2016/3/12

國外學者質疑量產論文是台灣之恥?

「台灣健保資料庫的功與過」…科學中的Hypothesis來自細膩的觀察,科學家可以利用健保資料庫相關性的觀察中得到具有洞見的Hypothesis。這類研究除了可以提高台灣學術界的能見度,也可以當做深入研究的前哨,研究團隊若能繼續利用細胞或動物模型的基礎研究去探索機轉,並用前瞻性研究去証實他們報告的現象,當然就會有真正的科學價值,大家不必為了不同看法或負面批評去否定這個工具。

台灣學者利用健保資料庫發表學術論文,大多會嚴謹地再三提醒:「不應該用因果關係來解讀」,實証正正反反是常態,保有對現象的好奇和存疑,才能包容「爭議性」、挑戰「必然性」。們要非常小心的是:有些研究者「假裝」資料庫中撈到的結果是「舉世創見」、利用媒體來誇大其研究有多麼偉大、對於相關性研究背後的嚴重局限避重就輕…。因此,那些作者在媒體上誤導和渲染是可憎的,但研究本身引起科學上辯論卻是可喜的。




最近有兩位國外學者,投書到兩本醫學期刊,指出台灣教授用「健保資料庫」量產論文,並質疑這些論文的學術價值。該投書指出:「某教授在一年內,用同樣的資料庫分析,發表了至少一百五十篇論文,每一篇皆是描述兩種臨床情況的「相關性」研究。這一百多篇論文來自超過六十位不同的第一作者,而論文的通迅作者皆是同一人…。這些研究看起來是以「模版化」方式進行…,這些論文對臨床醫師是沒有助益的…」。

我一直都不贊同這種散彈打鳥的作法、本身也發表過「強烈的相關性成為致命的假科學」及「安眠藥增98%腦癌風險是錯的(蘋果日報)」兩篇評論文章、也有預期到國外學者遲早會發現台灣資料庫發表的問題。然而,我也同時觀察到,這個現象的成因相當複雜,但主要根源於台灣畸型的醫院評鑑和學術評估制度,造成教學醫院對醫師的績效要求不合理。例如,很多醫師因為沒有時間做研究,十幾年沒有論文無法升等,即使在教學和臨床的表現相當傑出,仍然面臨離職的困境。

投書指出的台灣教授專長是醫學的大數據分析,其扮演的角色就是領導十幾位生統研究員,專職於分析健保資料庫,以完全開放的方式,接受該機構近一千位醫師及教師提出提案,只要有不錯的構想,就請「資料生產工廠」把結果分析出來,讓構想者可以快速發表。因為有了這項「服務」,許多醫師得以順利留任、甚至總算順利升等。然而,了解這些因素後,面對這個台灣現象,大家是否就會比較寬容?

回到「台灣健保資料庫的功與過」。其實大數據是目前非常熱門的研究題材,學者利用健保資料庫發表學術論文,對於提高台灣學術界的能見度有很大的貢獻。此外,重要科學發現當中的理論多來自細膩的觀察,科學家可以利用健保資料庫中相關性的觀察,得到具有洞見的理論和假設(hypothesis),當做深入研究的前哨,研究團隊若能繼續利用細胞或動物模型的基礎研究去探索機轉,並用前瞻性研究去証實他們報告的現象,當然就會有真正的科學價值。換句話說,只要研究方法合理,清楚陳述,數據正確,即使研究結果出人意料也是學術上的常態,保有對現象的好奇和存疑,包容「爭議性」、挑戰「必然性」,台灣人不必為了不同看法或負面批評去否定這個工具。


資料庫研究我平常都在批判,但我希望是出自理性的批判和科學的爭論,然而,最近很多的攻擊是趁著國人的質疑把健保研究批到一無是處,反而讓我同情。「產量」,是一個迷思,一輩子只發一篇不一定就代表品質好,每年發100篇也不見得每一篇都差。與其批評「量」,不如明確指出論文的問題,外國人的質疑是可以理解的,但是跟著盲目批評也不必要。總之,資料庫就是一個工具,用得對不對在個人,「量產化」後出錯的機率提高但不直接代表錯誤。

資料庫分析雖然不是我們實驗室的主要工作,但我們一直都對大數據保持興趣,也持續發表健保資料文章,完全沒有排斥,更會再三嚴謹地提醒:「不應該用因果關係來解讀」。然而,讀者要非常小心的是:有些研究者「假裝」資料庫中撈到的結果是「舉世創見」、利用媒體來誇大其研究有多麼偉大、對於相關性研究背後的嚴重局限避重就輕…。因此,那些作者在媒體上誤導和渲染是可憎的,但研究本身引起科學上辯論卻是可喜的。








張貼留言