400多西医生物学实验无法重复的说法是自媒体的曲解……

最早看到这个说法是来自自媒体老和山下的小学僧：  美国斯坦福大学预防医学研究中心主任Ioannidis，在2005年发了一篇论文《Why most published research findings are false》，直译过来就是：为什么大多数已发表的研究成果是错误的。

Ioannidis对1990年至2003年间发表的49篇最顶级医学论文进行了研究，最终发现只有20篇是靠谱的。Ioannidis还不过瘾，又在不算最顶级的论文里找了432个医学研究成果，其中重复验证有效的，只有1个。百年宿怨：中西医之争丨 老和山下的小学僧_生命|百年宿怨：中西医之争丨 老和山下的小学僧|https://www.sohu.com/a/373525352_669860 

（我傻乎乎的引用了9次~~）

 但是搜索这个论文标题，让通义千问3AI翻译，人家真正表达的不是这个意思。

  【通义千问3I概括性翻译：在科学研究中，一个“显著发现”真正为真的概率，称为 PPV（阳性预测值），其计算公式（在没有偏倚的情况下）为：  PPV = [（1 - beta） × R] ÷ [（1 - beta） × R + alpha]    其中：  R 是“先验胜率”，等于“真实存在关联的假设数量”除以“不存在关联的假设数量”； （1 - beta） 是统计功效，即当真实效应存在时，研究能正确检测到它的概率； 

alpha 是显著性水平，通常设为 0.05，代表假阳性率（即当没有真实效应时，错误宣称“显著”的概率）。   举个例子（来自原文 Box 1）：  在全基因组关联研究（GWAS）中，如果测试 10 万个 SNP 位点，其中只有 10 个真正与疾病相关，那么  R = 10 / (100000 - 10) ≈ 0.0001（即十万分之一）。   

 即使统计功效达到 60%（即 beta = 0.4，1 - beta = 0.6），代入公式：  PPV = (0.6 × 0.0001) ÷ (0.6 × 0.0001 + 0.05) ≈ 0.0012，    也就是说，一个 p < 0.05 的“显著发现”，只有约 0.12% 的概率是真的。  如果研究存在偏倚（比如有 10% 的分析偏差），或者多个团队竞争发表（比如 10 个团队各自独立研究同一问题），PPV 还会进一步下降，可能低至 0.015% 或更低。

    因此，Ioannidis 的核心结论是：在探索性强、先验概率极低的研究领域，绝大多数“统计显著”的结果，实际上都是假阳性。】Why Most Published Research Findings Are False|https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.0020124  

继续用秘塔AI搜索顶刊论文错误率，有另一个论文提了，44%是真的效果不变，16%也是真的效果减弱了；16%是假的：24%后来没啥人有兴趣投资做重复试验，所以不太清楚真假。  综合来说60%的顶刊实验的定性结论是正确的，虽然其中计数效率上有16%效果没那么猛，可能有抗药性。然后16%后来被证明是假的。24%缺投资没重复试验有待进一步验证。  并不是60%是假的。老和山下的小学僧误导了我好几年。 

 【通义千问3概括性翻译：文中引用了 John Ioannidis（2005） 的著名研究，其中分析了 医学领域 的49项高影响力研究发现，并给出了以下具体数据：  44% 被后续更大样本的研究 成功复制； 16% 被 直接反驳； 16% 虽未被反驳，但效应量 明显变小； 24% 未受到后续研究的充分检验（即“未被挑战”）。】Structural Equation Models: From Paths to Networks|http://ndl.ethernet.edu.et/bitstream/123456789/75939/1/87.pdf]

————

2005年那老外专家的意思是啥，假设有10万个基因组，里面有10个是致病基因，检测出来的敏感性概率是60%，只能检测出6个；然后99990个基因组，被误报成致病基因的概率假设是5%（或者说特异性95%），那么就有4999.5个误报，于是6/(6+4999.5)约=0.12%，也就是用贝叶斯主义，去估算，一个正确率很低的前瞻性科研项目，即使做出来P<0.05（此事件偶然发生率是钓鱼5%）的结果，其实大概率也是错的。

现实中检测乳腺癌时就有这种问题：

（用敏感性90%，即检测出真阳概率90%，且特异性90%，即把阴性误报为阳性概率有10%的双90%准确率的检测方法，对40到50岁的美国女性进行检测，判定是得乳腺癌时，实际得乳腺癌的概率就1.77%。因为1万个这个年龄段的人，最后通过手术等其它方法确认是真乳腺癌的平均也就千分之2，即20个真阳性的，9980个是阴性的，真阳性是在理论上能检测出20*90%=18个，阴性误检测为阳性数量是9980*10%约=998个，即检测出来的真假阳性总和一共有18+998=1016人，但这些人中真正有乳腺癌的人占比是18/1016约=1.77%。）不懂数学 的癌症的概率就会变高 #贝叶斯定理 #概率 #乳腺癌-快手

https://www.kuaishou.com/short-video/3xkv3wrt2v8gzug?fid=2006007745&cc=share_wxms&followRefer=151&shareMethod=VIDEO&docId=9&kpn=NEBULA&subBiz=BROWSE_SLIDE_PHOTO&photoId=3xkv3wrt2v8gzug&shareId=17551402550452&shareToken=X8fUSJYgcIe91bR&shareResourceType=PHOTO_OTHER&userId=3x8smubzs6dvxrg&shareType=1&et=1_i%252F2002380846074313682_sl1150bl%2524s&shareMode=APP&originShareId=17551402550452&appType=21&shareObjectId=5217983228215784817&shareUrlOpened=0&timestamp=1690311323908&sharePullHoldout=1&utm_source=app_share&utm_medium=app_share&utm_campaign=app_share&location=app_share