۳ رویکرد برای حل بحران تکرارپذیری علوم اعصاب:

1. مطالعات آزمایشی را با هدف اجرای مجدد آزمایش انجام دهید.

2. مجموعه نمونه‌های بزرگتری را تضمین کنید.

3. نمونه خود را با استفاده از جوامع داوطلب آنلاین متنوع کنید.

یک بحران تکرارپذیری کاملاً توصیف‌شده در تحقیقات علمی مدرن، به ویژه علوم اعصاب شناختی وجود دارد. به این معنی که به دلیل هزینه‌ها و لجستیک به‌دست آوردن سوژه‌های نمونه یا استفاده از تجهیزات پیشرفته مانند fMRI، آزمایشگاه‌های علوم اعصاب شناختی به ندرت نتایج آزمایش‌های تجربی را بازتولید می‌کنند.

تکرارپذیری، در این پست، به عنوان یک فرآیند آزمایشگاهی داخلی تعریف می‌شود که در آن طراحی آزمایشی از آزمایش‌های مقدماتی/اکتشافی به آزمایش‌های تجربی بزرگ‌تر و کنترل‌شده‌تر منتقل می‌شود که چندین بار اجرا خواهند شد. در آزمایش‌هایی که به درستی طراحی شده‌اند، داده‌های جمع‌آوری‌شده و نتایج حاصل از هر آزمایش باید بتوانند:

• با یک مجموعه داده بزرگتر ادغام شوند.

• اندازه نمونه بزرگتری داشته باشند.

• از توان آماری بالایی برخوردار باشند.

این عوامل آزمایش‌های علوم اعصاب را شایسته گزارش‌های پژوهشی منتشر شده می‌سازد تا سایر آزمایشگاه‌ها بتوانند یافته‌ها را تکرار کنند. با این حال، متأسفانه، این اتفاق به چند دلیل به ندرت رخ می‌دهد.

این بحران تکرارپذیری آینده علم را تهدید می‌کند، زیرا زمان، تلاش، منابع و تخصص را در مطالعاتی که تکرار نخواهند شد، هدر می‌دهد. بدون تکرار، مطالعات «برجسته» به افسانه‌ها می‌پیوندند و به ندرت به روش‌های وعده داده شده بر جهان تأثیر می‌گذارند. یک گزارش تحلیلی توسط معاون تحقیقات خون‌شناسی و سرطان‌شناسی تخمین زده است که عدم تکرارپذیری سالانه تا ۲۸ میلیارد دلار تنها در ایالات متحده هزینه دارد. این مبالغ در نهایت برای کارهای پیش‌بالینی که فاقد استانداردهای تکرارپذیری قابل اعتماد هستند، هدر می‌رود.

برای اصلاح این الگو، ابتدا باید آن را درک کنیم. ما می‌توانیم با شناخت شیوه‌ها و فرهنگ فعلی علوم اعصاب شروع کنیم. این پست به بحث در مورد طراحی آزمایش و زمان‌بندی آزمایش‌های تجربی می‌پردازد تا چندین روش برای بهبود تکرارپذیری تجربی آزمایشگاه شما، هم در داخل آزمایشگاه (آزمایش‌های تجربی) و هم در خارج از آزمایشگاه (اشتراک‌گذاری داده‌های علم باز) ارائه دهد. در پایان، خواهید دانست که چگونه برخی منابع می‌توانند هزینه‌ها و لجستیک دریافت داده‌های نمونه و سوژه‌های آزمایش را کاهش دهند.

دوباره آن را اجرا کنید!

امکان دستیابی به اطمینان در تکرارپذیری مطالعه شما وجود دارد.

معمولاً اکثر طرح‌های آزمایشی بسته به ماهیت آزمایش، با یک مطالعه مقدماتی یا اکتشافی با حجم نمونه کوچک‌تر شروع می‌شوند. در علوم اعصاب شناختی، اندازه نمونه اولیه معمولاً n < 20 است. هدف آن‌ها این است که اطمینان حاصل شود اثر آزمایشی که مشاهده می‌کنید یک اثر بالقوه واقعی است و استفاده از منابع اضافی که یک آزمایش بزرگتر نیاز دارد را توجیه کنند. این مطالعات همچنین برای آزمایش و اصلاح پروتکل آن‌ها مهم هستند.

