孔祥禎

摘?要?心理與腦科學(xué)研究結(jié)果的可重復(fù)性問題近年來備受關(guān)注。這一問題的根源一般被認(rèn)為有兩個(gè)方面：客觀存在的方法學(xué)問題和研究者有意或無意的可疑研究操縱。開展可重復(fù)的心理與腦科學(xué)研究已經(jīng)為越來越多的研究者所接受和推崇，正在成為新的趨勢(shì)。本文從多中心合作的視角，就多中心合作研究模式在開展可重復(fù)的心理與腦科學(xué)研究中的應(yīng)用和發(fā)展，以及應(yīng)用過程中需要注意的問題展開討論。希望國內(nèi)心理與腦科學(xué)同行，尤其是年輕研究者加強(qiáng)多中心合作研究相關(guān)的方法學(xué)訓(xùn)練，以更開放的心態(tài)聯(lián)合起來，開展穩(wěn)健、可重復(fù)的心理與腦科學(xué)研究。

關(guān)鍵詞?多中心合作;可重復(fù)性;團(tuán)隊(duì)科學(xué);開放科學(xué)

分類號(hào)?B849

DOI： 10.16842/j.cnki.issn2095-5588.2019.05.004

近年來，研究結(jié)果的可重復(fù)性問題在心理與腦科學(xué)和醫(yī)學(xué)等多個(gè)領(lǐng)域備受關(guān)注（Benjamin et al.， 2018; Freese & Peterson， 2017; Ioannidis， 2005; Munafo et al.， 2017; Poldrack et al.， 2017; Prinz， Schlange， & Asadullah， 2011; Schooler， 2014）?？紤]到研究對(duì)象、實(shí)驗(yàn)范式和研究問題的復(fù)雜性（比如，人的心理狀態(tài)隨所處環(huán)境而變化），以及客觀存在的出版偏見等因素，心理與腦科學(xué)研究中一些結(jié)果未被成功重復(fù)的原因是復(fù)雜的。比如，小樣本研究帶來的效應(yīng)量被高估問題，以及重復(fù)實(shí)驗(yàn)與原實(shí)驗(yàn)中不同群體的樣本導(dǎo)致的數(shù)據(jù)偏差，都可能導(dǎo)致研究結(jié)果的重復(fù)失?。˙utton et al.， 2013; LeWinn， Sheridan， Keyes， Hamilton， & McLaughlin， 2017; Munafo et al.， 2017）。同時(shí)，研究過程中存在的一些有意或無意的可疑操縱（problematic practices）也被認(rèn)為是可重復(fù)性問題的重要原因（駱大森， 2017; Aarts et al.， 2015; Benjamin et al.， 2018; Munafo et al.， 2017; Simmons， Nelson， & Simonsohn， 2011）：在實(shí)驗(yàn)報(bào)告中選擇性地報(bào)告數(shù)據(jù)分析過程和研究結(jié)果是這種陋習(xí)中的典型例子。目前，我們很難明確一些研究結(jié)果不可重復(fù)的具體原因，但是開展可重復(fù)的心理與腦科學(xué)研究已經(jīng)為越來越多研究者所接受和推崇，并逐漸成為新的趨勢(shì)（Gorgolewski & Poldrack， 2016; Munafo et al.， 2017; Poldrack et al.， 2017）。針對(duì)如何開展可重復(fù)的心理與腦科學(xué)研究，一些研究者從方法學(xué)和實(shí)踐的角度進(jìn)行了諸多討論，比如，數(shù)據(jù)采集前的樣本預(yù)估，研究預(yù)注冊(cè)（preregistration），陰性結(jié)果發(fā)表、數(shù)據(jù)共享等（胡傳鵬， 王非， 過繼成思， 宋夢(mèng)迪， 隋潔， 彭凱平， 2016; 駱大森， 2017; 朱瀅， 2016; Munafo et al.， 2017; Poldrack et al.， 2017）。本文主要就多中心合作研究模式（multi-site collaboration），即針對(duì)同一感興趣問題、多個(gè)同行一起開展的多中心數(shù)據(jù)采集和匯總研究的模式，在開展可重復(fù)的心理與腦科學(xué)研究中的應(yīng)用和可能存在的問題總結(jié)相關(guān)經(jīng)驗(yàn)并提出對(duì)應(yīng)建議。下文將從多中心合作研究的優(yōu)勢(shì)、應(yīng)用和數(shù)據(jù)來源，以及應(yīng)用過程中可能存在的挑戰(zhàn)等多個(gè)方面展開（圖1）。

