首页 生活 > 正文

评估医学研究影响的新方法

科学期刊和研究论文通过称为“影响因子”的指标进行评估,该指标基于某篇论文被其他论文引用的次数。然而,麻省理工学院和其他机构的一项新研究表明,这一衡量标准并不能准确反映医学论文对所有患者(尤其是低收入或中等收入国家患者)健康结果的影响。

研究小组表示,为了更全面地了解一篇论文对健康的影响,指标应该考虑到进行研究的研究人员和参与研究的患者的人口统计数据。为此,他们开发了一个称为“多样性因素”的指标。

新指标综合了几个因素,包括论文作者的多样性(在性别和地理位置方面)、研究患者的多样性以及研究团队的跨学科程度。在一项 新的研究中,研究人员评估了过去 20 年发表的 10 万多篇医学论文,发现大多数论文在这一指标上表现不佳。

麻省理工学院医学工程与科学研究所的高级研究科学家、贝斯以色列女执事医疗中心的医生利奥·安东尼·塞利( Leo Anthony Celi)说:“医学知识体系是由一群非常非包容性的学者控制的,而且根本不多元化。” 哈佛医学院副教授, 也是该论文的作者之一。

研究人员希望他们的新研究能够引发更多关于如何评估医学论文的讨论,并确保它们为不群(而不仅仅是传统上领导和成为医学研究对象的群体)带来积极的健康结果。

伦敦帝国理工学院 NHS 信托基金的医生 Jack Gallifant 领导了这项新研究,该研究今天发表在 PLOS 全球公共卫生杂志上。作者还包括来自世界各地机构的研究人员,包括乌干达姆巴拉拉科技大学、墨西哥国家理工学院、菲律宾马尼拉大学、南非威特沃特斯兰德大学、韩国韩东全球大学和约旦侯赛因国王癌症中心,代表公共卫生、药学、医学、计算机科学、工程和社会科学领域。

医学知识的“盲点”

塞利和他的同事开始开发新索引,希望找到方法来记录和解决著名医学出版物作者之间缺乏多样性的问题。这些作者大多数来自包括在内的富裕国家,其中白人和男性比例过高。

“医学知识体系的设计方式导致 80% 的出版物来自 20% 的国家,然后传播的治疗糖尿病、治疗高血压、治疗癌症的指南都是通过试验和观察得出的在这 20% 的国家进行研究,”他说。

为了量化这个问题的严重程度,研究人员根据几个因素创建了一个指数。一个因素是研究作者的多样性,包括作者是否位于高收入国家或中低收入国家。研究人员还使用了一种算法将作者分为男性或女性。塞利说,这不仅对于促进包容性很重要,而且还因为医学研究作者之间缺乏多样性可能导致无法充分考虑特定疾病如何影响不群。

“当参与一个项目的所有作者都相似时,会发生的情况是他们将有相同的盲点。他们都会从同一角度看待问题,”他说。“我们需要的是认知多样性,这是基于生活经历的。”

研究人员考虑的另一个因素是研究作者的部门背景的多样性。根据这一指标,如果论文包含来自更广泛学科的作者,则会获得更高的分数。例如,一项包含医生、护士和工程师的医学研究会比仅包含其中一个领域的作者的医学研究得到更高的评价。

研究人员提出的最终指标是基于特定研究中患者特征的多样性,包括性别、种族、语言、年龄和地理位置。然而,由于本研究中分析的许多论文不是开放获取的,研究人员无法获得许多论文的信息,因此没有将其纳入最终分析中。

Celi 强调,本研究选择的指标应仅被视为以更公平的方式衡量对健康结果影响的起点。

“我们想要的是就这个话题展开公开对话,我们也希望社区做出贡献并建议应该采用什么指标,”他说。

追踪多样性

一旦研究人员确定了他们想要分析的标准,他们就使用 OpenAlex数据库(该数据库汇总了来自许多其他学术文章数据库的信息)从 7,500 多种期刊中提取了 2000 年至 2000 年间出版的约 130,000 篇医学论文作者的元数据。 2022 年 8 月。

正如他们所预料的那样,他们发现女性作家的代表性一直不足。在所有期刊中,男性作者的数量超过女性作者,但女性作者的比例一直在增加。2021年,主要期刊每篇论文的女性作者与男性作者的比例在0.30至0.42之间。

研究人员还发现缺乏地理多样性。就 2021 年发表的论文而言,有超过 500 万作者来自高收入国家,150 万作者来自中高收入国家,约 47 万作者来自中低收入国家,略多于 27,000 位作者来自低收入国家。

“这并不奇怪,但我们想对其进行量化。我们希望能够随着时间的推移跟踪这一情况,这样我们就可以知道我们是否取得了进展,”Celi 说。

研究人员发现,总体而言,开放获取期刊在多样性指数上的得分高于非开放获取期刊。在排名前 25 位的开放获取和非开放获取期刊(按影响因子排名)中,开放获取期刊的女性作者和来自低收入和中等收入国家的作者比例始终较高。

塞利说,包括学术机构、期刊和资助机构在内的许多实体可以而且应该在增加医学出版作者的多样性方面发挥作用。包括国立卫生研究院在内的一些资助机构制定了倡议,例如促进健康公平和研究人员多样性的人工智能/机器学习联盟 (AIM-AHEAD),要求研究团队由来自机构的首席研究员领导资金不充足,或者历史上为少数族裔社区服务。

“在某种程度上,资助者、大学、期刊和媒体也应对我们所看到的问题负责,他们每个人都应该围绕实现自己的使命和愿景进行创新,”塞利说。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。