Suscribirse

Embellissement des données : fraude a minima, incompétence ou un mélange des deux - 07/09/12

Doi : 10.1016/j.lpm.2012.05.004 
Raphaèle Seror 1, 2, Philippe Ravaud 2, 3, 4,
1 Assistance publique des Hôpitaux de Paris (AP–HP), université Paris-Sud 11, hôpital Bicêtre, service de rhumatologie, 94275 Le Kremlin-Bicêtre, France 
2 Inserm, U738, 75181 Paris cedex 4, France 
3 Assistance publique des Hôpitaux de Paris (AP–HP), hôpital Hôtel-Dieu, centre d’épidémiologie clinique, 75004 Paris, France 
4 Université Paris Descartes, Sorbonne Paris Cité, faculté de médecine, 75000 Paris, France 

Philippe Ravaud, Hôpital Hôtel-Dieu, centre d’épidémiologie clinique, Inserm U738, 1, place du Parvis-Notre-Dame, 75004 Paris, France.

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
Artículo gratuito.

Conéctese para beneficiarse!

Key points

The beautification of data is the process of reporting results of a research in a way that does not correspond to reality, in order to present them in a more favorable or attractive way.

The border between errors due to methodological ignorance, embellishment of reality and fraud is sometimes difficult to determine. It is the intentional nature and the repetition of these “arrangements” that are the real switch to deliberate fraud.

The emergence of regulatory procedures, such as clinical trial registries, “reporting guidelines”, improvement of “peer review” and data sharing, are some of the measures used to fight against and improve transparency of clinical research.

El texto completo de este artículo está disponible en PDF.

Points essentiels

L’embellissement des données consiste à rapporter les résultats d’une étude sous une forme ne correspondant pas exactement à la réalité, afin de les présenter sous un jour plus favorable ou plus attractif.

La frontière entre des erreurs liées à une méconnaissance de la méthodologie, un embellissement de la réalité et la fraude est parfois difficile à déterminer. C’est le caractère intentionnel et la répétition de ces « arrangements » qui font basculer vers la véritable fraude délibérée.

L’émergence de procédures de régulation telles que les registres d’essai, les « reporting guidelines », l’amélioration du « peer review » et le partage des données sont autant de moyens mis en œuvre pour lutter contre et améliorer la transparence de la recherche clinique.

El texto completo de este artículo está disponible en PDF.

Esquema


© 2012  Publicado por Elsevier Masson SAS.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Vol 41 - N° 9P1

P. 835-840 - septembre 2012 Regresar al número
Artículo precedente Artículo precedente
  • Affaire Wakefield : 12 ans d’errance car aucun lien entre autisme et vaccination ROR n’a été montré
  • Hervé Maisonneuve, Daniel Floret
| Artículo siguiente Artículo siguiente
  • Rôle des institutions dans la gestion de la fraude scientifique : l’exemple de la Délégation à l’intégrité scientifique de l’Inserm
  • Martine Bungener, Michelle Hadchouel

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.

Mi cuenta


Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.


Todo el contenido en este sitio: Copyright © 2024 Elsevier, sus licenciantes y colaboradores. Se reservan todos los derechos, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares. Para todo el contenido de acceso abierto, se aplican los términos de licencia de Creative Commons.