Forwarded from Галина Киреева | Наука | Медицина | Докмед
Вопрос, который часто задают люди, не связанные с медициной и исследованиями (а иногда и связанные): «А вот эти ваши исследования – как вы можете гарантировать, что это авторы не выдумали какие-то цифры и написали? Это же легко. А следовательно, как этому можно верить?».
Логика верна отчасти. Гарантировать и правда не может никто – достаточно редко журналы могут запросить первичную документацию по исследованию, и то в 99% случаев это будут таблички с сырыми данными, т.е. не истории болезни. А значит, теоретически, в эту табличку можно загнать любые данные и получить любой результат.
Но на практике, как это ни парадоксально, правдоподобно подделать данные оказывается практически невыполнимой задачей. Да, бывают талантливые подделки – чего стоит история японского анестезиолога, сфабриковавшего данные в 172 (!!!) статьях за 19 лет активной «творческой» деятельности (и 18 из 19 лет никто ничего не подозревал). Но это крайне редкие истории. Чаще встречаются неумелые подделки, которые быстро выдают себя, если знать, на что смотреть.
Два примера на скринах выше:
⚠️Первый – многие по-прежнему агрессивно отрицают роль Таблицы 1 с исходной характеристикой пациентов в грамотной и критичной оценке исследования. А зря! Мало того, что это дает вам понимание общего «портрета» включенных пациентов – а значит, и сразу ясно, на кого можно проецировать полученные результаты. Но вдобавок можно обнаружить индикатор «фальшивки»: средний возраст пациентов в обеих группах имеет стандартное отклонение 1,7 и 2 года. При том, что критериями включения были люди старше 18 лет (без верхней границы). А теперь вспомните, какой обычно бывает разбег в средних возрастах пациентов при таких вводных – иногда плюс/минус 10, а иногда и плюс/минус 20. Но никак не 1,5 года. Даже если посмотреть исследования по аналогичной тематике с похожими задачами – в них минимальный разбег возраста будет 11 лет. А судя по цифрам от авторов этой статьи почти каждый пациент, один за другим, имел возраст 42 или 43 года. А значит, либо было какое-то негласное указание не включать людей с другим возрастом (что уже говорит о невоспроизводимости результатов), либо это откровенная «липа» - никаких пациентов не было, возраст рисовали с потолка, но боялись «неправдоподобного» разброса, и получилась неправдоподобная точность. Откуда я это знаю? Знание исследований, статистики и опыт работы с огромным массивом статей и авторов (в т.ч. недобросовестных).
⚠️Второй – посмотрите на результаты исследования, где авторы пишут про количество баллов по ВАШ (шкала для оценки боли). Ничего вас не настораживает в этих цифрах? А если я напомню, что ВАШ – это 100-балльная шкала, и она достаточно субъективна. И значит, что если у вас среднее значение для 30 пациентов имеет стандартное отклонение 1,1 или 1,3 балла, то пора снимать лапшу с ушей. Не могут 30 пациентов подряд на 100-балльной шкале все указывать свою боль в условном диапазоне 67-68 баллов. Опять же, зависит от рассматриваемой патологии, но стандартное отклонение по ВАШ начинается (начинается!) от 3-4 баллов, а чаще составляет около 10. Поэтому вот в этих результатах снова проступает эта старательность в прорисовке несуществующих данных так, чтобы они были близехонько друг от друга – обратите внимание, что стандартное отклонение не доходит даже до 2 баллов именно после оцениваемого воздействия. И в этом есть желание продемонстрировать якобы равномерный (одинаково проявляющийся у всех пациентов) эффект от выполненного лечения.
Оговорюсь, что бывают разные ситуации – разные исследования и разные пациенты, поэтому конечно не всегда столь удивительные цифры говорят о сфабриковке. Но, например, рассмотренные статьи имеют много других недочетов и нестыковок, из-за чего вот эти аномальные цифры становятся финальным приговором – да, это подделка.
Призываю вас к одному – будьте внимательны, и очень часто цифры могут сказать гораздо больше, чем 7 страниц текста статьи. Надо только уметь их распознать и понимать, что заложено, по смыслу, в каждое из значений.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5⚡2❤🔥2
🎓 С Днём учителя, друзья науки!
Сегодня — праздник всех, кто делится знаниями, вдохновляет, направляет и помогает нам расти как исследователям.
Но знаете, кто становится лучшим учителем в науке?
Тот, кто учится сам — у текста, ошибок и обратной связи.
✍️ В честь этого дня — подарок всем, кто пишет статьи, дипломы, диссертации или просто борется с белым листом.
Мы нашли свежайшую работу 2024 года, которая показывает, как технологии могут заменить строгого, но доброго научного руководителя — хотя бы частично.
📘 Статья: “Automated Focused Feedback Generation for Scientific Writing Assistance” (arXiv, 2024) 🔗 arxiv.org/abs/2405.20477
💬 В ней исследователи из Университета Беркли и Microsoft Research разработали систему SWIF²T, которая автоматически анализирует научный текст и даёт точечную обратную связь: — где не хватает логики, — какие аргументы звучат слабо, — как улучшить ясность и структуру.
