Practitioner Allegiance Risk Scale (PARS-6): Development of a Theory-Informed Instrument for Screening Investigator Allegiance-Related Risk Across Intervention Research
本文介绍了从业者偏好风险量表（PARS-6）的理论开发与结构，这是一种全新的六项目工具，旨在用于在干预研究系统评价的数据提取过程中，系统地筛查并记录研究者偏好相关的特征，同时明确指出其作为一种描述性风险指标而非偏倚确定性度量工具的性质。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在科学研究领域，存在一种无声但强大的力量，它可以在无人察觉的情况下扭曲研究结果。这被称为研究者偏好（investigator allegiance）。这种情况发生在一名正在测试新疗法的科学家，同时也恰好是该疗法的信奉者、其方法的开发者，或是多年来公开支持该疗法的人员时。正如父母自然会对自己的孩子产生好感一样，与某种疗法或药物有着深厚个人或职业联系的研究者，可能会在无意识中以一种让该疗法看起来比实际情况更有效的方式来设计研究、解释数据或报告发现。这种现象在心理治疗领域已广为人知，数十年的研究表明，主导研究的人员往往会影响研究结果。然而，对于研究从冥想到手术及营养学等各个领域的科研人员来说，一直缺乏一种标准且可靠的方法来检查这种偏差。由于缺乏通用的工具，一个评审团队可能会将某项研究标记为具有潜在偏差，而另一个查看相同证据的团队却可能完全忽略这一点，从而导致对科学结论的理解产生混乱。
为了解决这个问题，一组研究人员开发了一种名为“从业者偏好风险量表”（Practitioner Allegiance Risk Scale，简称 PARS-6）的新型工具。可以将它想象成一份结构化的清单，旨在帮助科学家识别研究者与所研究疗法之间的特定关系。该工具并不衡量研究是否存在错误，也不衡量研究者是否行为不端；它仅仅是记录可能导致偏差的结构性条件。该量表由六个具体问题组成，评审员在审查每项研究时都要回答这些问题。这些问题旨在寻找诸如：作者是否为所研究传统的长期从业者、研究是否由在疗法成功方面拥有经济利益的组织资助，或者作者此前是否曾发表过赞扬该疗法的公开演讲或文章等信息。每个问题都有三个选项供选择：该关系存在、确认不存在，或者由于缺乏足够的公开信息而无法判断。
研究人员通过绘制出影响研究的三种不同路径来开发这一工具。第一种是经验性的（experiential），即研究者对某种技术的个人实践塑造了他们看待结果的方式。第二种是制度性的（institutional），即研究者的工作、资金或职业晋升取决于该疗法的成功。第三种是名誉性的（reputational），即那些公开承诺某种疗法有效的研究者，在心理上会感受到一种必须让数据支持其承诺的压力。通过检查这六种特定类型的关系，该工具会产生一个简单的得分，称为“偏好风险指数”（Allegiance Risk Index），范围从零到六。零分意味着在公开记录中未发现任何与偏好相关的关系，而六分则意味着记录了所有六种类型的关系。作者谨慎地指出，高分并不代表研究存在缺陷，低分也不保证研究完美无缺。它仅仅是一个信号，提醒评审团队需要进行更深入的观察，或者运行一项特别测试，以观察剔除高分研究后是否会改变最终结论。
为了确保工具发挥一致的作用，研究人员建立了一套严格的流程。在使用该量表之前，任何想要应用它的人都必须经过培训练习，以确保他们对规则的理解与其他人保持一致。当两个人对同一项研究进行评分时，他们必须就答案达成一致；如果出现分歧，则由第三人协助裁定。该工具还包含了一个针对每个答案的“置信度评级”，允许评审员注明他们是在论文中找到了明确陈述，还是根据间接线索进行的推测。开发者首先在自己的研究团队身上测试了该量表。他们发现，其中一位首席作者与所研究的冥想传统有着个人联系，该工具准确地将其识别为量表中的一个点。这次自我检查证明了该系统即使由其创建者使用，也可以实现透明化。
论文将该量表呈现为一个正在进行中的工作，一个向科学界开放供他人使用和测试的“动态工具”。作者承认，该工具尚未被证明能在所有情况下都能预测偏差结果，且关于什么属于“高风险”得分的阈值是一个临时性的建议，而非固定规则。他们邀请其他研究团队在各自的评审中使用该量表，并将结果分享在公共注册库中。这种集体努力旨在收集足够的现实世界数据，以最终证明该量表是否能准确识别出偏好可能扭曲真相的研究。通过提供一种清晰、共享的方法来识别这些隐藏的影响，研究人员希望使审查科学证据的过程更加一致且值得信赖，确保我们得出的关于“什么有效”的结论是基于事实，而非基于收集数据的科学家个人的立场。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。