為什么要寫(xiě)研究局限性

論文寫(xiě)作中添加有關(guān)研究局限性的描寫(xiě)有助于增加文章的可信度。如果審稿人發(fā)現(xiàn)某一局限，但是作者未事先說(shuō)明，審稿人可能會(huì)對(duì)論文產(chǎn)生負(fù)面印象。如果在未來(lái)的研究背景下討論論文的每個(gè)局限性，即提出在未來(lái)研究中提高研究有效性的方法，你的文章更有可能被引用，因?yàn)樗鼘槠渌芯咳藛T的研究問(wèn)題提供有價(jià)值的信息。

如何識(shí)別研究局限性

你應(yīng)該從兩個(gè)角度思考你的研究 -內(nèi)部有效性和外部有效性。

內(nèi)部有效性是指研究推斷的強(qiáng)度，即你是否懷疑對(duì)所觀察到的結(jié)果是由測(cè)試變量引起的？其他因素是否會(huì)影響結(jié)果？如果是，你的研究的內(nèi)部有效性可能有局限性。

外部有效性是指結(jié)果可以推廣到更普遍的程度。如果要在不同的環(huán)境中利用相同機(jī)制重新進(jìn)行研究，例如，不同的研究對(duì)象或不同的環(huán)境中，這類(lèi)研究會(huì)得到類(lèi)似的結(jié)果嗎？如果沒(méi)有，您的研究的外部有效性可能有局限性。

不應(yīng)該擔(dān)心局限性

提醒一下，所有研究都以某種方式存在疑問(wèn)。在這篇文章中......

我們列出了科學(xué)、技術(shù)、教育和醫(yī)學(xué)領(lǐng)域（STEM）研究中最常見(jiàn)的局限性，并提供了真實(shí)的例子。但請(qǐng)注意，這不是一份全面的清單。此外，請(qǐng)注意這些限制并不相互排斥，許多可以重疊。

研究局限性的示例

Selection bias

選擇偏差

當(dāng)用于分析的個(gè)體、群組或數(shù)據(jù)的選擇不是隨機(jī)的，會(huì)發(fā)生選擇偏差。

例如，假設(shè)一項(xiàng)研究回顧性地對(duì)比了不同外科手術(shù)的死亡風(fēng)險(xiǎn)[例1]。其中一項(xiàng)外科手術(shù)較其他的更新。當(dāng)測(cè)試了新的外科手術(shù)后，外科醫(yī)生當(dāng)然選擇最理想的手術(shù)。因此，研究結(jié)果會(huì)受到外科醫(yī)生選擇手術(shù)類(lèi)型這個(gè)個(gè)體的影響，即只為其中的一個(gè)治療組選擇最理想的手術(shù)治療。

Confounding

干擾因子

干擾因子是另一個(gè)例子，有時(shí)會(huì)被隱藏，是一個(gè)影響因變量的變量。如果一個(gè)干擾因子沒(méi)有被考慮到，任何測(cè)試變量和結(jié)果的關(guān)系都不會(huì)準(zhǔn)確。

例如，設(shè)想一項(xiàng)研究檢驗(yàn)了眼球追蹤測(cè)定認(rèn)識(shí)性能[例2]。眾所周知，認(rèn)識(shí)性能隨著年齡增加會(huì)減弱。因此，如果年齡不作為一個(gè)干擾因子，效應(yīng)量會(huì)被低估或高估。

另一個(gè)例子，假設(shè)在研究中檢驗(yàn)了骨關(guān)節(jié)炎和心血管事件的關(guān)聯(lián)[例3]。心血管事件與很多因素有關(guān)，包括吸煙狀況，腹部肥胖，心血管家族史等，這些都會(huì)干擾結(jié)果。

Survivorship bias

幸存者偏差

如果僅僅對(duì)一些經(jīng)過(guò)相同選拔流程的和由于缺乏可見(jiàn)性沒(méi)有被忽視的學(xué)科偏差作出推論，就會(huì)發(fā)生幸存者偏差。

例如，假設(shè)一項(xiàng)研究檢驗(yàn)了騎車(chē)和性功能障礙之間的關(guān)聯(lián)[例4]。一個(gè)人遭受性功能障礙可能是因?yàn)轵T車(chē)會(huì)影響活躍。因此，如果該項(xiàng)研究只研究了經(jīng)常騎車(chē)的人，這個(gè)人會(huì)被忽視，并構(gòu)成該研究結(jié)果的偏差。