1?多中心合作的優(yōu)勢(shì)

第一，累積樣本，提高統(tǒng)計(jì)效力。通常情況下，由于研究問題的特殊性，以及測(cè)量手段的不完美，心理與腦科學(xué)研究問題的效應(yīng)量往往較小。因此，為了成功檢測(cè)到如此細(xì)微的效應(yīng)，必然需要更多的樣本量 。在單一中心的研究資源有限的情況下，往往只能開展小樣本研究，在這種情況下，即使可以發(fā)現(xiàn)顯著效應(yīng)，也往往會(huì)造成對(duì)效應(yīng)的高估，甚至可能只是假陽性結(jié)果。比如，2013年，Button等在發(fā)表在《自然評(píng)論：神經(jīng)科學(xué)》的論文中系統(tǒng)討論了這一問題，并將該由小樣本導(dǎo)致的可重復(fù)性問題稱為統(tǒng)計(jì)效力不足（Power Failure）。而通過多中心合作可以有效地累積樣本量，以提供檢測(cè)到細(xì)微效應(yīng)的統(tǒng)計(jì)效力。此外，在可重復(fù)性的驗(yàn)證研究中，采用多中心合作的模式對(duì)于提高統(tǒng)計(jì)效力尤其具有優(yōu)勢(shì)。目前心理學(xué)的重復(fù)驗(yàn)證實(shí)驗(yàn)，除了采用預(yù)注冊(cè)增加透明程度之外，基本上都采用了多中心的模式，不管是美國心理學(xué)會(huì)（Association of Psychological Sciences， APS）組織的注冊(cè)重復(fù)報(bào)告（Registered Replication Report， RRR）， 還是多實(shí)驗(yàn)室合作項(xiàng)目（ManyLab）。

第二，提高研究結(jié)果的可重復(fù)性。由于小樣本研究往往會(huì)高估感興趣的效應(yīng)量，甚至導(dǎo)致假陽性結(jié)果，從而導(dǎo)致可重復(fù)性問題。通過多中心合作，在量上增加樣本量的同時(shí)，可以獲取多樣的數(shù)據(jù)，從而更準(zhǔn)確地估計(jì)樣本量，提高結(jié)果的可靠性。

第三，提高研究結(jié)論的可推廣性。小樣本研究得到的結(jié)論往往僅適用于某個(gè)特定群體，可推廣性有限。而由于更可能從更多樣的群體獲取數(shù)據(jù)，基于多中心合作模式得到的結(jié)論具有更大的可推廣性。

第四，探索感興趣效應(yīng)的異質(zhì)性。由于心理與腦科學(xué)研究問題的復(fù)雜性，實(shí)驗(yàn)樣本的構(gòu)成（比如，早期成長(zhǎng)經(jīng)歷和年齡分布）可能改變觀測(cè)到的感興趣效應(yīng)。通過多中心合作的研究模式，可以為探索效應(yīng)的異質(zhì)性與樣本變異之間的關(guān)聯(lián)提供可能性。最近，ManyLab項(xiàng)目針對(duì)效應(yīng)的異質(zhì)性問題，通過一項(xiàng)全球的多中心合作研究，系統(tǒng)探索了樣本構(gòu)成的變異在效應(yīng)異質(zhì)性中扮演的角色（Klein et al.， 2018）。

