在线护理研究中欺诈性参与的挑战：一项肺移植照护者调查的经验与多层防护策略

《Journal of Research in Nursing》：Perspective: The challenge of fraudulent participation in online nursing research

　　

专业术语翻译：论文摘要部分 观点：在线护理研究中欺诈性参与带来的挑战 引言 在线研究通过使研究人员能够高效且经济地接触地理上分散的参与者，彻底改变了参与者招募方式（Comachio等，2025；Louis和Thompson，2025）。社交媒体拓展了研究人员接触难以通过传统招募渠道触及人群的能力（Marston等，2026；Ménard等，2026）。然而，这种可及性同样引入了新的脆弱性：在线平台的匿名性和规模使得验证受访者是否可信且"真实"变得困难，而对在线招募方法日益增长的依赖也带来了与机器人（bots）及欺诈性或冒名参与者相关的挑战（Marston等，2026；Ménard等，2026）。 机器人（bots）是在无需人工干预的情况下执行在线任务的自动化软件程序，而欺诈则涉及个体为获取经济利益或其他好处而故意歪曲自身身份的行为（Louis和Thompson，2025）。两者都可能通过引入不准确或捏造的数据来威胁研究的有效性（Towne和Polivka，2026）。 在线招募日益普遍的同时，也增加了识别、评估和移除潜在欺诈性回复相关的行政负担。审查大量可疑条目所需的时间凸显了在招募开始前主动制定欺诈检测和应对程序的重要性（Marston等，2026；Ménard等，2026；Sharp等，2026）。研究人员日益认识到，没有任何单一保障措施能够独立奏效；维持数据质量需要从研究设计阶段开始的分层方法（layered approach），并结合贯穿招募、数据收集和数据清理全过程的人工监督（Comachio等，2025；Marston等，2026；Towne和Polivka，2026）。 本文描述了在一项针对肺移植受者非正式照护者的在线研究中，招募阶段出现的欺诈性调查活动，以及为保护数据质量和完整性而实施的检测与缓解策略。通过将研究人员的经验置于更广泛的在线研究脆弱性文献背景中，旨在为面临网络招募中类似数据质量威胁的研究团队提供经过实践检验的实用指导。这一问题与护理研究尤为相关，因为研究者日益依赖在线招募策略来接触地理上分散、脆弱且难以触及的人群。因此，确保参与者回复的真实性对于维持护理研究发现的可信度、可靠性和适用性至关重要。 研究背景 在获得研究伦理委员会（Research Ethics Board，REB）批准后，研究团队启动了一项在线调查，旨在考察支持肺移植受者的非正式照护者的经历。参与包括完成一份约20分钟的在线问卷，所有完成调查的参与者均获得一张电子礼品卡作为补偿。鉴于该研究的跨国性质以及可能涉及多个肺移植项目，研究人员通过研究相关社交媒体和移植相关社交媒体网站进行招募。这一策略促进了更广泛的地理覆盖，并接触到更多样化的照护者群体，同时避免依赖任何单一的移植项目。 最初，经REB批准的招募材料包括一份研究传单，通过研究专属社交媒体账号和/或社区移植组织分享。原始传单包含研究信息、纳入标准、直接链接至调查的公开二维码（QR code）、可自由再分发的单一共享调查链接，以及传单上视觉突出的电子礼品卡补偿信息，以鼓励参与。 调查在研究导向的社交媒体平台上发布后1小时内，已收到219份回复。尽管快速招募是在线研究的公认优势（Comachio等，2025；Crossen等，2026），但考虑到目标人群——肺移植受者的非正式照护者——相对小众且专业化，回复的数量和速度出乎意料。异常高的回复率引发了对参与者真实性和资格以及潜在欺诈性提交的担忧。因此，研究团队关闭了调查，以进行全面数据质量评估、审查回复模式中的机器人（bots）和欺诈指标，并评估招募策略的有效性。