Một bạn phóng viên hỏi tôi về một công trình nghiên cứu [1], mà trong đó có một tác giả người Việt, được cho là thu hút rất nhiều trích dẫn (hơn 5000 lần, tính theo Google Scholar). Đúng là một con số rất ‘ấn tượng’. Nhưng tôi nghĩ con số trích dẫn ở đây cần phải hiểu một cách khác.
Bối cảnh và bài báo
Tôi biết công trình nghiên cứu đó vì tôi có viết một bài bình luận đăng trên cùng tập san [2]. Đây là một nghiên cứu rất nổi tiếng (vào năm 2020) do một nhóm bên Pháp dưới sự chủ trì của Gs Didier Raoult. Đây là một nghiên cứu thuần quan sát (không phải RCT) trên 36 bệnh nhân, và tác giả kết luận rằng Hydroxychloroquine (HCQ) và azithromycin có hiệu quả điều trị bệnh nhân Covid-19 [1]. Tổng thống Trump có lúc đã dùng nghiên cứu này để quảng bá HCQ như là một liệu pháp cho Covid-19.
Ngay sau khi bài báo được công bố, rất nhiều người viết bình luận và chỉ ra nghiên cứu có rất nhiều vấn đề. Tất cả phản hồi đều chỉ ra những sai sót cơ bản trong thiết kế, vấn đề đánh giá outcome, sai căn bản về phân tích dữ liệu, thậm chí dữ liệu không nhứt quán. Có người (như hai tác giả Toumi và Aballe bên Pháp) viết hẳn một bài báo dài phê bình mỗi điểm trong nghiên cứu đó [3]. Hiệp hội International Society of Antimicrobial Chemotherapy (ISAC) cũng ra tuyên cáo cho rằng nghiên cứu đó không đạt tiêu chuẩn khoa học của ISAC [4]. Tôi cũng viết một bài và chỉ ra rằng tác giả đã sai trong phân tích dữ liệu và kết luận mà tôi có rất khác với tác giả [2]. Còn số bình luận nhỏ nhỏ thì nhiều vô kể. Tóm lại, công trình nghiên cứu nhận rất rất nhiều phản biện tiêu cực.
Dĩ nhiên, sau này qua nghiên cứu RCT thì chúng ta biết rằng HCQ chẳng có hiệu quả điều trị bệnh nhân Covid-19. Thậm chí, có nghiên cứu cho thấy HCQ và Azi làm tăng nguy cơ tử vong ở bệnh nhân Covid-19 [5]! Nói cách khác, kết luận của nhóm bên Pháp rất có thể sai.
Tại sao có nhiều trích dẫn?
Số lần trích dẫn một bài nhận được có khi được xem là ‘đơn vị tiền tệ’ trong sự nghiệp khoa học. Theo cách hiểu bình thường, số lần trích dẫn phản ảnh tầm ảnh hưởng của bài báo. Từ con số này mà người ta có thể tính toán các chỉ số ảnh hưởng (như chỉ số H). Chỉ số ảnh hưởng là một trong những tiêu chuẩn làm cơ sở để thăng tiến trong khoa học.
Thường, trích dẫn hiểu theo nghĩa tích cực. Chẳng hạn như một nghiên cứu mang tính đột phá và đem lại lợi ích cho chuyên ngành thì có nhiều người trích dẫn. Một sáng chế về phương pháp (như của Giáo sư David Cox với mô hình hồi qui Cox, hay Kary Mullis với phương pháp PCR) được trích dẫn rất nhiều vì đó là những nghiên cứu quan trọng. Một ví dụ khác là bài báo bàn luận về những sai sót trong nghiên cứu khoa học của Gs John Ioannidis (Why Most Published Research Findings are False) công bố vào năm 2005 mà đến nay (3/2022) đã nhận được hơn 10,000 lần trích dẫn!
Nhưng trích dẫn cũng có thể hiểu theo nghĩa tiêu cực. Trong lãnh vực y học, kinh tế học và khoa học xã hội nói chung, nhiều nghiên cứu đi đến những kết luận ‘giật gân’ mà sau này được chứng minh là sai hay không tái lập thường thu hút nhiều trích dẫn hơn những nghiên cứu đàng hoàng [6]. Đó chính là kết luận từ một phân tích trên Science Advances [6]. Có những bài báo mà kết luận gây ra nhiều tranh cãi cũng có thể nhận được nhiều trích dẫn. Trong những trường hợp này, nhiều trích dẫn không hẳn phản ảnh chất lượng nghiên cứu, mà có thể phản ảnh cái sai và bất tái lập của bài báo.
Quay lại bài báo về HCQ và Aza [1] chỉ mới công bố chưa đầy 2 năm trên một tập san hạng thấp [1] mà đã thu hút hơn 5000 trích dẫn. Câu hỏi là tại sao? Tôi nghĩ câu trả lời có thể tìm thấy trong phần trên. Bài báo đó có nhiều sai sót về phương pháp và kết quả thì không tái lập (rất có thể kết luận sai) và gây ra nhiều tranh cãi [8]. Do đó, bài báo nhận được nhiều trích dẫn, nhưng trích dẫn không phản ảnh phẩm chất khoa học của công trình nghiên cứu, mà chỉ nói lên sự bất định của HCQ trong điều trị bệnh nhân Covid-19 [2].
______
[1] https://www.sciencedirect.com/science/article/pii/S0924857920300996?via%3Dihub
“Hydroxychloroquine and azithromycin as a treatment of Covid‑19: Results of an open‑label non‑randomized clinical trial”
[2] https://www.sciencedirect.com/science/article/pii/S0924857920303757
[3] https://www.tandfonline.com/doi/full/10.1080/20016689.2020.1758390?tab=permissions&scroll=top
[4] https://www.isac.world/news-and-publications/official-isac-statement
[5] https://journals.lww.com/jcma/Fulltext/2021/02000/Systematic_review_and_meta_analysis_of_the.19.aspx
[6] https://www.science.org/doi/10.1126/sciadv.abd1705
[8] https://jamanetwork.com/journals/jama/fullarticle/2772921
“Misguided Use of Hydroxychloroquine for COVID-19: The Infusion of Politics Into Science”
Tuan V. Nguyen AM 