第五，進(jìn)一步探索不可重復(fù)問題的解決方案。雖然可重復(fù)性問題備受關(guān)注，但由于可靠實(shí)驗(yàn)數(shù)據(jù)的缺失，實(shí)際上，究竟是什么導(dǎo)致了一些研究的不可重復(fù)我們并不清楚。比如，由于沒有原研究的原始數(shù)據(jù)，同時(shí)學(xué)術(shù)出版不可避免地存在出版偏見，基于現(xiàn)有方法我們并不能明確知道后續(xù)研究不能重現(xiàn)原研究結(jié)果的原因：是原研究中存在有問題的數(shù)據(jù)分析或選擇性報(bào)告，還是重復(fù)樣本和原樣本之間存在內(nèi)在偏差？而通過針對(duì)同一研究問題的數(shù)據(jù)采集并匯總，多中心合作可以有效避免一些有問題的數(shù)據(jù)分析和報(bào)告做法，進(jìn)而考察在完全不存在這些問題時(shí)，特定效應(yīng)的可重復(fù)性會(huì)如何（可以稱為僅由測(cè)量和樣本偏差導(dǎo)致的“固有可重復(fù)性”），以探索不可重復(fù)問題的解決方案。

2?多中心合作在中國

目前，國際上存在多個(gè)基于多中心合作研究模式的心理與腦科學(xué)相關(guān)的項(xiàng)目（表1）。比如，ENIGMA聯(lián)盟項(xiàng)目（http：//enigma.ini.usc.edu/）， 該項(xiàng)目由美國南加州大學(xué)神經(jīng)科學(xué)家Paul Thompson發(fā)起，以多中心合作的模式，將來自200多個(gè)中心的近千名研究者聚集在一起;ENIGMA聯(lián)盟目前有近40個(gè)工作組（Working Group），旨在探索大腦結(jié)構(gòu)和功能的個(gè)體差異，以及與遺傳和疾病之間的關(guān)聯(lián);該項(xiàng)目的系列研究成果發(fā)表在《自然》《自然-神經(jīng)科學(xué)》《自然-遺傳學(xué)》《分子精神病學(xué)》《生物精神病學(xué)》《美國精神病學(xué)》和《美國科學(xué)院院刊》等高影響力學(xué)術(shù)期刊，并由《科學(xué)》期刊做了主題報(bào)道（Guglielmi， 2018）。開放科學(xué)協(xié)作組發(fā)起了針對(duì)三個(gè)心理學(xué)重要期刊中發(fā)表的100個(gè)研究結(jié)果的重復(fù)研究項(xiàng)目，共270名研究者參與了該項(xiàng)目;項(xiàng)目成果于2015年發(fā)表在《科學(xué)》期刊上（Aarts et al.， 2015），引發(fā)了研究者對(duì)心理學(xué)研究可重復(fù)性問題的關(guān)注和擔(dān)憂，3年內(nèi)被引用2000余次;同時(shí)，該組織主要研究者為了進(jìn)一步推廣透明、開放、可重復(fù)的研究，搭建了開放科學(xué)平臺(tái)開放科學(xué)框架（Open Science Framework），并成立了開放科學(xué)中心（Center for Open Science）。其他多中心合作心理學(xué)與腦科學(xué)項(xiàng)目還有ADNI（Alzheimer's Disease Neuroimaging Initiative），千人功能連接組計(jì)劃（1000 Functional Connectomes）， IMAGEN項(xiàng)目， CHARGE聯(lián)盟， PING計(jì)劃， ABCD計(jì)劃， ManyLab項(xiàng)目和心理學(xué)加速器項(xiàng)目（表1）。

中國心理與腦科學(xué)研究者不僅參與到了國際多中心合作的項(xiàng)目中，而且作為主要貢獻(xiàn)者發(fā)起了一些重要的多中心合作項(xiàng)目和研究。

CoRR項(xiàng)目?中國科學(xué)院心理研究所左西年研究員參與了千人功能連接組計(jì)劃，并發(fā)起了以中國研究者為主導(dǎo)的國際神經(jīng)影像大數(shù)據(jù)共享計(jì)劃“國際信度與可重復(fù)性聯(lián)盟”（表1）。該項(xiàng)目搭建了一個(gè)用于評(píng)估腦功能和結(jié)構(gòu)連接組重測(cè)信度和可重復(fù)性的多數(shù)據(jù)集開放科學(xué)資源。