本次审查的结果为后续招募方法的修改和增强数据完整性的额外措施的实施提供了依据。 欺诈性回复的指标 研究人员的经验揭示了原始研究设计中若干与更广泛文献描述一致的脆弱性（Comachio等，2025；Marston等，2026；Sharp等，2026）。首先，尽管公开二维码旨在促进合法参与，但它允许在没有任何预先筛选的情况下进入调查；共享调查链接没有任何限制或追踪再分发的机制；而保证完成补偿，加上研究传单上视觉突出的补偿语言，可能无意中增加了研究对欺诈性受访者的吸引力。 在考察在线研究欺诈性参与的文献中，研究人员已识别出一系列类似的警示信号，用于区分非真实回复，包括异常快速的回复模式、重复或共享的IP地址、地理不一致性、重复或不一致的回复以及有限内容知识的指标（Comachio等，2025；Crossen等，2026；Goodrich等，2023；Griffin等，2022）。例如，研究团队识别出46个重复或三重的IP地址，这是最常被引用的指标之一（Davies等，2024；Lei，2024）。可疑的电子邮件模式，如多个具有相似用户名、编号模式或其他系统性相似性的地址，也被视为欺诈性参与的潜在指标（Crossen等，2026；MacDonald等，2025）。 不切实际的完成时间也是欺诈性回复的常见指标（Comachio等，2025；Matos等，2025）。与此观察一致，研究人员的调查平均完成时间为11分钟，许多回复在5分钟内完成，尽管预期完成时间为15–20分钟。快速完成时间通常与其他指标（如人工智能生成的开放式回复）一起考虑，以标记潜在欺诈条目（Matos等，2025）。不一致或不可信的人口统计学回复，包括对调查中其他相关问题的矛盾回答，同样被用于识别欺诈性提交（Lei，2024；Webber-Ritchey等，2025）。在研究人员的经验中，与肺移植相关的回复不一致也是潜在欺诈的重要指标，包括相互矛盾的诊断、报告年龄组的差异以及受访者与移植受者所述关系的不一致。最后，地理不匹配，如受访者报告的位置与基于IP的位置数据或特定区域的资格标准冲突，被多个团队用作额外的验证层（MacDonald等，2025；Marston等，2026）。同样，研究人员的受访者分布于全球多个地理区域，这基于目标人群和招募策略并非预期。最后，尽管Qualtrics机器人保护（bot protection）和全自动区分计算机和人类的图灵测试（Completely Automated Public Turing test to tell Computers and Humans Apart，CAPTCHA）功能在整个数据收集过程中均已启用，仍有20份回复被平台标记为"潜在机器人"。基于这些评估，研究团队确定初始调查的回复均可能具有欺诈性或由不符合资格的受访者提交。因此，调查被关闭，REB被告知，这些回复被排除在分析之外。 缓解策略 研究团队通过实施多层缓解策略修改了研究方案，包括：（1）修改研究传单和招募材料；（2）实施资格筛选流程；（3）加强对调查访问的控制；（4）持续数据监测以识别潜在欺诈性回复。 招募材料经修订以减少对经济激励的强调。有保证的礼品卡被基于抽奖的激励所取代，招募广告中移除了对金钱奖励的视觉引用。这一修改基于方法学文献的指导，该文献表明激励结构可能影响在线调查对欺诈性或机器人（bot）生成的受访者的吸引力（Goodrich等，2023；Griffin等，2022）。此外，在修订后的REB批准后，研究人员实施了资格预筛选调查，作为缓解欺诈性调查活动的额外措施。潜在参与者被要求回答一系列简短问题，这些问题需要肺移植及相关照护经历的知识，包括照护责任、移植后里程碑和随访护理程序。利用Qualtrics调查逻辑和分支功能，受访者必须成功完成预筛选调查，才能进入最终界面并提供电子邮件地址以接收完整调查的链接。