Sikre hensiktsmessighet Og rigor, unngå fleksibilitet og fremfor alt aldri manipulere resultater

i mange felt danner en statistisk analyse hjertet av både metodene og resultatene i et manuskript. Lær hvordan du rapporterer statistiske analyser, og hvilken annen kontekst som er viktig for publiseringssuksess og fremtidig reproduserbarhet.

prinsipielt

først og fremst må de statistiske metodene som brukes i forskning alltid være:

Sjekkliste ikon

Egnet for studiedesign

data management icon

grundig rapportert i tilstrekkelig detalj for andre å reprodusere analysen

Rettferdighetsikon

Fri for manipulering, selektiv rapportering eller andre former for «spin»

like viktig, må statistisk praksis aldri manipuleres eller misbrukes. Feil fremstilling av data, selektivt rapportering av resultater eller søk etter mønstre som kan presenteres som statistisk signifikante, i et forsøk på å gi en konklusjon som antas å være mer verdig oppmerksomhet eller publisering, er et alvorlig etisk brudd. Selv om det kan virke harmløst, kan bruk av statistikk for å «spinne» resultater forhindre publisering, undergrave en publisert studie eller føre til etterforskning og tilbaketrekking.

Støtte offentlig tillit til vitenskap gjennom åpenhet og konsistens

sammen med klare metoder og gjennomsiktig studiedesign påvirker riktig bruk av statistiske metoder og analyser redaksjonell evaluering og lesernes forståelse og tillit til vitenskap.

I 2011 Falsk Positiv Psykologi: Ukjent Fleksibilitet I Datainnsamling Og Analyse Gjør Det Mulig Å Presentere Noe Som Signifikant eksponert at «fleksibilitet i datainnsamling, analyse og rapportering dramatisk øker faktiske falske positive priser «og demonstrerte» hvor uakseptabelt enkelt det er å samle (og rapportere) statistisk signifikant bevis for en falsk hypotese».

Uten Tvil fører slike problemer med fleksibel analyse til «reproduserbarhetskrisen» som vi leser om i dag.

et konstant prinsipp for streng vitenskap
riktig, streng og gjennomsiktig bruk av statistikk er et konstant prinsipp for streng, gjennomsiktig Og Åpen Vitenskap. Mål å være grundig, selv om en bestemt journal ikke krever samme detaljnivå. Tillit til vitenskapen er vårt ansvar. Du kan ikke skape problemer ved å overskride en minimumsstandard for informasjon og rapportering.

Sunn statistisk praksis

selv om det er vanskelig å gi statistiske retningslinjer som er relevante for alle disipliner, typer forskning og alle analytiske teknikker, er overholdelse av strenge og hensiktsmessige prinsipper fortsatt nøkkelen. Her er noen måter å sikre statistikken er lyd.

Definer din analytiske metodikk før du begynner
Ta deg tid til å vurdere og utvikle et grundig studiedesign som definerer din forespørsel, hva du planlegger å gjøre, hvilke data du vil samle inn, og hvordan du vil analysere det. (Hvis du har søkt om forskningsmidler eller etisk godkjenning, har du sannsynligvis allerede en plan i hånden!) Se tilbake til studiedesignet ditt på viktige øyeblikk i forskningsprosessen, og fremfor alt, hold deg til det.

for å unngå fleksibilitet og forbedre oddsen for aksept, forhåndsregistrere studiedesign med et tidsskrift
Mange tidsskrifter tilbyr muligheten til å sende inn et studiedesign for fagfellevurdering før forskning begynner gjennom en praksis kjent som forhåndsregistrering. Hvis redaktørene godkjenner studiedesignet ditt, vil du motta en foreløpig aksept for en fremtidig forskningsartikkel som rapporterer resultatene. Preregistering er en fin måte å avverge noen tilsiktet eller utilsiktet fleksibilitet i analysen. Ved å erklære din analytiske tilnærming på forhånd vil du øke troverdigheten og reproduserbarheten av resultatene dine og bidra til å adressere publikasjonsskjevhet også. Få peer review tilbakemelding på studiedesign og analyseplan før den har begynt (når du fortsatt kan gjøre endringer!) gjør din forskning enda sterkere OG øker sjansene for publisering—selv om resultatene er negative eller null. Aldri undervurder hvor mye du kan bidra til å øke publikums tillit til vitenskap ved å planlegge din forskning på denne måten.