به طور کلی، محققان علوم اعصاب شناختی سعی می‌کنند بین توان آماری و کمترین حجم نمونه هزینه‌بری که می‌تواند به طور معقول در مرحله مقدماتی به دست آید، تعادل برقرار کنند. هدف این مطالعات ارائه شواهد آماری موقت برای وجود یک اثر است. این مطالعات برای گزارش‌های پژوهشی یا انتشارات در نظر گرفته نشده‌اند، بلکه برای تأیید یک مسیر تحقیقاتی، اثبات درخواست‌های بودجه پژوهشی و استفاده به عنوان پایه برای مطالعات آینده هستند.

پس از تکمیل مطالعات مقدماتی یا اکتشافی در آزمایش‌های علوم اعصاب شناختی، مرحله بعدی این است که «دوباره آن را اجرا کنید!» با تمرکز بر پارامترهای مختلف، اجرای مجدد تحقیق راهی برای غلبه بر بحران تکرارپذیری در داده‌های تجربی علوم اعصاب شناختی است. توان آماری پایین معمولاً با حجم نمونه بزرگتر قابل جبران است. برای تعیین حجم نمونه مناسب، مجله علوم اعصاب این توصیه‌ها را در سال ۲۰۲۰ ارائه کرد. مانند بسیاری از مفاهیم و اصول در علوم اعصاب شناختی، این امر به زمینه آزمایش‌های شما و هدف مورد نظر بستگی دارد.

باز هم تکرار می‌کنیم، این مطالعات اولیه برای انتشار به عنوان گزارش‌های پژوهشی در نظر گرفته نشده‌اند. با این حال، گاهی اوقات به نظر می‌رسد که این اتفاق می‌افتد و این امر منجر به بحران تکرارپذیری می‌گردد.

مجموعه‌های نمونه بزرگتر و علم باز

به اینکه اثری که مشاهده می‌کنید یک اثر واقعی با اهمیت عملی است، اطمینان پیدا کنید.

عبور از مرحله مقدماتی به آزمایش‌های تجربی به قصد انتشار، معمولاً گام بعدی در فرآیند تحقیقاتی یک آزمایشگاه علوم اعصاب است.

به لطف مطالعه مقدماتی، محققان به روش‌شناسی خود اطمینان دارند و به نظر می‌رسد اثر واقعی را مشاهده کرده‌اند.

در این مرحله، آن‌ها:

• آزمایش را با مجموعه نمونه بزرگتری طراحی می‌کنند.

• نیاز به جمع‌آوری داده‌های بیشتری دارند.

• آزمایش تجربی را مجدداً اجرا می‌کنند.

اگر آزمون‌های آماری معنادار و بدون تناقض باشند، متخصصان علوم اعصاب باید شواهد بیشتری جمع‌آوری کنند تا مطمئن شوند که اثر واقعی را می‌بینند.

علم باز

در انتشارات پژوهشی، جنبش رو به رشدی با نام «علم باز» وجود دارد که در آن داده‌ها و اسکریپت‌های تجزیه و تحلیل در کنار روایت پژوهش منتشر می‌شوند. در علوم اعصاب شناختی، یکی از بهترین منابع برای تحقیقات علوم اعصاب باز، چارچوب اطلاعات علوم اعصاب (NIF; neuinfo.org) است.

نظریه علم باز تمام مراحل چرخه تحقیق را در بر می‌گیرد که در آن شفافیت بیشتری در جمع‌آوری، پردازش، ذخیره‌سازی و بررسی داده‌های تجربی وجود خواهد داشت. فلسفه شفافیت در علم باز همچنین شامل طرح‌های آزمایشی نیز می‌شود - به اشتراک‌گذاری جزئیات با جامعه علمی برای بهبود تکرار و تکرارپذیری آزمایش‌های اصلی علوم اعصاب. چنین روش‌هایی دانشمندان را تشویق می‌کند تا به تولید تحقیقات با کالیبر بالا ادامه دهند و با بحران رو به رشد تکرار در علوم اعصاب شناختی مبارزه کنند.

