🔍 耿同学打假报告

论文信息

• 标题：Comprehensive Analysis of CDCAs Methylation and Immune Infiltrates in Hepatocellular Carcinoma
• 作者：Yongkang Wang, Yinfeng Yang, Honglei Gao, Ting Ouyang, Luyao Zhang, Jili Hu, Sheng Hu, Hongxing Kan
• 期刊：Frontiers in Oncology
• DOI：10.3389/fonc.2020.566183
• 发表年份：2021
• 论文来源：fonc-10-566183.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：数据造假检测（统计学基本法则的违背）

• 位置：Table 1 (Page 10)
• 描述：在多因素Cox回归分析中，CDCA5的风险比（HR）和95%置信区间（CI）与报告的p值存在绝对的数学矛盾。
• 证据：根据原文表格，CDCA5在多因素分析中的结果为 HR: 0.721 (95% CI: 0.508–1.023), P: 4.90E-02。在统计学逻辑中，如果 95% CI 包含 1（此处的上限 1.023 已经大于 1），则说明该变量没有统计学意义，其对应的 P 值必然大于 0.05。原文给出 P = 0.049 却配了一个跨过 1 的置信区间，这是不可能通过任何正常的统计学软件计算得出的。这高度怀疑是人为编造或强行修改过数据以凑出“显著”结果。此外，CDCA4在单因素和多因素分析中的P值竟然完全一模一样（均为 3.00E-02），这在加入了Age和Gender等变量的多因素模型中是极其不合理的。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 2：引用与方法学异常（典型的“复制粘贴”遗留）

• 位置：AUTHOR CONTRIBUTIONS (Page 12)
• 描述：作者贡献声明中出现了与本研究类型完全不符的描述。
• 证据：原文写道：“YW... wrote the paper. YW, assisted by HG, TO, LZ, JH, and SH, contributed to the experiments of the manuscript.”。然而，这是一篇纯生物信息学（TCGA数据库挖掘）文章，通篇使用的是 R 语言包（limma, WGCNA 等）和在线数据库（TIMER, DiseaseMeth），全文没有任何所谓的“湿实验”操作记录。这种表述极其可疑，通常是论文代写工厂使用通用模板“复制粘贴”后忘记修改细节的铁证。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 3：数据造假检测（核心结论自相矛盾）

• 位置：Abstract vs Result (mRNA Expression Levels of the CDCAs in HCC)
• 描述：关于CDCA4是否差异表达，论文的前后表述存在严重冲突。
• 证据：论文摘要中明确写道：“seven genes of CDCAs (CDCA1–3 and CDCA5–8) have significant over-expression in HCC”（即只有7个基因，排除了CDCA4）。但是在正文结果部分（Figure 3 及其图注），作者却声称：“eight genes of CDCAs have over-expression in the tumor sample”（即全部8个基因都过表达）。核心数据在摘要和正文中对不上，说明作者对数据的掌控极其混乱，或者存在拼接不同分析结果的嫌疑。
• 严重程度：🟠
• 复核状态：✅ 成立

⚠️ 发现 4：图片复用检测与拼接检测（无法进行像素级分析）

• 位置：Figures 1-10
• 描述：无法进行检测。
• 证据：文本中未提供足够的原始图片分辨率信息，仅有图片说明和部分图表的数据值。对于生信文章的热图、火山图和生存曲线，无法仅凭文本描述判断是否存在图片复用或 PS 痕迹。
• 严重程度：🟡
• 复核状态：⚠️ 依据不足

耿同学辣评

这篇纯生信文章真是把统计学按在地上摩擦，95%置信区间都跨过1了还能强行算出P<0.05的“显著”结果，这数学功底怕不是体育老师教的？更搞笑的是，明明是一篇敲键盘挖数据库的纯干实验文章，作者贡献里居然赫然写着“contributed to the experiments”，连发文章的万能模板都懒得改就拿出来水，属实是把“复制粘贴”玩明白了。

建议后续行动

• 联系作者要求提供 Table 1 Cox 回归分析的原始 R 语言代码和 output 记录。
• 在 PubPeer 上提出质疑（重点指出统计学悖论和模板遗留问题）。
• 向期刊编辑部举报，要求核实数据的真实性和结论的可靠性。

⚠️ 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。