε αυτό το τελευταίο μέρος σχετικά με το ότι είναι "ο ακρογωνιαίος λίθος της επιστήμης".
Αρκετά χρόνια αργότερα ακολούθησε μια από τις μεγαλύτερες στιγμές "κρατήστε την μπύρα μου" στην επιστημονική ιστορία, όταν όχι μία, αλλά δύο εταιρείες βιοτεχνολογίας δημοσίευσαν τις απόψεις τους σχετικά με αυτό που σύντομα έγινε γνωστό ως "Η κρίση της αντιγραφής".
Τι είναι η Κρίση Αναπαραγωγής;
Μια σειρά γεγονότων στις αρχές της δεκαετίας του 2010 έδωσαν το έναυσμα για αυτό που έγινε γνωστό ως "The Replication Crisis". Σε μεγάλο βαθμό, ήταν η συνειδητοποίηση ότι η αδυναμία αναπαραγωγής των δημοσιευμένων μελετών ήταν όχι μόνο ευρέως διαδεδομένη, αλλά και πολύ πέρα από αυτό που οι περισσότεροι επιστήμονες θα περίμεναν ποτέ.
Πέρα από τη δική μου προσωπική εμπειρία ως επιστήμονας, υπάρχουν τρία βασικά κομμάτια που πιστεύω ότι χαρακτηρίζουν αυτή την κρίση και φίλε μου είναι φοβερά.
Είναι άλλο πράγμα αν ένα τρύπιο ακαδημαϊκό εργαστήριο κάπου στη μέση του πουθενά ανέφερε ότι τα πειράματά του δεν μπορούσαν να αναπαραχθούν. Νομίζω ότι όλοι μπορούμε να το εκτιμήσουμε αυτό.
Τι θα γινόταν όμως αν αυτό συνέβαινε στο κέντρο της βιομηχανίας βιοτεχνολογίας;
Στις αρχές της δεκαετίας του 2010 δύο εταιρείες, η Bayer Healthcare και η Amgen, ανέφεραν μια εκπληκτική έλλειψη αναπαραγωγής που συνέβαινε εντός των τειχών των δικών τους εργαστηρίων.
Επιτρέψτε μου να πάω πίσω στα γρήγορα, γιατί ίσως αναρωτιέστε γιατί στο καλό ανέλαβαν μια τέτοια προσπάθεια.
Λοιπόν, οι περισσότερες φαρμακευτικές εταιρείες (φαρμακευτικές ή βιοτεχνολογικές) προσπαθούν να δημιουργήσουν και να διατηρήσουν ισχυρούς αγωγούς. Για να το πετύχουν αυτό, πρέπει είτε να αποκτήσουν νέα φάρμακα είτε να βρουν τρόπους να εντοπίσουν νέους στόχους για την ανάπτυξη φαρμάκων.
Η ανάπτυξη φαρμακευτικών φαρμάκων είναι εξαιρετικά δαπανηρή σε χρόνο, πόρους και ίσως κυρίως σε χρηματική επένδυση. Για να μετριάσουν αυτόν τον κίνδυνο, πολλές εταιρείες έχουν δημιουργήσει εσωτερικές ομάδες επικύρωσης νέων στόχων.
Πολλές νέες ιδέες για φαρμακευτικούς στόχους προέρχονται από δημοσιευμένες μελέτες, επομένως, είναι σημαντικό να επικυρωθούν πριν από την πραγματοποίηση περαιτέρω σημαντικών επενδύσεων. Δεν έχει νόημα να προχωρήσουμε μπροστά αν δεν είναι έγκυρο, σωστά;
Λοιπόν, ήταν προφανές ότι ένας σημαντικός αριθμός δημοσιευμένων μελετών δεν ήταν σε θέση να αναπαραχθεί εσωτερικά στην Bayer, οπότε, αποφάσισαν να βάλουν έναν αριθμό.
Διενήργησαν μια έρευνα στους επιστήμονες της ομάδας-στόχου της ανακάλυψης. Τα αποτελέσματα ήταν αρκετά αποκαλυπτικά.