گروه‌هایی مانند EmotivLABs در حال پرورش جوامع تحقیقاتی علوم اعصاب شناختی هستند که به آن‌ها اجازه می‌دهد طرح‌های آزمایشی را با سایر محققان به اشتراک بگذارند.

از آنجایی که بحران تکرارپذیری همچنان بر جامعه علمی تأثیر می‌گذارد، نیاز به مطالعات تحقیقاتی باکیفیت و تکرارپذیر هرگز به این اندازه نبوده است. گزینه‌های طراحی متعددی وجود دارد که به سایر دانشمندان اجازه می‌دهد آزمایش‌ها را بازتولید کنند. این گزینه‌ها به محققان علوم اعصاب این فرصت را می‌دهند تا:

• حجم نمونه مناسب خود را تعیین کنند.

• از ابزارهای نوآورانه، تایید شده و قابل اعتماد برای تجزیه و تحلیل داده‌ها استفاده کنند.

• با همتایان و رهبران علمی مشورت کنند.

• به سرعت از اصول راهنمای علم باز استفاده کنند.

جوامع داوطلب از راه دور متنوع

حجم نمونه کوچک تأثیر منفی بر اعتبار و تکرارپذیری تحقیق می‌گذارد زیرا نتایج به‌دست‌آمده از چند شرکت‌کننده را نمی‌توان به بقیه جامعه تعمیم داد. این نتایج تنوع عصبی جامعه را در بر نمی‌گیرد. به این ترتیب، ابزارهای جمع‌آوری داده از راه دور، آینده علوم اعصاب فراگیر هستند.

EmotivLABs: پرورش جامعه علوم اعصاب شناختی

با Emotiv آشنا شوید

شرکت Emotiv که در سال ۲۰۱۱ تأسیس شد، یک شرکت بیوانفورماتیک مستقر در سانفرانسیسکو است که مأموریت آن ارتقای درک ما از مغز انسان با استفاده از سخت‌افزار سفارشی الکتروانسفالوگرافی (EEG)، تجزیه و تحلیل و تجسم است.

در مرکز علم باز، همکاری قرار دارد. هدف پلتفرم و کارکنان Emotiv ارتقای یکپارچگی علمی و سخت‌گیری تجربی است. پلتفرم تحقیقاتی مقیاس‌پذیر ما، EmotivLABs، عصب‌شناسان شناختی را در سراسر جهان به جمعیت جهانی از شرکت‌کنندگان و پژوهشگران متصل می‌کند. با تشخیص خطی بودن افزایشی تحقیقات علوم اعصاب، ما با ارائه مجموعه‌داده‌های غنی، چند بعدی و گسترده به محققان کمک می‌کنیم و به شما امکان می‌دهیم از یک نمونه وسیع، نتایج معناداری بگیرید.

حجم نمونه تحقیق خود را افزایش دهید

پلتفرم EmotivLABs با متصل کردن پژوهشگران به شرکت‌کنندگان تحقیقاتی تایید شده و واجد شرایط و کاهش بار لجستیکی استخدام ضمن اطمینان از توان آماری کافی، با بحران تکرارپذیری مبارزه می‌کند.

از ذخیره‌سازی امن، قابل تغییر و قابل بازیابی کار خود مطمئن شوید

یکی دیگر از تهدیدها برای تکرارپذیری، تکرار تحلیلی است که برای تایید نتایج به مجموعه داده اصلی نیاز دارد. یافتن و تامین مالی یک مکان ذخیره‌سازی امن خسته‌کننده است. EmotivLABs به عنوان یک مخزن داده عمل می‌کند و پس از اینکه شرکت‌کنندگان موارد ضبط شده خود را آپلود کردند، داده‌های شما را به صورت ایمن ذخیره می‌کند. این داده‌ها به طور خودکار آپلود شده و در تمام مراحل انتقال و ذخیره‌سازی به شدت رمزگذاری می‌شوند.

