NHANES、英国生物样本库、FAERS、全球疾病负担研究与FinnGen等公共生物医学数据库,因基于可广泛获取数据集的论文数量快速攀升,已成为科研诚信讨论的焦点。Medicine Discovery发表的一篇通讯文章(Correspondence)认为,公共数据库研究的质量取决于研究过程本身,而数据库名称几乎不携带关于科学质量的信息;若把熟悉的数据库名称当作质量低下的标记,就会把科学基础设施与利用它的生产方式混为一谈。文章援引一项覆盖36个健康数据集的科学计量分析——其中9个数据集的发文模式符合快速、模板化扩张的特征,2025年合计产出23005篇索引文献,模型估算较既往趋势超出11577篇——指出同一批NHANES数据既支撑严谨的流行病学、疾病监测与方法学研究,也产出模板化成果,而发文量的激增出现在调查体系及其公开文档早已建立之后。文章进一步分析了生成式AI如何改变二次数据研究的工作成本,区分了由研究者主导的AI辅助与延伸至问题形成、分析规划环节的更为自主的工作流,并提示"自动化假设捕捞"的现实风险。文章最后提出三项编辑政策行动:为高频复用资源提供简短的数据集专属方法说明;强化分析代码、预注册与AI使用环节的透明度;以及将编辑初筛聚焦于研究实施本身而非数据来源。