ข้ามไปเนื้อหา

ความเอนเอียงในการตีพิมพ์

จากวิกิพีเดีย สารานุกรมเสรี
(เปลี่ยนทางจาก HARKing)
Meta-analysis of stereotype threat on girls' math scores showing asymmetry typical of publication bias. From Flore, P. C., & Wicherts, J. M. (2015)[1]

ความเอนเอียงในการตีพิมพ์ (ผลงานวิจัย) (อังกฤษ: Publication bias) เป็นความเอนเอียง (bias) ในประเด็นว่า ผลงานวิจัยอะไรมีโอกาสมากกว่าที่จะได้รับการตีพิมพ์ ในบรรดางานทั้งหมดที่ได้ทำ ความเอนเอียงโดยธรรมชาติแล้วไม่ได้เป็นปัญหาทั้งหมด ยกตัวอย่างเช่น ความเอนเอียงในการที่จะไม่ตีพิมพ์เรื่องไม่จริงเป็นความเอนเอียงที่พึงปรารถนา แต่ความเอนเอียงที่เป็นปัญหาก็คือความโน้มน้าวที่นักวิจัย บรรณาธิการ และบริษัทผลิตยา มักจะมีความประพฤติกับผลงานทดลองที่เป็น "ผลบวก" (คือ แสดงว่าประเด็นการทดลองมีความสัมพันธ์กับผลอย่างมีนัยสำคัญ) แตกต่างจากงานทดลองที่เป็น "ผลลบ" (null result หรือผลว่าง คือ ประเด็นการทดลองไม่มีความสัมพันธ์กับผลอย่างมีนัยสำคัญ) หรือว่าไม่มีความชัดเจน ซึ่งนำไปสู่ความเอนเอียงที่ทำให้เกิดความเข้าใจผิดในเรื่องนั้น ที่มีในบรรดางานที่ได้รับการตีพิมพ์ทั้งหมด[2]

ความเอนเอียงนี้มักจะเป็นไปในทางการรายงานผลที่มีนัยสำคัญ แม้ว่าจริง ๆ แล้วงานทดลองที่แสดงนัยสำคัญไม่ได้มีคุณภาพการออกแบบการทดลองที่ดีกว่างานทดลองที่แสดงผลว่าง[3] คือ ได้เกิดการพบว่า ผลที่มีนัยสำคัญมีโอกาสที่จะได้รับการตีพิมพ์มากกว่าผลที่แสดงผลว่างมากกว่าถึง 3 เท่า[4] และก็มีการพบด้วยว่า เหตุผลสามัญที่สุดของการไม่ตีพิมพ์ผลงานก็คือผู้ทำงานวิจัยปฏิเสธที่จะเสนอผลงานเพื่อพิมพ์ (เพราะว่า ผู้ทำงานวิจัยหมดความสนใจในประเด็นนั้น หรือว่าคิดว่า ผู้อื่นจะไม่สนใจในผลว่าง หรือเหตุผลอื่น ๆ) ซึ่งเป็นข้อมูลที่แสดงถึงบทบาทของนักวิจัยในปรากฏการณ์ความเอนเอียงในการตีพิมพ์นี้[3]

เพื่อที่จะพยายามลดปัญหานี้ วารสารแพทย์ที่สำคัญบางวารสารเริ่มมีการกำหนดให้ลงทะเบียนงานทดลองก่อนที่จะเริ่มทำเพื่อว่า ผลที่ไม่แสดงความสัมพันธ์ของประเด็นงานวิจัยกับผลจะไม่ถูกกักไว้ไม่ให้พิมพ์ มีองค์กรการลงทะเบียนเช่นนี้หลายองค์กร แต่นักวิจัยมักจะไม่รู้จัก นอกจากนั้นแล้ว ความพยายามที่ผ่านมาที่จะระบุหางานทดลองที่ไม่ได้รับการพิมพ์ปรากฏว่า เป็นเรื่องที่ยากและมักจะไม่เพียงพอ อีกกลยุทธ์หนึ่งที่เสนอโดยผู้ทำการวิเคราะห์งานวิจัยต่าง ๆ ก็คือให้ระวังการใช้ผลงานทดลองทางคลินิกที่ไม่ใช่แบบสุ่ม (non-randomised) และมีตัวอย่างทางสถิติน้อย เพราะว่า เป็นงานที่มีความเสี่ยงสูงต่อข้อผิดพลาดและความเอนเอียง[3]