То есть — как если бы рядом сидел научрук, который спокойно говорит: «Хорошо, но добавь контекст в первом абзаце и уточни методику».
🧠 ЗАЧЕМ ❓
👉 Помогает развивать научное мышление, а не просто править ошибки.
👉 Экономит время и делает работу над текстом осознанной.
👉 Можно использовать как практику саморедактуры, даже без доступа к рецензентам.
💬 Маленькое упражнение на сегодня:
Выбери абзац из своей научной работы и задай себе вопросы:
Понятно ли, зачем я это пишу?
Есть ли связь с предыдущим и следующим абзацем?
Могу ли я сказать то же самое проще?
Если да — поздравляем, ты уже не просто студент или исследователь.
Ты — учитель для самого себя.
#НаПутиКНауке #ДеньУчителя #НаучноеПисьмо #ScienceWriting #AIinScience
Сегодня — праздник всех, кто делится знаниями, вдохновляет, направляет и помогает нам расти как исследователям.
Но знаете, кто становится лучшим учителем в науке?
Тот, кто учится сам — у текста, ошибок и обратной связи.
Мы нашли свежайшую работу 2024 года, которая показывает, как технологии могут заменить строгого, но доброго научного руководителя — хотя бы частично.
📘 Статья: “Automated Focused Feedback Generation for Scientific Writing Assistance” (arXiv, 2024) 🔗 arxiv.org/abs/2405.20477
💬 В ней исследователи из Университета Беркли и Microsoft Research разработали систему SWIF²T, которая автоматически анализирует научный текст и даёт точечную обратную связь: — где не хватает логики, — какие аргументы звучат слабо, — как улучшить ясность и структуру.
То есть — как если бы рядом сидел научрук, который спокойно говорит: «Хорошо, но добавь контекст в первом абзаце и уточни методику».
💬 Маленькое упражнение на сегодня:
Выбери абзац из своей научной работы и задай себе вопросы:
Понятно ли, зачем я это пишу?
Есть ли связь с предыдущим и следующим абзацем?
Могу ли я сказать то же самое проще?
Если да — поздравляем, ты уже не просто студент или исследователь.
Ты — учитель для самого себя.
#НаПутиКНауке #ДеньУчителя #НаучноеПисьмо #ScienceWriting #AIinScience
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🔥1💯1
Авторы из University of California, Berkeley и Microsoft Research представили инновационную систему SWIF²T (Scientific Writing Intelligent Feedback Tool) — инструмент, который использует искусственный интеллект для анализа черновиков научных текстов и формирования сфокусированной содержательной обратной связи.
В отличие от простых грамматических корректоров, SWIF²T оценивает структуру аргументации, связность текста, логику изложения и полноту научных доказательств, предлагая автору точечные рекомендации по улучшению.
🔬 Исследование демонстрирует, что внедрение интеллектуальных систем обратной связи способствует развитию навыков критического мышления, саморедактуры и научного письма у исследователей, особенно в ранней карьере. Модель SWIF²T рассматривается как новый формат наставничества в цифровую эпоху, усиливающий традиционное взаимодействие между студентом и научным руководителем.
📄
В отличие от простых грамматических корректоров, SWIF²T оценивает структуру аргументации, связность текста, логику изложения и полноту научных доказательств, предлагая автору точечные рекомендации по улучшению.
🔬 Исследование демонстрирует, что внедрение интеллектуальных систем обратной связи способствует развитию навыков критического мышления, саморедактуры и научного письма у исследователей, особенно в ранней карьере. Модель SWIF²T рассматривается как новый формат наставничества в цифровую эпоху, усиливающий традиционное взаимодействие между студентом и научным руководителем.
📄
Рекомендуется всем авторам научных статей, преподавателям и руководителям исследовательских проектов, интересующимся современными подходами к обучению академическому письму.
❤1👌1🤗1
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7
Антиплагиат.
почему это не «формальность», а фундамент научной культуры?
Каждый раз, когда кто-то спрашивает:
, — я понимаю, насколько сильно мы недооцениваем саму суть научной работы.
Антиплагиат — не про проценты. И уж точно не про игру «как обмануть алгоритм».
Антиплагиат — про уважение. К читателю. К коллегам. К себе.
С чего я это взяла?
🔬 1. Наука держится на воспроизводимости, а не на копировании.
Если исследователь не может честно описать свои методы и результаты, мы не можем воспроизвести его работу. Плагиат в данном случае — всё равно что подделанные данные: он разрушает доверие. В международных журналах именно поэтому плагиат рассматривается почти как научная фальсификация (Committee on Publication Ethics — COPE).
📚 2. Каждый заимствованный фрагмент — это не «текст», а мысль другого человека.
