Colaboración: ¿Qué herramientas en línea podrían utilizar los investigadores médicos para compartir datos y colaborar con otros laboratorios? Inspirado por GitHub.

Esa es una idea sobresaliente Creo que hay dos barreras para implementarlo, pero no son insuperables.

Lo que necesita comprender es que actualmente existe un sistema como este, pero está muy dañado y desactualizado. Esa es la publicación del diario de artículos de investigación. Los investigadores escriben sus resultados y los envían a un diario de investigación. El editor de la revista decide si se trata de resultados suficientemente interesantes y sólidos para el nivel de la revista. Si no es así, la presentación es rechazada y los autores la enviarán a otra revista. Si es así, el editor identifica a otros investigadores que son expertos en el mismo campo, y les pide que revisen el artículo. Los expertos leen y envían comentarios al editor, si aceptan revisarlo. En este punto, hay cuatro posibles resultados:

1. El artículo se publica sin modificaciones en su forma existente (esto es extremadamente raro).

2. El artículo es rechazado (esto es algo común pero depende del nivel de la revista).

3. El artículo es aceptado con revisiones menores. Esto puede significar cambiar parte del texto, generalmente conclusiones sobre los resultados, o posiblemente la adición o repetición de experimentos menores y rápidos. Después de realizar los cambios solicitados, los autores vuelven a enviar el artículo y casi siempre se publica.

4. El artículo se envía con una solicitud de revisiones importantes. Esto significa que la revista está dispuesta a revisar el artículo nuevamente, pero los autores tienen que hacer una cantidad sustancial de trabajo, que a menudo incluye largos experimentos adicionales, antes de que la revista lo reconsidere.

Todo este proceso puede llevar mucho, mucho tiempo (a veces años). Mucho intercambio de autores y revistas. Por un lado, es bueno, ya que garantiza que los compañeros dignos de mención encuentren los resultados interesantes y lo suficientemente sólidos como para compartirlos con la comunidad, y han tenido la oportunidad de evaluar los datos y las conclusiones.

Por otro lado, debido a que es la gente, después de todo, la que está revisando por pares, hay muchas oportunidades para que la naturaleza humana haga un lío de cosas. Los revisores pueden dar más margen de maniobra a los autores con los que son amigos, o incluso hacer acuerdos recíprocos que “Aceptaré sus artículos si acepta los míos”. Los sesgos entran en juego; a las autoras les cuesta más publicar exactamente los mismos datos que hacen los autores; tener el nombre de un famoso investigador en el papel hace que sea más probable que sea aceptado que sin él, incluso con los mismos datos. Los revisores pueden ser egoístas y desagradables, retrasando intencionalmente la publicación de resultados que compiten con los experimentos en curso que están haciendo para publicar primero al exigir que se realicen experimentos largos y difíciles antes de aceptar el artículo, dando tiempo a su propio equipo para ponerse al día la obra.

Entonces, las dos barreras que mencioné. El primero es que la publicación de los resultados es la medida mediante la cual se juzga a todos los investigadores. Cantidad y calidad de publicaciones: los artículos de revistas de “alto rango” cuentan más que los de bajo rango (incluso hay un sistema numérico llamado factor de impacto que se usa para calificar revistas en relación con el otro). Estos se utilizan para fines de contratación y promoción, así como para determinar si los fondos de la subvención deben asignarse, por lo que son un gran problema.

La segunda barrera es que, a pesar de todos sus defectos, la revisión por pares es, de hecho, una buena manera de descartar resultados espurios o inexactos. Pero sesga el campo hacia la publicación de datos más contundentes que pueden no soportar altos niveles de escrutinio, porque nadie parece encontrar resultados negativos (“probamos nuestra hipótesis y descubrimos que es falsa”) lo suficientemente interesantes para la publicación, a pesar del hecho que son tan importantes, si no más, para ayudar al progreso científico general.

Creo que la primera barrera es la más difícil de superar, porque está tan arraigada en el sistema. Tendría que identificar a los investigadores de alto perfil dispuestos a utilizar un sistema de tipo GitHub para publicar datos que ya habían llegado a los pináculos de sus carreras y, por lo tanto, no les importaría esencialmente no obtener crédito por su trabajo. Al principio, de todos modos, hasta que el sistema se estableció lo suficiente, tener un alto rango de usuario y tasa de envío en su GitHub se consideró una sustitución aceptable para las publicaciones por parte de los comités de contratación y revisión de la tenencia, así como de las agencias otorgantes.

Abordar el segundo tipo de flujo de barrera desde el primero. Exigiría que los participantes de GitHub reprodujeran de forma independiente los hallazgos publicados para hacer una especie de revisión por pares de fuentes múltiples. Al principio sería esencialmente imposible, porque esperaría que los usuarios anónimos replicaran los resultados hechos a una escala lo suficientemente grande como para que no fuera rentable o práctico. Sin embargo…. a medida que el sistema ganaba tracción, imagino que los tipos de experimentos publicados serían más modulares y fáciles de verificar de forma independiente. La analogía es pedirle a alguien que depure todo el código fuente de Adobe Photoshop frente a un pequeño componente de un módulo del programa.

Me disculpo por la respuesta increíblemente larga, pero como escribí por primera vez, creo que esta es una idea absolutamente sobresaliente, y si se implementa correctamente podría corregir una gran cantidad de lo que está mal con el estado actual de la investigación, mientras que también resulta en mucho más efectivo asignación de recursos para futuros esfuerzos de investigación.

Este es el propósito exacto de http://www.docollab.com . No se centra en los nichos, como lo hacen las plataformas comparables de ciencias de la vida, sino en la capacidad de usar, crear, grabar, colaborar (interna y externamente), asignar, aprobar y realizar copias de seguridad de todo lo que hace en forma fácil. tu laboratorio Es seguro, tiene control de acceso y cumple con todos los requisitos estándar necesarios (utilizado por años por el USDA).

El mapa de ruta incluye muchas de las características que mencionas.

Me encantaría conocer tu opinión.

(* divulgación: estoy asociado con esta empresa, pero suena como lo que estás buscando).

  • Lior

Los profesionales de la tecnología que trabajan en la industria de la atención médica a menudo usan herramientas de visualización de datos como Tableau y Qlik Sense.

Estos usuarios han escrito muchas reseñas y comentarios sobre el uso de la visualización de datos para datos médicos en IT Central Station. Puede encontrarlos aquí.