氢分子医学分享 http://blog.sciencenet.cn/u/孙学军 对氢气生物学效应感兴趣者。可合作研究:sunxjk@hotmail.com 微信 hydrogen_thinker

博文

骗人的实验结果 精选

已有 12268 次阅读 2013-12-20 07:17 |个人分类:研究生培养|系统分类:科研笔记

在生物医学研究领域,导师和研究生讨论课题过程中,经常会发现有时候被研究结果欺骗的现象。例如有的学生说某一个处理方法没有效果,某一个处理结果效果很好。但如果仔细分析学生提供的研究结果,可能会发现存在一些可疑的现象,比如没有经过仔细的统计学分析,没有对全部数据进行挖掘性分析,如果简单听课题汇报,不认真分析原始数据,有可能会错过某些可能重要的现象。更为严重的是,这些被错误判断的结果,往往可能具有更大价值和研究意义。

导致出现误判实验结果的主要原因。

一是学生和科研新手的科研经验不足。有的学生过于认真,往往盲目相信原始数据和统计学分析,但对数据的深入分析不够。比如有时候在研究过程中出现动物死亡,学生可能认为这属于“正常”现象,疾病研究中出现动物死亡其实是非常重要的数据,由于有动物死亡,这一组数据和没有死亡的其他分组就可能出现数据的错误趋势,但学生往往不了解或不重视这个因素,最后的数据分析就会出现意外的现象。因为这些死亡的动物数据显然是最极端最严重的情况,把这些数据随便忽略对该组数据的伤害程度可想而知。只有每个组死亡的情况完全类似才可以避免这种严重影响。有时候慢性动物实验,例如抑郁症和糖尿病这样的研究,动物死亡的时间和数量肯定会有很大区别,把这些数据忽略将导致数据的严重失真,导致实验结果的错误。在许多学术论文中,忽视这些因素的情况也时常发生,但许多审稿人经常忽视这种错误的问题。把重点放在作者对数据的分析和描述上,关注设计的合理性和结果分析的逻辑性,忽视原始数据可能存在的误差。这也造成许多新的学者面对自己的数据非常失望,因为会出现奇怪的不符合道理的结果。

二是研究对象本身的复杂性。生物学研究由于存在个体差异、生理周期以及环境因素的影响,导致实验的可重复性和稳定性很难实现,这就要求我们分析研究数据时从多方面考虑,在记录实验过程中尽量全面仔细,特别是对体重、毛发、一般状况、饮食等等细节,虽然这些数据不一定用在研究报告中,但这些数据可能对我们分析一些特殊数据有非常大的帮助。比如有一次,我们的一组动物炎症因子数值很高,而该组动物并不应该出现这样的数据。后来发现这组动物存在肺炎,原始是动物清洁没有作好,动物尿液中的氨有非常大的肺毒性,后来重新实验排除了这一干扰。

三是研究者自身的心理因素。有时候学生对某一个药物或处理方法没有信心,往往有夸大无效结果的趋势。例如导师对某一个新的思路有兴趣,但无法判断这种思路的有效性,可能会让学生进行初步的尝试,就是作一些预实验进行初步验证。这个时候如果学生对这个思路信心不足,往往有过分强调阴性结果的情况,潜意识是为让这个思路失效,减少自己不必要的工作量。相反,如果某个学生对某一个思路比较认可,则往往会出现相反的情况,过分强调有效性,哪怕这种有效性并没有那么重要或显著。

如何有效避免被实验数据欺骗。

首先,作为科研人员必须有全面的基本功训练,对一些研究技能和方法有比较高的认识,如对统计学分析有比较客观的认识和评价,对生物学研究的普遍规律有比较正确的理解和判断,对文献资料不能盲目相信,这些都需要长期的培养和磨练。另外要注意,对统计学分析结果也不要过于盲目相信,有时候显著性差异不等于有效,而有效也不一定就能获得统计学区别。

其次,要养成好的研究习惯。例如对实验记录,一定要准确详细,不能以应付交差的态度对待研究记录。有时候一些表面上不重要的数据,可能会对整个研究的总体判断产生决定性影响。

最后要有交流和讨论的主动性,这对研究生尤其重要,有不少研究生在从事课题研究过程中过于被动,往往等到最后发现问题时,已经失去弥补的可能,浪费许多不必要的精力和时间。有一些问题很难一下发现,在反复交流和讨论的过程中,一些有经验的导师可以给学生指出一些被忽视的现象。有时候,一些点滴经验可能正是影响整个研究的重要因素。

另外也应该要区分错误结果和意外发现的准备。在科学研究历史上,众多的新发现和创新正是由于意外研究的发现。例如关于一氧化氮扩张血管的现象、青霉素的意外发现等。因此,在尽量排除各类干扰的基础上,面对仍会发生的意外或奇怪实验结果,除了认真分析原因外,不能简单认为属于意外,要有面对结果提出新思路的勇气。

 



https://blog.sciencenet.cn/blog-41174-751278.html

上一篇:《自然》关注肿瘤免疫治疗
下一篇:读“跟诺贝尔医学奖三位得主的问答活动后的记录”的感想
收藏 IP: 125.45.229.*| 热度|

38 孙爱军 郑小康 张南希 水迎波 周雄伟 王德华 余昕 宋文哲 苏光松 许培扬 陈钢 庄世宇 薛宇 强涛 王春艳 谢蜀生 林燕丹 许改霞 邹少浩 郑永军 徐长庆 李宇斌 李学宽 李伟钢 戴小华 武夷山 唐凌峰 曹建军 张成岗 任胜利 高绪仁 黄河 阳姹 wgq3867 rosejump neilchau xqhuang buttterfly

该博文允许注册用户评论 请点击登录 评论 (8 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-20 20:24

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部