R

生信论文返修实战04/20|样本太少怎样回应?报告效应、区间与真实限制

作者:发布于 2026-11-17约 15 分钟阅读
生信论文返修实战第4讲:样本太少怎样回应?报告效应、区间与真实限制

生信论文返修实战20讲 · 第04讲 · 建立返修起点

生信论文返修实战第4讲:样本太少怎样回应?报告效应、区间与真实限制
系列目录:生信论文返修实战20讲(当前第4讲)
  1. 第01讲:收到返修意见后怎么办?把审稿问题拆成可执行任务
  2. 第02讲:返修前先冻结分析:输入、版本与结果怎样重放
  3. 第03讲:样本量为什么对不上?核查纳入、排除与重复测量
  4. 第04讲:样本太少怎样回应?报告效应、区间与真实限制(本篇)
  5. 第05讲:差异分析被质疑:模型、方向和多重检验逐项核查
  6. 第06讲:要求校正年龄和批次?先判断资料是否支持
  7. 第07讲:换个阈值还成立吗?做有边界的敏感性分析
  8. 第08讲:独立验证不一致怎么办?保留全部候选与证据
  9. 第09讲:富集结果怎样返修?检查背景、方向和贡献成员
  10. 第10讲:单细胞显著性可靠吗?先认清细胞、文库与供体
  11. 第11讲:细胞注释与比例被质疑:标记依据和分母怎样交代
  12. 第12讲:拟时序和通讯怎样改写?避免把推断写成机制
  13. 第13讲:模型性能过高先查什么?用随机标签识别数据泄漏
  14. 第14讲:只有ROC不够:校准、误差与简单基线一起评价
  15. 第15讲:生存分析怎样返修?事件、截点与模型假设核查
  16. 第16讲:审稿人要求补实验:公共数据能支持到哪一层
  17. 第17讲:图形与图注怎样修改?展示样本、效应与不确定性
  18. 第18讲:方法写到哪里才够?参数、版本与数据代码可用性
  19. 第19讲:逐条回复怎么写?把动作、证据和修改位置对应起来
  20. 第20讲:提交返修前最后一查:正文、回复与附件保持一致

点击目录按篇次顺序学习;文末复现包包含全系列代码与起始数据。

样本少,返修时应该补什么证据

“样本量偏小,结果可靠吗?”是很常见的返修问题。许多作者的第一反应是补一段事后功效计算,或者寻找能得到更小概率值的方法。但审稿人真正需要判断的是:观察到的效应有多大,估计有多不确定,哪些结论仍然成立,哪些需要更谨慎。本篇用真实表达效应和明确标注的模拟说明这个问题。

教学审稿意见:对照样本数量有限,请报告效应大小和不确定性,并讨论研究能够排除多大程度的差异。

发现分析含七十四个患者样本和十一个对照样本。组间数量不均衡,并不自动使分析失效,但对照信息有限会影响比较精度。不能只强调患者样本很多,也不能因为某个基因概率值很小就认为所有估计都足够稳定。样本规模的影响需要结合变异、效应以及具体模型理解。

先把效应和显著性分开

效应描述差异有多大,概率值描述在特定零假设与模型下数据的相容程度,两者不是同一个问题。对数表达差异的正负由比较方向决定;本系列定义为患者减对照。较大的正值表示患者平均对数表达较高,但不能直接写成蛋白功能增强,更不能自动解释为疾病原因。

置信区间帮助展示估计的不确定性。本例输出模型中的名义百分之九十五区间,它对应单个效应的区间估计,不是对全部基因同时保证覆盖率的区间。多重检验的错误发现率另行控制。把调整后概率值与普通区间放在同一表中时,应写清各自的含义,避免读者以为二者完全等价。

固定教学面板包含十二个基因。它便于在不同返修问题中追踪同一组对象,并不构成无偏的全基因组候选发现。展示面板时保留估计接近零和区间较宽的成员,让读者看到差异大小与不确定性如何共同变化。只画最显著的三条,无法说明整个面板的证据状况。

审稿人关心的问题 优先提供什么 不宜直接作出的结论
差异究竟多大 效应与测量尺度 显著就等于作用很强
估计是否精确 区间、样本数、个体分布 不显著就等于无差异
少量对照是否影响结果 样本影响与敏感性检查 一个小概率值消除所有担忧
未来还需要多少样本 明确设计与假设的前瞻规划 用当前概率值包装事后功效
固定十二基因面板的模型效应与名义95%区间,未隐藏弱证据成员。
图1:固定十二基因面板的模型效应与名义95%区间,未隐藏弱证据成员。

怎样读一张效应森林图

先看横轴单位,再看零线,最后看区间跨度。两个基因的点估计相近,区间可能不同,因为组内变异不同。一个区间跨过零,也可能仍包含具有实际意义的差异;这时更准确的表述是证据不足以确定方向或幅度,而不是已证明不存在效应。

