Arrojando luz sobre las declaraciones de conflictos de intereses

Los autores tienen un conflicto de intereses o no, ¿verdad? Equivocado. La investigación de Digital Science ha descubierto una maraña de afirmaciones faltantes, errores y subterfugios, destacando la necesidad de una evaluación más cuidadosa de las investigaciones publicadas.

En la Conferencia Mundial sobre Integridad de la Investigación de este año, un equipo de investigadores de Ciencia Digital dirigido por Pritha Sarkar presentó un póster con los hallazgos de su profunda inmersión en las declaraciones de conflictos de intereses (COI). Con derecho Conflicto de intereses: un enfoque basado en datos para categorizar las declaraciones COIEl objetivo inicial era analizar las declaraciones COI con miras a crear un modelo binario que determine si una declaración de conflicto de intereses está presente o no en un artículo.

Sin embargo, no todo fue lo que parecía. Si bien algunos artículos no tenían COI y otros sí tenían uno, los presentes cubrieron varias áreas diferentes, lo que llevó al equipo a pensar que los COI pueden representar un espectro en lugar de opciones binarias.

Estándar oro

El conflicto de intereses es un aspecto crucial de la integridad académica. Exponer correctamente una declaración COI es esencial para que otros investigadores evalúen cualquier posible sesgo en los artículos académicos. Sin embargo, esos mismos investigadores a menudo encuentran declaraciones COI que son inadecuadas o engañosas de alguna manera, incluso si están presentes.

El equipo de Ciencia Digital, que trabaja en la integridad de la investigación con Dimensions, pronto se dio cuenta de que los datos podrían explotarse aún más para explorar mejor la riqueza inherente a las declaraciones COI matizadas. Después de más investigaciones y análisis, quedó claro que las declaraciones COI se pueden clasificar en seis tipos distintos:

1. Ninguno declarado
2. Membresía o empleo
3. Fondos recibidos
4. Accionista, parte interesada o propiedad
5. Relación personal
6. Donación

Este análisis implicó anotar manualmente cientos de declaraciones COI con herramientas de procesamiento del lenguaje natural (PLN). El objetivo era crear un estándar de oro que pudiera usarse para categorizar todas las demás declaraciones COI; sin embargo, a pesar de la diligencia del equipo, persistió un desafío importante en forma de «sesgo de datos», que puede definirse como un desequilibrio en la distribución de datos dentro de un conjunto de datos que puede afectar el procesamiento y análisis de datos.

Un defecto fatal

Una conclusión convincente sobre la distorsión de los datos fue simple: que los autores no informaban verazmente sobre sus conflictos de intereses. ¿Pero podría ser esto realmente cierto?

El enfoque estándar de oro surgió de la anotación manual y experta de las declaraciones COI para desarrollar un proceso de anotación automática. Sin embargo, a pesar de la capacidad del algoritmo para autoanotar 33.812 artículos en sólo 15 minutos, la asimetría que se había identificado inicialmente persistió, lo que llevó a los autores a la teoría de informes falsos (consulte la Figura 1 del póster COI).

Para fortalecer esta hipótesis, cuando se analizó la base de datos de Retraction Watch, la tendencia preocupante, incluida la discrepancia entre la categoría de COI reportada y el motivo de la retractación, se hizo aún más evidente (ver Figura 2 del cartel de COI).

Además, cuando el equipo continuó con la investigación, descubrieron que había 24.289 artículos superpuestos en Dimensions GBQ y Retraction Watch, y entre esos artículos, 393 fueron retractados debido a conflicto de intereses. De esos 393 artículos, 134 tenían una declaración COI, pero 119 afirmaban que no había ningún conflicto que declarar.

Conclusión

La notificación insuficiente o errónea de declaraciones o tipos de conflictos de intereses puede socavar la integridad del trabajo académico. Otros problemas de integridad de la investigación relacionados con las fábricas de papel, el plagio y las revistas predatorias ya han dañado la confianza del público en las investigaciones publicadas, por lo que nuevos problemas con las COI sólo pueden empeorar la situación. Con la evidencia de estos hallazgos, está claro que todas las partes interesadas en el proceso de publicación de investigaciones deben adoptar prácticas estándar para informar marcadores de confianza críticos, como COI, para mantener la transparencia y la honestidad en los esfuerzos académicos.

Para finalizar con una nota positiva, este póster de investigación obtuvo el segundo lugar en la Conferencia Mundial sobre Integridad de la Investigación de 2024, lo que demuestra que la investigación del equipo ya ha atraído una atención considerable entre los investigadores para salvaguardar la integridad de la investigación y la confianza en la ciencia.

Puede encontrar el cartel en Figshare: https://doi.org/10.6084/m9.figshare.25901707.v2

Los datos parciales y el código de este proyecto también están disponibles en Figshare.

Para obtener más información sobre el tema de la integridad de la investigación, consulte los detalles de la Beca Catalyst de Ciencia Digital para 2024, que se centra en soluciones digitales en torno a este tema.

Sobre el autor

Simón LinacreJefe de Contenido, Marca y Prensa | Ciencia Digital

Simon tiene 20 años de experiencia en comunicaciones académicas. Ha hablado y publicado sobre temas de bibliometría, ética editorial e impacto de la investigación, y recientemente es autor de un libro sobre publicaciones predatorias. Simon es tutor de ALPSP y también se ha desempeñado como administrador de COPE.