一位备受赞誉的神经科学家，他的工作曾为许多脑损伤患者带来希望，如今却声名扫地。
德国图宾根埃伯哈德·卡尔斯大学的尼尔斯·比尔鲍默教授今年早些时候接受了调查。此次调查是在研究员马丁·斯普勒对 Ujwal Chaudhary 等人于 2017 年发表在《PLoS Biology》上的一篇论文提出严重关切后开始的。比尔鲍默是该论文的资深作者。
现在，图宾根埃伯哈德·卡尔斯大学宣布，已有两名神经科学家被认定犯有不端行为（转自）。这两名违规者未被点名，但根据提供的信息，其中一人显然是比尔鲍默，另一人我认为是乔杜里。
根据该新闻稿谷歌的翻译，大学调查委员会建议撤销 2017 年的《PLoS Biology》论文，因发现多项问题，具体包括：
“数据收集过程中的选择性数据选取”
“未能披露数据和脚本”
“数据缺失”
“可能由于不当分析导致的数据损坏”
那么，到底哪里出了问题？
2017 年的论文报告称，通过功能性近红外光谱（fNIRS）这种记录大脑活动的方法，可以与完全闭锁综合征（CLIS）的瘫痪患者进行交流。CLIS 患者有意识，但由于完全瘫痪而无法交流。
使用 fNIRS，乔杜里等人的关键发现是，当 CLIS 患者思考“是”和“否”时，大脑活动模式会有所不同。这表明 fNIRS 可以为患者提供一种在不移动一分肌肉的情况下回答是/否问题的途径。论文中包含四名患者。以下是其中一位患者 F 的关键结果，显示了头部 20 个通道的 fNIRS 响应时间过程。
根据马丁·斯普勒（同样来自图宾根埃伯哈德·卡尔斯大学）的说法，2017 年论文的核心缺陷在于统计分析——问题就出在上面这张图里。正如斯普勒所说：
[作者] 首先对所有试验求平均值，然后对所有会话求平均值，并对这些平均值进行 t 检验。这种分析的问题在于，试验/会话之间的方差通过平均化而被消除，只保留了通道之间的方差。
进行统计检验时，将考虑所有通道的方差，来比较“是”试验的平均值与“否”试验的平均值。由于通道高度相关（不独立），方差会非常低，从而导致错误的结论，即差异具有统计学意义。
在上图的突出显示部分，很容易看出通道之间的不独立性：所有 20 条“是响应”线都非常相似，而 20 条“否响应”线彼此之间也非常相似。通道之间高度相关。
这是将不独立测量视为独立测量的经典统计陷阱之一，我曾经指责许多论文也有此问题。
然而，事情要复杂一些。比尔鲍默和 2017 年论文的部分作者对斯普勒的说法进行了反驳，为其分析辩护。在我看来，这是一个非常苍白的辩护，但看了之后，我也不确定作者在原论文中实际进行了什么分析。这篇论文的写作很混乱，反驳并未澄清多少问题。所以，乔杜里等人可能并没有完全按照斯普勒的指控去做，但我很确定，无论他们做了什么，那都不是有效的分析。
有趣的是，大学报告中并未明确提及这些统计问题，尽管“可能由于不当分析导致的数据损坏”这一项可能有所暗示。
那么，大学委员会究竟发现了什么？据我（通过谷歌翻译）所见，大学报告并未指控比尔鲍默或其同事犯有最严重的欺诈行为，即数据伪造或捏造结果。
相反，委员会发现论文所依据的部分数据缺失，例如，在一名患者身上，“报告了十二天的结果。然而，委员会仅收到了八天的可用数据。” 论文中报告了脑电图（EEG）数据，但这些数据也缺失了。
在不了解详细情况的情况下，很难判断这有多严重。最仁慈的解释是，比尔鲍默和他的团队极其粗心大意。或者，有人可能会得出结论，大量数据缺失的事实令人质疑这些数据是否一开始就存在。
调查还发现，研究期间收集的部分数据已被排除在分析之外，部分原因是“由于调查中的技术问题，部分原因是资深教授的个人决定”，且未披露。这同样可能只是糟糕的科学实践，也可能更为险恶。
然而，在我看来，2017 年论文的统计数据如此可疑，以至于缺失和被排除的数据变得无关紧要。即使数据全部存在且正确，该论文的结果也无法令人信服。事实上，委员会指出，比尔鲍默的一位前同事早在 2015 年 11 月就告诉他，（如果翻译正确的话）“通过统计正确的分析，无法从数据中找到任何显著结果。”
总而言之，这是一个悲伤的案例，因为比尔鲍默的工作曾为患者带来了巨大的希望。他的其他工作可能存在与 2017 年论文类似的问题，也可能不存在，但我认为需要以非常审慎的态度对待。
