跳到主要内容
消息 自闭症研究的最新发展。
站立紧密的五颜六色的小雕象
凯蒂凯莉的插图
消息

统计错误可能污染多达一半的鼠标研究

经过/ 2018年3月15日

七年前,彼得是苏格兰爱丁堡大学的神经科学家发现自己处于一个不舒服的情况。他正在阅读一项研究脆弱的X综合征,一种特征的发育状况,具有严重的智力残疾,并且通常,自闭症。本文出现在高调的日志中,主导科学家是一个声誉良好的研究员 - 和一个朋友。当他注意到潜在的严重统计缺陷时,那么就会感到惊讶。

研究团队在实验中看过来自16只小鼠中的每一个的10个神经元,这本身就是毫无讨厌的实践。但在统计分析中,研究人员已经分析了每个神经元,就像它是一个独立的样品一样。这给了他们160个数据要点,实验中的小鼠数量的10倍。

“问题是,是同一个动物的大脑中的两个神经元真正独立的数据点?答案是不,“亲切说。“问题是你正在增加你获得错误积极的机会。”

复制实验的次数越多,观察到的效果就越有可能是骰子的幸运卷。这就是为什么更多动物(或人)意味着更可靠的结果。但在脆弱的X研究中,科学家们人为地夸大了复制的数量 - 一种被称为'伪塑造的练习。

这种做法使得更容易达到统计显着性的甜蜜点,特别是在涉及少量动物的研究中。但是,作为独立样本从单鼠中取出的测量反对统计数据的基本原则,可以引导科学家找到实际存在的影响。

P.姐妹问题

如果这样一个高质量的研究,如这个,包括如此基本的错误,那么善意,其他人做了多少?他聚集了他的学生,他们在六个顶级神经科学期刊中发表了2001年至2011年之间的数百名鼠标研究。

问题,他们发现,“令人震惊”普遍存在,善良的回忆。通过保守措施,他们看起来似乎致力于伪诉讼,超过一半的论文。更令人担忧,82%的研究没有提供有关如何为实物和学生分析数据和学生肯定的数据的信息。

他们的调查表明,伪文相治产生了大量的虚假成果和泥泞,在包括自闭症研究中的许多神经科学领域的科学记录,善良。“文学中有很多论文说他们得到了一个发现,但他们实际上可能没有。”

类型远离唯一有关的科学家。由于生态学家首次指出了1984年的问题,因此在许多研究领域中发现了若干研究发现假期杂志12

在提交出版的一项研究中,爱荷华州立大学的研究人员在2000年至2016年期间出版了200次鼠标研究,并发现了大约一半的伪术语迹象。在接受出版物的研究中,斯坦利拉西奇是一家位于u.k.的药品公司Astazeneca,调查200项研究发表于2011年至2016年。

Lazic和他的团队专注于动物研究,具体设计具有明确的指导,了解如何对待数据。然而,他们发现,只有22%的研究遵循了指导方针,一半的案例抄本和三分之一没有提供足够的信息来确定。

“这是一个持续存在的问题,即时过时,似乎并没有变得更好,”Lazic说。“潜在的影响很漂亮。”

激进的姿态

在大多数情况下,统计的人造PAS是无意的:一些研究人员只是没有意识到统计最佳实践,而其他研究人员则可能因其研究的复杂性而遇到麻烦。“他们只是没有意识到他们正在突破统计规则,”善良的说。

处理不完全独立的数据点有几个解决方案。在某些情况下,测量需要平均为每只动物的一个数据点。当研究人员不想平均丢失数据时,他们需要使用调整来自单个动物的一组测量的统计模型。

大部分自闭症研究是用啮齿动物完成的,在通常采用少于10只动物的研究中,通常只需3或4岁。科学家们倾向于为道德和财务原因往往使用少量小鼠 - 专门举起和经常转基因植物,实验室啮齿动物是昂贵的。

但是使用太少的小鼠可以使它无法拿起效果 - 即使存在。“如果您正在进行任何统计分析,例如P值,则可能需要一个大于30的样本量,”大卫沃克斯,澳大利亚墨尔本沃尔特和伊丽莎霍尔医学研究所的细胞生物学教授。

一些科学家们对P值求求求解,并提出了一种更激进的立场:研究人员使用置信区间和图形表示来描述其数据并报告效果的大小及其精度3.。但是,如果期刊降低了研究人员呈现小于0.05的普遍要求,则只有这样的班次才有可能,传统条形为“统计显着性”。

“我们得到了出版的奖励 - 这主要是我们的货币单位,”Malcolm Macleod.,爱丁堡大学神经内科教授和翻译神经科学教授。“所以我们已经变得非常善于制作论文,但我们往往没有完全反映我们实验室发生的事情。”

2012年,自然期刊开发了一个清单帮助他们的作者更好地报告他们的方法。但该清单没有明确阐明如何处理相互关联的数据点,例如来自单个动物的数据点Emmeke Aarts.,荷兰乌得勒支大学统计统计教授。

在2014年自然神经科学纸张,AARTS报告说,她审查的314次鼠标研究中的一半未使用适当的统计模型来分析结果。她提出科学家使用一种统计分析,该统计分析占据了依赖性的统计分析4.。本文产生了一些嗡嗡声,并且已经在80多项研究中引用。

“我很乐观,”Aarts说。“这样的东西需要一些时间来沉没。”

数据如图所示

具有讽刺意味的是,善于发布他2011年的评论,因为他接近的期刊都没有感兴趣。他提到了会议的同事的工作,但发现甚至谈论伪诉讼是敏感的。“当然不会赢得你的朋友,”他说。

他正准备自2011自2011年以来分析脆弱的X研究,以便自初步分析以来,看看是否有伪申报术语。

“我的怀疑是它可能会更好,”他说,“但不多。”

至于推动实物潜入辩论的论文首先,它并没有与牵头调查员毁灭他的友谊。当善良警告科学家时,后者立即发出善良的所有数据。

“他刚刚恰好是一个非常勤勉的研究员,他们想知道什么是正确的,有什么问题,”善良的说。

类将统计模型应用于数据,将其与每只动物相关联而不是单个细胞。结果保持统计学意义。这不仅仅是好运,善良的说:除了不知不觉的伪诉状,研究是仔细完成的。


参考:
  1. 赫尔伯特S.H.生态专着54.,187-211(1984年)抽象的
  2. lazic s.e.BMC Neurosci.11,5(2010)PubMed.
  3. Halsey L.G.NAT。方法12.,179-185(2015)PubMed.
  4. AARTS E.NAT。Neurosc.一世。17.,491-496(2014)PubMed.