ساده‌سازی فرآیندها

برای کمک به پژوهشگران در طراحی آزمایش‌های علوم اعصاب شناختی و انتشار مطالعات پژوهشی که به جامعه علمی بزرگتر کمک می‌کند، ما یک تولکیت قوی و ساده به نام EmotivPRO توسعه دادیم تا آزمایش‌های نوآورانه و تکرارپذیر تولید کنیم.

دستورالعمل‌های صریح و روش‌های شفاف ما به عنوان راهنمایی عمل می‌کنند که به پژوهشگران اجازه می‌دهد یافته‌های اصلی را تأیید کنند. ابزار شهودی و با کاربری آسان Experiment Builder به سایر محققانی که مایل به بازتولید مطالعه شما هستند این امکان را می‌دهد تا با ارائه یک قالب از پیش ساخته شده در پلتفرم، این کار را انجام دهند. و یا اینکه، این محققان علوم اعصاب شناختی می‌توانند یک آزمایش منحصر به فرد ایجاد کنند که به آن‌ها اجازه می‌دهد هر جزئیاتی را از صفر شخصی‌سازی کنند.

فناوری Emotiv

شرکت Emotiv مجموعه‌ای از ابزارها را برای پشتیبانی از هر مرحله از تحقیقات علوم اعصاب در این مسیر طراحی کرده است.

نرم‌افزار EmotivPRO به کاربران امکان می‌دهد نتایج آزمایش را پردازش، تجزیه و تحلیل و تجسم کنند. محققان همچنین می‌توانند آزمایش‌هایی را در سطح حرفه‌ای طراحی کنند که در آن هر شرکت‌کننده‌ای با هدست Emotiv در صورت سازگاری با طراحی آزمایش، بتواند در آن شرکت کند.

یک کیت توسعه نرم‌افزار (SDK) برای Emotiv نیز در دسترس است تا برنامه‌های سفارشی، تعاملات یا طرح‌های آزمایشی را بتوان در حین حرکت تنها با استفاده از هدست و گوشی هوشمند انجام داد.

با افزایش تعداد رشته‌ها و بازارهای تجاری که ابزارها و روش‌های علوم اعصاب را پذیرفته‌اند، سیستم(های) کم‌هزینه و با کاربری آسان EEG متعلق به Emotiv در موارد زیر استفاده می‌شوند:

• تحقیقات علوم اعصاب

• ابتکارات بازاریابی سلامت و تندرستی

• صنایع خودروسازی

• نورومارکتینگ (بازاریابی عصبی)

• تحقیقات مصرف‌کننده

• آموزش

• محیط‌های سرگرمی

علاوه بر این، با توجه به کیفیت، هزینه و امکان ارسال هدست‌های Emotiv به سراسر جهان، محققان می‌توانند افرادی را که واجد شرایط هستند جذب و ثبت‌نام کنند. به دلیل معیارهای کنترل کیفیتی که نرم‌افزار پردازش ارزیابی می‌کند، محققان می‌توانند به فرآیند جمع‌آوری داده‌ها نیز اعتماد کنند.

آیا می‌خواهید درباره اینکه پلتفرم EmotivLABs چه کاری می‌تواند برای تحقیق شما انجام دهد بیشتر بدانید؟

پلتفرم EmotivLABS به شما امکان می‌دهد آزمایش خود را بسازید، آزمایش خود را به صورت ایمن و مطمئن مستقر کنید، از میان پنل جهانی شرکت‌کنندگان تأیید شده استخدام کنید و داده‌های EEG با کیفیت بالا را جمع‌آوری کنید، همگی از طریق یک پلتفرم. برای کسب اطلاعات بیشتر یا درخواست نسخه نمایشی اینجا را کلیک کنید.