Study scope limitations

研究范圍局限

不可靠或不可用的數(shù)據(jù)能限制研究范圍，甚至整個(gè)結(jié)果。

例如，假設(shè)一項(xiàng)研究檢驗(yàn)了不同世界地區(qū)內(nèi)的熱產(chǎn)生[例5]。研究人員沒(méi)有關(guān)于家庭使用木材的數(shù)據(jù)。在一些地區(qū)，比如，發(fā)展中國(guó)家，家庭木材的使用產(chǎn)生了打了的熱。因此，這些地區(qū)的熱產(chǎn)生會(huì)被低估。

Sample size limitations

樣本大小的局限

如果某個(gè)特殊的結(jié)果是真實(shí)發(fā)現(xiàn)以及類(lèi)型II的錯(cuò)誤在一些情況下可能發(fā)生，比如，虛無(wú)假設(shè)是錯(cuò)誤的，研究小組間的差異未被報(bào)道，則樣本大小可能很難確定。

例如，設(shè)想一項(xiàng)研究檢驗(yàn)了血栓溶解在治療急性心肌梗塞的功效。血栓溶解對(duì)急性心肌梗塞的的影響很重要但是很小。因此，樣本量相對(duì)較小的研究可能無(wú)法揭示這一較小的影響，還可能會(huì)導(dǎo)致類(lèi)型II的誤差 [6]。

Experimenter bias

實(shí)驗(yàn)者偏見(jiàn)

當(dāng)進(jìn)行實(shí)驗(yàn)的個(gè)體對(duì)不同試驗(yàn)組的參與者以不同的無(wú)意識(shí)表現(xiàn)不經(jīng)意地影響實(shí)驗(yàn)結(jié)果時(shí)，就是實(shí)驗(yàn)者偏見(jiàn)。

例如，設(shè)想一項(xiàng)研究測(cè)試了游戲玩家是否知道其與一個(gè)人或人工智能對(duì)戰(zhàn)的能力 [例7]。服務(wù)商在參與者的背后觀察著游戲?qū)?zhàn)。如果服務(wù)商意識(shí)到人工智能的本性，他們可能會(huì)無(wú)意地影響參與者。

Referral bias

轉(zhuǎn)診偏倚

轉(zhuǎn)診偏倚是指病人從一個(gè)診所轉(zhuǎn)至另一個(gè)的現(xiàn)象，經(jīng)常是專(zhuān)業(yè)單位，傾向于比非就診的病人更可靠。在包含許多轉(zhuǎn)診的研究中，風(fēng)險(xiǎn)因素可能被高估。

例如，設(shè)想一項(xiàng)研究在某專(zhuān)業(yè)轉(zhuǎn)送中心評(píng)估了神經(jīng)結(jié)節(jié)病的臨床表現(xiàn)[例8]。慢性無(wú)菌性腦膜炎是最常被報(bào)道的凈勝異?！?7%的病例。和其他研究相比，這個(gè)頻率是相對(duì)較高的。該轉(zhuǎn)送中心以慢性腦膜炎專(zhuān)業(yè)為人熟知。因此，這種病例可能會(huì)被轉(zhuǎn)送到該中心，構(gòu)成轉(zhuǎn)診偏倚。

Self-reported data

自述數(shù)據(jù)

自述數(shù)據(jù)受多種偏差影響，比如，選擇性記憶，夸張等，并且不能各自證實(shí)。

例如，設(shè)想一項(xiàng)研究在確定智能手機(jī)用戶壓力時(shí)，檢驗(yàn)了輸入壓力的有效性 [例9]。要求參與者回想壓力，并在一定范圍內(nèi)排序。隨后檢測(cè)輸入壓力。無(wú)論什么原因，參與者可能高估或低估壓力水平，從而影響了研究結(jié)果。

Limitations of exploratory studies

探索性研究的局詳性

如果對(duì)于某個(gè)存在極少或沒(méi)有先前研究的主題，研究人員可能需要建立一個(gè)與研究問(wèn)題和研究設(shè)計(jì)相關(guān)的基準(zhǔn)。由于不存在基準(zhǔn)作對(duì)比，結(jié)果的有效性受爭(zhēng)議。

例如，設(shè)想一項(xiàng)探索性研究測(cè)試了電視用戶使用新的遠(yuǎn)程控制器 [例10]。不是按鈕，而是遠(yuǎn)程擠壓或吸。直到結(jié)果可重復(fù)，否則不認(rèn)為研究發(fā)現(xiàn)是決定性的。

