离谱！3 亿患者数据库沦为灌水神器，Science 点名痛批：医学生正在制造大量垃圾论文

最近，学术打假的风潮正在全世界升温。这不，Science最近公开批评了一种正悄悄新起的大规模「水论文」模式。

图源：Science

不过，和此前经常被批评的「论文工厂」，「枪手代写」等等模式有所不同，这一次的论文看起来非常体面 ——数据样本量庞大，P 值显著。而且作者也不再是来自那些来路不明的机构，反而大多出自顶尖的名校医学院。

只不过无论如何包装，这些看似「科学」的论文大部分都存在明显的方法学问题，甚至编造出完全不存在的实验方法，以及为了显著的 P 值，而操纵数据等学术不端的行为。

刷简历的「科研神器」

这些被批评的论文，无一例外，都使用了一个成立于 2013 年的真实世界数据平台：TriNetX。

简单来说，TriNetX 是一个汇总了全球超过 3 亿患者的超级病例数据库，覆盖了 20 多个国家、13000 多个临床站点。它的核心模式是将全球医疗机构的电子病例数据以联邦式的网路连接起来，方便研究者可以直接查询真实世界中的患者队列，用药路径和疾病结局。

图源：TriNetX

相比随机临床试验，真实世界研究确实有自己的优势。随机临床试验成本高、周期长、患者招募严格。而真实世界研究利用医院病历和数据库，可以更快、更便宜地观察药物或治疗方法在真实临床环境中的表现。

通过真实世界数据做回顾性分析早已成为临床医生常见的科研论文产出路径，随着电子病例的普及，各种病例数据库和真实世界数据平台开始兴起，TriNetX 就是其中一员，而且还是这股浪潮中势头最猛的一个 ——

据报道，截至 2025 年 8 月 27 日，TriNetX 已成为同行评审出版物中引用次数最多的电子健康记录数据集。是全世界在同行评审研究中被引用次数最多的真实数据源，超过第二名的竞争对手 1300%。

图源：TriNetX

同样是数据库，TriNetX 为啥这么受欢迎？

原因其实很简单：它太方便了。

传统的病例数据库相当于一个图书馆，只是存放了病例的资料，但研究者需要处理数据，设计模型，写代码，做统计 …… 使用门槛并不低。

但 TriNetX 更像一个包含大量真实病历数据的智能搜索引擎。研究者只需要在平台上输入条件，比如「糖尿病患者」，「使用某类药物」，「随访 5 年」，平台就能够从海量的病例数据中，构建队列，比较结局，完成一键式数据分析。

图源：TriNetX

这种便利性让 TriNetX 从一众数据库中脱颖而出。但也可以想象，正因为降低了研究门槛，也让它迅速成为一部分医生刷简历的神器。

社交平台上，与 TriNetX 相关的搜索词大都是「高影响因子」，「0 实验」，「躺赢」……

图源：网络

据Science报道，到 2025 年，标题或摘要中提及 TriNetX 的出版物数量已接近 2700 篇，而五年前仅有 33 篇。今年不到一半，这一数字就已经超过 2100 篇。

图源：Science

看起来很漂亮，实际毫无意义

但是，当科研变得太方便，论文也可能变得廉价。

在大部分借由 TriNetX 产生的论文中，药物的疗效好得惊人，显著性极其明显，世界上各种让医生烦恼，患者痛苦的疑难杂症，在这些论文里都得到了治愈。

通过 TriNetX 进行的研究，研究者只要带着自己的 idea，在平台上进行点选，无论是某种降糖药是否能降低癌症风险，还是某种补充剂是否会增加阿尔兹海默症的患病概率。都可以在平台里筛选到符合条件的患者，构建出暴露组和对照组，比较结局，甚至完成倾向评分匹配等常见分析。

这样的范式确实大大提高了研究效率，降低了研究门槛。但这种「先立靶子，再射箭」的方法，往往会带来一个严重的问题 —— 偏倚性结论。研究者可以先想好一个吸引眼球的结论，再在庞大的真实世界数据里不断调整条件，直到找到支持它的数字。

宾夕法尼亚大学眼科医生 Brian VanderBeek 就指出，两项基于 TriNetX 电子病历数据库的研究声称，姜黄素和褪黑素这两种膳食补充剂，可以显著降低严重眼病风险。论文中这两种补充剂效果惊人，使用这两种补充剂的人群发展为年龄相关性黄斑变性的风险显著降低。

Brian VanderBeek

但问题是，那些使用补充剂的人，可能本来就更注重自身健康，可能更有钱，更重视体检，更重视健康的生活方式。最后数据库中他们的结局更好，未必真是这些补充剂在起作用。

这就是所谓的「健康使用者偏倚」，但两篇论文的作者均并没有纠正这种偏倚。而这些论文一旦发表，就有可能误导医生和患者，让人以为这些补充剂真的具有明确的保护作用。

更麻烦的是，一个不靠谱的结论并不会只影响一篇论文，它会被后来的论文引用，被综述引用，最后变成一种看似有证据支持的「医学常识」。

一个科学谣言，就是这样产生的。

无色无味但剧毒的论文们

在医学史上，因为论文误导而造成医疗事故的悲剧，并不少见。

1998 年，Andrew Wakefield 在顶刊Lancet发表论文，暗示 MMR 疫苗（麻腮风三联疫苗）与自闭症和肠炎有关。随后，很多家长和医生因恐惧疫苗带来的后遗症，不再让儿童接种 MMR 疫苗。

尽管这篇论文事后被证明造假而被撤稿，但这篇论文引发的恐慌却持续多年，以至于早就可防可治的麻疹再次流行，夺走了数名儿童的生命。

Andrew Wakefield 和反疫苗运动

图源：the guardian

与这种明显造假的论文相比，TriNetX 相关的低质量论文，带来的危害却更加隐蔽 ——它们没有「一眼假」的漏洞，相反，样本量庞大，P 值显著，每一个结论都看似合理。

但是，研究者的偏倚却无处不在，为了结论的合理，常常将相关性强行解释为因果性。这类论文造成的风险也早有前车之鉴 ——

很长一段时间里，观察研究显示，绝经后使用激素替代疗法（hormone replacement therapy，HRT）的女性冠心病风险更低。因此 HRT 被认为可以预防心血管病得到大力推广。越来越多的研究也为其补上生物学机制，比如雌激素改善血脂、扩张血管等等。

但后来真正的随机临床实验推翻了这个结论，HRT 不仅无法预防心血管病，部分情况下，还可能增加血栓、卒中和冠脉事件风险。并且由于其副作用，2008 年国际癌症研究机构正式将 HRT 列为 I 类致癌物。

早期的观察性研究正是将相关性误当作因果性的结果 —— 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，经济条件更好，也更容易获得医疗资源。她们心血管风险低，不是因为 HRT，而是因为她们本来就更健康。

正是这种单个看起来似乎无害的结论，源源不断被产生，并且互相引用，最终形成一个巨大的幻觉，污染了医生和公众对证据的判断。

工具本身没有错，只是在论文至上的评价体系中，被当成了简历游戏的加速器。

Science报道中提到，使用 TriNetX 发表论文的人群中，常见的是医学生和住院医。他们往往没有稳定的实验室，没有充足的经费，也没有几年时间慢慢做课题。与此同时，职业生涯的每一步却都有现实的科研压力：申请项目、竞争专科、匹配住院医、进入更好的医院，都需要论文。

一个点几下按钮就能出数据的平台，正好满足了这种需求。

只是医学论文的终点，不是简历，而是诊室和病房，是一个个活生生的人。

参考来源：

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/

题图来源：图虫创意