Когда автор, не задумываясь, копирует абзац, он копирует чей-то интеллектуальный труд. И одновременно лишает себя возможности сформулировать идею своими словами — а значит, теряет навык мышления. Этим, кстати, прекрасно объясняется, почему диссертации с высоким уровнем плагиата часто оказываются пустыми по сути.
🧠 3. Работа с источниками — это способ развивать научное мышление.
Когда вы ищете нужные статьи, сравниваете данные, проверяете выводы — ваш мозг формирует собственную научную позицию. Когда вы копируете — ваша позиция так и остаётся не сформированной.
Сами исследования по science education показывают, что перефразирование и критическое пересказывание усиливают когнитивное понимание на порядок глубже, чем простое копирование.
А как же «проценты»?
Самое смешное, что высокий процент оригинальности сам по себе ничего не гарантирует. Можно написать текст из одних общих фраз, которые пройдут любые проверки, — но в научном смысле это будет пустота.
И наоборот: хороший обзор литературы никогда не покажет «100% оригинальности» — и это нормально.
Важно не процент, а корректность работы с источниками:
-прямые цитаты оформлены как цитаты;
-идеи переданы своими словами;
-на каждую заимствованную мысль есть ссылка;
-структура и выводы — авторские.
Именно это оценивает научное сообщество, а не зелёные и красные полоски в программе.
Зачем тогда вообще нужен сервис проверки?
Антиплагиат — не судья(представьте себе😂). Это скорее зеркало. Он показывает, где вы используете общеизвестные формулировки, где цитируете, а где увлеклись «заимствованием» чуть больше, чем этично.
Что действительно помогает писать честно
🔹 Понимать материал, а не пересказывать его побуквенно. Если вы не можете объяснить концепцию своими словами — вы её не поняли.
🔹 Вести заметки. Записывайте свои мысли по ходу чтения, а не копируйте текст. Потом именно заметки превратятся в авторский текст.
🔹 Отрицать соблазн «быстро сделать». Плагиат всегда появляется там, где торопятся. Наука не любит спешки.
🔹 Помнить, что честно написанная работа — это не только вклад в науку, но и вклад в свою профессиональную репутацию.
И финальная мысль 💭
Научный текст — это всегда диалог: между вами и теми, кто открыл тему до вас. Плагиат превращает диалог в подражание. Антиплагиат — всего лишь инструмент, который напоминает об этом.
Но настоящая честность — внутри.
И да…её не проверяют процентами.
почему это не «формальность», а фундамент научной культуры?
Каждый раз, когда кто-то спрашивает:
«Ну что ты там проверяешь в этом антиплагиате? Это же просто формальность»
, — я понимаю, насколько сильно мы недооцениваем саму суть научной работы.
Антиплагиат — не про проценты. И уж точно не про игру «как обмануть алгоритм».
Антиплагиат — про уважение. К читателю. К коллегам. К себе.
С чего я это взяла?
🔬 1. Наука держится на воспроизводимости, а не на копировании.
Если исследователь не может честно описать свои методы и результаты, мы не можем воспроизвести его работу. Плагиат в данном случае — всё равно что подделанные данные: он разрушает доверие. В международных журналах именно поэтому плагиат рассматривается почти как научная фальсификация (Committee on Publication Ethics — COPE).
📚 2. Каждый заимствованный фрагмент — это не «текст», а мысль другого человека.
Когда автор, не задумываясь, копирует абзац, он копирует чей-то интеллектуальный труд. И одновременно лишает себя возможности сформулировать идею своими словами — а значит, теряет навык мышления. Этим, кстати, прекрасно объясняется, почему диссертации с высоким уровнем плагиата часто оказываются пустыми по сути.
🧠 3. Работа с источниками — это способ развивать научное мышление.
Когда вы ищете нужные статьи, сравниваете данные, проверяете выводы — ваш мозг формирует собственную научную позицию. Когда вы копируете — ваша позиция так и остаётся не сформированной.
Сами исследования по science education показывают, что перефразирование и критическое пересказывание усиливают когнитивное понимание на порядок глубже, чем простое копирование.
А как же «проценты»?
Самое смешное, что высокий процент оригинальности сам по себе ничего не гарантирует. Можно написать текст из одних общих фраз, которые пройдут любые проверки, — но в научном смысле это будет пустота.
И наоборот: хороший обзор литературы никогда не покажет «100% оригинальности» — и это нормально.
Важно не процент, а корректность работы с источниками:
-прямые цитаты оформлены как цитаты;
-идеи переданы своими словами;
-на каждую заимствованную мысль есть ссылка;
-структура и выводы — авторские.
Именно это оценивает научное сообщество, а не зелёные и красные полоски в программе.
Зачем тогда вообще нужен сервис проверки?
Антиплагиат — не судья(представьте себе😂). Это скорее зеркало. Он показывает, где вы используете общеизвестные формулировки, где цитируете, а где увлеклись «заимствованием» чуть больше, чем этично.
