[ad_1]
Fuente: Foto de Andrea Piaquadio en Pexels.
Nuevo informe de El diario de Stanford sugiere que el presidente de la Universidad de Stanford, Marc Tessier-Lavigne, puede haber falsificado datos en un importante artículo científico fundamental sobre la enfermedad de Alzheimer.
Cuando se publicó el artículo en 2009, Tessier-Lavigne era una alta ejecutiva de la empresa de biotecnología Genentech. Genentech rápidamente comenzó a investigar si el descubrimiento podría usarse para desarrollar un nuevo medicamento para tratar la enfermedad de Alzheimer. Según varios expertos, pero no declaraciones oficiales de Genentech o Tessier-Lavigne, el proyecto se detuvo cuando se descubrió que Tessier-Lavigne había falsificado sus resultados.
El diario de Stanford El artículo que cuenta esta historia es profundo, incluye entrevistas con muchas fuentes y una revisión de muchas fuentes de información disponibles públicamente sobre ciencia y negocios.
Mi interés en esta historia surge de cómo abarca muchas de las reformas necesarias en la investigación científica de la psicología y el tratamiento de la salud mental. La comunidad de investigación de Alzheimer parece haber «avanzado» a partir de este resultado, probablemente debido a los intentos y fracasos de obtener los mismos resultados en otros laboratorios. Sin embargo, se mantuvo el conjunto de instituciones e incentivos que permitieron que esto sucediera.
Falsificar
Hay un dicho descarado entre algunos comentaristas de Internet de que los líderes empresariales a veces pueden «fracasar». No hacen un buen trabajo administrando una organización o un equipo, pero aun así obtienen grandes bonos, promociones o la oportunidad de lanzar nuevos proyectos prestigiosos. En la ciencia, parece haber una ruta ilegal similar para el avance: la «falsificación».
El comportamiento requerido para distorsionar las pruebas estadísticas no fue tan descarado como la falsificación de datos. Tessier-Lavigne supuestamente informó incorrectamente las imágenes de las pruebas biológicas al repetir las mismas imágenes varias veces como si fueran de diferentes pruebas para que los resultados fueran más consistentes y confiables.
Esto proporciona resultados falsos. Menos obvio, pero aún pernicioso,metodos comunes a la psicologia incluido: corte estudios o conjuntos de resultados que no respaldan la historia que el investigador estaba tratando de contar (por ejemplo, no le digamos a nadie sobre este estudio «fallido»), probando cualquier posible subgrupo donde la historia era cierta (por ejemplo, funciona en izquierda). ¡personas manoseadas!) y centrándose en esto, midiendo varios resultados relacionados e informando solo aquellos que respaldan la historia (por ejemplo, no reduce depresión, inquietudo estrés, pero mejora un poco la satisfacción con la vida, ¡hablemos de eso!), o monitorear los datos a medida que se recluta a cada nueva persona para ver si la estadística de la prueba se vuelve significativa, y luego detenerse de inmediato si lo hace. (Esta es solo una lista de ejemplos de alto perfil; hay libros completos sobre el tema).
Modelado estadístico Los comportamientos descritos anteriormente muestran que cuando se usan con regularidad y en combinación, los investigadores pueden encontrar apoyo para la historia que están tratando de contar, incluso si es completamente incorrecta, más del 50 por ciento de las veces.
Entonces, una forma de conseguir un puesto de prestigio después de la escuela de posgrado es falsificar datos clave durante sus estudios, publicarlos justo antes de una entrevista de trabajo y luego usar ese nuevo y emocionante resultado para conseguir el trabajo. Una vez que haya sido aceptado, puede hacer lo mismo para obtener una beca de investigación, un logro clave que se requiere cada vez más para calificar para un trabajo universitario.
El problema desde el punto de vista del público era que esto significaba que parte de la nueva e interesante investigación psicológica era preveniblemente errónea. (Esta parte más rápido que 50 por ciento.) En otras palabras, estaba mal porque los científicos evitaron Investigue las mejores prácticas para avanzar en su carrera.
Fuente: foto de Ksenia Chernoi en Pexels.
Una respuesta obvia a esto es que, por supuesto, el registro científico se está corrigiendo. Eventualmente, la investigación del Alzheimer pasó del descubrimiento de Tessier-Lavin varios años después de que los científicos se dieran cuenta de que era un callejón sin salida.
Eso es cierto, pero también es cierto que pueden pasar años, y a menudo millones en investigación desperdiciada, antes de que se descubran estos errores. Por ejemplo, después de publicar cientos de estudios sobre posibles gene para la depresión, una revisión sistemática encontró que la relación general es simple no podía soportarlo. no fue el gen de la depresión; solo necesitábamos un estudio grande y bien realizado para resolverlo.
El mayor problema sistémico de esta práctica es incentivos para investigadores.
Una vez que una universidad contrata a un investigador, esa universidad invierte en el investigador, así como en la promoción y protegiendo tu reputación.
Si se contrata a un investigador sobre la base de datos distorsionados o falsificados, se vuelve difícil despedirlo. Distinguidos colegas interesados en proteger la reputación de la institución o industria pueden incluso tomar criticar a la gente que indican una distorsión de los resultados.
El modelado estadístico de este proceso a través de una lente evolutiva muestra que el conjunto de incentivos actualmente en vigor tiende a “seleccionar” (promover activamente) las peores prácticas científicas. (Este artículo se titula acertadamente “La selección natural de la mala ciencia.”)
Ver un caso de alto perfil de posible «falsificación» que llevó a convertirse en presidente de la Universidad de Stanford me conmueve como investigador, y espero que toque la fibra sensible de todos los lectores interesados en encontrar una cura real para la enfermedad de Alzheimer. Los expertos que identifican estudios falsificados, como Elizabeth Blick, afirman que Tresier-Lavigne ha estado falsificando resultados desde 1999. El diario de Stanford artículo, Bleek dijo que «testificaría ante el tribunal» al respecto). Sin embargo, todavía estaba avanzando hasta 2016, cuando fue contratado como presidente de la Universidad de Stanford.
La clave para hacer que la investigación en salud mental sea verdaderamente autocorrectiva es crear incentivos para prácticas honestas y transparentes lo mejor para la carrera de los científicos. La ciencia se corrige a sí misma solo permitiendo que los científicos la corrijan.
[ad_2]
Source link