นิยาม

[แก้]

ตามบทความที่พิมพ์บทหนึ่ง

ความเอนเอียงในการพิมพ์เกิดขึ้น เมื่อการพิมพ์ผลงานวิจัยขึ้นอยู่กับลักษณะและทิศทางของผล[5]

"ความเอนเอียงในผลเชิงบวก" (Positive results bias) เป็นความเอนเอียงในการตีพิมพ์อย่างหนึ่ง ซึ่งเกิดขึ้นเมื่อผู้ทำงานวิจัยมักจะเสนอ หรือบรรณาธิการมักจะรับ ผลเชิงบวกมากกว่าผลว่าง (คือผลที่แสดงว่าไม่มีความสัมพันธ์หรือไม่ชัดเจน)[6] คำที่ใช้อีกคำหนึ่งคือ "ปรากฏการณ์ลิ้นชักเก็บเอกสาร" (file drawer effect) หมายถึงความโน้มน้าวที่ผู้ทำงานจะไม่ตีพิมพ์ผลงานที่แสดงผลลบหรือไม่ชัดเจน (คือเก็บไว้เฉย ๆ)[7]

ส่วน "ความเอนเอียงในการรายงานผล" (outcome reporting bias) เกิดขึ้นเมื่อมีการวัดผลหลายอย่างในการทดลอง แต่มีการรายงานถึงผลโดยเลือกขึ้นอยู่กับการแสดงนัยสำคัญหรือทิศทางของผลนั้น มีคำบัญญัติภาษาอังกฤษที่สัมพันธ์กันก็คือ HARKing (Hypothesizing [การตั้งสมมติฐาน] After [หลังจาก] Results [ผล] are Known [ปรากฏแล้ว] ซึ่งเป็นกระบวนการทางวิทยาศาสตร์ที่ไม่รัดกุมยกเว้นในบางกรณีที่เลี่ยงไม่ได้)[8][9]

ปรากฏการณ์ลิ้นชักเก็บเอกสาร

[แก้]

ปรากฏการณ์ลิ้นชักเก็บเอกสาร (file drawer effect) หรือปัญหาลิ้นชักเก็บเอกสาร ก็คือว่า อาจมีงานวิจัยต่าง ๆ เกี่ยวกับประเด็นหนึ่ง ๆ ที่ทำแล้วแต่ไม่มีการรายงาน และงานที่ทำแล้วไม่ได้รายงานรวม ๆ กันแล้วอาจจะแสดงผลที่แตกต่างจากงานที่มีการรายงาน กรณีแบบสุด ๆ อย่างหนึ่งก็คือกรณีที่สมมติฐานว่าง (null hypothesis) ของประเด็นที่ศึกษาเป็นความจริง ซึ่งก็คือความสัมพันธ์ (ระหว่างประเด็นที่ศึกษากับผลที่ต้องการ) ไม่มีจริง ๆ แต่ว่า งานวิจัย 5% ที่แสดงผลมีนัยสำคัญโดยเป็นความบังเอิญทางสถิติกลับเกิดการตีพิมพ์ ในขณะที่งานวิจัย 95% ที่แสดงผลว่างกลับถูกเก็บไว้ในลิ้นชักเอกสารของนักวิจัย แม้แต่การมีผลงานวิจัยในลิ้นชักเพียงแค่จำนวนน้อยก็สามารถที่จะมีผลเป็นความเอนเอียงโดยนัยสำคัญ[10] คำว่า "file drawer problem" (ปัญหาลิ้นชักเก็บเอกสาร) เป็นคำที่บัญญัติขึ้นโดยนักจิตวิทยารอเบิรต์ โรเซ็นธัล ในปี ค.ศ. 1979[7]