这种方法实现了资格的自动验证，同时为自动化机器人和欺诈性受访者创造了额外屏障。符合条件的参与者仅在预筛选回复被审查后，才收到个性化的Qualtrics调查链接。每个链接与合格参与者在预筛选中使用的电子邮件地址相关联，从而将调查访问限制在预期参与者，并减少转发或共享链接或通过多个电子邮件地址访问完整调查的机会。 在整个招募过程中，资格调查和实际调查的回复均被持续监测是否存在潜在欺诈性参与的指标，包括异常快速的完成时间、重复的回复模式和不一致的人口统计学信息。技术保障措施，包括CAPTCHA验证以帮助区分人类参与者和自动化程序、IP筛选以识别潜在重复提交或异常地理模式，以及注意力检查问题以评估参与者参与度，均被纳入以加强欺诈检测。符合潜在欺诈参与预定标准的回复被排除在分析数据集之外。 经验教训 研究人员的经验表明，有效的欺诈预防需要分层方法，该方法应始于研究设计阶段，而非在检测到欺诈性回复之后。研究人员的经验与近期文献一致，表明欺诈性参与可通过招募量、时间、电子邮件特征、IP地址以及参与者回复的质量或真实性模式来识别（Crossen等，2026）。尽管CAPTCHA、IP筛选和注意力检查提供了潜在欺诈活动的有用指标，但没有一项能够独立验证受访者合法性。因此，这些措施被用作更广泛的欺诈预防策略的一部分，该策略包括资格筛选、受控调查访问、持续数据监测和可疑回复的人工审查（Comachio等，2025）。 照护者特异性预筛选问题特别有价值，因为它们需要基于经验的肺移植照护角色知识，欺诈性受访者难以持续编造。这些问题在基本资格标准之外提供了额外的验证层，与当前强调评估参与者内容专业知识和参与者经历真实性以评估在线研究潜在欺诈性参与的文献一致（Comachio等，2025；Crossen等，2026）。重要的是，内容专业知识被视为更广泛欺诈评估过程的一个组成部分，而非确定欺诈性参与的独立标准。此外，通过将有保证的礼品卡替换为基于抽奖的激励来减少对经济激励的强调，可能降低了研究对冒名参与者的吸引力。 尽管招募仍在进行中，迄今为止完成预筛选调查的受访者中，不到一半进入完整调查，相当比例因资格问题或潜在欺诈性参与指标而被筛除。这也凸显了在实施多种互补保障措施以保护在线研究数据完整性的同时，为持续的招募监测、人工审查和系统性数据清理分配充足资源的必要性。 结论 欺诈性回复的迅速出现证明了在线研究在面对各种形式的欺骗性参与时可能多么脆弱。除了方法学挑战外，应对欺诈活动还给研究团队带来了相当大的行政和情感负担。 研究人员的经验强化了在研究设计阶段预判欺诈性参与而非仅在问题出现后才应对的必要性。整合预防性保障措施可以降低数据受损的风险，减轻与广泛数据清理相关的负担，并提高招募工作的效率。护理研究者日益依赖网络招募来接触难以触及的人群。欺诈预防应被视为研究设计的基本组成部分。研究伦理委员会、资助机构和研究者可能需要将参与者验证过程视为保护研究完整性的基础。基于研究人员的经验，图1（Figure 1）呈现了一份预防在线护理研究欺诈性参与的检查清单，可协助研究人员设计和实施严谨的网络问卷研究。 关键政策、实践和研究要点 • 在线研究易受机器人（bots）和欺诈性受访者的影响。 • 多种指标有助于及早识别可疑调查活动。 • 分层欺诈缓解策略可改善参与者验证。 • 主动预防措施对于保护护理研究的数据质量和完整性至关重要。 伦理批准 该研究获得温莎大学（University of Windsor）研究伦理委员会批准（REB#25-177），并获得WE-SPARK健康研究所资助。 ORCID iD Jane Simanovski https://orcid.org/0000-0002-6996-2895 Jody Ralph https://orcid.org/0000-0001-5179-7046 Jamie Crawley https://orcid.org/0000-0002-5067-0753