Что действительно помогает писать честно
🔹 Понимать материал, а не пересказывать его побуквенно. Если вы не можете объяснить концепцию своими словами — вы её не поняли.
🔹 Вести заметки. Записывайте свои мысли по ходу чтения, а не копируйте текст. Потом именно заметки превратятся в авторский текст.
🔹 Отрицать соблазн «быстро сделать». Плагиат всегда появляется там, где торопятся. Наука не любит спешки.
🔹 Помнить, что честно написанная работа — это не только вклад в науку, но и вклад в свою профессиональную репутацию.
И финальная мысль 💭
Научный текст — это всегда диалог: между вами и теми, кто открыл тему до вас. Плагиат превращает диалог в подражание. Антиплагиат — всего лишь инструмент, который напоминает об этом.
Но настоящая честность — внутри.
И да…её не проверяют процентами.
❤5🔥4⚡2🦄1
Forwarded from medstatistic
Как сравнить количественный показатель, например, уровень гемоглобина в крови, в двух группах?
Зависит от того, как сформулирован наш исследовательский вопрос:
1️⃣ Если нас интересует, различаются ли средние значения уровня гемоглобина - используем параметрические t-критерий Стьюдента или Уэлча.
2️⃣ Если хотим сделать вывод о том, что в одной из групп более вероятны либо более высокие, либо более низкие значения, чем в другой, - используем непараметрический критерий Уилкоксона-Манна-Уитни (или просто Манна-Уитни, далее я буду называть его критерий WMW).
Как мы знаем, второй вариант используется во многих исследованиях. В этом случае нас не беспокоит информативность средних значений, отклонение распределения от нормального или наличие выбросов.
Однако, решительно применяя критерий WMW для разных показателей, авторы редко вспоминают о том, что он вообще-то имеет существенное ограничение: корректность оценки гарантируется только при равных дисперсиях сравниваемых групп! То есть вариабельность признака и форма распределения в группах должны быть одинаковыми. А поскольку такое на практике встречается нечасто, значит во многих случаях WMW-тест может давать неверные p-значения.
Насколько неверные? Например, в одной симуляции WMW-критерий тестировался в следующих ситуациях:
🔺 2 нормальных распределения с разными дисперсиями,
🔺 уни- и бимодальное распределения,
🔺 2 симметричных распределения с разными дисперсиями,
🔺 2 распределения с разными дисперсиями и разнонаправленной асимметрией.
В результате вместо фактической вероятности ошибки I рода α=0.05, были получены оценки от 0.028 до 0.122!
Что же делать? Как поступить, если при сравнении групп мы не уверены в равенстве дисперсий?
Вспомним критерий Уэлча - модифицированный t-критерий Стьюдента, который позволяет корректно сравнивать средние значения в группах с разными дисперсиями. Вот такую же модификацию критерия WMW выполнили и описали в 2000 году немецкие статистики Edgar Brunner и Ullrich Munzel. И получили метод, который в описанной выше симуляции при α=0.05 давал оценки частоты ошибок I рода от 0.046 до 0.057. Согласитесь, это значительно более точные оценки по сравнению с критерием WMW.
По данным другой симуляции, проведенной K.Noguchi с соавт. (2021), в случае сравнения групп с разными дисперсиями при заданной α=0.05 критерий Бруннера-Мюнцеля показал частоту ошибок I рода в диапазоне от 0.049 до 0.057. Диапазон для критерия WMW был значительно шире, оценки «размазались» от 0.02 до 0.085.
И ещё в одной симуляции C.P.Nowak с соавт. (2022) при сравнении 2 групп с нормальным распределением, но разными дисперсиями (σ1/σ2=5), при заданной α=0.05 оценки частоты ошибок I рода составили:
🔸 для критерия WMW от 0.004 до 0.174,
🔸 для критерия Бруннера-Мюнцеля от 0.035 до 0.052.
А если дисперсии одинаковые?
По данным K.Noguchi с соавт. критерий WMW оказался немного более точным, чем критерий Бруннера-Мюнцеля. Но и в этом случае последний показал оценки частоты ошибок I рода с погрешностью, не превышающей 0.01. По данным C.P.Nowak с соавт. оба теста дали вполне надежные оценки:
🔸 критерий WMW - от 0.043 до 0.053,
🔸 критерий Бруннера-Мюнцеля - от 0.048 до 0.053.
Подытожим.
Критерий Бруннера-Мюнцеля тестирует нулевую гипотезу: вероятности того, что случайно взятое значение из одной группы будет выше, чем случайно взятое значение из другой группы, для обеих групп равны. И позволяет достаточно точно оценить вероятность ошибочного отклонения этой нулевой гипотезы (т.е. получить корректные p-значения) в случаях как равных, так и разных дисперсий.
Зависит от того, как сформулирован наш исследовательский вопрос:
1️⃣ Если нас интересует, различаются ли средние значения уровня гемоглобина - используем параметрические t-критерий Стьюдента или Уэлча.