Το συμπέρασμα ήταν ότι μόνο στο 20-25% των έργων τα δημοσιευμένα δεδομένα επιβεβαιώνονταν από εσωτερικά πειράματα αναπαραγωγής.
Αυτό σημαίνει ότι πάνω από το 85% δεν μπορούσε να αναπαραχθεί. (Prinz et al., 2011)
Το κύρος ή ο συντελεστής απήχησης του περιοδικού δεν επηρέασε την αναπαραγωγιμότητα των δεδομένων. Αυτό επιβεβαίωσε αυτό που έβλεπαν οι επιστήμονες της Bayer, αλλά, παρ' όλα αυτά, τα ευρήματα αυτά εξακολουθούσαν να είναι συγκλονιστικά.
Η Amgen, που δεν ήθελε να την κοροϊδέψει, αποφάσισε να διεξάγει μια δική της μελέτη για να αξιολογήσει κατά πόσον ήταν σε θέση να επιβεβαιώσει τα αποτελέσματα των δημοσιευμένων ευρημάτων στο εσωτερικό της εταιρείας.
Σε αντίθεση με την Bayer, διεξήγαγε πράγματι τα πειράματα αναπαραγωγής και έστησε την τράπουλα υπέρ της αναπαραγωγής επιλέγοντας 53 μελέτες "ορόσημο" με νέα ευρήματα, όλες στον τομέα της ογκολογίας.
Τα αποτελέσματα ήταν απολύτως σοκαριστικά, ακόμη και καταστροφικά.
Από τις 53 μελέτες που επιχειρήθηκαν, τα επιστημονικά ευρήματα αναπαράχθηκαν μόνο σε 6 ή στο 11%. Αυτό σημαίνει ότι σχεδόν το 90% των ευρημάτων δεν μπορούσε να αναπαραχθεί. (Begley et al., 2012)
Ήξεραν ότι ήταν κακό, αλλά ούτε κατά διάνοια τόσο κακό.
Παρακαλώ, σηκώστε τα σαγόνια σας από το πάτωμα για να μπορέσουμε να συνεχίσουμε. Θα περιμένω.
Εντάξει, προχωράμε.
Τελικά, η Πρωτοβουλία για την Αναπαραγωγιμότητα (The Reproducibility Initiative) που συνιδρύθηκε από την πρώην γενετίστρια Elizabeth Iorns συγκέντρωσε αρκετά χρήματα για να κάνει μια δική της μελέτη. Ξεκίνησαν να προσπαθήσουν να επαναλάβουν επιλεγμένα πειράματα από 53 εργασίες υψηλής απήχησης. Σε μεγάλο βαθμό, τα δεδομένα τους επιβεβαίωσαν εκείνα της Bayer και της Amgen (Errington et al., 2021).
Όλα αυτά μαζί χρησιμεύουν ως ισχυρή επιβεβαίωση των θεωριών του Ιωαννίδη.
Αρκεί να πούμε ότι έχουμε ένα μεγάλο πρόβλημα. Κάποιοι θα μπορούσαν ακόμη και να συμπεράνουν ότι το σύστημα είναι στην πραγματικότητα ελαττωματικό.
Ελπίζω ότι μπορείτε να καταλάβετε τη σοβαρότητα του προβλήματος, αλλά, για να το προωθήσω λίγο περισσότερο, θα κάνω ένα σύντομο ριφιφί για κάποιες από τις δικές μου εμπειρίες.
Δεν είναι μόνο θεωρητικό για μένα, το έχω διερευνήσει διεξοδικά
Εκτός από αυτές τις αναφερθείσες προσπάθειες αναπαραγωγής, κατά τη διάρκεια των 20 ετών που είμαι επιστήμονας, δημιούργησα πολλές ιδέες από δημοσιευμένες μελέτες. Πάντα προσπαθούσα να επαληθεύω κάθε αρχικό εύρημα πριν το επεκτείνω εγώ ο ίδιος.
Αυτό θα περιελάμβανε παρόμοιες ασκήσεις με αυτές που περιέγραψα παραπάνω για να προσπαθήσω να αναπαραγάγω έγγραφα χρησιμοποιώντας τις μεθόδους που περιγράφονται στο ίδιο το έγγραφο, καθώς και να προσπαθήσω να βρω άλλους τρόπους για να επαληθεύσω την αρχική υπόθεση.