Tenk deg å kopiere eller utvide ditt eget arbeid, år i fremtiden
Tenk deg at du beskriver din tilnærming til statistisk analyse for ditt fremtidige selv, på nøyaktig samme måte som vi har beskrevet for å skrive metodeseksjonen. Hva trenger du å vite for å gjenskape eller utvide ditt eget arbeid? Når du vurderer at du kanskje er på en annen institusjon, jobber med forskjellige kolleger, bruker forskjellige programmer, applikasjoner, ressurser — eller kanskje til og med vedta nye statistiske teknikker som har dukket opp-kan du hjelpe deg med å forestille deg nivået på rapporteringsspesifisitet som du selv ville kreve for å gjøre om eller utvide arbeidet ditt. Vurdere:

  • Hvilke detaljer trenger du å bli påminnet om?
  • Hva gjorde du med rådataene før analysen?
  • endret formålet med analysen før eller under forsøkene?
  • hvilke deltakere bestemte du deg for å ekskludere?
  • Hvilken prosess justerte du under arbeidet ditt?

selv om en nødvendig justering du har gjort ikke var ideell, er gjennomsiktighet nøkkelen til å sikre at dette ikke anses som et problem i fremtiden. Det er langt bedre å transparent formidle noen ikke-optimale teknikker eller begrensninger enn å skjule dem, noe som kan resultere i reproduserbarhet eller etiske problemer nedstrøms.

Eksisterende standarder, sjekklister, retningslinjer for spesifikke disipliner

Du kan bruke Open Science practices skissert ovenfor uansett hva ditt kompetanseområde-men i mange tilfeller kan du fortsatt trenger mer detaljert veiledning som er spesifikk for ditt eget felt. Mange disipliner, felt og prosjekter har jobbet hardt for å utvikle retningslinjer og ressurser for å hjelpe med statistikk, og for å identifisere og unngå dårlig statistisk praksis. Nedenfor finner du noen av de viktigste materialene.

TIPS: har du en bestemt journal i tankene?

sørg for å lese innsendingsretningslinjene for den spesifikke journalen du sender inn til, for å oppdage eventuelle journal-eller feltspesifikke retningslinjer, initiativer som kan brukes.

Biomedisinsk Forskning sampl retningslinjer
retningslinjene «Statistiske Analyser og Metoder I Publisert Litteratur» (SAMPL) dekker grunnleggende statistisk rapportering for forskning i biomedisinske tidsskrifter.
Generelt PLOS ONE retningslinjer for statistisk rapportering
selv om disse retningslinjene er spesifikke FOR PLOS ONE, bør de gjelde for de fleste forskningskontekster siden tidsskriftet betjener mange forskningsdisipliner.
Systematiske oversikter & Meta-analyser PRISMA
«Preferred Reporting Items For Systematic Reviews and Meta-Analyses» (PRISMA) er et evidensbasert minimumssett med fokus på rapportering av oversikter som evaluerer randomiserte studier og andre typer forskning.
Life Sciences MDAR checklist
SJEKKLISTEN» Konsekvent rapportering Av Materialer, Design Og Analyse » (MDAR) ble utviklet og testet av en gruppe redaktører og eksperter på tvers av utgivere for å etablere og harmonisere rapporteringsstandarder i Biovitenskap. Sjekklisten, som er tilgjengelig for bruk av forfattere til å kompilere sine metoder, og redaktører/anmeldere for å sjekke metoder, etablerer et minimumssett av krav i gjennomsiktig rapportering og kan tilpasses enhver disiplin innen Biovitenskap, ved å dekke en bredde av potensielt relevante metodologiske elementer og hensyn.

Artikler om statistiske metoder og rapportering

Makin, T. R., Orban De Xivry, J. Science Forum: Ti vanlige statistiske feil å passe på når du skriver eller vurderer et manuskript. eLife 2019;8:e48175 (2019). https://doi.org/10.7554/eLife.48175

Munafò, M., Nosek, B., Biskop, D. et al. Et manifest for reproduserbar vitenskap. Nat Hum Behav 1, 0021 (2017). https://doi.org/10.1038/s41562-016-0021

Skrivetips

din bruk av statistikk bør være streng, hensiktsmessig og kompromissløs for å unngå analytisk fleksibilitet. Selv om dette er vanskelig, ikke gå på akkord med strenge standarder for troverdighet!

Hva å gjøre

Gjør

  • Husk at tillit til vitenskap er alles ansvar.
  • husk fremtidig replikerbarhet.
  • Vurder å forhåndsregistrere analyseplanen din for å få den (i) gjennomgått før resultatene samles inn for å sjekke problemer før de oppstår og (ii) og for å unngå analytisk fleksibilitet.
  • Følger prinsipper, men også sjekklister og felt-og journalspesifikke retningslinjer.
  • Vurder en forpliktelse til streng og gjennomsiktig vitenskap et personlig ansvar, og ikke enkelt å overholde tidsskriftets retningslinjer.
  • Vær spesifikk om alle beslutninger som er gjort under forsøkene som noen som gjengir arbeidet ditt, trenger å vite.
  • Vurder et kurs i avansert og ny stratistikk, hvis du føler at du ikke har fokusert på det nok under forskerutdanningen.

Hva ikke å gjøre

ikke

  • Misbruk statistikk for å påvirke signifikans eller andre tolkninger av resultater
  • Utfør statistiske analyser hvis du er usikker på hva du gjør-søk tilbakemelding (f.eks. via forhåndsregistrering) fra en statistisk spesialist først.

Leave a comment

Din e-postadresse vil ikke bli publisert.