ผลของความเอนเอียงต่องานวิเคราะห์งานวิจัย

[แก้]

ผลของความเอนเอียงนี้ก็คือว่า งานที่มีการตีพิมพ์อาจจะไม่เป็นตัวแทนที่ดีของงานวิจัยทั้งหมดที่ได้กระทำ และความเอนเอียงนี้อาจทำงานวิเคราะห์งานวิจัย (meta-analysis) และงาน systematic review[11] ที่วิเคราะห์ผลงานวิจัยจำนวนมากให้ผิดเพี้ยน ซึ่งเป็นวิธีสองอย่างที่การแพทย์อาศัยหลักฐาน (evidence-based medicine) เป็นต้นใช้ในการแสดงเหตุผลเพิ่มขึ้นเรื่อย ๆ ปัญหานี้อาจมีนัยสำคัญโดยเฉพาะเมื่องานวิจัยได้รับทุนจากองค์กรที่ต้องการได้ผลที่เป็นบวกเพราะเหตุผลประโยชน์ทางการเงินและเหตุสนับสนุนคตินิยม

จริงอย่างนั้น งานวิจัยในปี ค.ศ. 2013 แสดงว่า ผลงานทดลองทางคลินิกที่แสดงผลมีนัยสำคัญทางสถิติของวิธีการรักษาที่เป็นประเด็น และผลงานวิจัยโดยสังเกตการณ์ที่แสดงผลที่อาจมีนัยสำคัญทางสถิติ มีความน่าจะเป็นที่จะรับรวมเข้าในงานวิเคราะห์งานวิจัย (meta-analyse) ที่พิมพ์ในวารสารการแพทย์ทั่วไปที่สำคัญ สูงกว่างานวิจัยที่แสดงผลเป็นอื่น ๆ[12]

ดังนั้น ผู้ที่ทำงานวิเคราะห์งานวิจัยและงาน systematic review[11]ต้องออกแบบวิธีเลือกงานวิจัยที่จะรวมเข้าในการวิเคราะห์โดยเผื่อความเอนเอียงเช่นนี้ วิธีหนึ่งที่ใช้ในการลดระดับความเอนเอียงนี้ก็คือ ต้องตรวจหาผลงานวิจัยที่ไม่ได้รับการพิมพ์อย่างถี่ถ้วน และใช้เทคนิคการวิเคราะห์ เช่น Begg's funnel plot หรือ Egger's plot เพื่อแสดงค่าของความเอนเอียงในการตีพิมพ์ที่อาจจะมี การทดสอบความเอนเอียงแบบนี้ตั้งอยู่บนทฤษฎีว่า งานวิจัยที่มีตัวอย่างทางสถิติน้อย (และมี variance คือค่าแปรปรวนสูง) จะเสี่ยงต่อควาเอนเอียงนี้ ในขณะที่งานวิจัยที่มีตัวอย่างมากจะไม่สามารถหลีกเลี่ยงการรับรู้โดยสาธารณชนและมีโอกาสสูงที่จะได้รับตีพิมพ์ไม่ว่าผลจะมีนัยสำคัญหรือไม่ และดังนั้น เมื่อวาดกราฟใช้ค่าประเมินทั่วไปร่วมกับค่าแปรปรวน (variance ซึ่งแสดงขนาดตัวอย่าง) มักจะเป็นรูปกรวยที่สมดุลเมื่อไม่มีความเอนเอียงนี้ ในขณะที่รูปกรวยที่ไม่สมดุล อาจจะแสดงความมีอยู่ของความเอนเอียงในการตีพิมพ์

และโดยขยายเทคนิค funnel plot ดังที่กล่าวในวรรคที่แล้ว มีการเสนอวิธี "trim and fill" เพื่อใช้ในการอนุมานว่า มีงานวิจัยที่ไม่ได้รับการพิมพ์ซ่อนเร้นอยู่ดังที่กำหนดได้โดยใช้ funnel plot แล้วแก้ค่าวิเคราะห์งานวิจัยให้ถูกต้อง โดยประเมินค่าที่มาจากงานวิจัยที่ไม่ได้รับการพิมพ์ เพื่อจะได้ค่าประเมินที่ไม่มีความเอนเอียง

