Practitioner Allegiance Risk Scale (PARS-6): Development of a Theory-Informed Instrument for Screening Investigator Allegiance-Related Risk Across Intervention Research
本論文は、介入研究のシステマティックレビューにおけるデータ抽出過程において、研究者の忠誠心（アリージャンス）に関連する特性を体系的にスクリーニングし記録するために設計された、新たな6項目からなる尺度である「実務家忠誠心リスク尺度（PARS-6）」の理論的開発と構造を提示するものであり、それがバイアスの決定的な測定尺度ではなく、記述的なリスク指標として機能することを明示している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
科学研究の世界には、誰にも気づかれることなく研究結果を傾かせてしまう、静かではあるが強力な力が存在します。それは「研究者の愛着（investigator allegiance）」と呼ばれます。これは、新しい治療法をテストしている科学者が、その治療法の信奉者であったり、その手法の開発者であったり、あるいは長年にわたってその治療法を公に支持してきた人物であったりする場合に起こります。親が自分の子供に対して自然と最高の面を見てしまうのと同様に、ある療法や薬に対して深い個人的または職業的なつながりを持つ研究者は、無意識のうちに、研究のデザインやデータの解釈、あるいは結果の報告において、その治療法が実際よりも良く見えるようにしてしまう可能性があります。この現象は心理療法の分野ではよく知られており、数十年にわたる研究によって、研究を主導する人物がしばしば結果に影響を与えることが示されています。しかし、瞑想から手術、栄養学に至るまで、あらゆる分野を研究する研究者にとって、このバイアスをチェックするための標準的で信頼できる方法はありませんでした。共通のツールがないために、あるレビューチームはある研究を潜在的なバイアスがあるとして指摘する一方で、同じ証拠を見ている別のチームはそれを見逃してしまうということが起こり、科学が実際に何を語っているのかについて混乱を招いてきました。
この問題を解決するために、研究チームが「PARCTICIAN ALLEGIANCE RISK SCALE（実務家愛着リスク尺度）」、通称「PARS-6」と呼ばれる新しい計器を作成しました。これは、科学者が研究している治療法との間に存在する特定の関係性を特定するために設計された、構造化されたチェックリストのようなものです。このツールは、研究が間違っているかどうか、あるいは研究者が不誠実に行動したかどうかを測定するのではなく、単にバイアスを引き起こす可能性のある構造的な条件を記録するものです。この尺度は、レビュー担当者が調査するすべての研究に対して回答すべき6つの特定の質問で構成されています。これらの質問は、著者が研究対象となっている伝統の長年の実践者であるかどうか、研究がその治療法の成功に経済的利害関係を持つ組織から資金提供を受けているかどうか、あるいは著者が以前にその治療法を称賛する公的な講演を行ったり記事を書いたりしたことがあるかどうか、といった事項を確認します。各質問には、「関係が存在する」、「不在であることが確認されている」、「判断するための公的な情報が不足している」の3つの選択肢のいずれかで回答します。
研究者たちは、愛着が研究に影響を与える3つの明確な方法をマッピングすることで、このツールを開発しました。第一は「経験的（experiential）」なもので、研究者の個人的な技法の実践が結果の見方に影響を与えることです。第二は「制度的（institutional）」なもので、研究者の仕事、資金、あるいはキャリアの進展がその治療法の成功に依存している場合です。第三は「評判的（reputational）」なもので、ある治療法が機能すると公に約束した研究者が、データにその約束を支持させるという心理的なプレッシャーを感じる場合です。これら6つの特定の種類の関係をチェックすることで、ツールは「アレジアンス・リスク・インデックス（愛着リスク指数）」として知られる単純なスコアを算出します。このスコアは0から6までの範囲を持ちます。スコアが0は、公的な記録において愛着に関連する関係が見つからなかったことを意味し、スコ理が6は、6つのタイプの関係すべてが記録されたことを意味します。著者らは、高いスコアが研究に欠陥があることを証明するものでも、低いスコアが完璧であることを保証するものでもないことを慎重に述べています。それは単に、レビューチームに対して、より詳しく調査するか、あるいは高スコアの研究を除外した場合に最終的な結論が変わるかどうかを確認するための特別なテストを行うよう促す「旗印」なのです。
ツールが一貫して機能するように、研究者たちは厳格なプロセスを組み込みました。スケールを使用する前に、誰でもこのルールを他の全員と同じように解釈できるように、トレーニング演習を受ける必要があります。2人の人間が同じ研究をスコアリングする場合、彼らは回答について合意しなければなりません。もし意見が分かれた場合は、第3者が決定を助けます。また、ツールには各回答に対する「信頼度評価」が含まれており、レビュー担当者が、論文の中に明確な記述を見つけたのか、あるいは間接的な手がかりに基づいて推測したのかを記録できるようになっています。開発者たちは、まず自分たち自身に対してこのスケールを適用し、自らの研究チームをテストしました。その結果、筆頭著者の一人が研究対象である瞑想の伝統に対して個人的なつながりを持っていることが判明しましたが、ツールはそれをスケール上の1点として正しく特定しました。この自己チェックは、このシステムが、たとえその作成者自身であっても、透明性を持って使用できることを実証しました。
論文では、このスケールを進行中の作業、すなわち、他の人々が使用しテストするために公開される「生きた計器（living instrument）」として提示しています。著者らは、このツールがあらゆる状況においてバイアスのある結果を予測できることがまだ証明されていないこと、また、何をもって「高リスク」のスコアとするかの閾値は、固定されたルールではなく一時的な提案であることを認めています。彼らは、他の研究チームが自身のレビューにこのスケールを使用し、その結果を公開レジストリに共有することを求めています。この集団的な取り組みは、現実世界のデータを十分に集めることで、最終的にスケールが愛着によって真実を歪めている研究を正確に特定できるかどうかを証明することを目的としています。これらの隠れた影響を特定するための明確で共有された方法を提供することで、研究者たちは、科学的証拠をレビューするプロセスをより一貫性があり信頼できるものにし、私たちが何が有効であるかについて導き出す結論が、事実ではなく、データを収集した科学者の個人的なコミットメントに基づいたものにならないようにしたいと考えています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。