Ουσιαστικά, πέρασα ένα μεγάλο μέρος της καριέρας μου εξετάζοντας πρόσωπο με πρόσωπο αυτό ακριβώς το ζήτημα και είμαι βέβαιος ότι τα αποτελέσματα θα σας σοκάρουν.
Ναι, το μαντέψατε. Στη συντριπτική τους πλειοψηφία, τα δημοσιευμένα δεδομένα δεν ήταν αναπαραγώγιμα.
Και, αυτό αφορούσε πολλούς επιστημονικούς κλάδους, συμπεριλαμβανομένης της ιολογίας και της ογκολογίας. Δεν είναι μικρό πράγμα με περιορισμένες επιπτώσεις.
Κατά τη διάρκεια της καριέρας μου, αρκετοί συνάδελφοί μου ανέφεραν επίσης παρόμοια ευρήματα, οπότε αυτό χρησιμεύει για να αποδείξει ότι δεν είναι απομονωμένο σε μένα και μια συγκεκριμένη έλλειψη ικανότητας από μέρους μου να αναπαράγω δεδομένα.
Το εκπληκτικό πράγμα που διαπίστωσα είναι ότι παρόλο που πολλοί από τους πρώην συναδέλφους μου στο εργαστήριο γνωρίζουν και αντιμετώπισαν άμεσα αυτό ακριβώς το ζήτημα, δεν βλέπουν γιατί αυτό σημαίνει ότι τα δεδομένα είναι άκυρα ή ότι το σύστημα είναι ελαττωματικό.
Αλλά, πώς μπορεί να μην είναι ένα τεράστιο πρόβλημα αν η αναπαραγωγή είναι ο ακρογωνιαίος λίθος της επιστήμης;
Ας διερευνήσουμε τώρα ορισμένες από τις επιπτώσεις.
Τι κι αν οι περισσότερες επιστημονικές εργασίες δεν μπορούν να αναπαραχθούν;
Ας εξετάσουμε τώρα γιατί η έλλειψη εγκυρότητας και αναπαραγωγιμότητας των επιστημονικών δεδομένων μπορεί να έχει εκτεταμένες συνέπειες.
Κατ' αρχάς, δεν πρόκειται μόνο για μία ή δύο ταπεινές εργασίες για τις οποίες μιλάμε εδώ. Πρόκειται για εργασίες-ορόσημα σε περιοδικά υψηλής απήχησης που αποδείχθηκαν άκυρες.
Κάθε εργασία υποστηρίζεται από άλλες αξιολογημένες, δημοσιευμένες εργασίες που παρέχουν πλαίσιο και λογική. Είναι αυτά που βοήθησαν να πλαισιωθεί η υπόθεση, αν υποθέσουμε ότι υπάρχει έστω και μία, και λένε στον αναγνώστη γιατί θα πρέπει να ενδιαφερθεί για έναν συγκεκριμένο νέο ισχυρισμό.
Αν η μεγάλη πλειοψηφία των εργασιών είναι ψευδείς ή άκυρες, τότε αυτό σημαίνει ότι όταν παίρνετε μια συγκεκριμένη εργασία υπάρχει μεγάλη πιθανότητα όχι μόνο οι ισχυρισμοί της συγκεκριμένης εργασίας να μην είναι αληθινοί, αλλά και κάθε εργασία που έχουν επικαλεστεί για να στηρίξουν την εργασία τους να μην βασίζεται επίσης στην πραγματικότητα.
Στην πραγματικότητα, σε μια έκθεση των Serra-Garcia και Gnezzy αποδεικνύουν με αδιάσειστα στοιχεία ότι οι δημοσιευμένες εργασίες σε κορυφαία περιοδικά που δεν αναπαράγονται παρατίθενται περισσότερο από εκείνες που αναπαράγονται (Serra-Garcia and Gneezy, 2021).
Ουάου! Πάρτε ένα δευτερόλεπτο και αφήστε το να το καταλάβετε.
