2023年3月30日 星期四

The Rapid Growth of Mega-Journals: Threats and Opportunities (巨型期刊:威脅與機遇)

The Rapid Growth of Mega-Journals 

Threats and Opportunities (巨型期刊:威脅與機遇)

2023320WOS公布最新收錄的SCI期刊清單,而JAMA Network也刊登一篇Viewpointw探討近年來巨型期刊(mega-journal)快速增長的現象。在此分享給大家。在科學與生物醫學領域,2015年只有11本期刊發文量超過2000篇,佔當年出版文獻的6%,但在2022年則遽增至55本期刊,總計超過30萬篇文章,幾乎佔當年生物醫學文獻的25%Scientific ReportsPLoS One,以及最近從SCI清單被剃除的International Journal of  Environmental Research and Public Health等,均為眾多研究人員所熟悉的mega-journal。巨型期刊的快速增長為生物醫學科學帶來威脅與機遇。重要的是,期刊出版大量文獻能否支持與促進最佳的研究實務。

 


🌟A02-SPSS存活分析統計課程,2023/04/15()4/29()。報名截止日期:4/10()4/24()

課程介紹:https://reurl.cc/Q4ZvQ2

 

🌟WS3-SPSS醫學研究統計工作坊:配對研究設計與分析

課程介紹:https://reurl.cc/V82nV6

課程報名:https://reurl.cc/Yv34Dn

 

https://jamanetwork.com/journals/jama/fullarticle/2802853

Ioannidis JPA, Pezzullo AM, Boccia S. The Rapid Growth of Mega-Journals: Threats and Opportunities. JAMA. 2023;doi:10.1001/jama.2023.3212

 

1202226本高產期刊(年發文量超過3500)

 

壹、Mega-Journal 的威脅

1. Mega-journal定義:開放存取的同儕評審期刊,收取文章處理費並在一個日曆年度內發表超過2000篇完整文章(open-access peer-reviewed journals that charge article processing fees and publish more than 2000 full articles in a calendar year)。最初推出的兩個巨型期刊為PLoS OneScientific Reports,涵蓋廣泛性的科學主題。

2. 編輯變異性大,文章品質難以掌控:此類型期刊非常受歡迎,招募數萬名的客座編輯(guest editors),能力與參與度變異大,可能導致文章與文章作者的體驗紊亂、不一致。

3. 自引率與同儕審查爭議:巨型期刊具有較高的影響因子,因此對希望發表文章的作者具有吸引力。有些也會有較高的自引率,但不至於讓其陷入麻煩的程度。最早的巨型專科期刊之一是"Oncotarget",在最巔峰時,一年內發文超過10336篇文章(2017年),但由於爭議,被Clarivate"Journal Citation Reports"中除名,沒有影響因子後,發文量在2022年剩下159篇。

4. 文章品質與接受率:通常聲稱基於文章是否具有科學價值而非重要性和創新性來刊登文章,接收率一般為20-70%。很多巨型期刊會承諾快速同行評查,但未必如此。許多影響因子更高的期刊,審稿時間反而更快。巨型期刊的崛起與生物醫學預印本(pre-print)的增長趨勢相似。預印本不進行詳細的審查,接受率通常超過70%

5. 巨型期刊的收入模式完全基於收取文章處理費(article processing fees,簡稱APF)。而當期刊IF排名提高時,出版商會提高APF。確保期刊的高收益,但對資金有限的作者帶來了困難,促成不公平的競爭。

6. 專業領域的巨型期刊增長證明在IF足夠高的期刊上發表科學論文的巨大需求,儘管《the Declaration on Research Assessment (DORA)》等努力消除對IF的關注。因此,巨型期刊存在與興起加劇科學評估與出版系統的不正常狀況。此外,也許一些作者認為同行審查沒有幫助,或尋找最簡單的發表途徑,或發表沒有貢獻的研究,無論其結果如何,都不會在最高影響因子的期刊中競爭。

貳、Mega-Journal 的機遇

1. 促進科學發展:開放獲取是一個好的起點,可以保證更大的研究透明度。如果這些期刊公開研究資料,如共享數據、代碼、研究方案和統計分析計畫,考慮到他們高產量將能促進研究發展。早期的巨型期刊(例如PLoS OneRoyal Society Open Science)已經推動這些做法。

