DeepGraph 免费验证案例 · 结直肠癌腹膜转移文献的两期主题变化

提交方向：结直肠癌腹膜转移的候选基因与通路（提交人选定「文献计量子集对比」） 交付时间：2026-08-27 这一轮真跑了：PubMed 检索 1792 篇带 MeSH 标注的文献（2015–2019 共 606 篇 / 2020–2026 共 1186 篇），115 个主题词做两期对比 + 1000 次年份打乱零模型 + 一版校正分析。纯 CPU。

0. 结论（这一轮最有用的不是那些变化，而是它们不可信）

直接跑，我们得到 55 个主题词的两期占比显著变化（FDR<0.05）， 零模型 1000 次打乱里 963 次一个都挑不出来，经验 p<0.001。统计本身没问题。

但交付前的复核发现，这些"变化"里有相当大一部分是索引假象，不是研究重心转移。 两个混杂，都足以单独制造出一整套假结论：

一、索引完整度在下滑。 每篇文献的 MeSH 标注数从 2016 年的 16.1 个掉到 2023 年的 9.5 个 （前期均值 15.3，后期 12.0）。这会系统性压低后期所有词的出现率。 证据很直接：降幅最大的六个词是 Male、Middle Aged、Female、Aged、Adult、Young Adult —— 全是与研究内容无关的人口学检索标签。研究重心不可能整体"去人口学化"，是标注变少了。

二、MeSH 词表在改版。 升幅第一名 "Hyperthermic Intraperitoneal Chemotherapy" 从 0.0% 跳到 29.1%， 看着像爆发式增长。但它在整个语料里首次出现于 2020 年 —— 这是 MeSH 那年新增的词条， 在此之前同样的研究被挂在别的词下面。把词表新增当成研究方向新增，是这类分析最常见的错法。

1. 我们做了校正，但校正没能通过自己的内部对照

扣掉两个混杂重跑：只保留 2018 年前就在语料里出现过的词（排除新增词条）， 并用「该词占本篇 MeSH 总数的份额」代替出现率（抵消标注数漂移）。

校正后仍有 55 个词显著，其中内容词 41 个、 人口学检索标签 14 个。（显著性判据是逐词的 FDR<0.05，见下表；这一步没有再跑一次整体置换检验，所以这三个计数不带整体经验 p 值。）

这就是问题所在。 我们把检索标签当作内部对照——它们与研究内容无关， 如果校正彻底，它们应当不再显著。实际仍有 14 个显著，说明校正不彻底， 残余的索引漂移还在。因此下面那张表里的内容词，我们同样不建议直接采信。

2. 校正后的变化（供参考，不作结论）

份额上升：

份额下降：

方向上看，这和领域常识一致（细胞减灭术、肿瘤微环境上升；辅助化疗、淋巴转移、肝转移下降）。 但"和常识一致"不是证据——它同样可能是我们和常识犯了同一个错。

3. 这些数不支持什么

1. 不支持"研究重心发生了 X 变化"这类结论。 内部对照没通过，残余混杂未量化。
2. 不支持任何单个词的解读。 尤其 HIPEC 那条，是词表新增造成的。
3. 只用了 MeSH 与年份，没用标题/摘要全文，没有引文网络，没有非英文文献。
4. 没有做提交方向里的实证分析（候选基因与通路），那是另一件事。

4. 下一步：把这条分析做成可信的

这一轮真正的价值，是把三个坑提前挖出来了。要让结论站得住，接下来该做的：

1. 用固定版本的 MeSH 词表重新映射全部文献，把新增词条回溯合并到它的上位词。 这是消除"词表改版"混杂的唯一干净做法。
2. 按索引完整度分层或加权，并把人口学检索标签作为常设内部对照——校正之后它们必须不显著， 这一条通不过就不发结论。这一轮我们就是卡在这里。
3. 换成标题/摘要的词频与共现分析，绕开 MeSH 索引本身的漂移，与 MeSH 结果互为交叉验证。

做完这三步，才会是一套能通过内部对照的文献计量结论，可以写进论文的背景与创新点论证。 这三条属于付费轮。

5. 随附材料

work/fetch_corpus.py（PubMed 公开接口取数）、work/experiment.py（原始两期对比 + 零模型）、 work/adversarial_check.py（第 0 节那五项复核）、work/corrected.py（校正版与内部对照）、 claims.json（跑前预测）、work/results.json / corrected.json / adversarial.json、work/logs/run.log。

数据来源为 PubMed 公开 E-utilities 接口，检索式写在 fetch_corpus.py 顶部，可原样复现。