El Instituto del Cáncer Dana-Farber, afiliado a la Facultad de Medicina de Harvard, busca retractarse de seis estudios científicos y corregir otros 31 que fueron publicados por los principales investigadores del instituto, incluido su director ejecutivo. Los investigadores están acusados de manipular imágenes de datos con métodos simples, principalmente copiando y pegando en software de edición de imágenes, como Adobe Photoshop.
Las acusaciones provienen del detective de datos Sholto David y sus colegas en PubPeer, un foro en línea para que los investigadores discutan publicaciones que con frecuencia ha servido para detectar investigaciones dudosas y posibles fraudes. El 2 de enero, David publicó en su blog sobre integridad en la investigación, For Better Science, una larga lista de posibles manipulaciones de datos por parte de investigadores del DFCI. La publicación destacó muchas cifras de datos que parecen contener duplicaciones píxel por píxel. Las imágenes supuestamente manipuladas son de datos como Western blots, que se utilizan para detectar y visualizar la presencia de proteínas en una mezcla compleja.
Barrett Rollins, oficial de integridad de la investigación del DFCI, dijo El carmesí de Harvard que David se había puesto en contacto con el DFCI con acusaciones de manipulación de datos en 57 estudios dirigidos por el DFCI. Rollins dijo que el instituto está «comprometido con una cultura de responsabilidad e integridad» y que «cada consulta sobre la integridad de la investigación se examina en profundidad».
Las acusaciones van en contra de: la presidenta y directora ejecutiva del DFCI, Laurie Glimcher, el vicepresidente ejecutivo y director de operaciones, William Hahn, la vicepresidenta senior de medicina experimental, Irene Ghobrial, y el profesor de la Facultad de Medicina de Harvard, Kenneth Anderson.
El periodico de Wall Street señaló que Rollins, el oficial de integridad, también es coautor de dos de los estudios. Le dijo al medio que está recusado de tomar decisiones relacionadas con esos estudios.
En medio de la revisión interna del instituto, Rollins dijo que el instituto identificó 38 estudios en los que los investigadores del DFCI son los principales responsables de una posible manipulación. El instituto solicita la retractación de seis estudios y está contactando a editoriales científicas para corregir otros 31, totalizando 37 estudios. El único estudio restante de los 38 todavía se está revisando.
De los 19 estudios restantes identificados por David, tres fueron absueltos de acusaciones de manipulación y se determinó que 16 habían recopilado los datos en cuestión en laboratorios fuera de DFCI. Esos estudios aún están bajo investigación, dijo Rollins a The Harvard Crimson. «Siempre que fue posible, nos hemos puesto en contacto con los jefes de todos los demás laboratorios y trabajaremos con ellos para asegurarnos de que corrijan la literatura según sea necesario», escribió Rollins en un comunicado.
A pesar de encontrar datos falsos e imágenes manipuladas, Rollins insistió en que eso no significa necesariamente que haya ocurrido una mala conducta científica y que el instituto aún no ha tomado tal determinación. La «presencia de discrepancias en las imágenes en un artículo no es evidencia de la intención del autor de engañar», escribió Rollins. «Esa conclusión sólo se puede sacar después de un examen cuidadoso y basado en hechos que es una parte integral de nuestra respuesta. Nuestra experiencia es que los errores son a menudo involuntarios y no llegan al nivel de mala conducta».
Sin embargo, los métodos muy simples utilizados para manipular los datos del DFCI son notablemente comunes entre los estudios científicos falsificados. Los detectives de datos han mejorado cada vez más a la hora de detectar este tipo de manipulaciones perezosas, incluidos duplicados copiados y pegados que a veces se rotan y ajustan en tamaño, brillo y contraste. Como informó recientemente Ars, todas las revistas de la editorial Science ahora utilizan una herramienta impulsada por IA para detectar este tipo de reciclaje de imágenes porque es muy común, por patético que sea.
