Code Sharing In Prediction Model Research: A Scoping Review
Diese Scoping-Review zeigt, dass das Teilen von Code in der Forschung zu Vorhersagemodellen zwar zunimmt, aber nach wie vor selten ist und oft unzureichend dokumentiert ist, was die Notwendigkeit einer neuen TRIPOD-Erweiterung (TRIPOD-Code) für klarere Standards unterstreicht.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
🍳 Das große Kochbuch-Problem: Warum wir die Rezepte nicht finden
Stellen Sie sich vor, Wissenschaftler entwickeln neue, hochkomplexe Rezepte für medizinische Vorhersagen (z. B. „Wie wahrscheinlich ist es, dass ein Patient krank wird?"). Sie schreiben ihre Ergebnisse in große, berühmte Kochbücher (wissenschaftliche Artikel) und sagen: „Hier ist unser Rezept!"
Aber wenn Sie als Leser versuchen, das Gericht nachzukochen, um zu sehen, ob es wirklich schmeckt (die Ergebnisse zu überprüfen), passiert Folgendes:
- Das Rezept fehlt oft: In 88 % der Fälle sagen die Autoren gar nicht, wo das Rezept (der Computer-Code) zu finden ist.
- Das Rezept ist unvollständig: Wenn sie es doch teilen, ist es oft wie ein Zettel, auf dem nur steht: „Mehl und Eier mischen." Es fehlen die genauen Mengen, die Temperatur des Ofens oder welche Marke Mehl man nehmen soll. Ohne diese Details kann niemand das Gericht erfolgreich nachkochen.
Diese Studie von Thomas Sounack und seinem Team hat genau dieses Problem untersucht. Sie wollten wissen: Wie viele Wissenschaftler teilen ihre Rezepte wirklich, und wenn ja, sind diese Rezepte auch brauchbar?
🔍 Die große Suche: Ein digitaler Detektiv
Die Forscher haben sich wie digitale Detektive angestellt. Sie haben sich fast 4.000 wissenschaftliche Artikel angesehen, die sich auf bestimmte Regeln (die sogenannten TRIPOD-Richtlinien) berufen. Diese Regeln sollen eigentlich dafür sorgen, dass Studien klar und ehrlich berichtet werden.
Um diese riesige Menge an Texten zu bewältigen, haben sie einen KI-Assistenten (eine künstliche Intelligenz) eingesetzt. Man kann sich das wie einen sehr schnellen, super-intelligenten Bibliothekar vorstellen, der in Sekundenbruchteilen Tausende von Büchern durchblättert und nach bestimmten Schlüsselwörtern sucht.
📊 Was haben sie herausgefunden?
Hier sind die wichtigsten Erkenntnisse, übersetzt in Alltagssprache:
1. Das „Teilen" ist noch selten
Nur etwa 12 % der Studien haben ihren Code tatsächlich geteilt. Das ist wie bei einer Kochshow, bei der nur jeder achte Koch sein Rezept an die Zuschauer weitergibt. Die anderen sagen einfach: „Glauben Sie mir, es funktioniert."
2. Es wird langsam besser, aber nicht schnell genug
Die Zahl der geteilten Rezepte steigt. Im Jahr 2025 waren es schon fast 16 %. Das ist gut, aber es reicht noch lange nicht aus, um das Vertrauen in die Wissenschaft zu stärken.
3. Nicht alle Magazine sind gleich streng
Einige wissenschaftliche Zeitschriften (wie Nature Communications oder PLOS Digital Health) sind sehr streng. Sie sagen: „Kein Rezept, kein Artikel!" In diesen Magazinen teilen fast 60 % der Autoren ihren Code. Andere Magazine sind viel lockerer, und dort teilen fast niemand etwas.
4. Das „Rezept" ist oft unbrauchbar
Das ist das größte Problem. Selbst wenn der Code geteilt wird, ist er oft nicht nachkochen-fähig.
- Fehlende Zutaten: Oft fehlt eine Liste der benötigten Software-Versionen (wie „Mehl Type 405" statt nur „Mehl"). Ohne diese Liste funktioniert das Gericht im eigenen Ofen nicht.
- Keine Anleitung: Viele Ordner haben keine „README"-Datei. Das ist wie ein Kochbuch ohne Einleitung: Man findet die Zutaten, weiß aber nicht, in welcher Reihenfolge man sie mischen muss.
- Keine Sicherheit: Nur wenige Studien sagen, wie man Fehler vermeidet oder testen kann, ob das Rezept wirklich funktioniert.
🧩 Warum ist das wichtig?
Stellen Sie sich vor, ein Arzt baut sein Behandlungskonzept auf einer Studie auf, die niemand nachvollziehen kann. Das ist gefährlich. Wenn wir nicht genau wissen, wie die Ergebnisse zustande kamen, können wir ihnen nicht vertrauen.
Die Studie zeigt uns: Es reicht nicht mehr, nur zu sagen „Hier ist der Code".
Wir brauchen:
- Eine klare Anleitung (Dokumentation).
- Eine genaue Liste aller Zutaten (Abhängigkeiten).
- Eine Lizenz, die sagt, was man damit machen darf.
- Und eine Struktur, die es erlaubt, das Rezept leicht zu verstehen und zu ändern.
🚀 Was passiert jetzt?
Die Forscher sagen: „Wir haben das Problem gefunden, jetzt lösen wir es."
Sie arbeiten an einer neuen Regel, die sie „TRIPOD-Code" nennen. Das ist wie ein neuer, strengerer Kochbuch-Standard. Er wird Wissenschaftlern sagen: „Wenn du dein Rezept veröffentlichen willst, musst du es so detailliert und sauber aufschreiben, dass jeder andere es nachkochen kann."
Fazit:
Wissenschaft ist wie ein riesiges gemeinsames Kochprojekt. Bisher haben viele Autoren nur das fertige Gericht serviert, ohne das Rezept preiszugeben. Wenn sie es tun, war das Rezept oft unleserlich. Diese Studie ist der Weckruf: „Hey, wir brauchen saubere, vollständige Rezepte, damit wir alle gemeinsam besser kochen können!"
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.