如果研究要支持“差异小到可以忽略”,必须事先说明什么幅度才算可以忽略,并使用适合等效或非劣问题的设计与方法。普通不显著检验不能自动完成这项任务。本教程不把任何临时选取的表达阈值当作临床或生物学等效界限,也不替具体疾病设定重要性标准。

对数尺度还需要谨慎解释。芯片表达经处理后可用于组间比较,但将差值转换成倍数只是在该尺度下的表达描述,不意味着每个细胞中的分子数量按同样比例变化。组织组成、测量平台和样本来源都可能参与这个差异。返修文字应保留测量对象,而不是将“表达关联”改写成“机制强度”。

用模拟理解样本量与区间宽度

本篇另外生成正态随机数据,在每组不同样本数下重复估计均值差区间。所有模拟参数都写在代码里,模拟数据不属于真实患者,也不会被加入真实样本量。这样做的目的,是直观看到同一假设条件下增加独立观察通常如何改善精度,以及随机波动为何仍然存在。

模拟每个情景重复三百次,图中展示区间宽度分布。曲线或箱体只是这些设定下的结果,不能直接用于某项真实研究的样本量承诺。真实设计还可能受到配对、聚类、失访、多重终点和不同方差结构影响。如果这些条件改变,就应重新定义模拟,而不是照抄图上的人数。

明确正态假设下的模拟区间宽度;不是实际样本量建议。
图2:明确正态假设下的模拟区间宽度;不是实际样本量建议。

“独立观察”是这里的关键词。对同一样本多测几次,能够帮助评估测量误差,但不等于增加相同数量的独立受试者。单细胞中多测几千个细胞,也不能直接弥补供体数不足。第十篇会通过另一个模拟说明,把相关细胞当独立样本可能如何制造过强的显著性。

为什么不把观察到的功效当主要答复

如果把当前估计效应代入功效公式,得到的事后数值往往没有提供超出已有检验结果的独立信息,还会把不稳定的点估计当成真实效应。更有帮助的返修答复是直接展示区间,说明现有资料容许哪些效应范围,并讨论抽样与设计限制。

未来研究的规划则是另一个任务。可以依据外部证据、实际重要的效应范围和可接受精度提出情景,比较不同样本规模。情景应在设计阶段解释清楚,并考虑失访和分层需求。这里不提供具体项目的最小样本量,因为教学数据中的效应与变异不能自动代表读者的研究条件。

运行方法与交付文件

下载文末完整复现包,先解压并保留目录结构,将R的工作目录切换到workbook目录。输入位于data,公共函数位于scripts/common.R,分篇结果位于results。附件保留前序输出,便于单篇学习;如果改变输入、模型或前序参数,应顺序重跑所有受影响步骤,避免新数据与旧结果混用。

Rscript scripts/04.R

本篇脚本会生成三张图和对应表格。先检查日志是否正常结束,再核对实际输出的样本、字段、尺度与正文,不要仅凭文件存在判断运行成功。环境记录来自实际验证,包版本不是自动锁定;安装时需保持R与依赖相容。完整顺序运行入口和原始公开数据整理方法见包内说明,模拟与公开观测数据分别标注。

下面列出本篇完整R脚本。初学者可先原样运行,再在副本中改变一个参数观察影响。保留原始输入,不通过改组别、补造临床字段或删除不合预期的样本来解决报错。遇到缺少文件,首先检查工作目录和前序依赖;遇到数值差异,先核查版本与输入,再解释科学含义。

source("scripts/common.R")
o<-start(4);x<-read_x("discovery");m<-read_m("discovery");d<-de(x,m);d<-d[d$gene%in%panel,];tab(d,paste0(o,"/panel_effects.csv"))
# 教学模拟:无真实组间差异,样本越少区间通常越宽
ns<-c(6,12,24,48);widths<-lapply(ns,function(n)replicate(300,diff(t.test(rnorm(n),rnorm(n))$conf.int)))
tab(data.frame(n=rep(ns,each=300),width=unlist(widths)),paste0(o,"/simulated_CI_width.csv"))
fig(paste0(o,"/fig1.png"),{par(mar=c(5,8,3,2));plot(d$logFC,seq_len(nrow(d)),xlim=range(c(d$CI.L,d$CI.R)),yaxt="n",ylab="",xlab="log2FC and nominal 95% CI",pch=16,main="Magnitude and precision are different");axis(2,seq_len(nrow(d)),d$gene,cex.axis=.8);segments(d$CI.L,seq_len(nrow(d)),d$CI.R,seq_len(nrow(d)));abline(v=0,lty=2)})
fig(paste0(o,"/fig2.png"),boxplot(widths,names=ns,col="#C8E2EC",xlab="Independent observations per group",ylab="95% CI width",main="Teaching simulation: normal outcomes, null effect"))
fig(paste0(o,"/fig3.png"),flow(c("State the target effect","Report estimate and interval","Avoid retrospective observed-power reassurance","Discuss what additional samples could resolve"),"Respond to limited precision honestly"))

