離譜！3?億患者數據庫淪為灌水神器，Science?點名痛批：醫學生正在制造大量垃圾論文

最近，學術打假的風潮正在全世界升溫。這不，Science最近公開批評了一種正悄悄新起的大規模「水論文」模式。

圖源：Science

不過，和此前經常被批評的「論文工廠」，「槍手代寫」等等模式有所不同，這一次的論文看起來非常體面 ——數據樣本量龐大，P 值顯著。而且作者也不再是來自那些來路不明的機構，反而大多出自頂尖的名校醫學院。

只不過無論如何包裝，這些看似「科學」的論文大部分都存在明顯的方法學問題，甚至編造出完全不存在的實驗方法，以及為了顯著的 P 值，而操縱數據等學術不端的行為。

刷簡歷的「科研神器」

這些被批評的論文，無一例外，都使用了一個成立于 2013 年的真實世界數據平臺：TriNetX。

簡單來說，TriNetX 是一個匯總了全球超過 3 億患者的超級病例數據庫，覆蓋了 20 多個國家、13000 多個臨床站點。它的核心模式是將全球醫療機構的電子病例數據以聯邦式的網路連接起來，方便研究者可以直接查詢真實世界中的患者隊列，用藥路徑和疾病結局。

圖源：TriNetX

相比隨機臨床試驗，真實世界研究確實有自己的優勢。隨機臨床試驗成本高、周期長、患者招募嚴格。而真實世界研究利用醫院病歷和數據庫，可以更快、更便宜地觀察藥物或治療方法在真實臨床環境中的表現。

通過真實世界數據做回顧性分析早已成為臨床醫生常見的科研論文產出路徑，隨著電子病例的普及，各種病例數據庫和真實世界數據平臺開始興起，TriNetX 就是其中一員，而且還是這股浪潮中勢頭最猛的一個 ——

據報道，截至 2025 年 8 月 27 日，TriNetX 已成為同行評審出版物中引用次數最多的電子健康記錄數據集。是全世界在同行評審研究中被引用次數最多的真實數據源，超過第二名的競爭對手 1300%。

圖源：TriNetX

同樣是數據庫，TriNetX 為啥這么受歡迎？

原因其實很簡單：它太方便了。

傳統的病例數據庫相當于一個圖書館，只是存放了病例的資料，但研究者需要處理數據，設計模型，寫代碼，做統計 …… 使用門檻并不低。

但 TriNetX 更像一個包含大量真實病歷數據的智能搜索引擎。研究者只需要在平臺上輸入條件，比如「糖尿病患者」，「使用某類藥物」，「隨訪 5 年」，平臺就能夠從海量的病例數據中，構建隊列，比較結局，完成一鍵式數據分析。

圖源：TriNetX

這種便利性讓 TriNetX 從一眾數據庫中脫穎而出。但也可以想象，正因為降低了研究門檻，也讓它迅速成為一部分醫生刷簡歷的神器。

社交平臺上，與 TriNetX 相關的搜索詞大都是「高影響因子」，「0 實驗」，「躺贏」……

圖源：網絡

據Science報道，到 2025 年，標題或摘要中提及 TriNetX 的出版物數量已接近 2700 篇，而五年前僅有 33 篇。今年不到一半，這一數字就已經超過 2100 篇。

圖源：Science

看起來很漂亮，實際毫無意義

但是，當科研變得太方便，論文也可能變得廉價。

在大部分借由 TriNetX 產生的論文中，藥物的療效好得驚人，顯著性極其明顯，世界上各種讓醫生煩惱，患者痛苦的疑難雜癥，在這些論文里都得到了治愈。

通過 TriNetX 進行的研究，研究者只要帶著自己的 idea，在平臺上進行點選，無論是某種降糖藥是否能降低癌癥風險，還是某種補充劑是否會增加阿爾茲海默癥的患病概率。都可以在平臺里篩選到符合條件的患者，構建出暴露組和對照組，比較結局，甚至完成傾向評分匹配等常見分析。

這樣的范式確實大大提高了研究效率，降低了研究門檻。但這種「先立靶子，再射箭」的方法，往往會帶來一個嚴重的問題 —— 偏倚性結論。研究者可以先想好一個吸引眼球的結論，再在龐大的真實世界數據里不斷調整條件，直到找到支持它的數字。

