Un nuovo allarme nel mondo dell’editoria scientifica: le pubblicazioni ritirate, nonostante siano ufficialmente destituite di credibilità, continuano a circolare e a influenzare la ricerca e la pratica clinica. Due studi recenti, pubblicati nel 2025, analizzano questo problema da due prospettive differenti, coinvolgendo sia i modelli di intelligenza artificiale sia le metodologie di revisione sistematica e metanalisi.
Il primo studio ha esaminato 21 articoli ritirati nel settore dell’imaging oncologico, pubblicati tra il 2011 e il 2023 su 13 diverse riviste. È emerso che 10 di questi articoli sono stati citati almeno una volta nei tre mesi successivi alla loro ritrattazione, con un totale di 72 citazioni, di cui 26 avvenute dopo l’annuncio ufficiale di ritiro. Ancora più preoccupante il fatto che in cinque casi, un modello avanzato di intelligenza artificiale ha generato risposte basate su contenuti tratti da questi articoli ritrattati. In due di queste risposte, la fonte non è stata identificata come ritirata, anche se gli indicatori erano chiaramente visibili su piattaforme bibliografiche ufficiali. Questo evidenzia una probabilità del 10% che l’IA utilizzi dati non più validi senza segnalarlo, un rischio decisamente da non sottovalutare rispetto all’adozione di questi strumenti nel settore medico.
Il secondo studio ha invece indagato l’impatto degli articoli ritirati nelle revisioni sistematiche. L’analisi ha rilevato che su 61 revisioni considerate, almeno una delle 173 metanalisi esaminate includeva uno studio ritirato. In 37 revisioni (74%), il ritiro dello studio è avvenuto dopo la pubblicazione della revisione, mentre in 13 casi (26%) l’articolo era già stato ritirato prima della pubblicazione della revisione ma è stato comunque incluso, evidenziando lacune nei controlli editoriali.
Dopo aver ricalcolato gli effetti stimati delle metanalisi, è emerso che 18 (11%) hanno subito un cambiamento nella significatività statistica sulla scorta dell’esclusione degli studi ritirati. Tra le 64 metanalisi sugli esiti primari, l’esclusione di questi articoli ha prodotto variazioni superiori al 10% in 27 casi (42%), al 30% in 16 casi (25%) e al 50% in 12 casi (19%). Complessivamente, il 35% delle metanalisi ha mostrato una variazione di almeno il 10% negli effetti calcolati. Inoltre, in 34 revisioni su 50 (68%) sono stati rilevati errori nei dati riportati negli abstract, e in 7 casi (14%) l’esclusione dello studio ritirato avrebbe alterato in modo significativo l’interpretazione clinica dei risultati.
Da queste evidenze emerge un problema strutturale dell’attuale sistema scientifico: i meccanismi editoriali, i database bibliografici e le tecnologie basate sull’intelligenza artificiale non sono ancora in grado di individuare e filtrare con efficacia la letteratura “ritirata”. La conseguenza è un rischio sistemico di diffusione di informazioni inattendibili. Anche se l’impatto medio di questi articoli sulle metanalisi è generalmente limitato, in alcuni casi può risultare clinicamente rilevante, specialmente quando gli studi ritirati riguardano esiti primari di ricerche mediche.
L’adozione di strumenti automatici per il monitoraggio, come database dedicati o algoritmi di rilevamento specifici (Retraction Watch o Feet of Clay Detector, per esempio), è ancora insufficiente, così come le misure correttive applicate post-pubblicazione. È quindi fondamentale che editori, autori, revisori e sviluppatori di intelligenza artificiale collaborino per sviluppare sistemi più efficaci di identificazione ed esclusione automatica degli studi ritirati, per garantire maggiore affidabilità nella medicina basata sull’evidenza.
Fonti
Graña Possamai C et al. Inclusion of Retracted Studies in Systematic Reviews and Meta-Analyses of Interventions: A Systematic Review and Meta-Analysis. JAMA Intern Med. Published online March 31, 2025. doi:10.1001/jamainternmed.2025.0256
Gu T et al. Alarm: Retracted articles on cancer imaging are not only continuously cited by publications but also used by ChatGPT to answer questions. Journal of Advanced Research, 2025. https://doi.org/10.1016/j.jare.2025.03.020.