医学论文里，标准术语“kidney failure”被写成了“kidney disappointment”。
按字面翻译，就是“肾脏失望”。这不是肾脏病学的新概念，也不是更体贴患者的表达。它更像自动翻译、同义词替换或低质量改写工具留下的一枚指纹。
现有线索还提到两个数字：一篇相关论文获得42次引用，搜索可见189条结果。数字很抓眼，但材料没有给出论文完整出处、DOI、检索日期和数据库口径。因此，能确认的是怪词确实值得核查；不能直接确认的是，189条结果都来自独立论文，或者42次引用都传播了这个错误。
一个怪词，暂时定不了一篇论文的罪
学术出版领域把这类生硬、反常的替换称为“tortured phrase”，即被机器或改写工具“拧坏”的短语。
常见机制并不复杂：为了降低文字重复率，软件把原句中的词逐个替换成所谓近义词。普通文章尚且容易闹笑话，医学论文更危险，因为术语靠精确含义维持边界。“Failure”和“disappointment”在日常英语里或许存在松散联想，进入临床语境后却毫无替换关系。
| 现有线索 | 可以说明什么 | 还不能说明什么 |
|---|---|---|
| 出现“kidney disappointment” | 用词严重偏离医学规范，值得人工复核 | 单凭一个词，无法证明作者使用论文工厂 |
| 论文被引用42次 | 论文进入了后续研究的引用网络 | 无法证明引用者认可、复述或看到这个怪词 |
| 搜索出现189条结果 | 该表达可能不只出现一次 | 可能包含重复页面、引用列表、搜索摘要和转载 |
| 术语像自动改写产物 | 可作为筛查信号 | 不能替代对方法、数据、图片和作者关系的调查 |
这里很容易产生一个诱人的推论：怪词出现了，论文还有引用，于是审稿人、编辑和引用者全部失职。
证据还没走到这一步。
引用往往只针对论文中的一个数据、一张表或某项结论。很多研究者甚至不会逐字读完被引论文。编辑和审稿人漏掉怪词当然尴尬，但语言错误也可能在修订、排版或机器翻译环节进入正文。没有完整论文和引用语境，贸然把它定性为学术造假，只会把核查变成围观。
更稳妥的判断是：怪词是一只烟雾报警器。它提示你去找火，却不能代替消防调查。
真正该查的是异常是否成批出现
一个非英语母语作者偶尔写错词，并不稀奇。真正抬高风险的，是多类异常同时出现：
- 同一篇论文反复出现违背专业习惯的短语；
- 方法部分含糊，实验条件前后冲突；
- 参考文献与正文论点对不上；
- 图片重复、裁切异常或图注张冠李戴；
- 多篇论文共享相似句式、数据结构和作者网络；
- 作者无法提供原始数据，或无法解释基本实验流程。
2021年前后，研究者 Guillaume Cabanac 等人系统讨论过“tortured phrases”，后来相关筛查工作也被用于发现可疑论文。它的价值在于缩小人工核查范围，而不是按关键词自动判罪。
二十年前，SCIgen 曾用自动生成的计算机论文测试会议和出版流程的把关能力。今天的情况不完全一样。早期机器文本常常一眼荒唐，如今的自动改写和生成工具可以写出大段通顺文字，只在少数术语、引用或逻辑接口上露出破绽。
筛查因此更难了。编辑面对的也不再是一篇通篇胡言乱语的稿子，而是一篇九成像论文、剩下一成需要专业知识才能识别的问题文本。
被迫多走一步的人，是研究者和编辑
如果你准备引用这类论文，最现实的动作不是数引用量，而是打开全文核对三件事：
- 搜索怪词确认它出现在作者正文、参考文献标题，还是数据库自动生成的摘要中；
- 找到你真正要引用的实验、样本和结论检查正文是否提供了足够证据；
- 对照原始数据、勘误和期刊页面看看论文是否已被更正、撤回或加注编辑警告。
如果异常不止语言问题，可以把具体页码、句子和图表编号提交给期刊编辑。只贴截图公开指控作者，既可能误伤非母语写作者，也很难推动正式处理。
编辑部则不能把关键词筛查当成廉价裁判。筛出“kidney disappointment”之后，还得让懂肾脏病学的人查看上下文，再核对方法、数据和参考文献。否则，自动化审稿只会用一种机器错误追捕另一种机器错误。
肾脏病学本来就在认真改革术语。KDIGO等专业组织推动使用更清楚、一致的疾病名称，减少含混和带偏见的表达。这类改革靠临床共识、患者沟通和定义更新推进，绝不是把“failure”随手换成一个听起来温和的词。
我更在意的，也正是这条边界：不要把专业术语改革与劣质机器改写混为一谈，也别把一个荒唐词包装成已经坐实的论文工厂证据。
接下来该观察的变量很具体：问题论文能否找到完整出处，42次引用究竟引用了什么，189条结果去重后还剩多少，以及期刊是否发布勘误、调查说明或撤稿决定。查清这些，才轮得到更重的判断。