你的科研五行缺一个套路

今天要讲一个大部分人都不知道的科研套路。说它是套路，因为如果你能遵循了，那你的科研成果是非常可控的，没有多少玄学。

......套路就是这个 Research Pyramid，科研金字塔：

图释：哲学讲究这么一个顺序：认知论 epistemology，范式 paradigm，方法论 methodology，方法 method，我在最后加了个工具technique。可以理解为它是用来得出事物真相的一个公式。科研的顺序是从塔尖到塔底，而且如果从底部去掉一层，两层，依然还是金字塔，研究还是合理进行的，然而去掉塔尖或者中间部分，那就不成塔，你的研究就要看运气了。

这里要用 JAMA 的一篇文章来讲述，让你服气 😁 题目为用于急诊儿科预测持续性脑震荡症候群风险的评分系统：

图释：这是原文标题和摘要，不用细看，下面我来分解。

“importance”：认知

图释：高达1/3的此类患者得不到一个清晰的预判来监测持续性脑震荡症候群 PPCS，目前也不存在验证过的、实用的预测工具

认知决定了你能够看到什么重要 什么不重要 — 也就是在探讨重要性。这里 JAMA 直接把摘要写作里的第一条，从传统的background 变成了 importance， 说明它是要作者认真讲明白，抓住重点。有些学者写文章的时候就一两句，说，这个别人没做过，我们做了，这就是它的重要性 —— 这是错的。别人恰恰可能是因为它不重要。重要性和创新性可以替换使用，所谓的缺乏创新性本质也是认知还不够。听上去好像在贬低，大家都是硕士博士起步，怎么会认知不够呢？实际上一般是因为文献查的不够多，思考得不到位，立意不够充分。

而且创新性并不是要搞个大新闻，两分的文章也是有创新性的。大家如果把自己的学术研究当成一个完整拼图里的一块，其实是全世界的学者一起来完成一幅主题。重要性大小就好像你这一块的大小，但是如果没有重要性或创新性，那么好比你这一块和别人重复了，或者你的内容不符合这张画。

“objective”：学科范式

图释：学科涉及临床儿科，急诊科学，脑科学，统计学建模

学科范式 paradigm，就是要明白你的研究问题是属于哪个学科范畴。因为它决定了你要用怎样的理论和解题思路，以及你要不要寻求其他某些专业的人合作。我们每个人都在各自学科里继承着前辈们的课题，很少需要认真思考学科范式的问题。但是当大数据和人工智能与各学科融合发展，做这些学科交叉的课题要求我们花点时间严谨地界定范式，也就是要有解题思路的理论依据。

“design”：方法论

图释：方法论就是“design”，通常作为方法部分的第一句，本研究点明了是前瞻性、队列研究

methodology 这个词是方法论，翻译成我们领域的词汇就是研究类型。在显摆方法论的时候是有一些注意点的，我发现有些作者会把自己的 method 说成 methodology，确实更有逼格，但是用得不对。methodology 可以理解为就是study design，其实一两句话就能说完了，如果需要说得更细，那你八成是在说methods，甚至更下面一层的工具，technique。study design 主要就是讲一讲前瞻还是回顾的（prospective or retrospective），观察的还是干预的（observational or interventional），一两句话让审稿人觉得你的设计总体上没毛病。

“exposure, main outcome and measurement”：方法

图释：这里讲了人群样本，主要结果和衡量指标，可以说是“方法三件套”

从方法 methods 开始，才是你的“办案”细节。注意，这些方法一定是符合你的方法论的。而且到了这一步，你能得到什么样的结果已经“冥冥之中”有了定数，自此的具体步骤只是一个揭示的过程而非一个创造的过程。 换句话说，如果前面的过程有问题，这时已经无力回天，除非从塔尖重来。比如选择了什么样的人群，样本量有多大，就决定了你的主要结果和次要结果能是什么，以及结论的区间可能会在哪。这里也要告诉读者，你要衡量哪些结果来回答前面提出的研究问题。

"result"：工具

图释：工具是直接计算结果的，是要在前面的学科范式、方法论框架里的，不是凭空选择的

最后的工具 technique 直接用来得到结果。前面说了要衡量哪些结果，到这里就是告诉读者你将用什么工具来衡量。比如p值和置信区间，都属于工具。现在 p 值已经遭到越来越多的质疑甚至反对，所以在呈现结果的时候往往需要多个角度，比如同时给出置信区间。

用什么样的工具就好像选取什么样的相机设备去给事实真相拍照。 假设你得到了一个比较大的 p 值，也就是一张比较糊的照片，那你并不能说这个物体本身就是这么糊，而是目前的手段工具只能做到这个程度，这时候你需要清晰说明这张照片是用了什么设备，什么参数下拍的，确保公开透明，让其他学者至少能够得到更多有用信息，这也是审稿人非常赞赏的行为，因为这样一来阴性结果也可以是有价值的。

这时候，只要前面走的过程是对的，那就应该接受这个“不好的” p 值。但是往往这时候时间金钱都已经投入了很多，有人开始对这张糊的照片进行ps，或者对这个物体进行一些修饰，这叫学术造假，有人不想造假，但却任意调整“拍照”距离和角度，直到“照片“满意。这看似没有造假，但也是错误的，因为此时的拍照距离和角度，它的范围是前面的学科范式与方法论已经给框好的，新的拍照距离和角度其实是你自己的主观臆断和遐想，而不是靠严谨的科学步骤一步步走出来的。甚至有人根据这张拍的照片，修改一开始陈述的“主要结果”和“次要结果”，这就更离谱了，而可怕的是，这在科研写作中完全可以被掩盖掉，审稿人要非常仔细才能看出蛛丝马迹，甚至不可能看得出来。这也就是为什么会鼓励在进行研究之前先发布 Protocol（研究计划）。

这时候你可能还是想问，如果上述步骤全都按部就班认真走过来，最后结果还是阴性，文章还是悲剧怎么办？首先我要告诉你，放心，这不太可能，这才真的是发生了玄学。这时就看看，是不是杂志找错了？或者写作太差？总之，你的学术研究本身如果能把上述步骤按顺序做好，一定一定会有值得被看到的东西。

医学 - 统计 - R 语言三位一体
欢迎小伙伴一起讨论学习！
微信：Positivism_y
QQ 群：760447631
邮箱：hellomedstat@gmail.com