采集数据前规划不到位:规划好每个关键步骤要做的统计工作非常重要。比如说,确定样本大小时,老鼠的数量可能会对研究结果产生重大影响。由于样本的体重、身体质量等多个变量都可能影响实验结果,最好根据不同变量进行样本容量计算,然后选择最大的可行样本进行实验。理想情况下,研究人员应在数据采集之前确定暴露变量和结果之间的关系,这能有效避免误报。研究人员还应该提前定好主要结果变量、 确认是否使用 A、B 对照组、设置相关组(测试 A 在患有焦虑症和抑郁症的样本身上的变量效应)。
✦✦
04
数据采集和统计分析中出现偏差:同样的,研究人员在设计实验时也要注意对照组(条件)、随机性、盲法实验、可重复性。随机的大容量样本能避免偏差和误导。比如说,假如有人想测试药物 A 对动物体重、心率、身体质量的影响,通常会有研究人员把它切分成三个单独的实验。但这种做法容易产生偏差。相反,当对照组和实验组样本数够大,且采取随机抽样时,用一个实验就可以监测心率、体重、身体质量三种变量。
✦事后分析法缺少事前合理的因果论证,它不是为了验证某个特定的假设,而是反过来通过多项分析试图找出某种潜在关系。这种情况下,就很容易出现在数据中硬找关联的“钓鱼”研究。所以,在说明试验方法和原理时,确保统计部分遵循相关标准,比如国际医学期刊编辑委员会 (International Committee of Medical Journal Editors, ICMJE) 提供的指南。
数据分析错误。比如缺少配对数据、不给出相关数据而直接得出 p 值、没确认线性关系的情况下直接用回归分析法。
数据呈现错误。比如该用标准差用了标准误差、用饼图表示连续变量、没对多重比较进行调整。
数据说明/解释错误。比如把相关和因果划等号、做砸的试验硬说是好实验。
✦
✦
如果统计错误只是由于笔误,编辑、修改一下稿件就能解决问题。但如果是数据分析、呈现和结果讨论中存在技术问题,文章就很可能要大改。而当实验设计出了问题,除了把试验重做一遍没有别的补救办法,这种情况下期刊极有可能会选择拒稿。 如何解决滥用数据问题? 在生物医学的前沿领域,数据统计扮演着非常重要的角色。然而,要想研究出新锐科技,研究人员必须有意识地在各个环节避免滥用数据,不管是数据的收集、分析,还是呈现。 研究人员应该了解数据处理的各项规则并严格遵守。比如 ICMJE 提出的“生物医学期刊投稿的统一要求”(Uniform Requirements for Manuscripts Submitted to Biomedical Journals) 就对统计方法的应用、解释给出了建议。 此外,研究人员还要了解其他的同类型指南,比如“文献中的分析与统计方法” (Statistical Analysis and Methods in the Published Literature, SAMPL) 指南。它将不同的统计方法分类,依次解说,对试验的设计、操作和解释都有很大指导作用。 多数情况下,生物医学论文都以统计数据为依据。因此多数生物医学期刊,尤其是高影响因子的,像《柳叶刀》《自然》《科学》《细胞》《美国医学会期刊》,除了动用编辑和审稿人,还会指派专门的生物统计学家评估稿件内容。目前有越来越多期刊开始采取这种做法。 必须要说,由于要综合考虑研究中的多个变量、样本量、测量结果等多个因素,总结数据并得出结论从来都不是件轻松的事。计算机和统计软件让解释、分析数据有更多可能,但同时也给错误创造了更多空间。 挪威数学家、生物统计学家、医学研究员、斯塔万格大学 (University of Stavanger) 健康科学系副教授 Jo Røislien 说过,“统计量化了你研究结果的可信或不可信程度”。总之,研究人员在开始实验之前就该自行学习统计方法。只有正确使用统计这个工具,它才能帮研究人员达到拓展现有生物医学知识的目的。