北京老年腦健康促進(jìn)計(jì)劃BABRI?北京老年腦健康促進(jìn)計(jì)劃（表1）由北京師范大學(xué)認(rèn)知神經(jīng)科學(xué)與學(xué)習(xí)國家重點(diǎn)實(shí)驗(yàn)室張占軍教授課題組發(fā)起，該計(jì)劃聚焦癡呆的早期防控，以認(rèn)知老化為切入點(diǎn)，計(jì)劃在20年內(nèi)搭建覆蓋10000名老年樣本的多模態(tài)神經(jīng)影像數(shù)據(jù)數(shù)據(jù)庫。項(xiàng)目發(fā)起后，已有多家科研臨床單位相繼加入該計(jì)劃。

CHIMGEN項(xiàng)目?CHIMGEN的全稱是中國影像遺傳學(xué)研究計(jì)劃（表1），由天津醫(yī)科大學(xué)總醫(yī)院于春水教授牽頭設(shè)計(jì)，并依托中華醫(yī)學(xué)會(huì)神經(jīng)放射學(xué)專業(yè)委員會(huì)實(shí)施，共有國內(nèi)30家知名高?；蜥t(yī)院參與。該計(jì)劃擬通過多中心模式收集10000個(gè)漢族健康青年人的遺傳、環(huán)境、腦影像和認(rèn)知相關(guān)數(shù)據(jù)，用于探索遺傳和環(huán)境因素影響人類高級(jí)認(rèn)知功能的機(jī)制問題。該項(xiàng)目完成后，將是目前國內(nèi)規(guī)模最大的多中心腦影像遺傳學(xué)數(shù)據(jù)庫，也將成為國際上規(guī)模最大的腦影像遺傳學(xué)數(shù)據(jù)庫之一。

REST-meta-MDD項(xiàng)目?REST-meta-MDD的全稱為“抑郁癥靜息態(tài)功能磁共振多中心數(shù)據(jù)薈萃分析計(jì)劃”，由中國科學(xué)院心理研究所嚴(yán)超贛研究員主導(dǎo)發(fā)起（Yan et al.， 2018）。 該項(xiàng)目旨在通過多中心合作的方式，采集并匯總基于靜息態(tài)功能磁共振成像測(cè)量指標(biāo)，探索與抑郁癥相關(guān)的腦功能異常。項(xiàng)目發(fā)起階段，由來自全國17家醫(yī)院的25個(gè)研究組參與。該項(xiàng)目在腦影像數(shù)據(jù)的采集和數(shù)據(jù)分析的標(biāo)準(zhǔn)化上做了很多努力，為后續(xù)多中心大數(shù)據(jù)合作提供了重要參考。

中國腦模板和圖譜計(jì)劃?Chinese2020 中國腦模板和圖譜計(jì)劃（表1）旨在構(gòu)建更為精細(xì)的中國人3D腦結(jié)構(gòu)圖譜和白質(zhì)纖維腦圖譜。項(xiàng)目由首都醫(yī)科大學(xué)宣武醫(yī)院李坤成教授牽頭發(fā)起，多中心、多學(xué)科團(tuán)隊(duì)來自全國13家單位，擬收集一組1000名健康被試的多模態(tài)磁共振影像數(shù)據(jù)。

這里僅根據(jù)筆者觀察，羅列幾項(xiàng)。此外，中國研究者主導(dǎo)或參與的多個(gè)多中心合作研究發(fā)表在高影響力期刊，其中包括復(fù)旦大學(xué)教授類腦智能科學(xué)與技術(shù)研究院馮建峰教授（Cheng et al.， 2016），北京師范大學(xué)心理學(xué)部劉嘉教授（Kong et al.， 2018），西南大學(xué)心理學(xué)部邱江教授（Beaty et al.， 2018; Cheng et al.， 2016; Kong et al.， 2018），中國科學(xué)院自動(dòng)化研究所隋婧研究員（Kong et al.， 2018），中國人民解放軍國防科技大學(xué)曾令李教授（Zeng et al.， 2018），上海交通大學(xué)醫(yī)學(xué)院附屬精神衛(wèi)生中心王振教授（Boedhoe et al.， 2017）， 和昆明醫(yī)科大學(xué)第一附屬醫(yī)院程宇琪教授（Boedhoe et al.， 2017; Kong et al.， 2018）等眾多研究者及其科研團(tuán)隊(duì)。

