导读：研究方法日益复杂，却影响着神经科学领域数据的可信度。传统的统计学方法还能否服务于现代科学研究？面对令人眼花缭乱的数据，我们又将如何处理？
关键词：神经科学；生物统计学；假阳性
神经科学家们需要补习统计学课了。
《自然神经科学》（Nature Neuroscience）杂志上刊登的一项新的分析报告中传递了这样的一则信息。分析结果显示，一些精英杂志在18个月内所刊登的314篇有关神经科学的论文中，超过半数的文章没有采用有效的方法来确保通过统计学得到的一些重要的研究结果的正确性。因此，至少在像是《自然》（Nature）、《科学》（Science）、《自然神经科学》（Nature Neuroscience）以及《细胞》（Cell ）等杂志中所刊登的研究结果很有可能是假阳性，即使经历了费时费力的同行评审也依然如此。
假阳性的出现或许植根于神经科学家所使用的日趋复杂的研究工具和观察方法。复杂程度的增加为统计测试中的一个基本假设带来了挑战，这个假设指出，如同在一个特定神经元中观测到的一个电信号与来自同一个神经元上的其他信号的关系一样，每一个观测结果都无关后续观察。
不过，事实上在神经科学实验，或者是生物学其他领域的研究中，新数据的产生并非与之前的数据无关，这一点普遍存在。来自同一个神经元的信号与来自不同神经元的信号相比往往更加相似，这些数据点集在统计学上被称为聚类或嵌套。为了调整信号之间的相似之处，来自阿姆斯特丹自由大学医学中心（VU University Medical Center）以及其他荷兰院校提出一种叫做多水平分析的技术，以期将聚类的数据点都纳入考虑范围之中。
相关人员在2012年及2013年上半年对上述314篇文献中53%的关于聚类数据分析的文献进行考察时发现，这些文章中没有一篇对数据进行了有效的修正。主管研究员索菲·范·德·斯勒伊斯（Sophie van der Sluis） 称，“我们发现这些课题都没有运用正确的多水平分析。”七成的研究在逐一解释其聚类分析结果，但是他们所采用的方法在实时监测生物效应的过程中不如多水平分析灵敏。研究者指出，一些课题很可能报导了假阳性结果，尽管研究人员们没有足够的信息来精确地确定究竟有多少。未能正确统计聚类的数据可以使假阳性出现的可能性增至80%——这让神经科学的研究承担了很大风险，因为不超过五成的假阳性结果才可被普遍接受。
来自威尔康奈尔医学院（Weill Cornell Medical College）的神经科学教授乔纳森 D. 维克多（Jonathan D. Victor）对这项研究赞赏有加，认为它“增强了人们对一个特定嵌套设计中潜在缺陷的意识，继而对如何利用有限的资源做出更好的设计提出了建议。”
埃默里 N. 布朗（Emery N. Brown）是一位来自哈佛-麻省理工大学联合健康科学技术中心大脑与认知科学部门的计算神经科学的教授，他指出在神经科学的研究中加强统计学的复杂度亟需加强。“在系统中存在一个根本性的缺陷，这个缺陷基本上是指神经科学家没有足够的统计学知识去朝着正确的方向迈进，并且，也没有足够的统计学家在神经科学领域辅助这些工作的开展。”
近几年来，研究结果的再现性问题被许多顶尖杂志的编辑所关注。《自然》杂志设置了一个检查清单，以期帮助文章的作者们报告他们在研究中所使用的方法，这个清单中包含询问在特定的研究中这些统计学目标是否达到了的问题。（《科学美国人》也是自然出版集团的一员。）范?德?斯勒伊斯和其他研究者所做的的研究中明确的信息之一就是：当研究趋于揭秘更为密集的神经信号网络时，统计学家将起到更为关键的作用
图片来源：Zache
关于作者：盖里·斯蒂克斯（Gary Stix），资深编辑，为科学美国人（SCIENTIFIC AMERICAN）进行新闻与博客的编辑写作。他的研究领域主要是神经科学，亦多次在特刊中担任期刊或专栏编辑，报导的专题包括纳米科技和肥胖症。他为科学美国人工作20余载，接下来三年将在电气与电子工程师协会（Institute of Electrical and Electronics Engineers ，IEEE）所创立的最成功的杂志——波谱杂志（IEEE Spectrum）担任记者。他有纽约大学的新闻学学士学位，同他的妻子米丽娅姆 雅各布（Miriam Lacob）一道撰写了一本叫做《谁给了十亿字节（Who Gives a Gigabyte）》的科普读物
关注他的Twitter @@gstix1。
关于作者：加里?斯蒂克斯，高级编辑。为《科学美国人》约稿、撰写、编辑专题、新闻文章以及网络博客。他的研究领域为神经系统科学。他也经常为别的版块做编者，涉及其他从纳米技术到肥胖之类广泛话题。他曾在《科技纵览》杂志（美国电气电子工程师学会的旗舰出版物）担任科学新闻工作者三年，之后一直未《科学美国人》工作，已20年有余。他本科毕业于纽约大学的新闻学。他与他的妻子，米里亚姆?拉寇柏合写了一本关于科技的通读书，名为《千兆字节谁在乎》想要了解更多内容，关注他的推特@@gstix1..
（翻译：邵楠；审校：侯政坤）
原文链接[科学美国人博客]：
http://blogs.scientificamerican.com/talking-back/2014/03/27/statistical-flaw-punctuates-brain-research-in-elite-journals/
留言