Για αυτόν και μόνο τον λόγο, δεν πρέπει να εμπιστεύεστε την "επιστήμη". Είναι ένας χάρτινος πύργος που περιμένει να καταρρεύσει και αυτό είναι μόνο η αρχή.
Αλλά, γιατί θα γίνονταν δεκτές μη αναπαραγώγιμες δημοσιεύσεις εξαρχής; Αν αυτό φαίνεται γελοίο, είναι επειδή είναι.
Το γεγονός είναι ότι στις περισσότερες περιπτώσεις οι κριτές δεν βλέπουν στην πραγματικότητα τα ακατέργαστα δεδομένα που υποστηρίζουν αυτά που υποβάλλονται προς δημοσίευση.
Έτσι, στην πραγματικότητα παίρνουν το λόγο των συγγραφέων που υποβάλλουν τα δεδομένα ότι αυτά έχουν αναπαραχθεί επαρκώς και συνεπώς είναι έγκυρα. Μεγάλο λάθος!
Είναι επίσης πιθανό να κάνουν μια εξαίρεση για ένα θέμα που θεωρούν ιδιαίτερα ενδιαφέρον και έτσι να χαμηλώνουν τα ήδη χαμηλά τους πρότυπα.
Περισσότερα για την αξιολόγηση από ομότιμους σε ένα επερχόμενο άρθρο, οπότε μείνετε συντονισμένοι.
Θα σας αφήσω με ένα ακόμη πράγμα για να σκεφτείτε σχετικά με αυτό το θέμα.
Σκεφτείτε το γεγονός ότι πολλές εργασίες-ορόσημα χρησιμοποιούνται στη συνέχεια ως αιτιολογία για την ανάπτυξη νέων φαρμάκων ή για τον σχεδιασμό κλινικών δοκιμών σε ανθρώπους. Αυτό σημαίνει ότι πολλά νέα φάρμακα και οι μελέτες που χρησιμοποιούνται για τη δοκιμή τους σε ζώα και ανθρώπους είναι εξαρχής ελαττωματικές.
Στην πραγματικότητα, αποδεικνύεται ότι οι κλινικές δοκιμές για νέα ογκολογικά φάρμακα έχουν το χαμηλότερο ποσοστό επιτυχίας σε σύγκριση με άλλες θεραπευτικές περιοχές. Αυτό οφείλεται σε μεγάλο βαθμό σε τέτοιες μη επαναλήψιμες μελέτες που χρησιμοποιούνται ως μέρος της προκλινικής επικύρωσης.
Έτσι, θεραπεύουμε εξαιρετικά άρρωστους ανθρώπους με φάρμακα που είναι πολύ πιθανό να μην κάνουν τίποτα για να βοηθήσουν, αλλά στην πραγματικότητα να τους προκαλέσουν βλάβη.
Το μόνο πράγμα που τους δίνουμε στην πραγματικότητα είναι ψεύτικη ελπίδα. Τι παρωδία.
Ελπίζω να μπορείτε να αντιληφθείτε γιατί αυτό πρέπει να διορθωθεί. Ωστόσο, η πραγματικότητα είναι ότι δεν έχουν γίνει πολλά πράγματα από τότε που δημοσιεύθηκαν αυτές οι αρχικές μελέτες αναπαραγωγής.
Έχουν περάσει 10 χρόνια και η κατάσταση δεν έχει βελτιωθεί. Γιατί όχι;
Η έλλειψη αναπαραγωγιμότητας είναι γνωστό ζήτημα, οπότε γιατί δεν έχει αντιμετωπιστεί;
Λοιπόν, εδώ είναι η ουσία...
Το ανέφερα και στο παρελθόν, αλλά πρέπει να το επαναλάβω.