2. 提供遏制出版選擇性刊登與報告偏見的機會:有些文章可能不受主流歡迎,但由於巨型期刊接受主題的多樣性,使之能夠進行發表,前提是資料嚴謹。

3. 促進競爭,改變醫學和科學出版:巨型期刊可能通過對其他期刊的間接影響,造期刊和出版商層面上的競爭,因此,改變醫學和科學出版。但PLoS One Scientific Reports這樣的巨型綜合期刊還未真正威脅到傳統的專科期刊,目前傳統的專科期刊,在數量和影響力上依然佔據主導地位。但仍可能改變出版商層面的競爭模式。若科學家、醫學和研究機構與資助者給予提倡更透明研究和更嚴格研究實務的期刊(和出版商)信譽和獎勵,這將對所有人都有益。

參、總結

巨型期刊高產量加上高的IF可能會對傳統一些聲譽卓越的期刊造成改變或致命打擊。並且有些巨型期刊採用快速審查政策,如給予審稿委員折價券,而從傳統期刊吸走原已緊缺的審稿人力。

其爆炸性增長可能會伴隨著過往有良好聲譽期刊的衰落。期刊並非永久存在:1959年出版的27種綜合性醫學期刊中,直到2009年,只有6種沒有改名持續出版。科學期刊的半衰期在當前不斷變化的環境中會縮短。重要的是,出版大量文獻的期刊是否支持和促進最佳研究實務。

 

表:巨型期刊 (Mega-Journals) 機遇與威脅:

機遇

威脅

促進科學發展:開放獲取,保證研究透明度

編輯變異性大,文章品質難以掌控

提供遏制出版選擇性刊登與報告偏見的機會

自引率與同儕審查爭議

促進競爭,改變醫學和科學出版

文章品質與接受率問題


收入模式基於收取文章處理費,可能帶來不公平競爭


加劇科學評估與出版系統的不正常狀況

(來源:匯東華整理)

總結:巨型期刊在科學及生物醫學領域的快速增長帶來了威脅與機遇。一方面,它們有助於促進科學發展,提供遏制出版選擇性刊登與報告偏見的機會,並促進競爭以改變醫學和科學出版。另一方面,巨型期刊的編輯變異性大,自引率和同儕審查存在爭議,文章品質和接受率有問題,且收入模式可能帶來不公平競爭。此外,巨型期刊的存在與興起可能加劇科學評估與出版系統的不正常狀況。重要的是,期刊出版大量文獻能否支持與促進最佳的研究實務。

 

BMJ統計問題19:Statistical tests for independent groups: time to event data

 

BMJ小小統計問題(19)

Statistical tests for independent groups: time to event data                                           

Statistical tests for independent groups: time to event data
             

https://www.bmj.com/content/345/bmj.e5257

Cite this as: BMJ 2012;345:e5257

前言:

本週三提供18題存活分析練習題,內容包括存活分析重要概念與實際應用方面。已經收到幾位朋友作答,結果將作為明年存活分析課程設計之參考😊 本周的BMJ 19-20為存活分析組別差異檢驗再進行說明和複習,BMJ存活分析系列將先告一段落。之後將推薦存活分析有趣又實用的臨床研究應用之文獻,如:當不同組別存活曲線交叉,不符合前提假設怎麼處理?如何形成另一個有價值的研究主題?如何由存活分析曲線評估特定處置、治療的近期、遠程效應?如何進行這類型之研究設計與分析?

 

存活分析本身有很多寶藏可以挖掘,是研究人員需要深入瞭解的重要統計方法之一。有關存活分析概念與進階應用會在明年度的存活分析課程進行講解。

匯東華課程介紹

目前BMJ統計針對存活分析主題列表如下:

#BMJ統計問題(12):風險比 (Hazard ratio) 的解釋

#BMJ統計問題(13):KM 存活曲線:風險 (Risk)的解釋和溝通

#BMJ統計問題(14):Cox比例風險迴歸 (Cox proportional hazards regression)

#BMJ統計問題(15):存活 (時間到事件) 資料 I

#BMJ統計問題(16):存活 (時間到事件) 資料:中位存活時間

#BMJ統計問題(17):如何看Kaplan-Meier 存活曲線圖 (How to read a Kaplan-Meier survival plot)

#BMJ統計問題(18):The log rank test

#BMJ統計問題(19):Statistical tests for independent groups: time to event data

#BMJ統計問題(20):Hazard ratios

#存活分析測驗:https://forms.gle/HzaXcQxjMs1mmdQD6

 

題目:
研究人員評估低劑量、高頻超音波與標準護理相結合治療小腿靜脈潰瘍的有效性,這些潰瘍很難癒合。進行一項為期12個月的多中心隨機對照試驗。接受超音波檢查12周後,參與者回到單獨接受標準護理治療[1]。對照組僅採用標準治療。若病人至少有一個下肢靜脈潰瘍持續時間超過6個月或面積大於5平方釐米,且踝肱壓力指數>0.8,則招募為試驗參與者。
 
