# 🔍 耿同学打假报告

## 论文信息
- 标题：Prognostic value of Musashi 2 (MSI2) in cancer patients: A systematic review and meta-analysis
- 作者：Lin Jiang, Shanshan Xue, Jie Xu, Xiaoyang Fu, Jing Wei, Chuanmeng Zhang
- 期刊：Frontiers in Oncology
- DOI：10.3389/fonc.2022.969632
- 发表年份：2022

## 综合评定：🟠 高度可疑

## 详细发现

### 发现 1：引用与分类的严重事实错误（把白血病张冠李戴）
- **位置**：Page 03 (Text), Page 04 (Table 1), Page 05 (Table 2)
- **描述**：文章在正文、表1和表2中，将参考文献 31（Aly RM 2015）的研究一致认定为“急性髓系白血病（AML）”，并以此进行了 AML 的亚组分析。然而，参考文献 31 的真实标题为《Prognostic significance of MSI2 predicts unfavorable outcome in adult b-acute lymphoblastic leukemia》（成人B型急性**淋巴**细胞白血病）。
- **证据**：ALL（急性淋巴细胞白血病）和 AML（急性髓系白血病）是完全不同的两大类血液系统恶性肿瘤。作者在提取核心数据、判定肿瘤类型时犯了极其低级的错误，且将错就错完成了整个亚组的合并计算。这直接暴露出作者极有可能根本没有认真阅读原文献，甚至数据提取过程存在盲目编造（瞎填）的嫌疑。
- **严重程度**：🔴
- **复核状态**：✅ 成立

### 发现 2：核心汇总数据出现多处数学计算错误（随机数生成器都不如）
- **位置**：Page 07 (Table 3)
- **描述**：在表3（临床病理特征汇总表）中，作者报告的“总患者数”与他们自己列出的参考文献组合所对应的样本量之和对不上。
- **证据**：
  1. **Age (年轻 vs 老年)**：引用文献组合包含研究 16, 19, 21, 22, 24, 25, 27, 28, 30, 32, 33, 34。根据表1样本量相加（105+75+180+126+82+162+62+164+67+181+149+51），实际总数应为 **1404**，但表格中赫然写着 **1414**。
  2. **Gender (男性 vs 女性)**：引用组合为 16, 21, 27, 28, 30, 31, 32, 34, 35, 36, 37。根据表1相加（105+180+62+164+67+118+181+51+454+101+120），实际总数为 **1603**，表格却写着 **1650**，凭空多出了 47 人。
  3. **Lymph node metastasis (淋巴结转移)**：引用组合为 16, 19, 21, 22, 24, 25, 26, 27, 28, 30, 34。实际相加（105+75+180+126+82+162+85+62+164+67+51）为 **1159**，表格中却标为 **1166**。
  连小学生级别的加法都算不对，很难相信其复杂的 HR/OR 统计过程是严谨可靠的。这强烈暗示其数据提取表可能是一笔糊涂账，或者后期的统计运算存在严重的漏项错项。
- **严重程度**：🔴
- **复核状态**：✅ 成立

### 发现 3：方法学描述与表格呈现的自相矛盾
- **位置**：Page 04 (Table 1)
- **描述**：表1的数据录入存在明显的格式错误和不一致。
- **证据**：
  1. 在 Zhao HZ 2016 的随访时间一栏，填写的不是具体的月数值，而是莫名其妙的“**Median**”（中位数）。
  2. Thol F 2013 的质量评分一栏写的是“**8/6**”，而其他所有研究的评分都只有单个数字。结合该研究同时报告了 OS 和 DFS，这说明作者在提取数据时连基本的表格统稿都没做完，直接把带有备忘录或分支记录的草稿表原封不动地贴上去了。
- **严重程度**：🟡
- **复核状态**：✅ 成立

## 耿同学辣评
做 Meta 分析就像给大伙儿做大锅菜，你不用自己种菜，但起码得把白菜和萝卜分清楚吧？这篇论文倒好，硬生生把“淋巴细胞白血病”当成了“髓系白血病”来炒；更绝的是，连数瓜子的算术题（加法）都能在一页纸上错出三个不同的答案。reviewer 审稿的时候是不是连摘要都没看，闭着眼睛点的同意啊？数学是体育老师教的也不能这么离谱！

## 建议后续行动
- [ ] 联系作者要求提供原始数据提取表（Excel表）进行核对
- [ ] 在 PubPeer 上提出质疑
- [ ] 向期刊编辑部举报（要求核对亚组分类错误及基础加法错误）

## ⚠️ 免责声明
本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。