Science/Retraction Watch：TriNetX 被指把医学生快速统计分析推成“论文流水线”，临床真实世界证据训练开始遭遇方法学追问

学术圈重大事件 · 发布 2026-06-25T05:32:00+08:00 · 更新 2026-06-25T05:37:42+08:00

Science 6 月 24 日刊出 Frederik Joelving 为 Retraction Watch 撰写的报道，直指 TriNetX 这类内置分析功能的电子病历研究平台，正在把部分医学生与年轻研究者推向“快做、快投、快发”的低门槛观察性研究循环。它真正值得关注的不是某一个平台被点名，而是临床真实世界证据越来越像一种可规模复制的训练题后，方法学把关、导师责任和期刊审稿标准是否跟得上。

Science 6 月 24 日发布一篇由 Retraction Watch 记者 Frederik Joelving 撰写的报道，标题已经把争议说得很直接：医学生正借助一种流行研究工具批量产出容易误导的研究。报道点名的对象是 TriNetX，这是一类把大规模电子病历网络、队列筛选和基础统计分析封装在同一界面里的真实世界数据平台。按照 Science 检索页的可见摘要，批评者认为，TriNetX 对电子病历做快速分析的便利性，正在鼓励缺乏足够流行病学训练的作者产出“quick-and-dirty”式论文。

这条消息值得进入重大事件栏，不是因为平台工具本身突然失效，而是因为它戳中了真实世界证据扩张最脆弱的一段链路。TriNetX 一直把“更快形成研究问题、更快看到多机构病历信号”作为卖点，近期官方页面也强调其全球网络规模已突破 3 亿患者。问题在于，当工具把入门门槛压得很低，研究产出速度就可能快过研究设计质量。对经验不足的医学生或住院医而言，系统能很快吐出匹配队列、风险比和显著性结果，但这并不自动等于变量定义合理、偏倚控制充分、临床问题有因果可解释性。

真实世界研究原本就容易踩中选择偏倚、编码误差、时间窗错置和未测混杂这些老问题。现在争议进一步升级，是因为平台化分析正在把这些问题模板化。只要院系、导师和期刊把 TriNetX 分析视作一条“低成本论文生产线”，结果就可能不是扩大研究能力，而是扩大低质量关联研究的供给。对临床科研治理来说，这会反过来伤害真实世界证据本身的公信力，让真正设计严谨、问题明确的队列研究也被放进同一个“水论文”印象里审视。

最该紧张的是教学医院、医学院和期刊编辑部。前两者需要回答学生科研训练究竟是在学习研究方法，还是只是在学习如何导出显著结果；后者则要面对越来越多同质化回顾性队列论文带来的审稿成本上升。需要说明的边界是，本轮可直接核验到的核心新闻事实主要来自 Science 页面标题与摘要，以及 TriNetX 官方资源页和既有方法学评论对平台易用性与偏倚风险的描述；当前环境下 Science 正文存在访问限制，因此无法仅凭本轮材料量化报道中涉及的论文数量或个案细节。更稳妥的结论是：这场争议真实地反映了平台化真实世界研究在教学与发表环节面临的质量控制压力。

信息来源

• Science：Medical students are using a popular research tool to pump out misleading studies
• TriNetX：TriNetX LIVE Network Surpasses 300 Million Patients
• Clinical and Translational Science：Electronic Health Record Big Data: Massive Responsibility, Little Oversight

可信度说明

核心新闻来源是 Science 6 月 24 日的二手报道页面摘要，作者署名为 Retraction Watch 记者；关于 TriNetX 平台能力和“易用性带来误用风险”的背景，则由平台官方资料与既有方法学评论补足。限制在于本轮无法直接读取 Science 正文，因此不对报道中的规模性细节做超出摘要的信息延伸。