2️⃣ Если хотим сделать вывод о том, что в одной из групп более вероятны либо более высокие, либо более низкие значения, чем в другой, - используем непараметрический критерий Уилкоксона-Манна-Уитни (или просто Манна-Уитни, далее я буду называть его критерий WMW).
Как мы знаем, второй вариант используется во многих исследованиях. В этом случае нас не беспокоит информативность средних значений, отклонение распределения от нормального или наличие выбросов.
Однако, решительно применяя критерий WMW для разных показателей, авторы редко вспоминают о том, что он вообще-то имеет существенное ограничение: корректность оценки гарантируется только при равных дисперсиях сравниваемых групп! То есть вариабельность признака и форма распределения в группах должны быть одинаковыми. А поскольку такое на практике встречается нечасто, значит во многих случаях WMW-тест может давать неверные p-значения.
Насколько неверные? Например, в одной симуляции WMW-критерий тестировался в следующих ситуациях:
🔺 2 нормальных распределения с разными дисперсиями,
🔺 уни- и бимодальное распределения,
🔺 2 симметричных распределения с разными дисперсиями,
🔺 2 распределения с разными дисперсиями и разнонаправленной асимметрией.
В результате вместо фактической вероятности ошибки I рода α=0.05, были получены оценки от 0.028 до 0.122!
Что же делать? Как поступить, если при сравнении групп мы не уверены в равенстве дисперсий?
Вспомним критерий Уэлча - модифицированный t-критерий Стьюдента, который позволяет корректно сравнивать средние значения в группах с разными дисперсиями. Вот такую же модификацию критерия WMW выполнили и описали в 2000 году немецкие статистики Edgar Brunner и Ullrich Munzel. И получили метод, который в описанной выше симуляции при α=0.05 давал оценки частоты ошибок I рода от 0.046 до 0.057. Согласитесь, это значительно более точные оценки по сравнению с критерием WMW.
По данным другой симуляции, проведенной K.Noguchi с соавт. (2021), в случае сравнения групп с разными дисперсиями при заданной α=0.05 критерий Бруннера-Мюнцеля показал частоту ошибок I рода в диапазоне от 0.049 до 0.057. Диапазон для критерия WMW был значительно шире, оценки «размазались» от 0.02 до 0.085.
И ещё в одной симуляции C.P.Nowak с соавт. (2022) при сравнении 2 групп с нормальным распределением, но разными дисперсиями (σ1/σ2=5), при заданной α=0.05 оценки частоты ошибок I рода составили:
🔸 для критерия WMW от 0.004 до 0.174,
🔸 для критерия Бруннера-Мюнцеля от 0.035 до 0.052.
А если дисперсии одинаковые?
По данным K.Noguchi с соавт. критерий WMW оказался немного более точным, чем критерий Бруннера-Мюнцеля. Но и в этом случае последний показал оценки частоты ошибок I рода с погрешностью, не превышающей 0.01. По данным C.P.Nowak с соавт. оба теста дали вполне надежные оценки:
🔸 критерий WMW - от 0.043 до 0.053,
🔸 критерий Бруннера-Мюнцеля - от 0.048 до 0.053.
Подытожим.
Критерий Бруннера-Мюнцеля тестирует нулевую гипотезу: вероятности того, что случайно взятое значение из одной группы будет выше, чем случайно взятое значение из другой группы, для обеих групп равны. И позволяет достаточно точно оценить вероятность ошибочного отклонения этой нулевой гипотезы (т.е. получить корректные p-значения) в случаях как равных, так и разных дисперсий.
🔥3❤1
Forwarded from МКНЦ | Учебный центр Наука. Опыт. Будущее.
Клуб Молодых Ученых МКНЦ имени А.С. Логинова запускает новое образовательное направление – онлайн-курс по наукометрии и принципам научной публикационной деятельности.
Программа предназначена для студентов, ординаторов и практикующих врачей, которые хотят:
– лучше ориентироваться в научной литературе,
– понимать принципы доказательной медицины,
– грамотно готовить статьи к публикации в рецензируемых журналах.
🔹 Первый модуль: Основы наукометрии
В рамках стартового блока будут рассмотрены:
• что такое наукометрия и зачем она нужна врачу и исследователю
• базы данных и индексы цитирования
• уровни доказательности и типы научных исследований
• как читать и критически оценивать статьи
• как выбрать журнал и подготовить рукопись
Курс направлен на формирование системного подхода к научной деятельности и работе с доказательной базой.
Следите за анонсами, скоро расскажем больше о расписании и формате участия.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4❤3
Forwarded from SciArticle
Media is too big
VIEW IN TELEGRAM
🔬 SCID.AI — новая функция доступа к статьям
Теперь, если статья недоступна для скачивания, вы можете запросить её напрямую у автора.
✉️ Request from Author
🔹 Если у автора в ORCID указан email, на странице статьи появляется кнопка Запросить у автора.
