关键词
医学SCI；数据来源；伦理审查；知情同意；公共数据库；临床试验注册
一、先说一个残酷的事实：数据出问题，论文发再多也没用
我见过太多这样的案例了：论文写完了、投稿了、甚至发表了，结果因为数据来源的问题被撤稿。轻则重新修改，重则学术声誉受损。
2025年6月，国家自然科学基金委员会通报了24名科研人员的学术不端行为，其中就包括买卖论文和实验数据、伪造篡改图片等行为。这不是个案——近年来，因为数据问题被处理的案例越来越多。
数据来源是医学SCI论文的“地基”。 地基不稳，上面盖的房子再漂亮也没用。审稿人看一篇医学论文，第一眼看摘要，第二眼看的就是数据来源——你的数据从哪里来、怎么来的、合不合规。这些问题过不了关，论文写得再好也白搭。
这篇文章帮你把数据来源这件事彻底讲透。
二、数据来源的三种类型：先搞清楚你属于哪一种
医学SCI论文的数据来源，大致可以分为三类。不同类型，合规要求和注意事项完全不同。
第一种：自己做的临床研究/实验数据
这是最常见的一种——你自己设计研究、自己收病人、自己做实验、自己得数据。包括临床试验、病例对照研究、队列研究、动物实验、细胞实验等。
特点：数据是你“一手”产生的，你对数据的质量负全部责任。
合规要求：需要伦理审查批件、知情同意书、临床试验注册（如果是临床试验）等。
第二种：公共数据库的二次分析
这是近年来特别火的一种——你不用自己做实验、不用收病人，直接从已有的公共数据库里下载数据做分析。比如美国国家健康与营养调查（NHANES）、英国生物银行（UK Biobank）、全球疾病负担研究（GBD）、美国FDA不良事件报告系统（FAERS）等。
特点：数据是现成的，你不需要自己做实验，但对数据的解读和分析能力要求很高。
合规要求：需要确认数据库的使用许可、数据所有权和使用范围。虽然数据是公开的，但不代表你可以随便用——每个数据库都有自己的使用条款。
第三种：Meta分析/系统综述的数据
Meta分析的数据来自已发表的文献——你把别人已发表研究的数据汇总起来，做二次统计分析。
特点：数据来自文献，不涉及原始患者，但涉及文献检索、筛选、数据提取等一系列规范流程。
合规要求：需要在PROSPERO等平台进行系统综述注册，严格按照PRISMA等报告规范来写。
三、合规红线：这五件事少一件，论文都发不了
不管你是哪种数据来源，下面这五条合规红线，少一条你的论文都过不了审。
红线一：伦理审查批件——没有这个，初审直接拒
所有涉及人的医学研究，必须在研究开始前获得伦理委员会的批准。
这不是建议，是硬性规定。所有正规医学期刊（尤其是SCI）都将伦理声明作为初审核心内容。缺伦理审批证明，会直接被初审拒稿；即便侥幸发表，后续也可能因伦理问题被期刊强制撤稿。
关键提醒：伦理审查一律不接受“事后补办”。论文录用后再补伦理批件，期刊和伦理委员会都不会认可。
不同类型研究怎么操作：
临床试验/人体研究：向单位伦理委员会提交《伦理审查申请表》《完整研究方案》《知情同意书模板》，获取带审批号、公章、签字的正式伦理批件。
动物实验：同样需要伦理审批，按“初审-复审-表决”流程申报，获取《动物实验伦理批件》，审批时间必须早于实验开始时间。
公共数据分析：很多人以为“公开数据不用审”——这是错的。需要先确认原始数据的使用许可声明，确认数据所有权和使用范围；若数据库无明确的伦理豁免声明，需单独向单位伦理委员会申请审批。
论文里怎么写：在方法部分或文末标注“本研究已经通过XX医院医学伦理委员会审核批准（伦理号：XXXXX）”。
红线二：知情同意——保护受试者的“核心凭证”
知情同意是保护受试者权益的“核心凭证”。研究对象必须在充分知晓研究目的、潜在风险、受益、流程等关键信息后，自愿签署书面同意文件。
