编辑推荐：
本文聚焦于子痫前期（Preeclampsia, PE）这一妊娠期严重并发症的早期预测难题。研究团队评估了母体血清瘦素（Leptin）作为PE生物标志物的潜力，通过受试者工作特征（ROC）曲线分析了其对PE及其严重程度的诊断效能。然而，编辑部因文中ROC图表存在异常，且原始数据因年代久远无法验证，特此发布关注声明，提醒读者审慎解读研究结果。
在产科领域，子痫前期（Preeclampsia, PE）犹如一个潜伏的危机，它是一种以妊娠20周后新发高血压和蛋白尿为主要特征的严重妊娠并发症。对于准妈妈和医疗团队而言，最大的挑战在于其早期识别与干预。PE的发病机制复杂，涉及血管内皮功能紊乱、炎症反应和氧化应激等多方面。因此，寻找可靠、简便的早期预测生物标志物，成为改善母胎结局、降低围产期死亡率的关键突破口。在这一背景下，母体血清中的脂肪因子——瘦素（Leptin）因其在能量代谢和血管调节中的双重作用，被推测可能与PE的病理生理过程相关。那么，血清瘦素水平能否成为一盏预警PE风险的“信号灯”呢？这正是《Archives of Gynecology and Obstetrics》于2013年发表的题为“Maternal serum leptin as a marker of preeclampsia”的研究试图解答的核心问题。
为了回答这一科学问题，研究者设计了一项临床研究。具体的技术方法主要包括：首先，构建一个病例对照研究的样本队列，该队列包括36例子痫前期（PE）患者和一定数量的健康妊娠妇女作为对照组。其次，运用酶联免疫吸附试验（Enzyme-Linked Immunosorbent Assay, ELISA）这一关键技术方法，检测并比较两组孕妇血清中瘦素的浓度水平。最后，对检测得到的数据进行生物统计学分析，特别是使用受试者工作特征曲线（Receiver Operating Characteristic curve, ROC curve）分析来评估血清瘦素水平作为诊断PE及其严重程度（轻度与重度）的生物标志物的效能，包括计算曲线下面积（Area Under the Curve, AUC）等诊断指标，以量化其诊断准确性。
研究结果
- •
血清瘦素水平与子痫前期的关联
通过分析比较病例组与对照组的血清样本数据，本研究得出了瘦素水平在子痫前期患者中显著升高的结论。这表明血清瘦素浓度的变化可能与PE的发生发展存在相关性。
- •
血清瘦素作为生物标志物的诊断效能
研究者通过绘制受试者工作特征（ROC）曲线来量化诊断效能。结果显示，血清瘦素水平对于区分子痫前期患者与健康孕妇表现出一定的诊断价值。研究还进一步分析了瘦素水平用于区分轻度与重度子痫前期的可能性。
结论与讨论
本研究得出结论，认为母体血清瘦素水平在子痫前期患者中升高，并初步表明其作为一种潜在的生物标志物，对于预测和评估子痫前期及其严重程度可能具有临床意义。这一发现若能获得进一步验证，或可为临床提供一个新的、非侵入性的辅助诊断思路，有助于实现PE的早期预警和分层管理。
然而，这项研究的结论目前需要被非常谨慎地看待。在文章发表后，期刊编辑部对文中呈现的数据，特别是图1和图2中的受试者工作特征（ROC）曲线提出了严重的关切。主要问题在于：第一，用于分析“血清瘦素作为子痫前期标志物”的图1和用于分析“血清瘦素作为子痫前期严重程度标志物”的图2，在视觉上显示为完全相同的曲线。这与表格3中报告的、在轻度和重度子痫前期患者之间存在差异的血清瘦素数值相互矛盾。第二，鉴于研究中包含了36例子痫前期病例，理论上ROC曲线应由多个数据点构成平滑或多阶梯曲线，但文中两个图所示的ROC曲线均仅有“两个阶梯”，这在统计学上显得异常且不符合常规。
由于这些无法解释的数据矛盾，期刊编辑要求作者提供原始数据进行核实。但作者表示，由于研究年代久远（2013年发表），原始数据已无法提供。这使得期刊无法对研究结果的真实性进行彻底评估。因此，《Archives of Gynecology and Obstetrics》的编辑委员会正式发布了一则“编辑关切声明（Editorial Expression of Concern）”，明确指出文中的数据和结论存在疑问，并强烈建议所有读者在引用和解读该研究的结果与结论时保持高度审慎。在科学共同体中，数据的透明度和可重复性是研究可信度的基石。此事件突显了长期保存原始科研数据的重要性，以及在论文评审与发表后监管中对数据一致性质疑进行严肃处理、以维护学术诚信的必要性。尽管作者之一Magdy Refaat Ahmed对此关切声明持有异议，但其他作者（Amal Mohamed El shahat, Abeer Bahaa Ahmed 和 Heba Saber Mohamed）因无法取得当前有效联系而未能发表意见。这起案例警示我们，任何潜在的生物标志物在走向临床应用之前，其研究基础必须建立在坚实、可靠且可验证的数据之上。