🔹 SCID автоматически формирует письмо с DOI статьи — его можно отправить автору в один клик.
🔹 Автор может поделиться материалами исследования.
⚙️ Функция работает через mailto и требует почтового клиента. Если он не установлен, можно подключить Gmail через расширение.
SCID.AI — делаем научные знания доступнее. 🔎
Теперь, если статья недоступна для скачивания, вы можете запросить её напрямую у автора.
✉️ Request from Author
🔹 Если у автора в ORCID указан email, на странице статьи появляется кнопка Запросить у автора.
🔹 SCID автоматически формирует письмо с DOI статьи — его можно отправить автору в один клик.
🔹 Автор может поделиться материалами исследования.
⚙️ Функция работает через mailto и требует почтового клиента. Если он не установлен, можно подключить Gmail через расширение.
SCID.AI — делаем научные знания доступнее. 🔎
❤4🔥2💯1
Хотите завтра поговорим о рецензиях?))
Навеяло после написания рецензии в журнал Китайской клинической онкологии💭 💭 💭
Навеяло после написания рецензии в журнал Китайской клинической онкологии
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5❤1
Рецензирование статьи: не формальность, а маркер научной зрелости
В научной среде рецензирование часто воспринимают как технический этап перед публикацией.
На деле это один из ключевых механизмов, который помогает отделить действительно качественную работу от сырой рукописи, а автору — увидеть слабые места исследования до выхода статьи.
В актуальных рекомендациях ICMJE рецензирование рассматривается как важное продолжение самого научного процесса, а не как бюрократическая процедура.
Такая рецензия почти бесполезна. Полезная рецензия всегда конкретна. Она обычно строится так: короткое резюме работы, затем основные замечания, влияющие на научную ценность статьи, а после - частные комментарии по структуре, таблицам, рисункам, литературе, терминологии и стилю изложения.
В практических рекомендациях Elsevier reviewers советуют кратко суммировать статью, дать общую оценку новизны и значимости, а замечания формулировать четко, по пунктам и с привязкой к конкретным разделам текста.
Отдельный вопрос — этика рецензента. Рукопись, направленная на review, - это конфиденциальный материал. Ее нельзя передавать третьим лицам, нельзя использовать чужие идеи до публикации, нельзя сохранять текст «на будущее» для личных целей. ICMJE подчеркивает, что reviewers должны сохранять рукописи и содержащуюся в них информацию строго конфиденциальными, не обсуждать работу публично и не присваивать идеи авторов до публикации.
Особенно актуально это сейчас в контексте цифровых инструментов и ИИ. В действующих рекомендациях ICMJE отдельно отмечено:редакторы и рецензенты не должны загружать присланные рукописи в системы искусственного интеллекта, если конфиденциальность не может быть гарантирована без явного разрешения авторов.
Это очень важная норма, о которой сегодня должен помнить каждый, кто берется за review.
Для автора рецензирование тоже не должно восприниматься как атака. Жесткие, но аргументированные замечания часто делают рукопись сильнее, чище методологически и убедительнее по выводам. Именно поэтому зрелый исследователь ждет не «похвалы», а содержательной экспертной обратной связи.
Полезные официальные ресурсы, которые стоит сохранить 👇👇👇
1. COPE — Ethical Guidelines for Peer Reviewers
https://publicationethics.org/guidance/guideline/ethical-guidelines-peer-reviewers
В научной среде рецензирование часто воспринимают как технический этап перед публикацией.
На деле это один из ключевых механизмов, который помогает отделить действительно качественную работу от сырой рукописи, а автору — увидеть слабые места исследования до выхода статьи.
В актуальных рекомендациях ICMJE рецензирование рассматривается как важное продолжение самого научного процесса, а не как бюрократическая процедура.
Хорошая рецензия — это не попытка «разнести» автора. Это профессиональный разбор рукописи: насколько корректно поставлен вопрос, соответствует ли ему дизайн исследования, достаточно ли прозрачно описаны методы, не расходятся ли результаты с выводами, нет ли методологических и этических пробелов.
Международные рекомендации подчеркивают, что комментарии рецензента должны быть конструктивными, честными и корректными по тону.
Сильное рецензирование начинается еще до согласия на review.
Рецензент должен честно ответить себе на три вопроса:
✅достаточно ли у него экспертизы по теме;
✅нет ли конфликта интересов;
✅сможет ли он дать полноценную рецензию в срок.
ICMJE прямо указывает, что рецензент обязан сообщать редактору о связях и обстоятельствах, которые могут повлиять на объективность оценки, и отказаться от review при риске предвзятости.
Что стоит оценивать в статье в первую очередь?
— научный вопрос и новизну: зачем вообще выполнена эта работа;
— методологию: соответствует ли дизайн цели исследования;
— результаты: последовательны ли данные в тексте, таблицах и рисунках;
— обсуждение: не выходят ли выводы за пределы полученных результатов;
— воспроизводимость и полноту описания: достаточно ли информации, чтобы понять, как именно было проведено исследование.