Methodological limitations

方法局限性

這是指對(duì)研究中方法論的相關(guān)局限性。

例如，設(shè)想某研究測(cè)試了端粒長(zhǎng)度用作先天性角化不良的診斷參數(shù)[例11]。該研究采用了來(lái)自?xún)蓚€(gè)醫(yī)院的先天性角化不良病人的數(shù)據(jù)。每個(gè)醫(yī)院采用自己的方法提取DNA，其中一家提取的是較短的DNA，這個(gè)局限性會(huì)影響研究結(jié)果。

另一個(gè)例子，設(shè)想某研究測(cè)試了一種新穎的技術(shù)監(jiān)測(cè)結(jié)構(gòu)損傷的能力，而結(jié)構(gòu)損傷是很難被監(jiān)測(cè)的（例如，下橋）[例12]。該研究認(rèn)為新技術(shù)是有前景的，然而，其覆蓋范圍只有30 × 30 m，意味著該新技術(shù)只適用于短距離范圍。

Systematic literature reviews

系統(tǒng)的文獻(xiàn)綜述

在一篇系統(tǒng)的文獻(xiàn)綜述中，研究人員使用定義明確的搜索技術(shù)搜索相關(guān)研究問(wèn)題的文獻(xiàn)。然而，取決于搜索標(biāo)準(zhǔn)，無(wú)法保證可以搜索到所有相關(guān)的文獻(xiàn)。通常，灰色文獻(xiàn)和技術(shù)報(bào)告不包括在內(nèi)，系統(tǒng)的文獻(xiàn)綜述只包括一種語(yǔ)言，典型的是英語(yǔ)呈現(xiàn)的研究。

Hawthorne effect

霍桑效應(yīng)

霍桑效應(yīng)是指當(dāng)參與者意識(shí)到自己被觀察的時(shí)候表現(xiàn)不同的現(xiàn)象。

例如，設(shè)想某研究測(cè)試了恐懼訴求信息促進(jìn)在線安全行為的能力[例13]。給參與者展示網(wǎng)絡(luò)攻擊的盛行和影響的詳細(xì)恐懼性訴求，隨后在線調(diào)查他們的行為。在4周后，再次考察參與者，看恐懼訴求的影響是否在持續(xù)，以及是否有采取行動(dòng)的意向。參與者可能假裝聲稱(chēng)已經(jīng)改進(jìn)自己的行為試圖減少因沒(méi)有改變行為的羞恥，或試圖使研究者滿意。

Regression toward the mean

趨中回歸

這是指某變量首次測(cè)試是極端的（即遠(yuǎn)不止平均水平），而第二次測(cè)試不那么極端的現(xiàn)象。典型地是伴隨著不對(duì)稱(chēng)采樣發(fā)生，例如，研究只采用最差或最好的。但是，它仍會(huì)偶然發(fā)生（見(jiàn)示例）。

例如，設(shè)想某研究檢驗(yàn)了血細(xì)胞比容（紅細(xì)胞體積占血總體積的比例）對(duì)鳥(niǎo)類(lèi)飛行特性的影響[例14]。在先期試驗(yàn)中，即，在操作血細(xì)胞比容前。鳥(niǎo)在試驗(yàn)組中被認(rèn)為是具有相當(dāng)好的飛行特性。即使沒(méi)有操作，如果反復(fù)測(cè)試，由于趨中回歸，這些鳥(niǎo)的飛行特性也會(huì)被減弱。因此，后期測(cè)試的結(jié)果，即，操作以后，可能受到該效應(yīng)的影響，并且可能不是操作真實(shí)效果的反映。

Repeated testing

重復(fù)測(cè)試

重復(fù)測(cè)試參與者可能導(dǎo)致偏差。先期測(cè)試可能以未曾料到的方式使參與者敏感，影響后期測(cè)試的結(jié)果。

例如，設(shè)想某研究測(cè)試了以不同眼睛測(cè)試，診斷青光眼導(dǎo)致的焦慮[例15]。幾乎所有的參與者都進(jìn)行了其中的一項(xiàng)測(cè)試。這可能導(dǎo)致低估了焦慮會(huì)隨著測(cè)試的進(jìn)行而增加。

Population validity

總體效度

總體效度指研究中的樣本如何代表目標(biāo)人群。

例如，設(shè)想某研究中目標(biāo)人群都是美國(guó)的因特網(wǎng)用戶。僅僅使用推特用戶就不具有代表性，因?yàn)槊绹?guó)的成年推特用戶更年輕，并且相對(duì)于普通大眾更可能是民主黨 [16]。