3?多中心合作研究的數(shù)據(jù)來源

多中心合作研究的關(guān)鍵是數(shù)據(jù)。從上述列舉的多中心合作項(xiàng)目可以看出，其中既有多個(gè)研究機(jī)構(gòu)參與的大規(guī)模數(shù)據(jù)采集項(xiàng)目，也有基于特定研究問題發(fā)起的數(shù)據(jù)匯總分析項(xiàng)目。開展多中心合作項(xiàng)目大致有以下幾類數(shù)據(jù)獲取方式。

第一，研究機(jī)構(gòu)或研究者間的合作。研究者可以通過參與現(xiàn)有的多中心合作項(xiàng)目（比如，ENIGMA和心理學(xué)加速器項(xiàng)目），或根據(jù)感興趣的研究問題發(fā)起新的合作項(xiàng)目，比如，REST-meta-MDD項(xiàng)目（Yan et al.， 2018）、人類“企鵝”項(xiàng)目（Human Penguin Project）（Hu et al.， 2018; IJzerman et al.， 2018）、感動(dòng)情緒的跨國研究（Zickfeld et al.， in press），以獲取多中心數(shù)據(jù)，用于匯總分析。

第二，數(shù)據(jù)共享平臺(tái)。越來越多的研究者傾向于在論文發(fā)表的同時(shí)，將原始數(shù)據(jù)或預(yù)處理后的數(shù)據(jù)公開供其他研究者下載。研究者可以根據(jù)感興趣的研究問題，查詢現(xiàn)有的數(shù)據(jù)共享數(shù)據(jù)庫（比如，腦影像相關(guān)的數(shù)據(jù)庫OpenfMRI和OpenNeuro），以獲取多個(gè)數(shù)據(jù)集。同樣，可以考慮將自己現(xiàn)有的數(shù)據(jù)上傳到數(shù)據(jù)共享平臺(tái)，同時(shí)也可以將數(shù)據(jù)描述以學(xué)術(shù)論文的形式發(fā)表在數(shù)據(jù)描述相關(guān)的期刊（比如， Scientific Data和GigaScience）上，一方面可以更充分地利用和挖掘現(xiàn)有數(shù)據(jù)資源，同時(shí)為多中心合作研究提供更多可能性。此外，一些大型的數(shù)據(jù)采集項(xiàng)目也往往會(huì)搭建數(shù)據(jù)平臺(tái)，并向研究者開放，比如，人類連接組計(jì)劃HCP（The Human Connectome Project）和英國生物樣本庫UKBiobank，以及中國人社會(huì)科學(xué)相關(guān)的大型社會(huì)調(diào)查項(xiàng)目：中國家庭追蹤調(diào)查CFPS和中國健康與養(yǎng)老追蹤調(diào)查CHARLS。

第三，文獻(xiàn)檢索。針對(duì)感興趣的問題，檢索相關(guān)領(lǐng)域已發(fā)表的論文，并有針對(duì)性地聯(lián)系作者，詢問數(shù)據(jù)合作的可能性。比如，為了全面的刻畫海馬與空間導(dǎo)航能力之間關(guān)聯(lián)，有研究者收集了采用相關(guān)數(shù)據(jù)的已發(fā)表論文，并與論文作者取得聯(lián)系， 尋求合作（Weisberg， Chatterjee， & Newcombe， 2018）。

第四，社交網(wǎng)絡(luò)。研究者也可以通過社交網(wǎng)絡(luò)發(fā)布自己感興趣的研究問題，一方面可以彌補(bǔ)在文獻(xiàn)檢索中缺失的文獻(xiàn)，同時(shí)可以尋求更多的合作可能性。

