生物通報道，來自哈佛大學醫(yī)學院和艾奧尼納大學醫(yī)學院的兩名教授開展了元分析（meta-analysis），發(fā)現(xiàn)80%以上的高引用率生物標志物研究過度報告了生物標志物與疾病的關聯(lián)，該項成果發(fā)表在近期的《JAMA》雜志上。

近年來，多個生物標志物被高引用率研究所提出，作為疾病風險、預后或?qū)χ委煼磻臎Q定因素，但zui終只有很少轉(zhuǎn)化成臨床實踐。因此，斯坦福大學醫(yī)學院斯坦福預防研究中心的John Ioannidis和艾奧尼納大學醫(yī)學院的Orestis Panagiotou教授聯(lián)合開展了這項研究。

他們搜索了ISI Web of Science和MEDLINE，收集了2010年12月以前引用率超過400且在高引用率生物醫(yī)學雜志上發(fā)表的文章。通過對35個高引用率的生物標志物關聯(lián)研究的評估，他們發(fā)現(xiàn)86%（30個）的研究過高估計了某一生物標志物的影響。

Ioannidis和Panagiotou認為，臨床醫(yī)生應當更加注意這些生物標志物關聯(lián)研究，之后才能將基于這些高引用率研究的新程序融入他們的實踐中。這些高引用率但夸大的生物標志物關聯(lián)可能誤導醫(yī)生在診斷過程中使用，但是卻不能改善患者的結果。

例如，在2006年，前杜克大學癌癥研究人員Anil Potti及同事在《新英格蘭醫(yī)學雜志》上發(fā)表了一篇文章，根據(jù)基因表達譜構建了一個計算機模型，能預測腫瘤對化療的敏感性。后來，Potti開展了兩項以此研究為基礎的臨床試驗。然而，其他研究人員無法重復出這些結果。因此，到2010年底，臨床試驗被暫停，而到2011年，這篇文章也被撤回。

杜克轉(zhuǎn)化醫(yī)學研究所的主任Robert Califf相信這樣的例子不止是生物標志物的領域。他認為人們傾向于報告的結果，有時候會發(fā)表假陽性的數(shù)據(jù)。

為了降低假陽性率，Califf認為研究人員在數(shù)據(jù)來源上應當有更高的透明度。研究的相關文件應當放在網(wǎng)上，包括所有原始數(shù)據(jù)，生成zui終分析的步驟，以及所使用軟件的代碼。有了這些信息，研究人員可獨立做出對結論的判定。（生物通 薄荷）

原文檢索：