นอกจากนั้นแล้วยังมีแบบเลือกงานวิจัย (selection model) ต่าง ๆ ซึ่งสามารถใช้ประเมินฟังก์ชันที่บอกความน่าจะเป็นที่งานวิจัยหนึ่ง ๆ จะได้รับเลือกให้อยู่ในงานวิเคราะห์งานวิจัย (meta-analysis) ตามระดับผลต่าง ๆ กัน แบบการเลือกงานวิจัยยังสามารถใช้เป็นวิธีวิเคราะห์งานวิจัยเมื่อมีความเอนเอียงในการตีพิมพ์

อย่างไรก็ดี เนื่องจากว่าวิธีตรวจสอบความเอนเอียงในการตีพิมพ์ทั้งหมดมีกำลังต่ำ (low power) และอาศัยข้อสันนิษฐานที่มีกำลังแต่ตรวจสอบไม่ได้ ผลลบที่ได้จากการตรวจสอบไม่ได้ยืนยันความถูกต้องของค่าสรุปต่าง ๆ จากงานวิเคราะห์งานวิจัย[13]

ตัวอย่างต่าง ๆ

[แก้]

ยาแก้ซึมเศร้า Reboxetine เป็นตัวอย่างของความเอนเอียงของการทดลองทางคลินิก ยานี้ได้รับอนุมัติว่าได้ผลในการรักษาความซึมเศร้าในประเทศยุโรปหลายประเทศรวมทั้งประเทศอังกฤษในปี ค.ศ. 2001 ต่อมาในปี ค.ศ. 2010 จึงมีการพบโดยงานวิเคราะห์งานวิจัยว่า ยานี้จริง ๆ ไม่ได้ผล แต่ดูเหมือนได้ผลเพราะเหตุแห่งความเอนเอียงในการตีพิมพ์ในการทดลองเบื้องต้นที่พิมพ์โดยบริษัทผลิตยาไฟเซอร์ ต่อมาในปี ค.ศ. 2011 งานวิเคราะห์งานวิจัยของข้อมูลเดิมกลับพบข้อบกพร่องในงานวิเคราะห์งานวิจัยในปี ค.ศ. 2010 และเสนอว่า ยาได้ผลสำหรับกรณีซึมเศร้าที่รุนแรง เหตุการณ์นี้แสดงให้เห็นว่า ไม่ว่า Reboxetine จะมีผลหรือไม่มีก็ตาม แต่ว่า ผลการทดลองดั้งเดิมของไฟเซอร์แสดงความเอนเอียงในการตีพิมพ์ที่ชัดเจน (ดูตัวอย่างอื่น ๆ เกี่ยวกับยาที่ให้โดยเบ็น โกลแด็กเกอร์[14] และปีเตอร์ วิล์มเฮิร์สต[15])

ในสังคมศาสตร์ งานวิจัยหนึ่งตรวจสอบงานวิจัยเกี่ยวกับความสัมพันธ์ระหว่างการทำประโยชน์ให้กับสังคมกับผลกำไรของบริษัทต่าง ๆ แล้วพบว่า "ในวารสารทางเศรษฐกิจ การเงิน และการบัญชี ค่าสหสัมพันธ์โดยเฉลี่ย (ที่แสดงความสัมพันธ์ระหว่างการทำประโยชน์ให้กับสังคมกับผลกำไรของบริษัท) มีค่าแค่ครึ่งหนึ่งของค่าที่พบในวารสารเกี่ยวกับการบริหารปัญหาสังคม จริยธรรมธุรกิจ หรือธุรกิจและสังคม"[16] คือ วารสารเกี่ยวกับปัญหาสังคมและศีลธรรมทางธุรกิจแสดงว่า บริษัทยิ่งได้กำไรเท่าไรก็ทำประโยชน์ให้กับสังคมมากเท่านั้น ในระดับที่ต่ำกว่าวารสารธุรกิจโดยทั่ว ๆ ไป (ซึ่งอาจจะแสดงถึงการมีความเอนเอียงในการตีพิมพ์)