Οι περισσότεροι επιστήμονες αναγνωρίζουν ότι πολλά δεδομένα δεν μπορούν να αναπαραχθούν αλλά, δεν βλέπουν γιατί αυτό ακυρώνει τους ισχυρισμούς που διατυπώνονται ούτε σημαίνει ότι το σύστημα είναι ελαττωματικό! Τι λέτε;
Να πώς το έθεσε η Monya Baker:
"Αν και το 52% των ερωτηθέντων συμφωνεί ότι υπάρχει σημαντική "κρίση" αναπαραγωγιμότητας, λιγότερο από το 31% πιστεύει ότι η αποτυχία αναπαραγωγής των δημοσιευμένων αποτελεσμάτων σημαίνει ότι το αποτέλεσμα είναι πιθανώς λάθος, και οι περισσότεροι λένε ότι εξακολουθούν να εμπιστεύονται τη δημοσιευμένη βιβλιογραφία". (Baker, 2016)
Εάν τα περισσότερα από τα δημοσιευμένα δεδομένα που έχουν αξιολογηθεί από ομότιμους δεν μπορούν να αναπαραχθούν, τότε, όπως πρότεινε ο Γιάννης Ιωαννίδης, υπάρχει μεγάλη πιθανότητα τα όποια συναφή ευρήματα να είναι ψευδή.
Χιούστον, έχουμε πρόβλημα!
Αν και αυτό δεν λέει και πολλά για μια επιστημονική κοινότητα που απλά υποθέτει ότι οι ισχυρισμοί σε προκλινικές μελέτες μπορούν να ληφθούν τοις μετρητοίς.
Αλλά, γιατί δεν έχει γίνει τίποτα;
Είναι θέμα κινήτρων και σε αυτή την περίπτωση δεν υπάρχουν. Ο Richard Horton, αρχισυντάκτης του διάσημου ιατρικού περιοδικού The Lancet, το έθεσε ως εξής:
"Μέρος του προβλήματος είναι ότι κανείς δεν έχει κίνητρο να έχει δίκιο. Αντίθετα, οι επιστήμονες έχουν κίνητρο να είναι παραγωγικοί και καινοτόμοι". (Horton, 2015)
Κατά κάποιο τρόπο θα μπορούσαμε να πούμε ότι στην πραγματικότητα έχουν κίνητρο να μην επιλύσουν το πρόβλημα, διότι αυτό θα μείωνε σημαντικά την παραγωγικότητα.
Παρόλα αυτά, πρέπει να βρούμε έναν δρόμο προς τα εμπρός, αν θέλουμε να ανακτήσουμε οποιαδήποτε εμπιστοσύνη στα επιστημονικά δεδομένα.
Τι θα μπορούσαμε να κάνουμε τώρα για να προσπαθήσουμε να το διορθώσουμε;
Οποιαδήποτε πορεία προς τη διόρθωση αυτού και των πολλών άλλων ζητημάτων που μαστίζουν την επιστήμη θα πρέπει να ξεκινήσει με την παροχή κινήτρων στους επιστήμονες για να κάνουν την απαραίτητη δουλειά.
Μερικοί από τους σημαντικότερους λόγους για την έλλειψη αναπαραγωγής είναι ότι δεν υπάρχει επαρκής λεπτομέρεια στις μεθόδους, ούτε αναφέρονται στην πραγματικότητα όλα τα αντιδραστήρια που χρησιμοποιήθηκαν.
Ως εκ τούτου, οποιαδήποτε λύση θα απαιτούσε την εφαρμογή διαφόρων σημείων ελέγχου για να διασφαλιστεί ότι οι πειραματικές διαδικασίες και τα απαιτούμενα αντιδραστήρια τεκμηριώνονται σωστά.
Και πάλι, είναι λυπηρό να το λέμε, αλλά οποιαδήποτε προσπάθεια για την ουσιαστική διόρθωση αυτού του προβλήματος πρέπει να ξεκινήσει και να τελειώσει με σημαντικά κίνητρα που όχι μόνο θα την προωθήσουν αλλά και θα τη διατηρήσουν.
Ίσως το μεγαλύτερο ερώτημα είναι αν αυτό είναι καν δυνατό μέσα σε ένα σύστημα που έχει διογκωθεί και διαφθαρεί τόσο πολύ.
Ένα σύστημα που ήδη ελέγχει μεγάλο μέρος των πληροφοριών που διακινούνται από τα μέσα ενημέρωσης, το Χόλιγουντ, την τηλεόραση, το ραδιόφωνο, τα βιβλία και πολλά άλλα.
Πιστεύω ότι αυτό θα πρέπει να ξεκινήσει από κοινότητες ατόμων σαν εμάς που είναι πρόθυμοι να πάρουν θέση.
