Publication Bias: Definizione, Esempi
Bias > Publication Bias
Che cos’è Publication Bias?
Gli studi con risultati positivi hanno più probabilità di essere pubblicati in riviste, come queste elencate su PubMed.
La distorsione della pubblicazione è quando gli studi con risultati positivi hanno più probabilità di essere pubblicati – e tendono ad essere pubblicati più velocemente – rispetto agli studi con risultati negativi. Questo significa che qualsiasi meta analisi o revisione della letteratura basata solo sui dati pubblicati sarà distorta, quindi i ricercatori dovrebbero assicurarsi di includere anche i rapporti non pubblicati nei loro dati.
Studi pubblicati vs. non pubblicati
“Pubblicato” significa che lo studio è stato pubblicato in una rivista peer-reviewed. Gli studi hanno più probabilità di essere pubblicati se hanno risultati positivi, si basano su ipotesi precedentemente accettate, e possono potenzialmente raccogliere citazioni per la rivista (ad esempio, se hanno risultati sensazionali). Gli studi hanno molte meno probabilità di essere pubblicati se non si basano su dati precedentemente pubblicati o se confutano un’ipotesi precedentemente pubblicata.
Si stima che circa il 50% degli studi siano inediti. In generale, questi studi hanno più probabilità di avere risultati meno significativi o negativi; questo non significa che i risultati non siano validi – solo che le riviste hanno meno probabilità di pubblicare un articolo o di ritardare la pubblicazione se un trattamento si dimostra senza effetto. Per esempio, un importante studio che ha dimostrato che un programma di sverminazione in India non era efficace per ridurre la mortalità o migliorare l’aumento di peso è stato ritardato dalla pubblicazione per 8 anni (Hawkes).
Cause
Questo fenomeno “spazzato sotto il tappeto” accade come risultato del trattenere i risultati negativi dalla pubblicazione. Questo può essere intenzionale o non intenzionale. Così come la frode, gli sponsor dello studio possono fornire incentivi in un tentativo deliberato di distorcere i risultati. I direttori delle riviste potrebbero essere più inclini a pubblicare studi che vendono copie o raccolgono altre ricompense.
Basi simili
Il bias di pubblicazione si riferisce all’esclusione di un intero studio. Bias simili includono:
- Citation bias: trovare le fonti della letteratura esaminando le liste di riferimento degli articoli pubblicati. Le fonti con meno riferimenti hanno quindi maggiori probabilità di essere escluse da una meta analisi.
- Dissemination bias: quando la natura della direzione di uno studio o i risultati dello studio sono riportati in modo non uniforme.
- Gray-literature bias: ignorare la letteratura che è più difficile da trovare, come i rapporti governativi o gli studi clinici non pubblicati.
- Language bias: l’esclusione di studi in lingua straniera dalla vostra analisi.
- Media attention bias: gli studi che appaiono nelle notizie hanno più probabilità di essere inclusi nelle analisi rispetto a quelli che non lo fanno.
- Outcome-reporting bias: quando gli esiti positivi hanno più probabilità di essere inclusi in una meta analisi rispetto agli esiti negativi. I risultati negativi possono anche essere travisati come positivi.
- Time-lag bias: gli studi con risultati significativi hanno un tempo mediano di pubblicazione più breve (4,7 anni) mentre quelli con risultati non significativi hanno un tempo mediano di 8,0. anni (Cochrane.org).
Hawkes N. Deworming debunked. BMJ. 2013;346:e8558.
Song F, Parekh S, Hooper L, et al. Disseminazione e pubblicazione dei risultati della ricerca: una revisione aggiornata dei bias correlati. Health Technol Assess. 2010;14(8):iii, ix-xi, 1-193.
Stephanie Glen. “Publication Bias: definizione, esempi” da StatisticsHowTo.com: Statistica elementare per il resto di noi! https://www.statisticshowto.com/publication-bias/
——————————————————————————
Hai bisogno di aiuto per un compito a casa o per un test? Con Chegg Study, puoi ottenere soluzioni passo dopo passo alle tue domande da un esperto del settore. I tuoi primi 30 minuti con un tutor Chegg sono gratuiti!