งานวิจัยเกี่ยวกับเรื่องเหนือธรรมชาติ (paranormal) มักจะได้คำวิจารณ์ว่ามีความเอนเอียงในการตีพิมพ์ ตัวอย่างหนึ่งในปี ค.ศ. 2011 ก็คือบทความโดยแดริว เบอร์น ซึ่งแสดงหลักฐานเกี่ยวกับการเห็นอนาคตในระยะสั้น แต่ว่า ผลลบของนักวิจัยที่พยายามทำซ้ำงานทดลองนี้กลับไม่ได้รับพิมพ์ในวารสารที่พิมพ์ผลงานวิจัยดั้งเดิมที่แสดงผลบวก[17]

งานวิจัยหนึ่ง[18] เปรียบเทียบงานวิจัยของจีนและที่ไม่ใช่ของจีนเกี่ยวกับความสัมพันธ์ระหว่างยีนและโรค แล้วพบว่า "งานวิจัยของจีนโดยทั่ว ๆ ไปรายงานความสัมพันธ์ระหว่างยีนกับโรคในระดับที่สูงกว่า และผลที่มีนัยสำคัญทางสถิติบ่อยครั้งกว่า"[19] คำอธิบายผลนี้อย่างหนึ่งก็คือความเอนเอียงในการตีพิมพ์

ระดับความเสี่ยง

[แก้]

ตาม ศ. John Ioannidis ผลงานวิจัยโดยทั่ว ๆ ไป มีโอกาสที่จะไม่เป็นจริงถ้ามีเหตุต่าง ๆ เหล่านี้ คือ[20]

  1. มีงานวิจัยที่ทำในภาคสนามน้อยกว่า
  2. ขนาด (หรือระดับ) ผลที่ได้มีน้อยกว่า
  3. ความสัมพันธ์ที่สามารถทดสอบได้มีเป็นจำนวนมากและมีการเลือกความสัมพันธุ์ที่จะตรวจสอบล่วงหน้าน้อย
  4. มีความยืดหยุ่นในระดับสูงของการออกแบบ คำนิยาม ผล และวิธีการวิเคราะห์
  5. มีผลประโยชน์ทางการเงินและในเรื่องอื่น ๆ เข้ามาเกี่ยวข้อง
  6. มีทีมต่าง ๆ ในวงการวิทยาศาสตร์นั้น ๆ ที่กำลังเสาะหาผลที่มีนัยสำคัญมากกว่า

ศ. Ioannidis ยืนยันว่า "ผลงานวิจัยที่พิมพ์บ่อยครั้งอาจจะเป็นเพียงแค่ค่าวัดที่แม่นยำของความคิดเอนเอียงที่มีอยู่ทั่วไป"

การแก้ไข

[แก้]

วิธีแก้ไขที่ ศ. Ioannidis เสนอรวมทั้ง

  1. งานวิจัยที่ใช้เทคนิคที่มีประสิทธิภาพดีกว่า รวมทั้ง
    • งานวิเคราะห์งานวิจัย (meta-analysis) ที่มีระดับความเอนเอียงต่ำ
    • งานวิจัยมีตัวอย่างทางสถิติมากที่สามารถจะแสดงผลที่ชัดเจน ใช้เพื่อทดสอบไอเดียสำคัญทั่วไปด้วย
  2. มาตรฐานงายวิจัยที่สูงขึ้นรวมทั้ง
    • การลงทะเบียนวิธีการทดลองล่วงหน้าสำหรับงานทดลองแบบสุ่ม
    • การลงทะเบียนข้อมูลที่เก็บมาจากภาคสนาม หรือการแบ่งใช้ข้อมูลที่เก็บผ่านระบบเครือข่าย (ในงานภาคสนามบางอย่างที่นักวิจัยต้องการจะสร้างสมมติฐานอาศัยข้อมูลที่เก็บ)
    • โดยทำตามแบบงานทดลองแบบสุ่มมีกลุ่มควบคุม (randomized controlled trial) คือให้มีหลักในการออกแบบและทำตามกฎระเบียบวิธีการทดลอง (ที่ได้ออกแบบไว้ล่วงหน้า)
  3. พิจารณาก่อนที่จะทำการทดลองว่า โอกาสมีเท่าไรในการได้ผลบวกหรือผลลบเกี่ยวกับความสัมพันธ์ที่เป็นประเด็น
    • ให้ประเมินความน่าจะเป็นของ false positive report (ผลที่แสดงว่าบวกโดยไม่ตรงกับความจริง) อย่างมีหลักเกณฑ์ โดยอาศัยพลังทางสถิติของวิธีการทดลอง[21]
    • ให้ทำซ้ำการทดลอง (ถ้าถูกต้องตามจรรยาบรรณ) เพื่อเช็คผลการทดลองที่เป็นแบบฉบับ (คือมีผู้ให้ความสนใจหรือเป็นที่เชื่อถือมาก) โดยทำงานวิจัยที่มีตัวอย่างทางสถิติมาก ออกแบบให้มีความเอนเอียงน้อยที่สุด

