Forskere i uenighet om maksimal levetid data


Forskere i uenighet om maksimal levetid data

Er det en biologisk grense for menneskelivet? Forskere fortsetter å være uenige.

I oktober 2016 ble forskningen publisert i Natur Hevdet at siden midten av 1990-tallet har alderen til den eldste personen ikke økt. Men andre har vært kritiske for det profilerte papiret, noe som førte til en rekke meningsutvekslinger blant forfatterne og deres kritikere i Natur denne uka.

I originalpapiret har genetikere Xian Dong, Brandon Milholland og Jan Vijg - alt fra Albert Einstein College of Medicine i New York City, NY - undersøkt trender i maksimal levetid, noe som er den største alderen som enkeltpersoner kan leve til.

De så på maksimal alder ved døden i fire land mellom 1968 og 2006. Disse landene var Frankrike, Japan, Storbritannia og USA.

Ifølge deres analyse økte maksimal levetid til 1994, etter hvilket punkt ble det platåert.

Forfatterne konkluderte med at maksimal gjennomsnittlig levetid er rundt 115 år. Ingen økning i dette nummeret har blitt sett siden midten av 1990-tallet.

De brukte også matematisk modellering for å forutse at maksimal alder mulig å være 125, og de sa at sannsynligheten for at noen som overstiger denne alderen er "mindre enn 1 av 10.000" per år.

Hvorfor er disse funnene kontroversielle?

En nyhetsartikkel publisert i Natur , Lagt ut dagen før papiret ble utgitt, pekte på noen av kritikken som straks ble stemt av andre i aldringsområdet.

Kritikpunkter inkluderer uenigheter om fortolkningen av dataene og mangel på omtale av muligheten for fremtidige medisinske fremskritt som påvirker maksimal levetid.

En artikkel publisert i det nederlandske bladet Flyktninghjelpen , Med tittelen "Peer review post mortem: hvordan en svak aldrende studie ble publisert i Natur , "Undersøkte kontroversen rundt papiret.

Seniorforfatter Vijg forklarte at avisen ble opprinnelig avvist av Natur Etter første omgang av peer review. Men ut av det blå ble han spurt av redaksjonen på Natur Å sende inn en revisjon.

Det er viktig at to av peer-korrekturleserne - Stuart Jay Olshansky, professor i folkhelsehøgskolen ved Illinois Universitet i Chicago, og Jean-Marie Robine, forskningsdirektør ved INSERM, fransk institutt for helse og medisinsk forskning - avslørte At de ikke undersøkte statistikken i papiret i detalj.

Men en av kritikkene er at som en genetiker, Vijg og hans team er vant til å analysere store genetiske data, i motsetning til demografiske data.

Det vitenskapelige samfunnet av demografer som arbeidet med aldring ble rystet opp. Hvordan kunne tre genetikere finne en konklusjon i allment tilgjengelige data som hadde slettet feltet til nå? Fremtredende demografer begynte å sende sine kommentarer til Natur .

I denne uken ble fem "Kortkommunikasjonstabell" artikler publisert i Natur . Hver artikkel er en kritikk av en gruppe forskere, og hver er ledsaget av et svar fra Vijg og hans lag.

Hva er kritikken?

Det er tre hovedtemaer som fortsetter å kutte opp i artiklene. Disse temaene inkluderer de som gjelder datasettet og de statistiske analysene som utføres.

1. Valg av datasett

De viktigste funnene i papiret er basert på kombinert data fra International Database on Longevity (IDL). Men dataene var ikke tilgjengelige for hver av de fire landene for hele tidsperioden.

Adam Lenart og James W. Vaupel - begge Max Planck Odense senter for biodemografi av aldring ved Syddansk Universitet i Odense - oppfordret forsiktighet når man kombinerer data på denne måten.

Maarten P Rozing, Thomas BL Kirkwood og Rudi GJ Westendorp - alt fra Københavns Universitet i Danmark - la til at det ikke er hensiktsmessig å bruke det samme datasettet til å generere en hypotese og deretter bruke den til å teste denne hypotesen, da dette har Potensial til å føre til "falsk vurdering av statistisk betydning".

Denne oppfatningen ble echoed av Nicholas J. L. Brown og Casper J. Albers, begge fra Groningen-universitetet i Nederland, og Stuart J. Ritchie, fra University of Edinburgh i U.K.

Vijg og kollegaer retort var at de brukte data fra både IDL og Gerontology Research Group databasen, som inneholder verdensomspennende data. Deres konklusjoner står når man bruker data fra begge deler.

Problemet er at begge kildene inkluderer de samme personene, noe som betyr at datasettene ikke er uavhengige.

Joop de Beer, fra det nederlandske tverrfaglige demografiske instituttet, Anastasios Bardoutsos, fra Groningen, og Fanny Janssen, som er fra begge organisasjoner, brukte et annet datasett for å hevde at maksimal levetid vil øke over 115 år.

De forutsier at ved år 2070 vil rundt 1 av 840 000 japanske kvinner overleve til 125 år.

Men Vijg og kolleger hevdet at dette ikke motsier seg deres konklusjoner, da de beregnet maksimal alder til 125, og de anerkjenner at utjevninger over gjennomsnittlig maksimumsalder på 115 er mulige.

De sa videre at den matematiske modellen som ble brukt av de øl og kollegaer ikke var hensiktsmessig.

