分析发现，生物学研究经常误解基于性别的数据

一项对一系列生物学专业发表的研究的分析表明，当数据按性别报告时，往往缺少关键的统计分析，研究结果很可能以误导性的方式报告。

《华尔街日报》eLife埃默里大学的神经科学家发表了这项分析，涵盖了九个不同生物学科的研究，这些研究涉及人类或动物。

“我们发现，当研究人员报告男性和女性对一种操纵的反应不同时，比如药物治疗埃默里大学心理学系神经科学教授、资深作者唐娜·马尼说:“在美国，70%的时间里，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，索赔的比例令人担忧性别差异没有足够的证据支持。”

在缺少适当证据的文章中，她补充说，在近90%的病例中，性别特异性效应被声称。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%的情况。

“我们的研究结果表明，研究人员倾向于发现性别差异，而文献中针对性别的影响可能被过度报道了，”马尼说。

这个特别的问题很常见，而且与马内自己以前的作品有关。她说:“当我意识到它有多普遍时，我回头查看了我自己发表的文章，发现它就在那里。”“我自己在没有对男性和女性进行统计比较的情况下，就声称存在性别差异。”

曼尼强调说，不能因为这个问题很普遍就忽视它。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越来越大，这个问题正变得越来越严重。

曼尼是一名行为神经内分泌学家，他对性别差异的研究如何影响公众舆论和政策感兴趣。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。

叶塞尼亚·加西亚-西富恩特斯，埃默里大学神经科学研究生项目的博士候选人，是该研究的合著者eLife分析。

作者写道:“我们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资助机构期刊编辑和我们的同事在测试和报告性别差异时提高标准。”

更多的研究包括基于性别的变量

从历史上看，生物医学研究通常只包括ob欧宝直播nba一个性别，通常偏向男性。1993年，国会将一项政策写入法律，以确保妇女被包括在内临床研究在可行的情况下，由美国国立卫生研究院(National Institutes of Health)资助，并开展研究，以便有可能分析所研究的变量对女性的影响是否与其他参与者不同。

2016年，NIH宣布了一项政策，要求在其资助的基础生物学研究中，无论涉及动物还是人类，在可行的情况下，将性别作为一个生物变量加以考虑。

“如果你试图模拟任何与一般人群相关的东西，你应该把两性都包括在内，”曼尼解释道。“动物有很多不同的方式，性是其中之一。排除一半人口会使研究不那么严谨。”

随着越来越多的研究考虑基于性别的差异，Maney补充道，重要的是要确保他们的分析方法是合理的。

为eLifeGarcia-Sifuentes和Maney查看了2019年发表的147项研究，以调查什么通常被用作性别差异的证据。这些研究涉及9个不同的生物学学科，包括从长颈鹿的实地研究到人类的免疫反应。

所分析的研究都包括男性和女性，并按性别分隔数据。加西亚-西富恩特斯和马内发现，80%的文章都对性别进行了统计或断言上的比较。在这些文章中，70%的文章报告了性别差异，大约一半的文章将其视为主要发现。

然而，一些报告性别差异的研究却犯了统计错误。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，而对另一种性别没有，他们通常会得出性别差异的结论，即使治疗的效果在男性和女性之间没有进行统计学上的比较。

这种方法的问题是统计测试对每个性别进行的调查不能就治疗是否有效果给出“是”或“否”的答案。

“比较两个独立测试的结果就像比较一个‘可能是这样’和一个‘我不知道’或‘还为时过早’，”马内解释道。“你只是在猜。为了展示女性和男性对治疗的反应不同的实际证据，你需要从统计学上证明治疗的效果取决于性别。也就是说，要宣称有‘性别特异性’效应，你必须证明在一个性别上的效应与在另一个性别上的效应在统计学上是不同的。”

另一方面，eLife分析还遇到了可能掩盖性别差异的策略，例如汇集来自男性和女性的数据而不测试差异。曼尼建议在收集数据之前报告差异的大小，即性别不重叠的程度。她提供了一个免费的在线工具这使得研究人员可以将他们的数据可视化，以评估差异的大小。

“在这个历史时刻，赌注很高，”马内说。“错误报道的发现可能会以危险的方式影响医疗决策。特别是在基于性别的差异可能被用来决定某人对特定疾病的治疗的情况下，我们需要谨慎行事。说到科学的严谨性，我们需要对自己要求很高的标准。”