来源：分析测试百科网

　　通过搜索全球领先的临床试验数据库中的上万条记录，一个软件揭露出了没有发表试验结果的制药公司和学术机构。

　　有试验结果不发表的现象数见不鲜。据多项研究报告显示，在试验完成多年后，25-50%的临床试验结果仍然没有发表。今年九月，美国卫生及公共服务部宣布实施更加严格的规定，推动其资助的研究者发表他们的临床试验设计和结果。

　　如11月3日在线发表于F1000Research的一篇论文所介绍的工具一样，这个软件检索的全面性是此前无法实现。这篇论文（还未经过同行评议）的通讯作者Ben Goldacre如此表示；他是英国牛津大学的临床研究员。

　　检索自动化还意味着结果可以定期更新，从而对未能报告结果的临床试验申办者持续施压，促使他们采取行动，改善发表情况。

　　“如果有谁想改善自己的得分或者排名的话，只要发表临床试验研究成果就行了，”Goldacre说。

　　自动检查

　　Goldacre和他在牛津大学的合作者Anna Powell-Smith开发了这一工具，在ClinicalTrials.gov数据库中搜索至少已完成两年的试验。随后，软件尝试将这些试验与发表在同一数据库或PubMed检索系统中的研究进行匹配。

　　在他们评估的约26000项试验中，45.2%没有发表结果。此外，团队还建立了一个网站，用户可以在这个网站上根据发表试验结果的表现优劣，按序浏览临床试验申办者。这一清单包括了来自全球各地的学术申办者和产业申办者。

　　Jennifer Miller表示，自动而非人工的分析愈发成为检验临床试验透明度的标准工具。Miller是纽约大学朗格尼医学中心的医学伦理学家，她创办的非营利组织生物伦理学国际（Bioethics International）旗下的Good Pharma Scorecard计划就采用了自动分析。

　　这一计划基于自动分析和机器学习结果，对新药和制药公司的临床试验透明度进行排序，但出于谨慎，也会人工检验结果，并与试验申办者确认分析结果。Good Pharma Scorecard还会搜索其它临床试验登记机构和研究数据库，其中包括谷歌学术。因此，Scorecard搜索的试验和论文范围或许比Goldacre的软件更广。

　　Goldacre承认，自动化搜索或许会牺牲精确度。举例来说，如果已发表的结果没有注明ClinicalTrials.gov数据库指定的序列号，或者研究结果发表所在期刊未被纳入PubMed，则可能在搜索中被遗漏。

　　然而，Goldacre表示，虽然他的团队的确发现对个别研究的打分与实际情况有出入，但其追踪器软件揭示的整体趋势与在更小规模的数据集中进行的人工调查是接近的。他希望定期更新结果能刺激试验申办者改善发表情况。

　　“发表试验结果是一件非常严肃的事，”他说，“我们需要持续对试验申办者施压。”