การลงทะเบียนงานทดลอง

[แก้]

ในเดือนกันยายน ปี ค.ศ. 2004 บรรณาธิการของวารสารการแพทย์สำคัญ ๆ (รวมทั้งวารสารการแพทย์นิวอิงแลนด์, The Lancet, Annals of Internal Medicine และ Journal of the American Medical Association) ได้ประกาศว่า จะไม่พิมพ์ผลงานวิจัยเกี่ยวกับยาที่สนับสนุนโดยบริษัทผลิตยา ยกเว้นถ้างานวิจัยมีการลงทะเบียนกับฐานข้อมูลสาธารณะตั้งแต่ต้น[22] นอกจากนั้นแล้ว วารสารบางวารสารเช่น Trials ยังสนับสนุนนักวิจัยให้พิมพ์วิธีการทดลอง (study protocol) ในวารสาร[23]

ดูเพิ่ม

[แก้]

เชิงอรรถและอ้างอิง

[แก้]
  1. ↑ Flore P. C.; Wicherts J. M. (2015). "Does stereotype threat influence performance of girls in stereotyped domains? A meta-analysis". J Sch Psychol. 53 (1): 25–44. doi:10.1016/j.jsp.2014.10.002. PMID 25636259.
  2. ↑ PMID 20181324 (PMID 20181324)
    Citation will be completed automatically in a few minutes. Jump the queue or expand by hand
  3. ↑ 3.0 3.1 3.2 Easterbrook, P. J.; Berlin, J. A.; Gopalan, R.; Matthews, D. R. (1991). "Publication bias in clinical research". Lancet. 337 (8746): 867–872. doi:10.1016/0140-6736(91)90201-Y. PMID 1672966.
  4. ↑ Dickersin, K.; Chan, S.; Chalmers, T. C. (1987). "Publication bias and clinical trials". Controlled Clinical Trials. 8 (4): 343–353. doi:10.1016/0197-2456(87)90155-3.
  5. ↑ K. Dickersin (March 1990). "The existence of publication bias and risk factors for its occurrence". JAMA. 263 (10): 1385–1359. doi:10.1001/jama.263.10.1385. PMID 2406472.
  6. ↑ D.L. Sackett (1979). "Bias in analytic research". Journal of Chronic Diseases. 32 (1–2): 51–63. doi:10.1016/0021-9681(79)90012-2. PMID 447779.
  7. ↑ 7.0 7.1 Robert Rosenthal (May 1979). "The file drawer problem and tolerance for null results". Psychological Bulletin. 86 (3): 638–641. doi:10.1037/0033-2909.86.3.638.
  8. ↑ เป็นการเล่นคำของศัพท์ว่า hark ซึ่งแปลว่า ให้ความใส่ใจอย่างใกล้ชิด
  9. ↑ N.L. Kerr (1998). "HARKing: Hypothesizing After the Results are Known". Personality and Social Psychology Review. 2 (3): 196–217. doi:10.1207/s15327957pspr0203_4. PMID 15647155. คลังข้อมูลเก่าเก็บจากแหล่งเดิมเมื่อ 2012-02-04. สืบค้นเมื่อ 2014-09-09.
  10. ↑ Jeffrey D. Scargle (2000). "Publication bias: the "file-drawer problem" in scientific inference" (PDF). Journal of Scientific Exploration. 14 (2): 94–106. คลังข้อมูลเก่าเก็บจากแหล่งเดิม (PDF)เมื่อ 2015-01-22. สืบค้นเมื่อ 2014-09-09.
