Es war einmal.. .. eine Zelle und sie wurde nimmermehr gesehen?

Essay
ren – was in einigen Fällen zu ernsthaften
Fehldarstellungen der Daten führte (10).
Fest steht, dass in Biologie und Medizin
die methodische und statistische Ausbildung
in der Doktorandenphase deutlich
mehr Aufmerksamkeit bekommen muss
– angefangen bei der klassischen Deskriptiven
und Inferenzstatistik bis hin zu einer
Einführung in die Bayes-Statistik. Die meisten
Originalarbeiten in
den Neurowissenschaften
setzen irgendeine
Form von Statistik ein, so
dass deren Verständnis von entscheidender
Bedeutung ist, um die Literatur verstehend
zu lesen, beschriebene Effekte adäquat zu
bewerten und sich Klarheit über die eigenen
Ergebnisse zu verschaffen. Es kann daher
nur helfen, Statistik als akademische
Kern-Fertigkeit anzusehen, und nicht nur
als Soft Skill wie etwa Antragschreiben,
Management oder Präsentation.
Dummerweise erfordert das Lernen von
Methodik und Statistik, zusätzlich zum Erlernen
der experimentellen Techniken des
jeweiligen Feldes sowie dem Entwickeln
von Arbeitshypothesen, schlichtweg Zeit
und kann nicht immer in ein Master-Studium
oder die frühe Doktorandenphase eingepasst
werden. Jedoch kann eine unzureichende
statistische Ausbildung – wie etwa
ein zweitägiger Workshop in irgendeinem
statistischen Programm, mit dem man Hunderte
von bivariaten Korrelationen durchklicken
und erzeugen kann, ohne etwa das
multiple Testproblem tatsächlich zu verstehen
–, das Falsch-Positive-Problem am Ende
sogar stärker verschlimmern als gar keine
statistische Ausbildung. Denn schließlich
ruft man im letzteren Fall in
aller Regel einen erfahrenen
Statistiker um Hilfe.
Allerdings muss es auch
nicht zwingend die beste
Lösung sein, das „Problem“
an Statistiker outzusourcen und sich von
diesen beispielsweise bei den Power-Analysen
helfen zu lassen. Schließlich arbeiten
Statistiker in aller Regel nicht im Labor.
Folglich können sie um Rat gefragt werden
oder nicht, sie können angehört werden
oder auch nicht – aber sie können ganz sicher
nicht einen PI überstimmen, wenn die
betreffenden Ergebnisse zwar allzu schön,
aber wahrscheinlich falsch sind.
Alternativ könnte eine direkte statistische
Beratung natürlich während des
Review-Prozesses einer Zeitschrift stattfinden.
Allerdings ist leider unwahrscheinlich,
dass Zeitschriften für Dienstleistungen bezahlen,
die ansonsten einer der Gutachter
oftmals umsonst liefert. Zumal sie diese
womöglich dazu zwingen würden, mehr
Laborjournal
7-8/2016
„Keine Ausbildung ist besser
als eine schlechte.“
„Strengere Schwellen
würden überzeugendere
Daten liefern.“
wirklich solide und weniger „spannende“
Ergebnisse zu publizieren.
Wie also können wir letztlich wahre
Signale gegenüber dem belanglosen Rauschen
in Forschungspublikationen verstärken?
Natürlich durch eine bessere Ausbildung
und mehr Verständnis in Statistik,
durch höhere statistische Power in den
Untersuchungen, indem wir zweifelhafte
Arbeiten nicht zitieren,
indem wir Doktoranden
einen t-Test wenigstens
einmal von Hand machen
lassen, indem wir Konfidenz- und
Vertrauensintervalle mit veröffentlichen,...
und und und. Allerdings kann es Jahre,
wenn nicht Jahrzehnte dauern, bis die
Mehrheit endlich den bequemen Weg verlässt,
auf dem Wissenschaft innerhalb des
derzeitigen Belohnungssystems betrieben
wird. Schließlich juckt es ja nicht, wenn
man „Lärm“ erzeugt – solange man dafür
belohnt wird.
Dabei hat zumindest eine neue Analyse
prinzipiell gezeigt, dass es gar nicht
schwer sein muss, das derzeitige „Falsch-Positiv“-System
zu verändern. Wir müssen
einfach nur strikter sein.
Valen Johnson von der Texas A & M University
entwickelte einen Weg, klassische
p-Wert-Tests (auch als frequentistischer
Ansatz bezeichnet, da der Fokus auf der
Wahrscheinlichkeit eines gegebenen Testergebnisses
liegt) mit Bayes’schen Faktoren
zu vergleichen. Dabei stellte er fest,
dass ein p-Wert von etwa 0,05 einem Bayes-Faktor
zwischen 3 und 5 entspricht (11)
– was in der Regel als schwacher Hinweis
dafür angesehen wird, dass eine gegebene
Hypothese stärker als eine
andere gestützt wird. Auch
Johnson sieht darin das
Hauptproblem dafür, dass
man viele unreproduzierbare
Ergebnisse erhält – und
folgert, dass man es zuerst durch das Anlegen
strengerer statistischer Schwellen lösen
könnte, wie beispielsweise p