Именно поэтому в медицинской науке рецензенту так важно ориентироваться на руководства по отчетности исследований. Хороший помощник здесь - библиотека EQUATOR, где собраны чек-листы для разных типов работ: CONSORT, PRISMA, STROBE и другие.
EQUATOR отдельно подчеркивает, что reporting guidelines помогают понять, содержит ли рукопись достаточно деталей для оценки ее качества.
Одна из самых частых ошибок молодых рецензентов — писать общими фразами: «статья интересная, требует доработки».
Такая рецензия почти бесполезна. Полезная рецензия всегда конкретна. Она обычно строится так: короткое резюме работы, затем основные замечания, влияющие на научную ценность статьи, а после - частные комментарии по структуре, таблицам, рисункам, литературе, терминологии и стилю изложения.
В практических рекомендациях Elsevier reviewers советуют кратко суммировать статью, дать общую оценку новизны и значимости, а замечания формулировать четко, по пунктам и с привязкой к конкретным разделам текста.
Отдельный вопрос — этика рецензента. Рукопись, направленная на review, - это конфиденциальный материал. Ее нельзя передавать третьим лицам, нельзя использовать чужие идеи до публикации, нельзя сохранять текст «на будущее» для личных целей. ICMJE подчеркивает, что reviewers должны сохранять рукописи и содержащуюся в них информацию строго конфиденциальными, не обсуждать работу публично и не присваивать идеи авторов до публикации.
Особенно актуально это сейчас в контексте цифровых инструментов и ИИ. В действующих рекомендациях ICMJE отдельно отмечено:
Это очень важная норма, о которой сегодня должен помнить каждый, кто берется за review.
Для автора рецензирование тоже не должно восприниматься как атака. Жесткие, но аргументированные замечания часто делают рукопись сильнее, чище методологически и убедительнее по выводам. Именно поэтому зрелый исследователь ждет не «похвалы», а содержательной экспертной обратной связи.
Полезные официальные ресурсы, которые стоит сохранить 👇👇👇
1. COPE — Ethical Guidelines for Peer Reviewers
https://publicationethics.org/guidance/guideline/ethical-guidelines-peer-reviewers
COPE: Committee on Publication Ethics
Ethical guidelines for peer reviewers
Essential principles for reviewers in approaching and writing reviews, and aiding editors, publishers, and institutions in giving guidance across disciplines.
❤3💯2
Полезные официальные ресурсы, которые стоит сохранить 👇👇👇
2. ICMJE — Responsibilities in the Submission and Peer-Review Process https://www.icmje.org/recommendations/browse/roles-and-responsibilities/responsibilities-in-the-submission-and-peer-peview-process.html Официальные рекомендации по ролям и обязанностям в процессе рецензирования.
3. ICMJE Recommendations (актуальный полный документ, включая разделы про ИИ и конфиденциальность) https://www.icmje.org/icmje-recommendations.pdf Полезно читать не фрагментарно, а целиком.
4. EQUATOR Network — Peer reviewing research https://www.equator-network.org/toolkits/peer-reviewing-research/ Практический раздел о том, как использовать руководства по отчетности при рецензировании.
5. EQUATOR Network — Reporting Guidelines https://www.equator-network.org/reporting-guidelines/ Навигатор по CONSORT, PRISMA, STROBE и другим чек-листам.
6. Elsevier — Peer Review Checklist https://www.elsevier.com/reviewer/how-to-review/checklist Удобный чек-лист по структуре и логике рецензии.
Рецензирование — это не барьер на пути к публикации. Это язык профессионального научного диалога. И чем выше качество этого диалога, тем сильнее становится сама наука.
#напутивнауку #научныепубликации #рецензирование #молодойученый #наука #peerreview
2. ICMJE — Responsibilities in the Submission and Peer-Review Process https://www.icmje.org/recommendations/browse/roles-and-responsibilities/responsibilities-in-the-submission-and-peer-peview-process.html Официальные рекомендации по ролям и обязанностям в процессе рецензирования.
3. ICMJE Recommendations (актуальный полный документ, включая разделы про ИИ и конфиденциальность) https://www.icmje.org/icmje-recommendations.pdf Полезно читать не фрагментарно, а целиком.
4. EQUATOR Network — Peer reviewing research https://www.equator-network.org/toolkits/peer-reviewing-research/ Практический раздел о том, как использовать руководства по отчетности при рецензировании.
5. EQUATOR Network — Reporting Guidelines https://www.equator-network.org/reporting-guidelines/ Навигатор по CONSORT, PRISMA, STROBE и другим чек-листам.
6. Elsevier — Peer Review Checklist https://www.elsevier.com/reviewer/how-to-review/checklist Удобный чек-лист по структуре и логике рецензии.
Рецензирование — это не барьер на пути к публикации. Это язык профессионального научного диалога. И чем выше качество этого диалога, тем сильнее становится сама наука.
