🔍 耿同学打假报告

论文信息

• 论文来源：aaaaa.pdf
• 标题：Altered microstructural pattern of the cortex and basal forebrain cholinergic system in wilsons disease: an automated fiber quanti−cation tractography study
• 作者：Yutong Wu, Sheng Hu, Yi Wang, Ting Dong, Hongli Wu, Anqin Wang, Chuanfu Li, Hongxing Kan
• 期刊：Brain Imaging and Behavior (2023) 17:200–212
• DOI：https://doi.org/10.1007/s11682-022-00753-3
• 发表年份：2023

综合评定：🟡 存疑

详细发现

发现 1：文本与表格数据自相矛盾（方法学异常）

• 位置：Materials and methods (Subjects and assessments) 与 Table 1
• 描述：正文中描述 WD 患者的平均年龄为“22.39 years (SD = 6.35 years)”，HC 组为“22.78 years (SD = 7.34 years)”。然而在 Table 1 中，两组的平均年龄都被标为了“23”。
• 证据：22.39 和 22.78 在四舍五入保留整数时确实是 22 和 23，但同一个数据在正文和表格中呈现出两种不同的均值表述，反映出数据整理过程中的不严谨。
• 严重程度：🟡
• 复核状态：✅ 成立

发现 2：统计学符号明显笔误（数据造假检测-基础审查）

• 位置：Table 1 (Clinical features of patients and healthy controls)
• 描述：表格最后一行“EBPM”的数据被记录为“2–8 (4.74–1.52)”。
• 证据：按照医学统计表的通用规范，此处显然应该是“均值 ± 标准差”，即“4.74 ± 1.52”。此处将“±”写成了“–”（减号），这是极其低级的抄写或排版错误，暴露出作者在校对稿件时极其敷衍。
• 严重程度：🟡
• 复核状态：✅ 成立

发现 3：令人窒息的“复古”软件时间线（产出异常/方法学异常）

• 位置：Materials and methods (AFQ analysis)
• 描述：作者明确声明使用了 MATLAB R2012a 版本来运行 AFQ 软件。文章于 2022 年底被接收，2023 年发表。
• 证据：在 2023 年的临床神经影像学研究中，仍在使用 2012 年发布的 MATLAB R2012a 进行复杂的白质纤维束数据处理是非常罕见且高度可疑的。通常 AFQ 及其依赖的 neuroimaging 工具包在多年间已经经历了多次底层更新以兼容新的系统架构和依赖库。使用十多年前的老版软件来处理新采集的 3.0T MRI 数据，要么说明该实验室的科研计算机硬件和软件环境十年没更新过（不合规的实验室管理），要么说明作者直接“借鉴”了十多年前某篇论文的方法学段落而没有修改版本号（复制粘贴的痕迹）。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 4：两组比较却使用单因素方差分析（统计学异常）

• 位置：Materials and methods (AFQ analysis)
• 描述：文中指出“A one-way analysis of variance (ANOVA) was performed on each pointwise diffusion indicator for each fiber tract to determine between-group differences”。
• 证据：本研究的设计明确只有两个组别（WD 组和 HC 组）。在只有两个独立样本的情况下，标准的统计学做法是直接使用独立样本 t 检验。虽然两组比较使用 ANOVA 在数学结果上等价（F = t²），但这违背了常规的统计方法选择逻辑，通常出现在生搬硬套其他研究模板的情况。
• 严重程度：🟡
• 复核状态：✅ 成立

耿同学辣评

这篇论文的正文和表格仿佛是两个平行宇宙：正文里 22 岁多，表格里直接进位成 23 岁；标准差硬生生被写成了减号；最离谱的是，到了 2023 年还在用 2012 年的 MATLAB 算影像——不知道的还以为你们实验室的电脑是秦始皇统一留下的文物呢！虽然不一定是恶意造假，但这份“复制粘贴+毫不校对”的敷衍态度，属实是把学术严谨按在地上摩擦。

建议后续行动

• 联系作者要求提供原始数据
• 在 PubPeer 上提出质疑
• 向期刊编辑部举报
• 向作者所在机构学术委员会举报

⚠️ 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。