国际科学编辑isechina的官方博客分享 http://blog.sciencenet.cn/u/isechina

博文

数据共享可以解决生物医学研究可重复性危机吗?

已有 2154 次阅读 2022-6-9 11:55 |系统分类:科普集锦

作者:ScienceOpen原创翻译整理

ScienceOpen是一个完全开放的集科学研究、出版和社交为一体的网络平台。它基于互联网思维,以推动和促进科学更加开放为目标,为科研人员提供一个可以自由访问、分享和评价科学信息的网络平台。

导读

  • NIH的政策要求将数据管理和共享计划纳入所有的拨款申请,并于2023年1月起生效。

  • 该政策旨在提高生物医学研究的可重复性,减少资源浪费,并帮助重获公众对科学的信任。但一些研究人员对此持有配套方面的相关顾虑。

编者按:

National Institutes of Health(NIH)成立于19世纪80年代末,是美国负责生物医学和公共卫生研究的主要机构。NIH通过NIH院内研究计划(IRP)开展独立的科学研究,并通过院外研究计划向非NIH研究机构提供重大生物医学科研资金。

截至2013年,IRP在基础、转化和临床研究方面有1200名主要研究人员和4000多名博士后研究员,是世界上最大的生物医学研究机构。截至2017年,接受NIH资助的153名科学家获得了诺贝尔奖,195名科学家获得了拉斯克奖。2019年,在Nature Index中,NIH在生物医学方面排名世界第二,仅次于哈佛大学,该指数衡量了2015年至2018年在国际领先期刊子集上发表的论文的最大贡献者。

NIH包括27个不同生物医学学科的独立研究所和研究中心,并促成了许多项科学成就,包括发现氟化物以防止蛀牙,使用锂来治疗双相情感障碍,以及创造针对肝炎、流感嗜血杆菌(HIB)和人类乳头瘤病毒(HPV)的疫苗。

根据Nature的报道,自2023年1月25日起,NIH所有收集科学数据的项目的拨款申请必须包括数据管理和共享计划,以期向大众公开数据。资助方将要求所有验证和复制研究结果所需的科学数据都使用一个有信誉的存储库进行共享,无论它们是否用于支持期刊出版物。该政策主要基于开放科学原则,旨在解决可重复性危机。据报道,该危机已使美国公共资助机构损失了100亿至500亿美元。

这项任务的部分目的是解决科学研究中的可重复性危机。去年,一项耗资200万美元、历时8年、旨在复制有影响力的癌症研究的尝试发现,只有不到一半的评估实验经得起检验。统计美国不可复制的研究成本的发现,有100亿到500亿美元浪费在使用缺陷方法的研究上,而这一成本主要由公共资助机构支付。(来源:重磅:美国国立卫生研究院(NIH)要求公开共享数据)

在Nature杂志2022年2月发表的一篇新闻聚焦文章中,NIH负责科学政策的代理副院长Lyric Jorgenson博士将不可复制的研究描述为浪费纳税人的钱,破坏公众对科学的信任。

——“我们希望确保我们在国家的投资上有所收获,并促进研究的透明度和问责制。”

来源:https://www.nature.com/articles/d41586-022-00402-1

耶鲁大学医学院的卫生政策研究员Joseph Ross教授认为,该政策标志着向开放的科学研究文化的重大转变,这种转变将在世界范围内产生深远影响,并有望鼓励小型资助机构也进行类似的改变。尽管有潜在问题,Ross认为该政策将产生连锁反应,说服较小的资助机构和行业采取类似的变化。他说:"这项政策确定了人们对临床研究的期望,这实质上意味着研究文化需要改变。"(来源:重磅:美国国立卫生研究院(NIH)要求公开共享数据)

不过接受Nature杂志采访的研究人员也表示担心,该政策可能会加剧科学资助中现有的不平等现象,并增加早期科研人员已经饱和的工作量。尽管Jorgenson博士承认这项任务可能需要分配更多的时间来整理数据,但她相信重新获得公众的信任更为重要。

Ross教授大力支持开放科学的基本原则,他呼吁NIH确保落实公开透明的指导方针,以明确资助者将如何进行资助,以抵消遵守新政策的成本。

参考文献:

https://thepublicationplan.com/2022/05/12/nih-bid-to-tackle-reproducibility-crisis-is-data-sharing-the-answer/

https://mp.weixin.qq.com/s/HcqdCXQPNiWSilSwT1erkg

翻译:Yulia

校对:HB



https://m.sciencenet.cn/blog-3387871-1342228.html

上一篇:谁是SCI论文的第一单位?
下一篇:Zoonoses | Malectin蛋白:人兽共患寄生虫隐孢子虫特有的碳水化合物结合蛋白

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2023-2-9 14:00

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部