.
Imagens criadas por uma infinidade de instrumentos de alta tecnologia são amplamente encontradas em pesquisas científicas, tanto como ilustrações quanto como fontes de dados. Avanços recentes na microscopia óptica (ou óptica), em particular, permitiram imagens sensíveis, rápidas e de alta resolução de diversas amostras, tornando o uso de imagens em artigos científicos mais popular do que nunca.
E ainda não existem padrões comuns para a publicação de imagens. Isto causa grandes obstáculos num elemento essencial do processo científico: a reprodutibilidade. Qualquer pesquisador que pretenda replicar os resultados de um estudo sem informações completas sobre como as imagens-chave para esses resultados foram produzidas tem uma tarefa impossível pela frente.
“Muitos cientistas de imagem em todo o mundo estão muito preocupados com a crise de reprodutibilidade”, diz Alison North, diretora sênior do Centro de Recursos de Bioimagem (BIRC) da Universidade Rockefeller. “As pessoas publicam tão pouca informação sobre como adquirem as suas imagens e como as analisam.”
É por isso que um consórcio internacional de especialistas, incluindo o analista de imagens North e BIRC, Ved Sharma, elaborou recentemente diretrizes fáceis de seguir para a publicação de imagens e análises de imagens nascidas de seu conhecimento coletivo das melhores práticas. Essas diretrizes foram publicadas recentemente em um estudo de acesso aberto em Métodos da Natureza.
As diretrizes foram montadas em um projeto de dois anos envolvendo dezenas de cientistas de imagem do QUAREP-LiMi (Avaliação de Qualidade e Reprodutibilidade para Instrumentos e Imagens em Microscopia de Luz), um grupo que inclui 554 membros de 39 países.
Eles incluem listas de verificação práticas que os cientistas devem seguir com o objetivo de publicar imagens totalmente compreensíveis e interpretáveis.
Cada checklist é dividido em três níveis: mínimo, que descreve requisitos essenciais para imagens reproduzíveis; recomendado, o que reforça a compreensibilidade da imagem; e ideal, que inclui as melhores práticas de alto nível.
Por exemplo, a lista de verificação inclui padrões de formatação, tratamento de cores e anotações. A indicação da origem de uma inserção de uma imagem é mínima; recomenda-se fornecer escalas de intensidade para tons de cinza, cores e pseudocores; e anotar detalhes da imagem, como tamanho do pixel e tempo de exposição, são ideais.
North diz: “Aconselhamos a todos que publiquem suas imagens em preto e branco em vez de coloridas, porque seus olhos são muito mais sensíveis aos detalhes em monocromático. Muitos investigadores gostam de imagens coloridas porque são bonitas e parecem impressionantes. Mas não o fazem. Não percebo que eles estão jogando fora muita informação.”
As listas de verificação de análise de imagens abrangem três tipos diferentes de fluxos de trabalho: estabelecidos, novos e aprendizado de máquina. Citar cada etapa é um requisito mínimo de um fluxo de trabalho estabelecido, por exemplo, enquanto fornecer uma gravação de tela ou tutorial para um novo fluxo de trabalho é o ideal.
Isto é especialmente relevante porque os investigadores financiados pelo NIH têm agora de incluir protocolos de gestão de dados para cumprir os requisitos da nova política de gestão de dados do NIH, diz North. “As pessoas têm perguntado: ‘O que devemos escrever nisso?’ Este artigo dá a eles essas diretrizes.”
O fato de os cientistas terem um fluxo de trabalho de análise de imagens claramente articulado também é importante para as revistas científicas; como principais disseminadores do conhecimento científico, os periódicos têm interesse em garantir que os artigos que publicam sejam transparentes sobre como os resultados foram produzidos. Para tanto, os editores da revista participaram de discussões com os autores do estudo.
As diretrizes só podem aumentar a acessibilidade aos dados de um artigo, diz Sharma. “Há tanta informação que poderia ser incluída para cada imagem em um artigo, mas na maioria das vezes ela não está disponível, ou o leitor tem que se aprofundar no artigo para descobrir onde está a informação para entender o sentido do documento. imagem”, diz Sharma. “Se os cientistas começarem a adotar até mesmo o padrão mínimo para publicação de imagens, a reprodutibilidade seria muito mais fácil para todos”.
.
