科技期刊识别伪造数据的方法

伪造数据的隐匿性较强，无论是捏造数据、虚报样本量，还是篡改数据，都需要编辑反复阅读论文，留意细节，从蛛丝马迹中寻找突破口。本研究根据《中华医学科研管理》编辑部近年来抵制学术不端工作的经验，梳理了识别伪造数据的方法。

1熟悉专业背景

对比作者的专业领域和论文研究内容，判断作者开展调查/实验和获取研究数据的可操作性。既往研究认为，如果作者单位与研究内容不符，论文可能存在挂名、买卖署名、第三方等问题。笔者发现，在捏造数据和虚报样本量等伪造数据的论文中也可能出现作者专业领域与研究内容不一致的情况。可能的原因在于，伪造数据的作者多愿意撰写较容易发表或研究热度较高的论文，并没有基于自身的工作和研究背景，从而导致研究内容与自身专业相悖。同时，编辑应深入分析获得论文数据的可能性。如果论文的作者单位与研究领域无关，且在短时间内获得了大范围的、相对完整的调查数据，编辑应给予足够重视，进一步分析判断该文是否存在伪造数据的问题。

2关注方法描述

由具有统计专业背景的编辑审核论文方法和结果部分，要求作者按照国际医学杂志编辑委员会数据共享声明、临床试验报告规范论文对照清单、诊断准确性研究报告对照检查清单、加强观察性流行病学研究报告声明、非随机对照设计报告规范等规范研究方法的描述，全面记录研究过程。既往研究提出，为抵制学术不端行为，编辑部应细分审稿专家和编辑的研究领域，为不同内容稿件配置相应领域的审稿专家和编辑，以便鉴别稿件内容是否存在学术不端问题。编辑部应要求作者按照国际统一规范，详细而又系统地描述研究设计、调查时间、调查地点、数据收集过程、数据处理方法、统计方法等信息，这样不仅可以提升论文统计描述的准确性，更有助于编辑和审稿专家了解论文的学术价值，判断研究结果的可信度和可重复性，有效规避学术造假。

3对比修改内容

在正式接受稿件之前，编辑部应对比拟采用稿件和原始稿件，关注数据修改内容，分析修改的合理性。部分作者为了迎合审稿专家和编辑部的要求或为了实现预期结果，在回修稿件时修改研究数据。为规避这种情况，笔者建议编辑部在论文正式发表之前仔细比对原稿与修改稿。这与编校过程中的核红并不一样，因为作者恶意修改数据的行为多发生在稿件编校之前，且不会明显标注修改的范围和内容，并不容易引起审稿专家和编辑的注意。如果对比发现论文的关键性统计指标如发病率、患病率、P值、OＲ值以及95%置信区间等发生改变，并引起结果以及结论的变化，编辑部应该对作者的数据分析过程提出质疑，要求作者对数据修改给出合理解释，并提供相应的证据支持。

4梳理论证逻辑

梳理文章论证逻辑，判断研究数据与文章逻辑的一致性，查找数据矛盾。由于伪造的数据不是实际的研究结果，数据的真实性较差，常导致论文出现首尾矛盾的现象，这与既往学者的观点一致。对于这种情况，编辑在审核稿件时，应避免单就某一部分内容局限地判断文章的可信度，需全面、整体地评价文章的论证逻辑，通过各部分衔接、呼应等细节判断文章是否存在伪造数据等学术不端问题。