注：本文整理自Science官網發(fā)布的文章，原標題為“Journals and publishers crack down on research from open health data sets”

9月份，PLOS和Frontiers兩大期刊出版社均宣布，使用諸如美國健康與營養(yǎng)檢查調查（NHANES）等數據庫的投稿將不再被考慮，除非研究者做了額外工作來證實其發(fā)現。其他期刊也在實施類似限制。

PLOS官網聲明鏈接：https://theplosblog.plos.org/2025/09/updates-to-plos-retrospective-health-database-editorial-policy/

聲明中表示期刊近期更新了評估使用公開數據庫研究的標準

Frontiers官網聲明鏈接：https://www.frontiersin.org/news/2025/09/15/cutting-through-fast-churn-science-how-frontiers-raised-the-bar

其最新政策要求，作者需提供額外的實驗驗證或來自其所在機構的補充數據，以確保每篇論文都能增添獨特的價值

薩里大學的統(tǒng)計學家 Matthew Spick認為，這些政策有助于剔除造假論文，至少短期內如此。但一些研究人員擔心，該規(guī)則可能為真正研究制造不必要的障礙。馬里蘭大學的流行病學家Thu Nguyen表示："設置一些防護欄是好的，但不要全盤拋棄，說所有都是垃圾?！?/p>

《PLOS ONE》的主編Emily Chenette表示，PLOS旗下期刊收到如下類型的投稿量激增，這些論文旨在發(fā)現特定人群（如35歲以下女性）中健康狀況（如抑郁癥）與潛在原因（如維生素D水平）之間的統(tǒng)計學關聯。研究人員推測，論文工廠大量生產此類論文（可能由人工智能撰寫），并將作者署名出售給研究者。

PLOS在9月發(fā)布的聲明中，宣布已更新了對使用健康與社會科學公開數據庫的研究的評估標準。Chenette表示，PLOS期刊的編輯將自動拒收基于這些數據庫的論文，除非研究人員做了額外的工作，例如做了額外的實驗，以證明其發(fā)現是可靠的。Chenette說，在新政策實施的第一個月，此類論文的拒稿率已從40%上升至94%。

Frontiers也宣布了類似變更，要求編輯自動拒稿那些使用公共數據庫但未進行任何"外部驗證"的論文。Frontiers研究誠信負責人Elena Vicario表示，例如，作者可以同時使用NHANES數據和來自其自己機構的私有數據，或進行實驗來證實其發(fā)現。Vicario稱，自5月新政策實施以來，已有5000多篇使用開放數據集的論文被拒，其中包括幾乎所有使用NHANES數據庫的投稿。

其他一些期刊也建立了防御措施來應對垃圾論文的泛濫?！禞ournal of Global Health》于7月宣布，使用開放數據庫（包括全球疾病負擔研究（GBD）、英國生物銀行（UK Biobank）以及NHANES）的研究人員現在需要填寫一份詳盡的清單，解釋此前針對其問題已有過哪些研究，以及他們自己的研究如何貢獻了新內容。該刊主編Igor Rudan表示，自那時起，使用開放數據庫的論文投稿量減少了一半。

更極端的舉措是，期刊《Expert Opinion on Drug Policy》將不再發(fā)表任何使用美國食品藥品監(jiān)督管理局不良事件報告系統(tǒng)（一個追蹤藥物副作用報告的開放數據集）的研究。據Retraction Watch上月報道，該期刊政策的唯一例外是受期刊編輯邀請的研究。（相關閱讀：）

《Scientific Reports》采取了不同的方法，依賴于該刊副編輯Spick向《Science》分享的一項內部政策。該政策提醒編輯注意NHANES相關的問題，并提供拒稿指導。該刊出版總監(jiān)Richard White表示，Springer Nature已在其旗下期刊（包括《Scientific Reports》）拒收了數千篇NHANES論文。但White說，出版商認為對編輯進行培訓和指導比單一的籠統(tǒng)政策更合適。

紐約大學生物統(tǒng)計學家Rumi Chunara的工作有時會使用公共數據，她認為這些政策是合理的，應能帶來更高質量的科學研究。像《Journal of Global Health》引入的那種清單需要花費大量時間，但"能促成高質量的工作"。

Spick建議，創(chuàng)建和維護這些數據庫的組織可以通過要求研究人員在獲取數據前提交其研究設計和理由以供審查，來解決這些問題。但Chunara擔心，限制訪問會使資源匱乏機構的科學家更難進行研究。她補充說，NHANES是納稅人資助的資源，因此應該公開可用。

Spick表示，雖然外部驗證的要求最初可能有效，但論文工廠可以輕易地通過在兩個不同數據集中尋找發(fā)現來規(guī)避它。他認為一些組織可能已經在采用這種策略，例如利用公共基因數據庫補充公共衛(wèi)生數據庫發(fā)現的論文正在快速增長。如果編輯不盡責，任何一刀切的政策都無法正常運作。

文章整理自：https://www.science.org/content/article/journals-and-publishers-crack-down-research-open-health-data-sets

醫(yī)咖會基礎會員全面大升級，趕快去領取一年基礎會員！

基礎會員權益：28張基礎課程券，基礎課程均可兌換！醫(yī)咖會SCI-AI工具，科研內容訓練，回復更專業(yè)！

點擊“閱讀原文”/應用商店搜索/掃碼下載醫(yī)咖會APP，登錄后，彈窗領取基礎會員！