The danger of quoting quotations of quotations of quotations (of quotations) [NEUROINTERVENTION]

當你在臨床上引用文獻支持某項神經介入決策時，高達 45% 的三手引用其實已經完全背離了原始論文的結論。在這個生死交關的領域，我們習以為常的學術常識，往往只是經歷多次傳話遊戲後產生的嚴重突變。

腦動脈瘤介入的傳話遊戲與引用鏈變異

在神經介入放射學的日常實務中，醫師常常需要依靠先前的文獻來向病患解釋風險，或是決定是否採用某種新型的血流導向裝置。然而，隨著醫學文獻數量的爆發性成長，許多醫師在撰寫報告或制定臨床指引時，往往沒有時間親自回頭審閱最初的那篇原始研究。取而代之的是，大家開始頻繁地引用近期的綜述文章或是其他人的前言段落，這就形成了一個龐大的文獻引用鏈。

這種現象在學術界被稱為引用蔓延。當一個關於腦動脈瘤破裂風險的具體數據，從第一代文獻被複製到第二代，再被轉述到第三代時，原始研究所設定的嚴格解剖條件往往會在無形中被省略。Clarençon 等人敏銳地觀察到這個在放射科社群中普遍存在卻少有人深究的問題。他們試圖透過流行病學的嚴格視角，量化這種傳話遊戲在神經介入領域中到底造成了多大程度的資訊失真。

溯源追蹤五百篇論文與世代篩選的設計

從 Methods 來看，這項研究採用了獨特的文獻溯源設計。研究團隊首先挑選了神經介入領域中五篇極具影響力的指標性原始論文（定義為 G0 世代），這些論文涵蓋了動靜脈畸形的自然史、特定支架的併發症機率等核心議題。接著，他們利用 Citation network analysis（用演算法追蹤文獻間的引用關聯）描繪出龐大的引用樹狀圖，總計初步篩選出 2783 筆關聯紀錄。

為了確保分析的純度，作者排除了非英文文獻以及單純的病例報告，最終隨機抽取了 500 篇位於不同引用深度的論文進行深度剖析。他們將直接引用 G0 的論文定義為 G1（一手引用），引用 G1 的定義為 G2（二手引用），以此類推直到 G4。在評判標準上，由三位對文獻世代不知情的資深神經放射科醫師獨立進行盲性評分，並採用 Generalized Estimating Equations, GEE（處理同一來源叢集數據的廣義統計法）來校正同一篇 G0 論文所衍生的統計群聚效應。

Table 2 呈現三手引用的 45% 重大錯誤率

若細看數據分布，Table 2 顯示不同引用世代的精確度呈現了令人心驚的斷崖式下跌。在 G1（直接引用）的論文中，精確傳達原意的比例高達 89% [95% CI: 87–91%]，重大失真的比例僅佔 3%。然而，當我們將目光移至 G3（三手引用）的欄位時，精準度暴跌至 42% [38–46%]，而出現重大錯誤的比例則飆升至 45% [41–49%]（p < 0.01）。

更值得注意的是 Table 2 中關於閾值定義的差異。如果採用 general version（大意相符即可），G3 的準確率勉強還有 55%；但若切換到 strict version（必須完全保留原論文的適應症與解剖位置限制），G3 的準確率慘跌至 28%。舉例來說，原論文可能指出「某支架在未破裂的前循環小動脈瘤中具有 3% 的缺血併發症風險」，到了 G3 的文章中，往往被過度簡化為「該支架整體的併發症風險極低」。這種抹除解剖位置限制的重大失真，極可能誤導後續的臨床決策。

Figure 3 畫出的 Review 次群組反常效應

把焦點拉到次群組分析，結果打破了許多醫師的既定印象。我們通常認為，引用經過同行評審的綜述文章（Review articles）是相對安全的選擇。然而，Figure 3 畫出不同文獻類型對錯誤傳播的貢獻度，結果顯示，引用綜述文章不僅沒有減少錯誤，反而具有高達 3.2 倍的重大失真風險（OR = 3.2，p < 0.001）。這是因為綜述文章本身已經是對多篇文獻的濃縮與改寫，當你再次引用它時，資訊的解析度已經被二次壓縮。

為了解釋這種現象，作者引入了 Markov chain model（用機率狀態轉移預測演變的數學模型）來計算複合機率。模型推估，每一次的引用轉述大約會產生 15% 的資訊變異。當這個變異經過三代以上的累積，原始數據的真實樣貌幾乎被完全覆蓋。這意味著，那些充斥在各種次級文獻中的「常識」，在數學機率的檢驗下，只是一種經過多次妥協的共識，而非真正的科學原始數據。

多變數迴歸模型中的 OR 2.8 與複合機率

在多變數邏輯斯迴歸分析中，作者試圖尋找哪些特徵是導致引用突變的獨立危險因子。出乎意料的是，發表期刊的影響指數（Impact Factor）高低，對於防止引用失真毫無保護作用（OR 0.95，95% CI 0.88-1.02，p = 0.45）。無論是在頂級神經外科期刊還是區域性的放射學雜誌，只要是三手以上的引用，錯誤率的上升趨勢幾乎一模一樣。同樣地，作者團隊的規模與人數多寡，也與失真率無顯著相關。

真正具有統計意義的獨立預測因子，是作者與原始研究團隊之間的「學術地理距離」。如果引用文章的作者群中包含至少一位原始 G0 論文的共同作者，重大失真率趨近於零；但如果是來自完全不同機構、不同國家的獨立研究團隊，發生重大失真的 OR 則高達 2.8（p < 0.01）。這顯示了學術圈內的跨機構引用往往伴隨著脈絡流失，不同地區的醫師可能因為臨床習慣的差異，而將他人的數據強行套用在不相符的臨床情境上。

作者在腦血管介入坦承的限制與防禦閱讀

關於研究的侷限，作者在文中坦承，他們僅挑選了五篇神經介入領域的指標性論文作為 G0 起點，這可能無法完全代表整個放射醫學或更廣泛的醫學文獻生態。此外，儘管三位評分醫師之間的信度極高（Kappa = 0.82），但將引用誤差明確劃分為「輕微」與「重大」仍然具有一定程度的主觀成分。未來的研究需要擴大樣本庫，甚至借助自然語言處理技術來進行更大規模的自動化比對。

對於忙碌的放射科醫師而言，這篇論文提供了極具實戰價值的警訊。我們每天都在閱讀和產出報告，甚至參與科內的指引修訂。當你下次在文獻中看到某個驚人的介入成功率或極低的併發症數據時，請進行防禦性閱讀：不要只看它引用的那篇近期綜述，務必順藤摸瓜，找出十年前的那篇 G0 原文。唯有親自確認原始的收案條件與解剖限制，才能避免自己成為這場致命傳話遊戲的下一個接棒者。

看到驚人的神經介入數據時別急著照單全收，往上溯源三代找回 G0 原始論文，才是你寫報告時保護自己的最強裝備。