有168人隨機接受超聲合併標準治療,169人只接受標準治療。主要結果是從隨機分組到符合條件的最大的腿部潰瘍(稱為參考潰瘍)癒合的時間。研究人員報告指出治療組之間在參考腿潰瘍癒合之前的時間沒有顯著差異(P=0.61)。
 
 
 
下列哪一項統計檢驗可用於比較不同治療組間參考腿潰瘍癒合的時間? (單選)
a) χ2 test
b) Fisher’s exact test
c) Log rank test
d) Logistic regression
 
 

 
答案:c正確,log rank test (答案c)將被用來比較治療組別在參考腿潰瘍癒合之前的時間。
 
 
 
詳細說明:
 
該研究調查不同治療組間的參考腿潰瘍癒合時間是否不同。從分組到治療直到完全癒合的時間被稱為事件時間(time to event)或生存資料(survival data) [2]。
 
Log rank test (答案c)用於檢驗在12個月的研究期間,兩治療組的存活時間是否有任何差異。與傳統的假設檢驗一樣,log rank test 從”相等”開始。虛無假設表示,在獲得樣本的母群體中,治療組間的參考腿潰瘍癒合時間在12個月內沒有差異。對立假設認為存在差異:在獲得樣本的母群體中,兩種處理之存活時間在前12個月不相等。對立假設是雙尾的:超音波治療組的存活時間可能比對照組短或長。報導的P值為0.61,因此在5%的臨界顯著水準下,沒有拒絕虛無假設,支持對立假設。得出的結論是不同治療法對參考潰瘍的癒合時間無顯著差異。
 
log rank test純粹是一種顯著性檢驗,提供了研究期間治療組間之存活時間差異的整體考驗。它沒有提供治療組之間存活時間差異的估計。此外,在使用log rank test比較兩組存活時間時,不可能對干擾效應進行調整。中位存活時間和危險比值(HR)[3][4]可以用來估計治療組之間存活時間差異的大小。
 
χ2檢驗(答案a)和Fisher精確檢驗(答案b)具有相似的目的,因為它們都確定具有兩個或多個類別的變數在兩個或多個獨立組中的分佈是否相等[5]。要使χ2檢驗有效,必須滿足某些條件。如果χ2檢驗無效,則使用Fisher精確檢驗。不管χ2檢驗的有效性如何,Fisher的精確檢驗總是可以用作χ2檢驗的替代方法。
 
在上述範例中,次要結果包括參與者在12個月時所有潰瘍癒合的比例。在隨機分組後的12個月,168名接受超音波治療的參與者中有72人,而接受標準治療的169名參與者中有78人的潰瘍全部癒合。χ2檢驗或Fisher精確檢驗均可用於比較研究結束時所有潰瘍癒合的參與者的治療比例。結果指出,12個月時兩組間無顯著差異(P=0.39 (Fisher精確檢驗))。
 
邏輯式迴歸(答案d)用於推倒未經調整和調整的勝算比(odds ratio, OR)。OR描述的是存在相對於不存在危險因子的一種疾病或情況的可能性[6]。
 
 
Reference:
[1] Watson JM, Kang’ombe AR, Soares MO, Chuang LH, Worthy G, Bland JM, et al; on behalf of the VenUS III Team. Use of weekly, low dose, high frequency ultrasound for hard to heal venous leg ulcers: the VenUS III randomised controlled trial. BMJ
2011;342:d1092.
[2] Sedgwick P. Survival (time to event) data: censored observations. BMJ 2011;343:d4816.
[3] Sedgwick P, Joekes K. Survival (time to event) data: median survival times. BMJ 2011;343:d4890
[4] Sedgwick P. Hazard ratios. BMJ 2011;343:d5918.
[5] Sedgwick P. Statistical tests for independent groups: categorical data. BMJ 2012;344:e344.
[6] Sedgwick P. Odds ratios and adjusting for confounding. BMJ 2010;341:d6833.
 
匯東華存活分析課程介紹

JAMA Internal Medicine:醫師 vs. ChatGPT對社交媒體上病人問題的回覆,誰更好?

JAMA Internal Medicine :醫師 vs. ChatGPT 對社交媒體上病人問題的回覆,誰更好?   全文連結: https://reurl.cc/Ovk14D 重點:   問題: ChatGPT是否能提供與醫生的回覆同等的品質和同理心?   ...