Eine Bibliothek der Parkinson-Forschung, gelesen im Maßstab der Maschine

Wie die Informationen behandelt werden

Nichts hier wird zuerst von Hand gelesen. Eine automatisierte Pipeline durchsucht jede Woche PubMed, Europe PMC und ClinicalTrials.gov, darunter Abfragen, die bewusst darauf angelegt sind, Evidenz gegen die herrschende Meinung zutage zu fördern — ein Korpus, der nur aus bestätigenden Ergebnissen zusammengetragen ist, ist ein Korpus, der alles bestätigen wird. Was zurückkommt, durchläuft danach vier Stufen, bevor irgendetwas davon einen Satz auf dieser Seite tragen darf.

1. Einstufung

   Jeder Datensatz wird in eine neunstufige Evidenzhierarchie eingeordnet — Praxisleitlinie, Synthese, randomisierte Studie, sonstige Studie, Beobachtungsstudie, narratives Review, Primärbericht, Preprint, Studienregistrierung — und zwar anhand der Publikationstypen, die MEDLINEs eigene Indexierung ihm zugewiesen hat. Die Stufe wird von einer Kennzeichnung abgelesen und nicht aus einem Titel erschlossen; ein Artikel kann also nicht durch die Selbstsicherheit seines Abstracts aufsteigen.

2. Volltextextraktion

   Für den Kernbestand geht die Pipeline über das Abstract hinaus: Methoden, Ergebnisse und Limitationen werden aus der Open-Access-Sammlung von Europe PMC und aus PDFs geholt, die Unpaywall legal frei verfügbar findet. Ein Abstract sagt Ihnen, dass eine Studie positiv war. Die Methoden sagen Ihnen, dass sie unverblindet war, mit vierundzwanzig Teilnehmenden.

3. Indexierung und Abruf

   Jeder Datensatz wird in ein strukturiertes Dokument überführt und in ein Gemini/NotebookLM-Notizbuch geladen, wo er für die semantische Suche eingebettet und indexiert wird. Fragen werden ausschließlich über diesen Index durch abrufgestützte Synthese beantwortet — das Modell wird nicht gefragt, was es weiß, sondern was diese Dokumente sagen, und jede Antwort kommt mit den Passagen zurück, auf die sie sich stützt.

4. Fortlaufende Nachprüfung

   Ein monatlicher Durchlauf prüft die bereits vorhandenen Datensätze erneut, die ältesten Bestätigungen zuerst, und korrigiert diejenigen, deren Nachpublikationsgeschichte sich bewegt hat: Rücknahmen, Errata, Besorgnisbekundungen. 79 Datensätze wurden auf diese Weise gekennzeichnet und gelten hier nicht mehr als Evidenz.

Die Datenbank

Hinter der Bibliothek liegt ein Register mit einer Zeile je Datensatz, adressiert über die Kennung, die der Datensatz tatsächlich besitzt — ein DOI für ein Preprint, eine PMID für einen indexierten Artikel, eine NCT-Nummer für eine registrierte Studie. Jede Zeile trägt zwei Fingerabdrücke: einen über Titel und Abstract, der einen überarbeiteten Text erkennt, und einen über die Rücknahme-, Erratum- und Kommentarverweise, der einen Artikel erkennt, dessen Geltung sich geändert hat, während an seinem Inhalt nichts anders wurde.

Dieses Register ist es, was die Pipeline idempotent macht. Dieselben Abfragen liefern Woche für Woche größtenteils dieselben Tausenden von Datensätzen, und das Register sorgt dafür, dass der fünfzigste Lauf nur das Neue hinzufügt statt einer fünfzigsten Kopie von allem. Es ist außerdem nach Zweck partitioniert, statt in einen einzigen Index geschüttet zu werden:

• Core3.925Leitlinien, Synthesen und Studien — der Bestand, aus dem diese Seite publiziert
• Field45.964alles übrige Begutachtete, gehalten für die Breite
• WatchPreprints und registrierte Studien, fortlaufend — beides ist noch keine Evidenz, gleich welchen Grades

Ein Abrufsystem, das ein Preprint nicht von einer randomisierten Studie unterscheiden kann, wird das Preprint zitieren; die Trennung wird deshalb in der Speicherung erzwungen, statt sie dem Modell zur Abfragezeit zu überlassen. Zu welcher Partition ein Datensatz gehört, wird einmal entschieden, beim ersten Auftauchen, und nie neu hergeleitet — sonst wanderte ein stromaufwärts neu indexierter Artikel zwischen den Notizbüchern und ließe eine Kopie seiner selbst im alten zurück.

Die Zahlen oben werden beim Erzeugen der Seite aus dem Register selbst gelesen, über eine Funktion, die sagen kann, wie viele Datensätze gehalten werden, und niemals, welche. Es sind Messwerte, keine Werbung.

Die Metastudien

Einzelne Studien widersprechen einander; das ist es, was einzelne Studien tun. Am schwersten wiegen die Dokumente, die den Widerspruch bereits aufgelöst haben — systematische Übersichtsarbeiten und Metaanalysen, die die Studien zusammenfassen und das gepoolte Ergebnis quantifizieren, sowie die darauf aufbauenden Praxisleitlinien.

Die Bibliothek hält derzeit 2.130 Metaanalysen und systematische Übersichtsarbeiten und 26 klinische Leitlinien, daneben 1.381 randomisierte kontrollierte Studien. Sie stehen an der Spitze der Hierarchie und werden zuerst abgerufen; ein Erklärstück hier baut deshalb auf den Synthesen auf und greift nur dort zu einer Einzelstudie, wo keine Synthese die Frage abdeckt. Wo eine Metaanalyse und eine schlagzeilenträchtige Studie sich widersprechen, wird die Metaanalyse aufgeschrieben — und der Widerspruch mit ihr.