论文解读

一、研究背景与问题提出

随着互联网技术的飞速发展，在线研究已成为护理学等领域研究者招募参与者的重要途径。在线招募方式具有覆盖地理范围广、成本效益高、能够接触传统渠道难以触及的脆弱人群等显著优势。然而，这种便捷性也带来了新的脆弱性：在线平台的匿名性和大规模特性使得研究者难以验证受访者的真实性和可信度，机器人（bots）和欺诈性或冒名参与者的出现对研究数据质量构成了严重威胁。机器人是指无需人工干预即可执行在线任务的自动化软件程序，而欺诈则涉及个体为获取经济利益或其他好处而故意歪曲自身身份的行为。两者都可能通过引入不准确或捏造的数据来损害研究的有效性。

在线招募的日益普及同时增加了识别、评估和移除潜在欺诈性回复的行政负担。审查大量可疑条目所需的时间凸显了在招募开始前主动制定欺诈检测和应对程序的重要性。研究者日益认识到，没有任何单一保障措施能够独立奏效，维持数据质量需要从研究设计阶段开始的分层方法（layered approach），并结合贯穿招募、数据收集和数据清理全过程的人工监督。

二、研究内容与主要结论

本研究描述了一项针对肺移植受者非正式照护者的在线调查在招募阶段遭遇的欺诈性调查活动，以及研究团队为保护数据质量和完整性而实施的检测与缓解策略。研究团队在获得研究伦理委员会（Research Ethics Board，REB）批准后，通过研究相关社交媒体和移植相关社交媒体网站开展招募。参与要求完成一份约20分钟的在线问卷，所有完成调查的参与者均获得电子礼品卡作为补偿。然而，调查在研究导向社交媒体平台发布后1小时内即收到219份回复，考虑到目标人群（肺移植受者的非正式照护者）相对小众且专业化，这一回复速度和数量极不寻常，引发了对参与者真实性和资格以及潜在欺诈性提交的担忧。研究团队随即关闭调查，进行全面数据质量评估。

经审查，研究团队发现了多项欺诈性回复的指标：46个重复或三重IP地址；可疑的电子邮件模式（如多个具有相似用户名或编号模式的地址）；平均完成时间仅11分钟，许多回复在5分钟内完成，远低于预期的15–20分钟；不一致或不可信的人口统计学回复，包括相互矛盾的诊断、年龄组差异和与移植受者关系的不一致；地理不匹配，受访者分布于全球多个预期之外的地理区域；尽管Qualtrics机器人保护和CAPTCHA功能全程启用，仍有20份回复被平台标记为"潜在机器人"。基于这些评估，研究团队确定初始调查的回复均可能具有欺诈性或由不符合资格的受访者提交，因此关闭调查、通知REB并将这些回复排除在分析之外。

研究团队随后实施了多层缓解策略，包括修改招募材料以减少经济激励的强调（将有保证的礼品卡替换为抽奖式激励并移除金钱奖励的视觉引用）、实施资格预筛选调查（要求潜在参与者回答需要肺移植及照护经历知识的问题）、加强对调查访问的控制（仅在预筛选回复审查后发送个性化链接，每个链接与合格参与者的电子邮件地址关联）、以及持续数据监测（包括CAPTCHA验证、IP筛选和注意力检查问题）。研究经验表明，有效的欺诈预防需要始于研究设计阶段的分层方法，照护者特异性预筛选问题因需要基于经验的专业知识而特别有价值。尽管招募仍在进行中，迄今为止完成预筛选的受访者中不到一半进入完整调查，相当比例因资格问题或潜在欺诈指标被筛除。

本研究的重要意义在于：为面临网络招募中类似数据质量威胁的研究团队提供了经过实践检验的实用指导，强调欺诈预防应被视为研究设计的基本组成部分，研究伦理委员会、资助机构和研究者需将参与者验证过程视为保护研究完整性的基础。

