國外學者質疑量產論文是台灣之恥？
蘇冠賓
中國醫藥大學 醫學院副院長
精神醫學及神經科學教授
台灣學者利用健保資料庫發表學術論文，大多會嚴謹地再三提醒：「不應該用因果關係來解讀」，實証正正反反是常態，保有對現象的好奇和存疑，才能包容「爭議性」、挑戰「必然性」。們要非常小心的是：有些研究者「假裝」資料庫中撈到的結果是「舉世創見」、利用媒體來誇大其研究有多麼偉大、對於相關性研究背後的嚴重局限避重就輕…。因此，那些作者在媒體上誤導和渲染是可憎的，但研究本身引起科學上辯論卻是可喜的。
最近有兩位國外學者，投書到兩本醫學期刊，指出台灣教授用「健保資料庫」量產論文，並質疑這些論文的學術價值。該投書指出：「某教授在一年內，用同樣的資料庫分析，發表了至少一百五十篇論文，每一篇皆是描述兩種臨床情況的「相關性」研究。這一百多篇論文來自超過六十位不同的第一作者，而論文的通迅作者皆是同一人…。這些研究看起來是以「模版化」方式進行…，這些論文對臨床醫師是沒有助益的…」。
我一直都不贊同這種散彈打鳥的作法、本身也發表過「強烈的相關性成為致命的假科學」及「安眠藥增98%腦癌風險是錯的（蘋果日報）」兩篇評論文章、也預期到國外學者和期刊遲早會發現台灣人用健保資料庫泛濫發表的問題。然而，我也同時觀察到，這個現象的成因相當複雜，其中一個很主要的病因，是根源於台灣畸型的醫院評鑑和學術評估制度，造成教學醫院對醫師的學術績效要求不合理。例如，很多大學的醫師教師因為臨床負擔過重，沒有時間做研究，多年沒有論文發表，無法升等，即使在教學和臨床的表現相當傑出，仍然面臨離職的困境。
投書指出的台灣教授專長是醫療健保申報之大數據分析，其扮演的角色就是領導十幾位生統研究員，專職於分析健保資料庫，以完全開放的方式，接受該機構近一千位醫師及教師提出提案，只要有不錯的構想，就請「資料生產工廠」把結果分析出來，讓構想者可以快速發表。因為有了這項「服務」，許多醫師得以順利留任、甚至總算順利升等。然而，了解這些因素後，面對這個學術評估制度的台灣現象，大家是否就會比較寬容？
回到「台灣健保資料庫的功與過」。其實大數據是目前非常熱門的研究題材，「全民健保研究資料庫」擁有2300萬居民從1995年之後的就醫資料，這樣的醫療資料庫世上絕無僅有，最相似的丹麥人口不到台灣三分之一，龐大的就醫資料是推動醫療人工智慧（AI）革命的關鍵，學者利用健保資料庫發表學術論文，對於提高台灣學術界的能見度有很大的貢獻。此外，重要科學發現當中的理論多來自細膩的觀察，科學家可以利用健保資料庫中相關性的觀察，得到具有洞見的理論和假設（hypothesis），當做深入研究的前哨，研究團隊若能繼續利用細胞或動物模型的基礎研究去探索機轉，並用前瞻性研究去証實他們報告的現象，當然就會有真正的科學價值。換句話說，只要研究方法合理，清楚陳述，數據正確，即使研究結果出人意料也是學術上的常態，保有對現象的好奇和存疑，包容「爭議性」、挑戰「必然性」，台灣人不必為了不同看法或負面批評去否定這個工具。
我期待專家學者對於「資料庫研究」的批判，都是出自理性和科學的爭論，然而，最近很多的攻擊是趁著外國人的質疑，不分青紅皂白地把健保研究批評到一無是處。「產量」，是一個迷思，一輩子只發一篇不一定就代表品質好，每年發100篇也不見得每一篇都差。與其批評「量」，不如明確指出論文的問題，外國人的會質疑比較奇特的現象是可以理解的，但是台灣人跟在後面盲目批評，著實令人反感。總之，資料庫就是一個工具，用得對不對在個人，「量產化」後出錯的機率提高或許是合理的懷疑，但是要宣判錯誤還是要拿出實質的証據。
資料庫分析雖然不是我們實驗室的主要工作，但我們團隊一直都對大數據保持興趣，也持續發表健保資料文章，完全沒有排斥，更會再三嚴謹地提醒：「不應該用因果關係來解讀」。然而，讀者要非常小心的是：有些研究者「假裝」資料庫中撈到的結果是「舉世創見」、利用媒體來誇大其研究有多麼偉大、對於相關性研究背後的嚴重局限避重就輕…。因此，那些作者在媒體上誤導和渲染是可憎的，但研究本身引起科學上辯論卻是可喜的。
相關文章：
