DeepGraph 免费验证案例 · 结直肠癌腹膜转移文献的两期主题变化

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 —— 这个词条是 MeSH 2021 年才新增的（NLM 记录 Year introduced = 2021），2020 年那批文献是后来被回溯标注上去的， 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。

还有标错。 上升词里的 Percutaneous Coronary Intervention（经皮冠脉介入，0.17%→1.77%，FDR 6.8e-3）出现在 22 篇腹膜转移文献里，这 22 篇的其他 MeSH 全是减瘤术/腹腔热灌注，没有任何一个心脏相关词——几乎肯定是把 Peritoneal Cancer Index（腹膜癌指数，缩写同为 PCI）标成了冠脉介入。这类标错同样会进显著词表。

关于预注册的 H2。 跑前写的 H2 是「变化最大的词里会包含免疫/单细胞/靶向类新兴主题」，但判据没有写成可操作形式（没定义取前几名、也没给热点词表）；代码实现的是「显著上升词里含热点词即算命中」，命中的 Tumor Microenvironment 与 Immunotherapy 绝对变化只有 3.6pp 与 2.1pp，而变化最大的是 HIPEC +29pp 和几个人口学标签。因此本轮不对 H2 作判定，结果文件里 H2_passes=true 应按此理解。

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。因此下面那张表里的内容词，我们同样不建议直接采信。至于残余来自什么，本轮没有正面检验：既可能是残余索引漂移，也可能是两期文献类型构成变了（后期 Mice 0.061→0.100、Retrospective Studies 0.266→0.324，基础与回顾性研究占比升高，本来就少打人口学标签）。要分开这两种解释，需要按标注方式分层或控制文献类型，本轮没做。

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

数据快照：本轮 PubMed 抓取于 2026-08-27（E-utilities，检索式见 work/fetch_corpus.py 顶部），MeSH 年版以抓取当日 NLM 在线版为准；本轮没有记录每条记录的标注方式（人工/自动/未完成），因此两期的标注成熟度是否可比，本轮无法证明——这正是第 0 节那两个混杂的来源之一。

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。