研究问题、可复现分析与敏感性分析01 / 16
提出网络研究问题
从研究方向到研究问题
“用 STRING 分析阿尔茨海默病”是方向，不是问题。一个可回答的研究问题至少要说清四件事：
| 要素 | 需要回答 | 例子 |
|---|---|---|
| 系统 | 研究对象是什么？ | 阿尔茨海默病相关基因在人类 PPI 网络中的位置 |
| 节点与边 | 节点代表什么？边代表什么？数据从哪来？ | 节点为蛋白；边为 STRING 中综合置信度 ≥ 0.7 的相互作用 |
| 问题类型 | 描述、比较、预测，还是机制？ | 比较：AD 基因是否比度匹配随机基因更聚集？ |
| 判断标准 | 什么结果支持/反对你的假设？ | LCC 的 且在置信度 0.4–0.9 范围内都成立 |
“为什么需要网络”检验：如果把网络去掉、只看单个基因（或单个脑区、单个症状）的统计量，就能回答你的问题，那么网络分析不是必要的。好的网络问题依赖于元素之间的关系：模块、路径、邻近、中心性、动力学。
四类网络研究问题及其证据要求
不同类型的问题需要不同的证据，混淆问题类型是网络研究中最常见的过度解读来源之一。
| 问题类型 | 典型表述 | 需要的对照与检验 | 不能得出的结论 |
|---|---|---|---|
| 描述 | 这个网络是否有模块结构、重尾度分布？ | 合适的零模型（ER、度保持随机化）；拟合优度检验 | 结构的生物学成因 |
| 比较 | 病例组与对照组的网络是否不同？ | 密度匹配或加权指标；置换检验；混杂因素控制 | 差异是疾病的原因 |
| 预测 | 网络特征能否预测诊断、疗效、药物适应证？ | 独立测试集或嵌套交叉验证；外部验证 | 被选中的特征具有因果作用 |
| 机制 | 干预某个节点是否改变系统状态？ | 干预数据、纵向数据或明确的动力学模型 | 仅凭横断面相关推出因果方向 |
在开始分析前，最好把问题写成一个估计目标（estimand）：在什么人群、用什么测量、比较什么、用哪个数值概括。例如“在 18–65 岁抑郁门诊患者中，PHQ-9 各症状在正则化偏相关网络中的强度中心性，其排序在病例删除 bootstrap 下的 CS 系数是否 ≥ 0.5”。估计目标一旦确定，阈值、算法等分析选择就成为“对同一个目标的不同估计方式”，便于后续做敏感性分析。
假设、探索与“结果已知后提出假设”
网络分析常常是探索性的，这本身没有问题；问题在于把探索性结果写成验证性结论。Kerr（1998）把“在看到结果之后提出假设，并把它当作事先假设来报告”称为 HARKing。网络研究中常见的形式是：先计算几十个节点的中心性，再把排第一的节点说成“预期的核心节点”。避免的办法是在研究记录（最好是预注册）中区分验证性问题（事先写明假设和检验）与探索性问题（报告为产生假设，需要在新数据中验证）。
检查清单：研究问题
问题改写示例：“构建抑郁症状网络，找出核心症状。”→“在 NHANES 的 PHQ-9 数据中，哪些症状的强度中心性在 bootstrap 重采样下稳定排在前列？排序是否在性别分组中一致？”后者明确了数据、指标、稳定性标准和比较对象。