For folk som ikke bruker mye komplisert matematikk i hverdagen, kan statistikkverdenen være et minefelt. Det er mange forskjellige matematiske modeller, og argumenter over hvilke man er mest hensiktsmessige er svært vanlige i forskning, som i dette tilfellet.

2. Valg av statistisk analyse

Alle forfatterne var kritiske til aspekter ved dataanalysen. Rozing og kolleger hevdet at tidsperioden studert av Vijg ikke er lang nok til å trekke konklusjoner.

Likevel motsatte Vijg dette ved å si at det faktum at det ikke har vært noen økning i maksimal alder i 20 år til tross for økningen i tallet i centenarians "snakker for seg selv."

Bryan G. Hughes og Siegfried Hekimi - begge fra McGill University i Montreal, Canada - hevdet at den normale variabiliteten i disse dataene kan generere platåer, økende og avtagende, som til og med ut til slutt.

De sa at en rekke konklusjoner kunne nås, avhengig av hvilken matematisk modell som ble brukt.

Det er derfor ikke mulig å "forutse bane som maksimal levetid vil følge i fremtiden", konkluderte de. Vijgs svar var at modellen deres er bedre egnet for dataene.

3. Valg av å dele datasettet

Hughes og Hekimi spurte måten at dataene ble delt opp. Vijg og kolleger deler dataene i to sett, et valg basert på visuell inspeksjon av dataene. Men er dette vitenskapelig robust?

Vijg sitert av FJ Anscome - fra Institutt for statistikk ved Yale University i New Haven, CT - fra 1973. Anscome sa at "en datamaskin skal gjøre både beregninger og grafer. Begge typer utdata bør studeres, hver vil bidra til å forståelse."

Til Vijg bekrefter dette at "grafikkdata for å evaluere valg av modell har lenge blitt anerkjent som en nyttig og viktig teknikk av statistikere."

Er et papir fra 1970-årene nok til å støtte dette kravet? Rozing og kolleger trodde ikke det. De brukte et datasett fra sportens verden for å demonstrere hvordan spalting av data kan påvirke resultatene.

Bruk av data fra OL gjorde det mulig for dem å teste om det var en generell økning i hopphøyden eller ikke.

Da de delte sine data i to grupper basert på siste verdensrekord i 1991, så de "en forbedring i ytelsen fram til 1991 og forverring deretter."

Men da dataene ikke ble splittet, så de en "signifikant økning i de vinnende hopphøydene over tid" og ingen reduksjon etterpå.

Vijg motsatte seg at hoppedataene viser at det er en mekanisk grense for hvor langt et menneske kan hoppe og tegne paralleller med deres tolkning av en biologisk grense for maksimal menneskeliv.

Ingen kommentar til statistisk analyse av hoppedataene ble gjort.

Hva betyr det alt?

Det er verdt å merke seg at forskere er under enormt press for å publisere resultater i allment leste tidsskrifter. Dette er ikke bare en suksessmåling for avdelingen de jobber i, men det hjelper også dem med å søke om forskningsfinansiering.

Natur Er en av de mest leste vitenskapelige tidsskrifter, og publiserer i Natur Ekstremt ønskelig. Kriteriene for publisering i denne tidsskriftet er strenge: original vitenskapelig forskning som ikke er publisert andre steder, fremragende vitenskapelig betydning og innhold av interesse for en tverrfaglig leser.

I 2013 ble bare 856 av nesten 11 000 innleverte manuskripter publisert.

Peer reviewers vurderer manuskripter i henhold til disse kriteriene. De er delvis valgt ut for deres evne til å evaluere de tekniske aspektene av papiret fullt og rettferdig.

Mens den statistiske analysen og dataene til det opprinnelige manuskriptet kanskje ikke ble gransket i detalj, har kritikkene som ble publisert denne uken, gått i betydelig dybde.

Forfatterne har gitt svar til hvert punkt. Dette ligner på vanlig peer review-prosess, der anmeldere gir kommentarer til et manuskript, og forfatterne får muligheten til å forsvare sine funn.

Interessant, Natur S retningslinjer sier at "selv om Natur S redaktører anser det som viktig at eventuelle tekniske feil som er nevnt av dommerne er adressert, er de ikke så strengt bundet av dommernes redaksjonelle meninger om hvorvidt arbeidet tilhører Natur ."

Gjorde redaktørene på Natur Velg dette manuskriptet for dets potensial til å skape interesse for vitenskapelige og offentlige samfunn? Det ville ikke være første gang.

Et "øyeblikksbilde" av vitenskapelig forskning

Som de flere argumentene i oppfølgingsartikkene utheves, er det et grått område mellom riktig og feil når det gjelder dataanalyse.

Alle parter føler at deres tilnærming er den mest verdifulle, og alle har gitt referanser for å få tilbake dette. Dette er faktisk et godt øyeblikksbilde av hvordan vitenskapelig forskning fungerer.

Det er alltid argumenter og motargumenter. Bare fordi et papir er publisert, betyr det ikke at det er sant; Etterfølgende dataanalyse kan avsløre en annen tolkning.

En kritisk vurdering av alle publiserte studier er derfor viktig. Dette er lett for forskere med erfaring i samme forskningsområde, men det er betydelig vanskeligere for forskere fra andre felt og for allmennheten.

Uansett om du tror på Vijg og hans kollegaers tolkning av dataene eller føler at argumentene fremført av kritikerne er mer overbevisende, er det verdt å huske på at et datasett kan tolkes på forskjellige måter.

Lazer Team (Video Medisinsk Og Faglig 2021).

§ Problemer På Medisin: Pensjonister