临床医生写论文会面临哪些问题

现在，大部分行业职称的晋升都需要发表职称论文，包括临床医生。

临床医生并非科研出身，论文上经常会出现多多少少的小问题。

笔者今天带来一篇大盘点，指出临床医生论文中出现的常见错误。

论文和项目已成为科研考评的最重要参数，如果不去迎合，对职称评定、收入会有严重影响。

高质量刊物上发表学术论文及引用数量，被一些人认为是相对合理的评价指标。

陈小东认为，一些发表在引用率高的高影响因子刊物上的论文，一定程度上只说明文章难发，不一定就是质量好。

一刀切肯定是有问题的。

一篇化学的SCI论文和一篇数学的SCI文章，不仅水平无法比较，甚至花费的时间和科研资源都不可比较，但最后却被作为统一的考核指标来评价科研人员的贡献。

高柏说，拿引用数量来说，生物、化学的论文肯定多一点，数学就差一点。

即便是在数学领域里，数学应用领域的论文引用数量往往多一些，纯数学理论的相对少。

之前去参加免疫学年会(AAI)，有三个Poster（一个讲乳癌免疫组库变化，一个有关三个不同的测序技术做免疫组库测序的比较，另一个是有关R10K项目）,一个大会演讲（讲R10K）。

我们iRepertoire公司还办了展台：展台简单介绍我们的产品和技术，还有一个很受欢迎的奖品（留名片抽奖）是免疫组库测序数据显示的TreeMap,每个方块是一个特异性的T细胞受体。

下面的图是乳癌病人组织侵入淋巴细胞的免疫租库。

不过科学数据装在漂亮的镜框里也成了热门的艺术品了。

这还是跟路过展台的人搭话的一个要由头：我会说：“想得到这个漂亮的艺术品奖品吗？”“what is that?"他们会问。

“It is actually our immune repertoire sequencing data.This is one way to present it.This is the repertoire from infiltrating T cells,and the other picture is from the same patients peripheral blood!"不过，这次会议的一个意外收获是认识了Dreyfus医生：D医生是耶鲁大学医学院免疫科的临床医生，自己没有实验室，平时也不做实验，但是是一个地道的“理论家”。

这是他的几篇论文.因为没有实验，他的论文的一个特色就是总是只有一个作者。

他通过阅读大量论文，观察别人的实验结果，来给自己的论点找论据。

他所关心的一个问题就是“后天免疫(adaptive immune)是如何进化来的？”这实际上是一个很大的问题，也是一个非常有意义的问题。

一般对这个问题的解释有两个假说：“大爆炸”假说认为动物通过一次性获取RAG-1,RAG-2这两个DNA重组酶来得到后天免疫的T,B细胞的；而“渐进进化”假说则认为后天免疫是从Innate Immune 系统逐渐进化来的。

他认为，前一个假说因为找不到确凿的证据而显得很弱，可是后一个假说也没有很好的证据。

所以他通过观察找到了隐藏得很好得证据。

我的德国合作伙伴（发现了中性细胞中也有TCR表达）的工作正是给D医生提供了很好的论据，所以他和德国人也很熟悉。

知道了我已经和他们合作了，他更高兴。

有关具体理论问题，感兴趣的可以去读他的精彩论文。

不过这里我想提出的问题是，没有实验室能搞生命科学吗？不自己做实验也能写出高水平的论文吗？这样的论文能得到同行的重视吗？能得炸药奖吗？James Watson他们不也是用别人的实验结果来论证自己的假说而得到重大发现最后得了诺贝尔奖的吗？可是，这样的“机会”还多吗？生物学中这么重要的问题还有吗？我们需要有什么条件才能达到这个水平？其实，不管是科学发现还是技术发明，在生物技术领域还有太多太多的“机会”，有许许多多的重大问题没有一个满意的答案，只要我们用心，专心，耐心，细心地去想，机会就能找到。

