На основании несистематического поиска и обзора литературы обсуждается проблема публикационного смещения (publication bias) и пути ее минимизации. Publication bias — это тенденция публиковать оригинальные исследования с достигнутой статистической значимостью результатов (p<0,05). Как следствие в совокупности накопленных данных происходит смещение в сторону положительных результатов, в то время как результаты исследований с отрицательными исходами по ряду причин не публикуются. Данное смещение несет в себе большой риск как для пациентов и медицинского сообщества, так и для научных подразделений и всей системы здравоохранения. Современный статус-кво, формирующий социально-ожидаемый результат от исследователей, может способствовать процессу манипуляции данными для получения статистической значимости в научных работах. Особенно остро проблема публикационного смещения проявляется в диссертационных работах, где требования к научной новизне часто приводят к ситуации, когда диссертанты сосредоточиваются на поиске каких-либо различий между группами. Эти различия, даже если они не имеют значимой практической ценности, зачастую выделяются как основная находка работы. В этом контексте может возникать искушение представлять результаты, которые не соответствуют действительности, что в дальнейшем усиливает проблему смещения и снижает доверие к результатам научных исследований. С целью снижения влияния публикационного смещения решение о публикации результатов того или иного исследования должно быть отделено от статистической значимости полученных результатов и быть сфокусированным на цели исследования и корректности его методологии. В диссертационных работах требования также должны сместиться с поиска каких-либо различий на методологическое качество работы с акцентом на публикацию, в первую очередь, тех результатов, которые исходно запланированы диссертантами. Такой подход позволит избежать искусственного выделения несущественных различий и снизить риск публикационного смещения, обеспечив большую прозрачность и достоверность научных данных.