#напутивнауку #научныепубликации #рецензирование #молодойученый #наука #peerreview
❤5👍1
Forwarded from Новости онкологии (Alexey Tryakin)
Психосоциальные факторы не повышают риск развития рака
Среди пациентов онкологического профиля широко распространено убеждение, что стресс и психосоциальные проблемы являются прямой причиной развития их заболевания. Это часто ведет к чувству самообвинения и психологическому дискомфорту. Несмотря на наличие многочисленных исследований, данные о связи между психосоциальными факторами и инцидентностью рака до сих пор оставались противоречивыми из-за методологических различий. Для уточнения этих взаимосвязей консорциум PSY-CA провел масштабный метаанализ на уровне индивидуальных данных участников (IPD), что обеспечивает более высокую надежность результатов по сравнению с традиционными методами.Материалы и методы
В анализ были включены данные 22 проспективных когорт (общее число участников — до 421 799 человек, более 4,3 млн человеко-лет наблюдения). Исследовались следующие факторы: воспринимаемая социальная поддержка, недавняя утрата близкого человека (в течение 12 месяцев до включения), семейное положение, уровень нейротизма и общий психологический дистресс. Оценивалась частота развития рака легкого, молочной железы, предстательной железы, колоректального рака, а также групп опухолей, ассоциированных с курением и употреблением алкоголя. Статистический анализ проводился с использованием моделей регрессии Кокса с поправкой на демографические показатели (минимально скорректированные модели) и дополнительные факторы риска, включая ИМТ и курение (максимально скорректированные модели).
Основные результаты
❗️ Отсутствие связи: Не обнаружено ассоциации между психосоциальными факторами и риском развития рака в целом, а также рака молочной железы, простаты, колоректального рака и опухолей, связанных с алкоголем.Рак легкого: В моделях с минимальной корректировкой низкая социальная поддержка, статус «не в отношениях» и недавняя утрата были связаны с повышенным риском (HR 1,09–1,55). Однако после внесения поправок на курение и другие факторы риска здоровья эти связи значительно ослабевали или исчезали (за исключением недавней утраты в одной когорте, где риск оставался повышенным на 56%).
❗️ Роль поведения: Установлено, что курение опосредует более 90% связи между семейным положением и развитием ассоциированных с табаком видов рака. Таким образом, психосоциальные факторы влияют на онкогенез не напрямую, а через изменение паттернов поведения (увеличение интенсивности курения при стрессе).
Результаты исследования показывают, что психосоциальные факторы, измеренные в отдельной временной точке, не связаны с прямым увеличением риска развития большинства видов рака. Полученные данные имеют важное деонтологическое значение: врач-онколог может аргументированно успокоить пациента, снимая с него чувство вины за «вызванный стрессом» рак, и сосредоточить внимание на коррекции модифицируемых факторов риска, таких как курение
Среди пациентов онкологического профиля широко распространено убеждение, что стресс и психосоциальные проблемы являются прямой причиной развития их заболевания. Это часто ведет к чувству самообвинения и психологическому дискомфорту. Несмотря на наличие многочисленных исследований, данные о связи между психосоциальными факторами и инцидентностью рака до сих пор оставались противоречивыми из-за методологических различий. Для уточнения этих взаимосвязей консорциум PSY-CA провел масштабный метаанализ на уровне индивидуальных данных участников (IPD), что обеспечивает более высокую надежность результатов по сравнению с традиционными методами.Материалы и методы
В анализ были включены данные 22 проспективных когорт (общее число участников — до 421 799 человек, более 4,3 млн человеко-лет наблюдения). Исследовались следующие факторы: воспринимаемая социальная поддержка, недавняя утрата близкого человека (в течение 12 месяцев до включения), семейное положение, уровень нейротизма и общий психологический дистресс. Оценивалась частота развития рака легкого, молочной железы, предстательной железы, колоректального рака, а также групп опухолей, ассоциированных с курением и употреблением алкоголя. Статистический анализ проводился с использованием моделей регрессии Кокса с поправкой на демографические показатели (минимально скорректированные модели) и дополнительные факторы риска, включая ИМТ и курение (максимально скорректированные модели).
Основные результаты
Результаты исследования показывают, что психосоциальные факторы, измеренные в отдельной временной точке, не связаны с прямым увеличением риска развития большинства видов рака. Полученные данные имеют важное деонтологическое значение: врач-онколог может аргументированно успокоить пациента, снимая с него чувство вины за «вызванный стрессом» рак, и сосредоточить внимание на коррекции модифицируемых факторов риска, таких как курение
Please open Telegram to view this post
VIEW IN TELEGRAM
PubMed
Psychosocial factors and the risk of cancer: An individual-participant data meta-analysis - PubMed
For most types of cancer, psychosocial factors (measured at a single point in time) were not associated with increased risk. PSS, currently not in a relationship, and loss were associated with an increased risk of lung cancer, although most effects attenuated…
❤🔥5