我一直都不贊同這種散彈打鳥的作法、本身也發表過「強烈的相關性成為致命的假科學」及「安眠藥增98%腦癌風險是錯的（蘋果日報）」兩篇評論文章、也預期到國外學者和期刊遲早會發現台灣人用健保資料庫泛濫發表的問題。然而，我也同時觀察到，這個現象的成因相當複雜，其中一個很主要的病因，是根源於台灣畸型的醫院評鑑和學術評估制度，造成教學醫院對醫師的學術績效要求不合理。例如，很多大學的醫師教師因為臨床負擔過重，沒有時間做研究，多年沒有論文發表，無法升等，即使在教學和臨床的表現相當傑出，仍然面臨離職的困境。
投書指出的台灣教授專長是醫療健保申報之大數據分析，其扮演的角色就是領導十幾位生統研究員，專職於分析健保資料庫，以完全開放的方式，接受該機構近一千位醫師及教師提出提案，只要有不錯的構想，就請「資料生產工廠」把結果分析出來，讓構想者可以快速發表。因為有了這項「服務」，許多醫師得以順利留任、甚至總算順利升等。然而，了解這些因素後，面對這個學術評估制度的台灣現象，大家是否就會比較寬容？
回到「台灣健保資料庫的功與過」。其實大數據是目前非常熱門的研究題材，「全民健保研究資料庫」擁有2300萬居民從1995年之後的就醫資料，這樣的醫療資料庫世上絕無僅有，最相似的丹麥人口不到台灣三分之一，龐大的就醫資料是推動醫療人工智慧（AI）革命的關鍵，學者利用健保資料庫發表學術論文，對於提高台灣學術界的能見度有很大的貢獻。此外，重要科學發現當中的理論多來自細膩的觀察，科學家可以利用健保資料庫中相關性的觀察，得到具有洞見的理論和假設（hypothesis），當做深入研究的前哨，研究團隊若能繼續利用細胞或動物模型的基礎研究去探索機轉，並用前瞻性研究去証實他們報告的現象，當然就會有真正的科學價值。換句話說，只要研究方法合理，清楚陳述，數據正確，即使研究結果出人意料也是學術上的常態，保有對現象的好奇和存疑，包容「爭議性」、挑戰「必然性」，台灣人不必為了不同看法或負面批評去否定這個工具。
我期待專家學者對於「資料庫研究」的批判，都是出自理性和科學的爭論，然而，最近很多的攻擊是趁著外國人的質疑，不分青紅皂白地把健保研究批評到一無是處。「產量」，是一個迷思，一輩子只發一篇不一定就代表品質好，每年發100篇也不見得每一篇都差。與其批評「量」，不如明確指出論文的問題，外國人的會質疑比較奇特的現象是可以理解的，但是台灣人跟在後面盲目批評，著實令人反感。總之，資料庫就是一個工具，用得對不對在個人，「量產化」後出錯的機率提高或許是合理的懷疑，但是要宣判錯誤還是要拿出實質的証據。
相關文章：
- 強烈的相關性成為「致命的假科學」http://cobolsu.blogspot.tw/2015/09/insane-correlation.html
- 對於用台灣健保資料庫發表「A may be associated with the risk of Z」論文的看法http://cobolsu.blogspot.tw/2014/02/a-may-be-associated-with-risk-of-b.html
- 安眠藥增98%腦癌風險是錯的（蘋果評論全文） http://cobolsu.blogspot.tw/2015/04/98.html
- 國外學者質疑量產論文是台灣之恥？ http://cobolsu.blogspot.tw/2016/03/blog-post.html
"Due to the observational nature of national database research, it's very likely that the prescription of STUDIED DRUGS were biased by the clinical decision in retrospective and non-randomized practice..."
ReplyDelete"The safer medication might be associated with higher risk because the physicians selected the safer medication for patients with higher risks..."