第五，搭建國內(nèi)外同行合作平臺(tái)?？梢詫?duì)特定問題感興趣的國內(nèi)外同行聚集在一起，搭建開放科學(xué)合作平臺(tái)?；诖似脚_(tái)，研究者可以發(fā)布感興趣的研究問題，以更有效地尋求多中心合作的可能性。比如，考慮到基于單一數(shù)據(jù)集的腦影像個(gè)體差異研究的可重復(fù)性問題，可以聚集一批關(guān)注腦影像測(cè)量和行為個(gè)體差異關(guān)聯(lián)的研究者，成立一個(gè)聯(lián)盟組織（權(quán)且將其命名為“中國腦個(gè)體差異研究計(jì)劃”），促進(jìn)相關(guān)領(lǐng)域多中心合作研究的發(fā)展。

對(duì)于研究資源有限的學(xué)生或年輕研究者，發(fā)起大規(guī)模的數(shù)據(jù)采集項(xiàng)目可能還存在限制。但是，年輕研究者可以以更開放的心態(tài)聯(lián)合起來，相互支持，同時(shí)充分利用共享數(shù)據(jù)庫和社交網(wǎng)絡(luò)，以開展一些有影響力的多中心合作研究。下面是在多中心合作研究開展過程中常見的幾個(gè)注意事項(xiàng)。

4?多中心合作研究的挑戰(zhàn)

第一，信息溝通和項(xiàng)目管理。多中心合作研究由于涉及到多個(gè)研究者或研究機(jī)構(gòu)參與，有效地信息溝通和項(xiàng)目管理極為重要。目前可以采用一些現(xiàn)有的協(xié)作工具（比如，開放科學(xué)框架）輔助多中心合作的項(xiàng)目管理。隨著多中心合作研究項(xiàng)目開展的不斷增多，也可以針對(duì)特定項(xiàng)目需求開發(fā)更為高效的協(xié)作平臺(tái)。

第二，數(shù)據(jù)共享協(xié)議。多中心合作研究主要是基于多中心的數(shù)據(jù)展開，其中往往涉及到數(shù)據(jù)共享。在數(shù)據(jù)共享時(shí)，一方面需要遵守學(xué)術(shù)研究倫理，確保被試隱私不被泄露;同時(shí)需要最大限度的共享數(shù)據(jù)，以充分利用數(shù)據(jù)資源。更重要地，在共享數(shù)據(jù)前，需要明確數(shù)據(jù)共享協(xié)議，避免不必要的麻煩。比如，在協(xié)議中明確限定，相應(yīng)數(shù)據(jù)僅限用于指定項(xiàng)目，且不可給第三方使用。

第三，數(shù)據(jù)共享和質(zhì)量控制。數(shù)據(jù)共享和質(zhì)量控制是多中心合作研究執(zhí)行過程中的關(guān)鍵環(huán)節(jié)。少量的數(shù)據(jù)共享相對(duì)靈活，可以采用郵件等方式完成共享;對(duì)于大規(guī)模的數(shù)據(jù)共享，可以采用網(wǎng)盤等方式進(jìn)行。這些方式在一般性的項(xiàng)目中是可行的，但是其中往往涉及到大量的郵件往來，將數(shù)據(jù)共享環(huán)節(jié)融合到專業(yè)的協(xié)作平臺(tái)可以極大地提高工作效率。同時(shí)，文件傳輸過程中可能發(fā)生的文件損壞現(xiàn)象也會(huì)給后續(xù)數(shù)據(jù)分析帶來不必要的困擾，可以采用特定的方式確保文件完整（比如md5sum）。此外，由于數(shù)據(jù)采集來自于不同中心，在開展數(shù)據(jù)分析前進(jìn)行系統(tǒng)的質(zhì)量控制（比如針對(duì)腦影像數(shù)據(jù)的質(zhì)量控制）是至關(guān)重要的。

