為什么多數(shù)研究者喜歡看高影響力或知名人士的文章？究其原因有兩個字非常重要：可靠！當我們拿到一篇文章時，多數(shù)人都會質疑：這工作靠譜嗎？我如果借鑒能夠信任文中的研究結論嗎？
好的工作是巨人的肩膀，后來者在其基礎上才能看的更遠。不準確有誤導性的工作簡直是巨坑，讓人白瞎時間和氣力，忍不住罵娘！
2011年，全球心理學領域的270資深學者發(fā)起了“重做計劃”，抽取該領域100項研究成果進行重做。結果顯示可重復率僅為36%，這意味大部分已發(fā)表研究成果是重復不出來的。這一計劃隨后拓展到了其他多個領域。以癌癥研究為例，研究者們選擇了53項重要研究成果，但其中只有6項可重復，重復率僅為11.3%。
現(xiàn)在越來越多的人擔心當前發(fā)表的大多數(shù)研究結果都是不靠譜的。在15年前，John Ioannidis曾在PLOS Medicine雜志上發(fā)表了一篇代表性文章對該問題進行了深入討論[1]。作者認為造成多數(shù)研究成果不可信的原因是實驗者趨向于選擇有利樣本?；谀嫦蛩季S，選擇樣本時人為干預過于嚴重，造成巨大的反向偏差。
以“多喝水能減肥”的結論為例，假如實驗者要選擇100個胖子作為樣本，而挑選樣本時，從自己認為的結論逆向出發(fā)，故意挑選了30個有明顯減肥趨勢的人。所有樣本中每人每天比一般人多喝1L水，然后1個月后得出結論，其中有30%的人多喝水有明顯減肥趨勢。而真實情況是，這些人體重下降跟是否多喝水可能沒有半毛錢關系！
在上述過程中，實驗者對實驗結果進行了操縱，造成了巨大的反向偏差，展示給他人的是斷章取義或歪曲事實的結論。文中作者根據(jù)計算公式得出結論：隨著偏差增加，研究結論趨向正確的概率將大大減?。ū恚?。真實研究有時會由于這種反向偏差而廢止，但由于利益作祟，研究者傾向于“掩蓋”真實，將這種反向偏差與偶然性相混淆，這將不能反映實驗結論的真實情況。
表：存在偏差時的研究結論和真實結論的關系。
我們怎樣才能改善這種情況？
1、提供更有力的證據(jù)：如大規(guī)模研究和偏差分析。
2、多個團隊和證據(jù)類型可以減少單一團隊的誤導性和偏差。
3、不單純以統(tǒng)計學的R值作為評判標準，注重對實驗中真實關系本身的理解。
4、加大考慮范圍，在相近領域中求得驗證。
以電池領域為例，靈魂發(fā)問一下：除硬件原因外
1、文章中所給出的電池數(shù)據(jù)確定具有代表性嗎？是否進行了多批次重做以保證可重復性？
2、選擇數(shù)據(jù)時，是否是在所有電池中選擇一個數(shù)據(jù)最好的向審稿人展示？
3、同一批次，不同電池的容量，循環(huán)性能，倍率性能誤差有多大？
4、電池跑長循環(huán)，是否用超過量的電解液來掩蓋劇烈的副反應？
5、實驗室級別每次合成的活性材料較少，多次合成時能否保證每批材料都相同？
6、所用的電池材料如電解液，是否清楚地知道其成分組成，是否有添加劑成分？
7、對比不同材料時所采用的工藝能否保證一致？例如，烘烤極片時是否有的烘烤8小時，有的烘烤9小時，有的烘烤10小時，有的甚至都不知道幾個小時？
……
相信每個領域都有一些被大家忽視的關鍵問題，歡迎在底部留言，以讓更多的后來者看到，避開巨坑，做更可靠的研究！
誘然皆生，而不知其所以生。同焉皆得，而不知其所以得。我們可能永遠也無法知道這個世界的本質，但請遵循客觀規(guī)律，保證相對真實。
【參考文獻】
[1] John P. A. Ioannidis. Why Most Published Research Findings Are False. PLoS Med 2(8): e124.