运行脚本后先查看固定面板的效应表,再查看模拟区间宽度表。两份表来源不同,不能合并成同一份“结果样本”。建议在自己的项目中也为模拟单独建目录,在文件名和图注中注明教学假设。这样即使图被单独转发,读者也不容易把模拟误认为实际研究结果。

用效应、区间和限制回应样本量质疑的步骤。
图3:用效应、区间和限制回应样本量质疑的步骤。

修改结果与讨论,而不只是补一句局限

教学原稿:“未达到统计学显著性,说明该基因没有作用。”修改稿:“该基因的组间表达估计存在不确定性;当前样本与模型下,结果不足以确定其表达差异。该分析不直接检验功能作用。”这句话同时纠正了不显著的解释和表达到功能的越界。

另一种原稿是“尽管样本较少,但显著结果证明结论可靠”。更合适的写法应报告实际效应与区间,再指出样本来源、组间不均衡和未测量因素限制了推广。显著结果可以是证据的一部分,却不能替代独立核查、样本质量与模型假设。

中文回复示例:“我们补充了固定面板的效应估计和名义百分之九十五置信区间,并保留不显著成员。修订文字不再把不显著解释为无作用,也不使用观察到的功效替代不确定性报告。样本规模与组间不均衡的限制在讨论中明确说明。”

英文示例:“We now report effect estimates and nominal 95% confidence intervals for the fixed teaching panel, including non-significant results. The interpretation distinguishes limited evidence from evidence of no effect. Sample size and group imbalance remain explicit limitations.”

把审稿人的问题转成三个可交付检查

第一个检查是每个关键结果是否都有尺度、方向和区间,第二个检查是图中能否看到独立样本的分布,第三个检查是讨论有没有说明现有资料仍不能回答什么。对主结论尤其关键的候选,可在第七篇加入样本影响检查,并在第八篇观察另一研究的效应方向。

不要为了回应样本量质疑而拼接来源不同、测量条件不同的数据,制造一个更大的总数。扩充数据只有在研究问题、测量与分析设计允许时才有意义。若资料不足,收窄结论也是实质性修改;它让论文回答自己确实能够回答的问题,而不是通过更复杂的图掩盖不确定性。

读完本篇,可以选自己论文中一个“不显著所以没有差异”的句子,改成同时交代估计和限制的文字。下一篇继续核查差异分析本身:模型比较了什么、符号朝哪边、概率值是否经过合适的多重检验处理。这些基础信息决定效应图能否被正确阅读。

实操练习:把一个结果写成三种不同强度的结论

先选一个效应明确的候选,只根据当前研究写一句观察性结果;再加入另一研究资料,写一句关于方向相容的结果;最后尝试写一句机制结论,并标出它还缺什么证据。这个练习能帮助区分统计精度、重复性和因果支持。它们可以互相补充,但不会因为某一项很好就自动补齐另外两项。

对一个区间跨零的候选,列出区间仍容许的正向、负向和接近零效应。思考这些范围是否会改变研究判断,而不是只看概率值位于阈值哪一侧。若论文想排除具有实际意义的差异,需要先确定实际意义的界限,并说明依据;不能从当前区间反向挑选一个恰好能通过的界限。

再比较模拟中不同样本规模的区间宽度分布。观察增加样本通常改善精度,但每次随机运行仍有差别。若某次小样本情景恰好得到很窄区间,不要把它当作小样本总是足够的证明。模拟用于理解长期表现与条件依赖,而不是选择一个幸运例子为现有设计辩护。

将这一认识写入回复时,可以说明补充了哪些不确定性报告、哪些样本影响检查,以及仍需哪些独立资料。不要承诺“增加若干样本一定显著”,因为真实效应和变异并不已知。未来设计应围绕实际重要的效应或目标精度,接受结果可能不支持原假说这一事实。

最后检查所有“不显著”“无差异”“无作用”是否被混用。前者是特定检验下的描述,后两者需要更强且不同的证据。把这些词逐一改准确,是低成本但影响很大的返修工作,也能避免审稿人继续追问研究是否把信息不足误写成否定结论。

代码、数据与继续阅读

下载完整返修复现包:20篇R脚本、整理输入、起始结果、运行说明与版本记录。包含公共观测数据、明确标注的模拟与教学模板;不包含新实施的功能干预实验。解压后先阅读README。

承接第03讲:样本量为什么对不上?核查纳入、排除与重复测量。

下一篇第05讲:差异分析被质疑:模型、方向和多重检验逐项核查。

数据与方法来源

数据与方法核查日期:2026年11月16日。本文为教学二次分析;具体适用范围见正文。

需要把方法用到自己的数据中?

如果你需要把审稿意见转成具体分析任务,可以准备去标识的意见摘要、数据类型、当前脚本和主要证据缺口,沟通适合的核查范围与交付材料。 联系云生信,说明当前研究任务。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