Guest Post | 多中心合作與腦科學研究 由最近一篇文章想到的

來自專欄 Open Science Club12 人贊了文章

導讀：在心理學與認知神經科學的研究中，小樣本一直是一個比較讓研究者擔憂的問題。最近以ENIGMA、PSA為代表的一些項目，嘗試以新的形式，聯合世界各個地方的研究小組，從而能夠獲得更大的樣本。最近，荷蘭奈梅亨的孔祥禎博士通過多中心合作，探索了人類大腦的結構的非對稱性問題，該文已經為《美國科學院院報》所接收。以下是論文信息以及孔博士的一些經驗分享。

腦皮層偏側化研究中的多中心

論文主要通過多中心合作的研究模式，彙集了來自全球99個數據集的17000+個健康腦結構影像數據，以刻畫人腦結構的不對稱性；文中同時考察了這種不對稱性的個體差異，以及這種個體差異與年齡、性別、利手，以及遺傳因素之間的關聯。文中具體描述了一些有意思的發現，可能對今後關於腦功能偏側化和腦結構不對稱性之間關聯，以及腦不對性的遺傳基礎等研究可以提供一些有用的信息。同時，這一研究提供了一個健康樣本在群體水平的腦結構偏側化模式，對於今後腦疾病相關研究可以提供參考信息。

很高興這篇論文最近被PNAS接收，從去年十月底投稿，到半月前接收，差不多正好是6個月的時間。審稿過程相對順利，中間對文章可能存在的問題做了一些補充和回復，非常感激編輯和5位審稿人對文章的欣賞和認可。這裡不好透露審稿意見原文，這裡僅提及一點，即，多中心合作的研究模式。

多中心合作

說到多中心合作，我覺得不得不提及最近總會被提及的可重複性問題。關於可重複性問題，個人認為這一問題的根本原因並不是偽造數據，選擇性報告結果或p-hacking（雖然這種現象真的存在，但不是主流）。更根本的原因應該是樣本量與真實效應量之間的不對等，即研究問題的真實效應量往往很小，在小樣本量的研究中得到的（統計顯著的）結果往往是對效應量的高估，甚至假陽性；歸結到一個詞，就是統計效力（statistical power）問題。以常用的效應量Cohen』s d為例，在兩組樣本真實差異的效應量為0.3時，兩組樣本的分布有接近90%的重合，可以想像在這種情況下，如果僅從每一組中抽取少量的樣本，得到的組間差異會呈現怎樣一副圖景（關於效應量的解釋，推薦這個網頁工具Interpreting Cohen』s d effect size）。

多中心合作的研究模式可能有以下幾點優勢：

• 在單個中心資源有限的情況下，針對特定研究問題可以有更大的樣本量
• 可以更穩定更全面的考察感興趣效應，以及這一效應在不同數據集之間的變異
• 數據互通有無，充分利用資源：比如，可能有些數據A實驗室有，但是A實驗室並不感興趣，但是這些數據可能對B實驗室的研究問題極為重要
• 研究方法互通有無，使研究更全面：比如，B實驗室可以提供A實驗室目前並不熟悉的分析方法，可以讓數據分析更全面
• 結果討論相互補充，使討論更深入：比如，B實驗室可能從A實驗室不熟悉的視角提供對結果的不同解讀

這裡僅列舉幾例，多中心合作的優勢絕不止這幾點。當然多中心合作也存在一些潛在的問題和約束，比如數據質量控制問題，比如數據共享中的隱私保護問題，比如數據分享中的約束可能導致的特定研究無法深入的問題，等等。個人認為這些問題基本都可以通過人為努力盡量避免，即使特定情況下無法避免，基於大樣本的多中心合作的研究結果也是對現有研究模式的強有力的補充。

最近在思考基於中國的資源成立類似多中心合作的聯盟的可能性（比如以「腦與個體差異」為主題），也和幾位同行做了一些交流，總體是可行的（文後附了國內現有的多中心合作項目）。大致模式可以如下：

• 單個中心不需要事先共享數據，僅需要提供自己已經採集的數據，測量和樣本信息，比如腦影像數據模態、行為測量等
• 研究者提出研究問題，並明確需要的測量和數據要求，比如腦影像數據測量指標和行為測量名稱
• 其他研究者採用自願加入模式，對感興趣的研究問題自願選擇是否加入研究項目
• 各個中心定期更新自有數據的信息
• 成果署名採用國際慣例，主要研究者決定第一作者，通訊作者和資深作者，其他所有貢獻者作為共同作者（根據貢獻大小或姓氏拼音排名）
• 平台起初僅限內部共享，組織內部共享信息
• 項目初期可以以郵件列表的形式開展，通過收集研究想法和數據需求–>發布信息到郵件列表中各研究者–>研究者直接聯繫並參與項目–>文章寫作和發表等流程實現；當然如果能有基金支持，可以形成一個去中心化的網路合作平台

歡迎感興趣的同行一起交流學習。

附：目前我所知的國內的多中心合作研究，歡迎補充。

• 中科院心理所（左西年老師）、北師大、杭州師大、中科院自動化所、南京大學、首都醫科大學等和國外機構合作的關於腦功能連接組的重測數據集
  Zuo, Xi-Nian, et al. 「An open science resource for establishing reliability and reproducibility in functional connectomics.」 Scientific data 1 (2014): 140049.
• 復旦大學（馮建峰老師）、西南大學（邱江老師）和國外大學合作的關於抑鬱症腦功能異常的研究
  Cheng, Wei, et al. 「Medial reward and lateral non-reward orbitofrontal cortex circuits change in opposite directions in depression.」 Brain 139.12 (2016): 3296-3309.
• 中科院心理所（嚴超贛老師）、國內多所大學（或附屬醫院）和國外研究機構合作的關於抑鬱症靜息態功能磁共振的多中心研究
  Yan, Chao-Gan, et al. 「Reduced but not Enhanced Default Mode Network Functional Connectivity in Major Depressive Disorder: Evidence from 25 Cohorts in the REST-meta-MDD Project.」 bioRxiv (2018): 321745.

論文來源：

Kong, X., Mathias, S. R., Guadalupe, T., ENIGMA Laterality Working Group, Glahn, D. C., Franke, B., Crivello, F., Tzourio-Mazoyer, N., Fisher, S. E., Thompson, P. M., & Francks, C. (2018). Mapping Cortical Brain Asymmetry in 17,141 Healthy Individuals Worldwide via the ENIGMA Consortium. Proceedings of the National Academy of Sciences of the United States of America. Advance online publication. doi:10.1073/pnas.1718418115

原文鏈接：

http://conxz.net/2018/05/19/collaborative-team-research/

http://weixin.qq.com/r/1iqFnZzERcE6rdj_93-E (二維碼自動識別)

作者：孔祥禎

導讀：胡傳鵬

排版：王薇薇，劉拓