賓夕法尼亞大學眼科醫生 Brian VanderBeek 就指出，兩項基于 TriNetX 電子病歷數據庫的研究聲稱，姜黃素和褪黑素這兩種膳食補充劑，可以顯著降低嚴重眼病風險。論文中這兩種補充劑效果驚人，使用這兩種補充劑的人群發展為年齡相關性黃斑變性的風險顯著降低。

Brian VanderBeek

但問題是，那些使用補充劑的人，可能本來就更注重自身健康，可能更有錢，更重視體檢，更重視健康的生活方式。最后數據庫中他們的結局更好，未必真是這些補充劑在起作用。

這就是所謂的「健康使用者偏倚」，但兩篇論文的作者均并沒有糾正這種偏倚。而這些論文一旦發表，就有可能誤導醫生和患者，讓人以為這些補充劑真的具有明確的保護作用。

更麻煩的是，一個不靠譜的結論并不會只影響一篇論文，它會被后來的論文引用，被綜述引用，最后變成一種看似有證據支持的「醫學常識」。

一個科學謠言，就是這樣產生的。

無色無味但劇毒的論文們

在醫學史上，因為論文誤導而造成醫療事故的悲劇，并不少見。

1998 年，Andrew Wakefield 在頂刊Lancet發表論文，暗示 MMR 疫苗（麻腮風三聯疫苗）與自閉癥和腸炎有關。隨后，很多家長和醫生因恐懼疫苗帶來的后遺癥，不再讓兒童接種 MMR 疫苗。

盡管這篇論文事后被證明造假而被撤稿，但這篇論文引發的恐慌卻持續多年，以至于早就可防可治的麻疹再次流行，奪走了數名兒童的生命。

Andrew Wakefield 和反疫苗運動

圖源：the guardian

與這種明顯造假的論文相比，TriNetX 相關的低質量論文，帶來的危害卻更加隱蔽 ——它們沒有「一眼假」的漏洞，相反，樣本量龐大，P 值顯著，每一個結論都看似合理。

但是，研究者的偏倚卻無處不在，為了結論的合理，常常將相關性強行解釋為因果性。這類論文造成的風險也早有前車之鑒 ——

很長一段時間里，觀察研究顯示，絕經后使用激素替代療法（hormone replacement therapy，HRT）的女性冠心病風險更低。因此 HRT 被認為可以預防心血管病得到大力推廣。越來越多的研究也為其補上生物學機制，比如雌激素改善血脂、擴張血管等等。

但后來真正的隨機臨床實驗推翻了這個結論，HRT 不僅無法預防心血管病，部分情況下，還可能增加血栓、卒中和冠脈事件風險。并且由于其副作用，2008 年國際癌癥研究機構正式將 HRT 列為 I 類致癌物。

早期的觀察性研究正是將相關性誤當作因果性的結果 —— 有能力使用 HRT 的女性，往往本身就是更健康的一群人：教育程度更高，經濟條件更好，也更容易獲得醫療資源。她們心血管風險低，不是因為 HRT，而是因為她們本來就更健康。

正是這種單個看起來似乎無害的結論，源源不斷被產生，并且互相引用，最終形成一個巨大的幻覺，污染了醫生和公眾對證據的判斷。

工具本身沒有錯，只是在論文至上的評價體系中，被當成了簡歷游戲的加速器。

Science報道中提到，使用 TriNetX 發表論文的人群中，常見的是醫學生和住院醫。他們往往沒有穩定的實驗室，沒有充足的經費，也沒有幾年時間慢慢做課題。與此同時，職業生涯的每一步卻都有現實的科研壓力：申請項目、競爭專科、匹配住院醫、進入更好的醫院，都需要論文。

一個點幾下按鈕就能出數據的平臺，正好滿足了這種需求。

只是醫學論文的終點，不是簡歷，而是診室和病房，是一個個活生生的人。

參考來源：

1.https://www.science.org/content/article/medical-students-are-using-popular-research-tool-pump-out-misleading-studies

2.https://www.prnewswire.com/news-releases/trinetx-becomes-the-most-cited-real-world-data-source-in-peer-reviewed-research-302583779.html

3.https://pmc.ncbi.nlm.nih.gov/articles/PMC12282508/

題圖來源：圖蟲創意