Credit: CC0公共域
对一系列生物学专业的已发表研究的分析表明，当数据按性别报告时，关键的统计分析往往缺失，结果很可能以误导的方式报告
《eLife》杂志发表了这项由埃默里大学神经科学家完成的分析，涵盖了9个不同生物学学科的研究，涉及人类或动物受试者
资深作者、埃默里大学心理学系神经科学教授唐娜·马内说:“我们发现，当研究人员报告男性和女性对药物治疗等操作的反应不同时，70%的研究人员实际上根本没有对这些反应进行统计比较。”
“换句话说，令人震惊的性别差异的说法没有足够的证据支持
" 她补充说，在缺乏适当证据的文章中，近90%的案例都声称存在性别特异性影响
相比之下，对性别特异性影响进行统计测试的作者只报告了63%的时间
“我们的结果表明，研究人员倾向于发现性别差异，性别特异性效应可能在文献中被过度报道，”Maney说
这个特殊的问题是常见的，属于马内自己以前的工作
她说:“一旦我意识到它有多普遍，我就回去查看我自己发表的文章，它就在那里。”
“我自己也声称存在性别差异，但没有对男性和女性进行统计比较
" Maney强调，这个问题不应该仅仅因为它很普遍而被忽视
她说，由于资助机构和期刊对两性研究的压力越来越大，以及医学界对开发针对性别的治疗方法的兴趣，这种情况变得越来越严重
Maney是一位行为神经内分泌学家，他对性别差异研究如何影响公众舆论和政策很感兴趣
她说，需要严格的标准来确保所有性别的人都能获得适合他们的护理
埃默里大学博士叶塞妮娅·加西亚-西富恩特斯
D
神经科学研究生项目的候选人，是eLife分析的合著者
作者写道，需要更好的培训和监督，以确保性别差异研究的科学严谨性:“我们呼吁资助机构、期刊编辑和我们的同事提高性别差异检测和报告的标准
" 更多的研究包括基于性别的变量 历史上，生物医学研究通常只包括一种性别，通常偏向男性
1993年，国会将一项政策写入法律，以确保在可行的情况下将妇女纳入由国家卫生研究所资助的临床研究，并且进行研究，以便能够分析正在研究的变量对妇女的影响是否不同于其他参与者
2016年，美国国家卫生研究院宣布了一项政策，要求在资助的基础生物学研究中，无论研究涉及动物还是人类，只要可行，都要将性别作为生物学变量来考虑
马内解释说:“如果你试图对任何与普通人群相关的事物进行建模，你应该包括两性。”
“动物变化的方式有很多，性就是其中之一
遗漏一半的人口会降低研究的严谨性
" Maney补充道，随着越来越多的研究考虑基于性别的差异，重要的是要确保他们分析的方法是合理的
在eLife分析中，Garcia-Sifuentes和Maney研究了2019年发表的147项研究，以调查什么是典型的性别差异证据
这些研究涉及九个不同的生物学学科，包括从长颈鹿的野外研究到人类免疫反应的所有内容
被分析的研究都包括男性和女性，并按性别将数据分开
加西亚-西富恩特斯和马内发现，在80%的文章中，对性别进行了统计或断言的比较
而且，在这些文章中，70%的文章报道了性别差异，大约一半的文章将性别差异视为主要发现
然而，一些报道性别差异的研究犯了统计错误
例如，如果研究人员发现一种治疗对一种性别有统计学上的显著影响，但对另一种性别没有，他们通常会得出性别差异的结论，即使没有对男性和女性的治疗效果进行统计学上的比较
这种方法的问题在于，对每种性别进行的统计测试无法给出治疗是否有效的“是”或“否”答案
“比较两个独立测试的结果就像比较‘可能如此’和‘我不知道’或者‘现在下结论还为时过早’”，Maney解释道
“你只是猜测
为了证明女性和男性对治疗的反应不同，你需要从统计学上证明治疗的效果取决于性别
也就是说，要宣称“性别特异性”效应，你必须证明一种性别的效应与另一种性别的效应在统计学上是不同的
" 另一方面，eLife分析也遇到了可以掩盖性别差异的策略，比如汇集男性和女性的数据而不测试差异
Maney建议在汇集数据之前报告差异的大小——也就是说，性别不重叠的程度
她提供了一个免费的在线工具，让研究人员可视化他们的数据来评估差异的大小
“在历史的这个时刻，赌注很高，”马内说
“错误报告的发现可能会以危险的方式影响医疗保健决策
特别是在基于性别的差异可能被用来确定某人对某一特定情况得到何种治疗的情况下，我们需要谨慎行事
谈到科学的严谨性，我们需要保持很高的标准
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