如何表現(xiàn)局限性

通常，研究局限性以過(guò)去在討論部分的結(jié)尾給出。以開(kāi)始局限性作為開(kāi)始。提出圍繞這個(gè)問(wèn)題，是否采取任何措施。描述任何證據(jù)可能會(huì)減小局限性的影響。討論局限性如何影響研究結(jié)果。最后，如果可用，討論能夠采取的措施在未來(lái)的研究中克服局限性。

參考文獻(xiàn)：

1. Stiles ZE, Behrman SW, Glazer ES, Deneve JL, Dong L, Wan JY, Dickson PV. Predictors and implications of unplanned conversion during minimally invasive hepatectomy: an analysis of the ACS-NSQIP database. HPB. 2017 Nov 1;19(11):957–65.
2. Rosa PJ, Gamito P, Oliveira J, Morais D, Pavlovic M, Smyth O. Show me your eyes! The combined use of eye tracking and virtual reality applications for cognitive assessment. In Proceedings of the 3rd 2015 workshop on ICTs for Improving Patients Rehabilitation Research Techniques 2015 Oct 1 (pp. 135–138). ACM.
3. Kendzerska T, Jüni P, King LK, Croxford R, Stanaitis I, Hawker GA. The longitudinal relationship between hand, hip and knee osteoarthritis and cardiovascular events: a population-based cohort study. Osteoarthr Cartilage. 2017 Nov 1;25(11):1771–80.
4. Gaither TW, Awad MA, Murphy GP, Metzler I, Sanford T, Eisenberg ML, Sutcliffe S, Osterberg EC, Breyer BN. Cycling and female sexual and urinary function: results from a large, multinational, cross-sectional study. J Sex Med. 2018 Apr 1;15(4):510–8.
5. Mekonnen MM, Gerbens-Leenes PW, Hoekstra AY. The consumptive water footprint of electricity and heat: a global assessment. Environ Sci-Water Res Technol. 2015;1(3):285–97.
6. Jones SR, Carley S, Harrison M. An introduction to power and sample size estimation. Emerg Med J. 2003 Sep 1;20(5):453–8.
7. Wehbe RR, Lank E, Nacke LE. Left Them 4 Dead: Perception of humans versus non-player character teammates in cooperative gameplay. In Proceedings of the 2017 Conference on Designing Interactive Systems 2017 Jun 10 (pp. 403–415). ACM.
8. Leonhard SE, Fritz D, Eftimov F, van der Kooi AJ, van de Beek D, Brouwer MC. Neurosarcoidosis in a tertiary referral center: a cross-sectional cohort study. Medicine. 2016 Apr;95(14).
9. Exposito M, Picard RW, Hernandez J. Affective keys: towards unobtrusive stress sensing of smartphone users. In Proceedings of the 20th International Conference on Human-Computer Interaction with Mobile Devices and Services Adjunct 2018 Sep 3 (pp. 139–145). ACM.
10. Bernhaupt R, Desnos A, Pirker M, Schwaiger D. TV interaction beyond the button press. InIFIP Conference on Human-Computer Interaction 2015 Sep 14 (pp. 412–419). Springer, Cham.
11. Gadalla SM, Khincha PP, Katki HA, Giri N, Wong JY, Spellman S, Yanovski JA, Han JC, De Vivo I, Alter BP, Savage SA. The limitations of qPCR telomere length measurement in diagnosing dyskeratosis congenita. Mol Genet Genomic Med. 2016 Jul;4(4):475–9.
12. Kang D, Cha YJ. Autonomous UAVs for structural health monitoring using deep learning and an ultrasonic beacon system with geo‐tagging. Comput Aided Civ Inf. 2018 Oct;33(10):885–902.
13. Jansen J, van Schaik P. The design and evaluation of a theory-based intervention to promote security behaviour against phishing. Int J Hum Comput Stud. 2019 Mar 1;123:40–55.
14. Yap KN, Dick MF, Guglielmo CG, Williams TD. Effects of experimental manipulation of hematocrit on avian flight performance in high-and low-altitude conditions. J Exp Biol. 2018 Nov 15;221(22):jeb191056.
15. Chew SS, Kerr NM, Wong AB, Craig JP, Chou CY, Danesh-Meyer HV. Anxiety in visual field testing. Br J Ophthalmol. 2016 Aug 1;100(8):1128–33.
16. Pew Research Center. Sizing Up Twitter Users. 2019 Apr 24. Available from:https://www.pewinternet.org/2019/04/24/sizing-up-twitter-users/ [Accessed 6 June 2019].
17. https://www.internationalscienceediting.com/how-to-suggest-reviewers/