这不，一个偶然的会议，让我们碰到一起，也就有了合作的机会（他有几个非常有趣的项目要和我合作，用我们的免疫组库测序技术提供更多，更直接的证据）。

我运气好，总能在刚巧的时机碰到该碰到的人。

不过,他的运气也很好，不是吗？总能在需要的时候找到“证据”。

可是，巧，都是留给历史的，在现实生活中，有的就是汗水和勤劳。

机会都是碰到的，而碰撞就有99%的无用功。

快乐，就是当那1%的成功碰撞发生的时候，当两个人讲到兴头上的时候，你能感觉到你的汗毛都竖起来了，呼吸加快了，眼睛也睁大了。

这样的快乐，哪怕只有1%，也会让那余下的99%无用功做得有目的，有奔头，没有抱怨和悔恨。

明显的造假行为科学研究一定要严谨，一定要杜绝学术造假。

笔者曾看过一篇文章初稿写着：将患者通过中央随机系统分为A、B、C三组，A组30例，B组30例，C组65例。

当时这篇文章被怀疑涉嫌数据造假，因为很少随机分组能分出3组相差这么多的。

随后怀疑被证实，我们要求作者解释为何会出现这种情况时，他送回来的修改稿将A、B、C三组的例数改成了60,60,65例。

当然这篇稿子秒退，理由（高度怀疑数据造假）。

忽略了样本纳入量的计算和说明对于一个研究而言，一般而言先要计算样本纳入量，否则做出来的研究极有可能没意义。

笔者曾经接到过一位麻醉学博士的求助电话，叙述他在预答辩环节，被问为什么你的研究A、B两组选择这么多例老鼠时，他答不上来的焦虑。

而当这个问题被临床流行病学方面的专家问到时，基本上文章也就被判死刑了。

这个文章就属于具有严重问题——没有说明样本纳入量的问题。

对照组设立上出现错误在对照组的设立上，很多作者错误地设立了对照组，或者对对照组的设计存在一定理解上的偏差。

我以临床中的有创性的研究举例。

假设对一个存在脊髓损伤的患者用某种细胞移植到损伤部位进行治疗，这个时候要判定这种移植细胞的疗效，我们需要设立一个假手术组来评估，而不仅仅是进行治疗前后的自身对照。

因为手术本身能起到减低椎管内压力、消除粘连等作用，而这些干扰因素会影响实验的最终结果，只有尽量排除你想研究的因素外的干扰，你的研究结果才更有说服力。

写到这里肯定有很多人要问，是不是所有的临床研究都必须要设立对照组，答案是：不是。

类似器官移植（肝脏、肾脏、心脏）等研究可以不用对照组。

为什么？这是因为当器官的疾病严重到使其完全丧失功能时，除了进行器官的移植，病人的转归无一例外的是死亡。

而这些器官的移植成功，尽管成功率不是百分之百，但毫无疑问地延长了绝大多数病人的生命，而且根本地改变了生存的质量。

因此，这些器官的移植，自然无需设假手术对照的研究来证实其疗效。

对P值理解不充分2016年3月7号，美国统计协会在其官网上发布了一个关于P值的6个准则，这里面很重要的一条就是，P值即便具有显著统计性也不能表明效应量的大小或结果的重要性，拿白话文来说就是：证据的强度大小不代表效应量的大小。

在对于P值3110643181医学论文发表扣理解上，很多人写文章都是，P＜0.05，然后就得出了一堆结论。

这里笔者的经验是，在由P值得出的相应结论中，要慎重对待与临床相关的部分。

P值或统计的显著性和样本量大小及测量精度密切有关，样本量大测量精度高，即使是很小的效应也有可能有统计显著性，反之，样本量小，即便效应很大也有可能统计上不显著。

此外，统计上的显著性，和结果的重要性，也没有必然的关系。

对随机概念理解有误对于某些基本的概念理解有误，最常见的问题集中在随机上，很多临床的作者把随意法和交替制定法认为是随机化，而一个不恰当的随机，可能造成选择偏倚和混杂偏倚的渗入。