什么时候可以豁免？ 如果使用的是彻底匿名化的数据，通常无需个体授权，但具体以伦理委员会的决定为准。豁免不等于免除伦理审查——仍需经伦理委员会审批并出具证明。
论文里怎么写：在方法部分说明“所有受试者均已签署知情同意书”。
红线三：数据脱敏——别泄露患者隐私
临床数据如果包含患者姓名、身份证号、住院号等可识别信息，必须在论文中彻底删除或匿名化处理。
怎么做：用“病例1”“病例2”代替患者姓名；删除所有可直接识别个人身份的信息。
论文里怎么写：在方法部分说明“所有患者数据均已进行匿名化处理，无法追溯个人身份”。
红线四：临床试验注册——ICMJE的硬性要求
国际医学期刊编辑委员会（ICMJE）明确要求：把第一例患者纳入之时或之前，在公共临床试验注册机构完成临床试验注册，这是考虑发表的前提条件。
注册平台：ClinicalTrials.gov、中国临床试验注册中心（ChiCTR）等ICMJE认可的注册库。
论文里怎么写：在摘要或方法部分注明“本研究已在ClinicalTrials.gov注册（注册号：NCTXXXXX）”。
红线五：数据来源声明——92%的TOP期刊强制要求
2025年最新统计显示，全球TOP100学术期刊中，有92%明确要求作者在投稿时提供规范的数据可获得性声明。
国际出版伦理委员会（COPE）在2025年更新的指南中特别强调，数据可获得性声明是防范学术不端的第一道防线。声明内容需准确说明研究中生成或使用的原始数据在哪里、如何获取。
四、五个常见大坑：别人踩过的坑，你就别踩了
坑一：公共数据库“模板化”论文泛滥——期刊已经开始抵制了
这是目前最值得警惕的一个趋势。
根据Matt Spick等人的研究，2021年至2025年间，有五个公共数据集的论文数量远超预期增长——NHANES、UK Biobank、FAERS、GBD和FinnGen。
2024年，这五个数据库在PubMed上索引的论文总数达到11,554篇，比2021年的4,001篇增长了2.8倍。
更惊人的是，来自中国的论文占比从2021年的19%猛增至2024年的65%。其中FinnGen数据库的中国论文占比最高——截至2024年，89%的相关论文主要作者来自中国。
这些“模板化”论文的共同特征是：选取某种健康问题、关联的环境或生理因素，以及特定人群的已公开数据，通过简单替换变量生成所谓的“新发现”。比如“饮用半脱脂牛奶与预防抑郁症”这类缺乏生物学基础的假设。
期刊已经开始行动了：
《Journal of Global Health》率先收紧审核标准，要求使用开放数据集投稿的作者必须声明过去三年内使用类似数据集发表过多少篇论文、披露是否使用AI撰写手稿、解释如何排除结果中的假阳性。
《Expert Opinion on Drug Safety》宣布全面停止接收使用FAERS数据库的投稿。
《Frontiers in Pharmacology》开始要求基于公共数据库的研究必须提供独立验证。
给你的建议：如果你打算用公共数据库发论文，不要做“换变量”式的模板化研究。要有真正有意义的科学问题、严谨的统计分析、靠谱的结果解释。否则，就算期刊还没抵制你，审稿人也会拒你。
坑二：数据来源不合法——公开数据不等于随便用
很多人以为“数据是公开的，我随便用就行”。大错特错。
每个公共数据库都有自己的使用条款。有的要求你注册账号、签署数据使用协议；有的要求你在发表时注明数据来源；有的限制数据的使用范围（比如只能用于非商业研究）。
给你的建议：使用任何公共数据库之前，仔细阅读其使用条款。该注册的注册、该签署的签署、该引用的引用。别等到论文发表了才发现违反了数据库的使用规定。
坑三：数据造假/篡改——一旦发现，身败名裂