  11. ↑ 11.0 11.1 systematic review เป็นงานปริทัศน์เอกสารที่ตีพิมพ์เกี่ยวกับประเด็นปัญหางานวิจัยหนึ่ง ๆ ที่พยายามที่จะระบุ ประเมิน เลือก และสังเคราะห์หลักฐานงานวิจัยมีคุณภาพสูงที่เกี่ยวข้องกับประเด็นปัญหานั้น ๆ systematic review ของการวิจัยเชิงทดลองแบบสุ่มและมีกลุ่มควบคุม (randomized controlled trial) เป็นสิ่งที่ขาดไม่ได้ในการแพทย์อาศัยหลักฐาน (evidence-based medicine) จาก "What is EBM?". Centre for Evidence Based Medicine. 2009-11-20. คลังข้อมูลเก่าเก็บจากแหล่งเดิมเมื่อ 2011-04-06. สืบค้นเมื่อ 2011-06-17.
  12. ↑ Kicinski, Michal (November 2013). "Publication bias in recent meta-analyses" (PDF). PLOS ONE. สืบค้นเมื่อ 22 สิงหาคม 2557. {{cite web}}: ตรวจสอบค่าวันที่ใน: |accessdate= (help)CS1 maint: date and year (ลิงก์)
  13. ↑ Sutton AJ, Song F, Gilbody SM, Abrams KR (2000) Modelling publication bias in meta-analysis: a review. Stat Methods Med Res 9:421-445.
  14. ↑ Goldacre 2012.
  15. ↑ Wilmshurst 2007.
  16. ↑ Marc Orlitzky. "Institutional Logics in the Study of Organizations: The Social Construction of the Relationship between Corporate Social and Financial Performance" (PDF). คลังข้อมูลเก่าเก็บจากแหล่งเดิม (PDF)เมื่อ 2017-10-19. สืบค้นเมื่อ 2014-09-09.
  17. ↑ "Backwards step on looking into the future". The Guardian. 23 April 2011.
  18. ↑ Zhenglun Pan, Thomas A. Trikalinos, Fotini K. Kavvoura, Joseph Lau, John P.A. Ioannidis, "Local literature bias in genetic epidemiology: An empirical evaluation of the Chinese literature". PLoS Medicine, 2 (12) :e334, 2005 December.
  19. ↑ Jin Ling Tang, "Selection Bias in Meta-Analyses of Gene-Disease Associations", PLoS Medicine, 2 (12) :e409, 2005 December.
  20. ↑ Ioannidis J (2005). "Why most published research findings are false". PLoS Med. 2 (8): e124. doi:10.1371/journal.pmed.0020124. PMC 1182327. PMID 16060722.
  21. ↑ Wacholder, S.; Chanock, S; Garcia-Closas, M; El Ghormli, L; Rothman, N (March 2004). "Assessing the Probability That a Positive Report is False: An Approach for Molecular Epidemiology Studies". JNCI. 96 (6): 434–42. doi:10.1093/jnci/djh075. PMID 15026468.
  22. ↑ The Washington Post (2004-09-10). "Medical journal editors take hard line on drug research". smh.com.au. สืบค้นเมื่อ 2008-02-03.
  23. ↑ "Instructions for Trials authors — Study protocol". 2009-02-15.

แหล่งข้อมูลอื่น

[แก้]
เข้าถึงจาก "https://th.wikipedia.org/w/index.php?title=ความเอนเอียงในการตีพิมพ์&oldid=11935654#Outcome_reporting_bias"