目前为止笔者结合相关文献及本人经验认为临床研究中常见的非正确的随机方法包括如下：利用身份证尾号、研究对象出现时间、星期几、就诊日期、病例记录号、出生日期等进行随机分组。

正确的随机方法目前主要包括手工法和计算机法，手工法目前较为常用的就是随机数字表法，计算机法则是通过相应的软件进行随机分组。

王林曾在北京某研究所做助理研究员，他向记者描述自己当时做助理研究员的状态：太累了，每天压力都很大。

我做的是基础类研究，绩效考核主要看论文数量，论文发得多钱就拿得多。

有些基础学科需要沉好多年才能出成果发论文。

为了多发文章，逼得不少科研人员做一些重复性的研究工作。

比如，用甲材料做一遍，换乙材料再做一遍，过程其实几乎一样。

如果能把甲材料从上游做到下游，做得很仔细，从基础一直做到开发，做透了，最后出一个大成果或一篇系统的大论文，这样最好了，但得花好几年的时间。

其间，科研人员可能因为出不了成果而一直拿很低的收入，甚至坚持不下去而走人。

王林说，有人会因此去做一些技术含量低但容易出成果的短平快项目。

某著名化学物理研究所的一位研究人员在科学网上发帖说起自己做研究的无奈：还是做短平快的研究吃香，能申请到基金，通过考核。

尽管这种项目水准低，但不这样做，考核经常会在中下水平……某著名高校数学专业的副教授高柏告诉记者，他在美国拿了博士回来，和学校签了协议，3年要发表3—4篇论文。

如果数量不够，不仅没机会申请国家自然科学基金项目，还会被调到教学岗位。

这种科研考评是否合理？有人表示比较合理，基本上处于努力干活能够完成的范围内，有人表示还算合理，毕竟发表的文章数和申请的基金数是最显而易见的可比较因素；还有人认为不合理：科研指标只局限在论文和项目上，而在这些工作之外的劳动不被认可。

比较一致的意见，是这些研究人员对科研考核指标的建议。

他们认为，论文质量和数量应该综合考虑，不应只看数量或只看质量。

不同专业千差万别，不应该用同一个标准。

应当在考虑文章数和申请基金数的前提下，综合考虑工作量和学科方向的差异，比如发表文章的周期、发表的难易程度等。

目前，这一点还很难做到。

做科研本来就应该是自觉的行为，而不是用一些指标去强迫。

我如果学术做得差，长期发不出论文，在同行面前就会觉得没有脸面，根本不需要这些约束性的指标。

高柏说，我们有时候也开玩笑说，这样设置科研考核指标，可能是行政管理部门偷懒。

他们不愿意做具体详细的调查，搞清楚各个研究方向的最新进展，所以就把一些指标当做一刀切的管理工具，拿指标说话。

而且科研指标数字，比较被相关主管部门的司长、处长看重，能写到报告里去。

在国内，学术领域的行政干预要比国外多。

针对科研考核指标情况，有媒体专门做了一个小调查，对象是国内排名前列的某理工大学的40多位研究人员。

参加调查的人员都表示，目前科研考核的指标主要是拿到的科研项目和发表的论文，这两项指标在评职称中很关键。

如果不迎合目前这种考核指标的话，对职称评定和收入都有严重影响。

在这些压力下，很多时候为了完成论文指标而写论文。

此外，目前的考核周期太短，建议5年为一个考核周期。

要有多方面的考核，不仅仅看重项目和论文。

尤其是高校，授课、指导学生同样是非常重要的工作内容，在考核中应有更多体现。

一刀切的考评方式，催生论文造假和学术不端按理说，发表论文是一个科研人员的基本功和分内之事，但科研人员诟病的是，在当前的评价体系中，论文、项目等容易定量化为一刀切的主要评价指标，并与奖学金申请、职称评审、职务晋升等挂钩。