数据造假包括：伪造实验数据、篡改图表、选择性报告数据、隐瞒与结论相悖的关键数据。
伪造：根本没做实验，凭空编造数据。篡改：做了实验，但修改了原始数据让它“更好看”。选择性报告：只报告支持结论的数据，隐瞒不支持的数据。
这三种行为，只要被发现，论文必撤、声誉必毁。2025年基金委通报的24起学术不端案例中，就包括买卖论文和实验数据、伪造篡改图片等行为。
给你的建议：保存好原始数据。审稿人要求提供原始数据时，你能拿出来。这是你最好的“护身符”。
坑四：统计方法误用——审稿人一眼就能看出来
统计方法误用是医学论文中最常见的“技术性”问题。包括：未计算样本量导致统计效能不足、非正态分布数据强用t检验、忽略多重比较校正等。
这些问题虽然不是“学术不端”，但会让审稿人质疑你的研究质量。一篇统计方法有问题的论文，审稿人基本不会给过。
给你的建议：在研究设计阶段就咨询统计学专家。在方法部分详细说明用了什么统计方法、怎么处理缺失数据、怎么校正多重比较。不要只写一句“用SPSS分析”就完事了。
坑五：数据可获得性声明缺失或敷衍
如前所述，92%的TOP期刊要求提供数据可获得性声明。但很多作者要么不写，要么写得很敷衍——“数据可向通讯作者索取”这种话基本等于没说。
给你的建议：如果数据是公开的，写明数据库名称、网址、如何获取。如果数据不公开，说明原因（比如涉及患者隐私）。真诚透明的声明，比敷衍了事要好得多。
五、高分医学论文在数据来源上的共同特征
分析了大量高分医学论文后，我发现它们在数据来源处理上有几个共同特征：
特征一：数据来源清晰、透明、可追溯
高分论文从不含糊其辞。数据从哪里来、怎么收集的、怎么处理的、有什么局限性——全都写得清清楚楚。审稿人看了之后没有任何疑问。
特征二：伦理合规无死角
伦理批件号、知情同意说明、临床试验注册号、数据脱敏声明——该有的全都有，一个不少。这些看似“形式”的东西，其实是论文专业性的体现。
特征三：数据质量经得起推敲
高分论文的数据通常经过严格的质量控制——样本量够大、数据完整、统计方法得当。审稿人想挑毛病都挑不出来。
特征四：数据可获得性声明规范
按照期刊要求提供规范的数据可获得性声明，说明数据在哪里、如何获取。这不仅是对读者的负责，也是对数据提供者的尊重。ICMJE还要求，二次分析的作者必须完整说明其与之前的分析有何不同。
特征五：对公共数据的使用有独特价值
同样是用公共数据库，高分论文做的是有深度的科学问题，而不是“换变量”的模板化操作。它们往往有清晰的研究假设、严谨的分析框架、有临床意义的结论。
六、给不同人群的实操建议
如果你是临床医生/医学生，准备自己做临床研究：
研究开始前搞定伦理审查和知情同意——不要事后补办
保存好原始数据——这是你的“护身符”
统计方法提前咨询专家——别等数据收完了才发现方法不对
写论文时把数据来源写清楚——越透明越安全
如果你准备用公共数据库发文：
仔细阅读数据库的使用条款——公开不等于随便用
不要做“换变量”的模板化研究——期刊已经开始抵制了
注意多重比较校正——大数据库容易产生假阳性
在论文中详细说明数据来源和分析方法
关注目标期刊对公共数据库论文的政策——有的期刊已经不收了
如果你做Meta分析/系统综述：
提前在PROSPERO注册——很多期刊要求这个
严格按照PRISMA规范报告
文献检索、筛选、数据提取的过程要详细记录——保证可重复性
医学SCI论文的数据来源，说白了就三件事：合法、合规、经得起查。
合法——数据来源正当，不偷不抢不造假。合规——伦理审查、知情同意、临床试验注册、数据脱敏，该有的都有。经得起查——原始数据保存好、分析方法写清楚、审稿人要什么你能给什么。
把这三件事做好了，你的论文根基就稳了。剩下的，就是写作和投稿的问题了。