三、主要关键技术方法

本研究采用的关键技术方法包括：（1）基于Qualtrics平台的在线调查系统，启用机器人保护（bot protection）和全自动区分计算机和人类的图灵测试（Completely Automated Public Turing test to tell Computers and Humans Apart，CAPTCHA）功能；（2）IP地址筛选，用于识别重复提交或异常地理模式；（3）资格预筛选调查，利用Qualtrics调查逻辑和分支功能，要求受访者回答需要肺移植照护经验知识的问题后方可进入完整调查；（4）注意力检查问题以评估参与者参与度；（5）个性化调查链接，每个链接与合格参与者的电子邮件地址关联以限制访问；（6）持续数据监测和人工审查可疑回复。研究样本来源于肺移植受者的非正式照护者群体，通过研究相关社交媒体和移植相关社交媒体网站进行跨国招募。

四、研究结果

欺诈性回复的指标。 研究团队通过审查219份初始回复，识别出多项欺诈性参与的警示信号：46个重复或三重IP地址；可疑的电子邮件模式；平均完成时间11分钟且许多回复在5分钟内完成；不一致或不可信的人口统计学回复（包括相互矛盾的诊断、年龄组差异和与移植受者关系的不一致）；地理不匹配（受访者分布于全球多个预期之外区域）；以及20份被平台标记为"潜在机器人"的回复。基于这些评估，研究团队确定初始回复均可能具有欺诈性或由不符合资格的受访者提交，调查被关闭，回复被排除在分析之外。

缓解策略。 研究团队实施了四项主要缓解措施：修改招募材料以减少经济激励的强调（以抽奖式激励替代有保证的礼品卡并移除金钱奖励的视觉引用）；实施资格预筛选调查（要求回答需要肺移植照护经验知识的问题）；加强对调查访问的控制（仅在预筛选审查后发送与合格参与者电子邮件关联的个性化链接）；持续数据监测（包括CAPTCHA验证、IP筛选和注意力检查问题）。符合潜在欺诈参与预定标准的回复被排除在分析数据集之外。

经验教训。 研究经验表明，有效的欺诈预防需要始于研究设计阶段的分层方法，没有任何单一措施能够独立验证受访者合法性。照护者特异性预筛选问题因需要基于经验的专业知识而特别有价值，但内容专业知识应被视为更广泛欺诈评估过程的一个组成部分而非独立标准。减少经济激励的强调可能降低了研究对冒名参与者的吸引力。尽管招募仍在进行中，完成预筛选的受访者中不到一半进入完整调查，凸显了为持续的招募监测、人工审查和系统性数据清理分配充足资源的必要性。

五、讨论与结论

研究人员的经验表明，欺诈性回复的迅速出现证明了在线研究在面对各种形式的欺骗性参与时可能多么脆弱。除了方法学挑战外，应对欺诈活动还给研究团队带来了相当大的行政和情感负担。研究经验强化了在研究设计阶段预判欺诈性参与而非仅在问题出现后才应对的必要性。整合预防性保障措施可以降低数据受损的风险，减轻与广泛数据清理相关的负担，并提高招募工作的效率。

研究结论指出，护理研究者日益依赖网络招募来接触难以触及的人群，欺诈预防应被视为研究设计的基本组成部分。研究伦理委员会、资助机构和研究者可能需要将参与者验证过程视为保护研究完整性的基础。基于研究人员的经验，论文呈现了一份预防在线护理研究欺诈性参与的检查清单（Checklist for preventing fraudulent participation in online nursing research），可协助研究人员设计和实施严谨的网络问卷研究。关键要点包括：在线研究易受机器人和欺诈性受访者的影响；多种指标有助于及早识别可疑调查活动；分层欺诈缓解策略可改善参与者验证；主动预防措施对于保护护理研究的数据质量和完整性至关重要。