Αναλάβετε δράση!
Πιστεύουμε ότι η προώθηση της ανοιχτής συζήτησης είναι κρίσιμη σε αυτούς τους καιρούς.
Έτσι, προχωρώντας προς τα εμπρός, κάθε νέα ανάρτηση Still in the Storm θα τελειώνει με μια εμπνευσμένη προτροπή για να ξεκινήσετε. Υποβάλετε ένα σχόλιο παρακάτω για να συμμετάσχετε στη συζήτηση.
Είναι η πρώτη φορά που ακούτε για την κρίση αναπαραγωγιμότητας;
Γνωρίζατε ότι τα προβλήματα που μαστίζουν την επιστημονική έρευνα σήμερα ήταν τόσο σοβαρά;
Πώς επηρεάζει αυτό τη ζωή σας και τις αποφάσεις που θα πάρετε στο μέλλον;
Γνωρίζετε κάποιον που θα μπορούσε να επωφεληθεί από αυτό;
Εάν θεωρείτε τις πληροφορίες που περιέχονται σε αυτά τα άρθρα πολύτιμες, θα ήμασταν ευγνώμονες για τη βοήθειά σας να τις μεταδώσουμε σε όσους θα μπορούσαν να επωφεληθούν περισσότερο.
Αναφορές
Schmidt S (2009). "Θα το ξανακάνουμε πραγματικά; Η ισχυρή έννοια της αναπαραγωγής παραμελείται στις κοινωνικές επιστήμες". Review of General Psychology (Ανασκόπηση της Γενικής Ψυχολογίας). Εκδόσεις SAGE. 13 (2): 90-100. doi:10.1037/a0015108
Ioannidis, J. P. A. (2005). Γιατί τα περισσότερα δημοσιευμένα ερευνητικά ευρήματα είναι ψευδή. PLOS Medicine, 2(8), e124. https://doi.org/10.1371/JOURNAL.PMED.0020124
Moonesinghe, R., Khoury, M. J., & Janssens, A. C. J. W. (2007). Τα περισσότερα δημοσιευμένα ερευνητικά ευρήματα είναι ψευδή-αλλά λίγη αναπαραγωγή απαιτεί πολύ δρόμο. PLoS Medicine, 4(2), e28. https://doi.org/10.1371/JOURNAL.PMED.0040028
Prinz, F., Schlange, T., & Asadullah, K. (2011). Πιστέψτε το ή όχι: πόσο μπορούμε να βασιστούμε σε δημοσιευμένα δεδομένα σχετικά με πιθανούς στόχους φαρμάκων; Nature Reviews Drug Discovery 2011 10:9, 10(9), 712-712. https://doi.org/10.1038/nrd3439-c1
Begley, C. G., & Ellis, L. M. (2012). Αύξηση των προτύπων για την προκλινική έρευνα για τον καρκίνο. Nature 2012 483:7391, 483(7391), 531-533. https://doi.org/10.1038/483531aErrington, T. M., Mathur, M., Soderberg, C. K., Denis, A., Perfito, N., Iorns, E., & Nosek, B. A. (2021). Διερεύνηση της αναπαραγωγιμότητας της προκλινικής βιολογίας του καρκίνου. ELife, 10. https://doi.org/10.7554/ELIFE.71601.
Serra-Garcia, M., & Gneezy, U. (2021). Οι μη αναπαραγώγιμες δημοσιεύσεις αναφέρονται περισσότερο από τις αναπαραγώγιμες. Science Advances, 7(21). https://doi.org/10.1126/SCIADV.ABD1705/SUPPL_FILE/SCIADV.ABD1705_SM.PDF
Baker, M. (2016). 1.500 επιστήμονες ξεκαθαρίζουν το θέμα της αναπαραγωγιμότητας. Nature 2016 533:7604. https://www.nature.com/articles/533452a
Horton, R. (2015). Offline: Τι είναι το 5 σίγμα της ιατρικής; The Lancet, 385(9976), 1380. https://doi.org/10.1016/S0140-6736(15)60696-1
***Δικτυογραφία:
Ever Heard of the Reproducibility Crisis?