第四，數(shù)據(jù)分析和可視化。與單一中心研究不同，多中心合作研究的數(shù)據(jù)分析往往涉及一些特異于該類型研究的問題，比如，如何匯總來自多中心的數(shù)據(jù)。通常情況下，可以根據(jù)可能的數(shù)據(jù)共享限制（比如，是否共享個(gè)體數(shù)據(jù)，還是只能共享統(tǒng)計(jì)結(jié)果），選擇基于單中心統(tǒng)計(jì)結(jié)果的meta分析或基于匯總的個(gè)體數(shù)據(jù)的mega分析R。常用的meta分析工具包有metafor（Viechtbauer， 2010）; 常用的mega分析工具包有l(wèi)me4（Bates， Mchler， Bolker， & Walker， 2015），二者均為R工具包。值得注意的是，在基于匯總的個(gè)體數(shù)據(jù)的mega分析中，往往需要在模型中控制不同“數(shù)據(jù)集”帶來的混淆效應(yīng)，即模型中加入“數(shù)據(jù)集”作為隨機(jī)效應(yīng)項(xiàng)。此外，在研究中涉及大量數(shù)據(jù)分析和比較時(shí)，除通過可視化手段將主要結(jié)果呈現(xiàn)在論文中，其他結(jié)果可以以網(wǎng)頁的形式上傳到網(wǎng)上，以方便讀者查詢獲取更多信息;GitHub Pages提供了一種方便且免費(fèi)的項(xiàng)目管理和展示網(wǎng)頁服務(wù)（https：//pages.github.com/）， 此外Jupyter Notebook（https：//jupyter.org/）和Shiny應(yīng)用（https：//shiny.rstudio.com/）也提供了類似的功能。

第五，論文寫作和投稿。在涉及多個(gè)研究者參與時(shí)，論文的寫作和修改可以有不同的模式：可以是主要研究者負(fù)責(zé)論文寫作，其他研究者參與其中;或多個(gè)研究者并行完成論文寫作。前者的情況可能更為普遍。不管怎樣，可以充分利用一些網(wǎng)絡(luò)協(xié)作平臺(tái)（比如，Google Docs），以更高效地完成論文寫作。論文投稿要經(jīng)過所有署名作者的同意，作者信息和授權(quán)可以采用一些網(wǎng)絡(luò)工具完成，比如在線調(diào)查工具或Google Forms等。此外，論文通常涉及數(shù)十甚至數(shù)百作者署名，作者列表和單位管理也是多中心合作研究中存在的一項(xiàng)挑戰(zhàn)，由于目前還沒有專門的管理工具，需要研究者手動(dòng)處理或通過編程實(shí)現(xiàn)。

總之，在心理與腦科學(xué)研究結(jié)果可重復(fù)性問題備受關(guān)注的今天，開展透明、開放、可重復(fù)的研究更顯得至關(guān)重要。這一重要性，一方面體現(xiàn)在嚴(yán)謹(jǐn)?shù)目茖W(xué)研究可以促進(jìn)我們對(duì)人的心理與腦結(jié)構(gòu)和功能的認(rèn)識(shí);同時(shí)也體現(xiàn)在，在這一趨勢(shì)下透明、開放、可重復(fù)的研究成果為越來越多研究者所推崇，并更可能發(fā)表在高影響力的學(xué)術(shù)期刊上。在開展可重復(fù)的心理與腦科學(xué)研究的新趨勢(shì)下，多中心合作研究模式以其在更大的樣本量、更多樣的樣本和更穩(wěn)定可靠的研究結(jié)果等方面的優(yōu)勢(shì)，扮演著重要的角色;同時(shí)，該研究模式有助于探索和揭示目前研究者面臨的可重復(fù)問題的根源，促進(jìn)研究者探尋根本的解決方案。近年來，心理與腦科學(xué)多中心合作項(xiàng)目迅速發(fā)展，但仍有很大的發(fā)展空間（Olds， 2016）。建議國內(nèi)心理和腦科學(xué)同行，尤其是學(xué)生和年輕研究者，加強(qiáng)團(tuán)隊(duì)科學(xué)意識(shí)和多中心合作研究相關(guān)的方法學(xué)訓(xùn)練;參與到合作項(xiàng)目中去，針對(duì)特定問題開展合作研究;以更開放的心態(tài)聯(lián)合起來，通過積極組織和參與多中心合作研究，做出一些有影響力的研究成果，促進(jìn)國內(nèi)心理學(xué)相關(guān)學(xué)科健康發(fā)展。

參考文獻(xiàn)

胡傳鵬， 王非， 過繼成思， 宋夢(mèng)迪， 隋潔， 彭凱平（2016）. 心理學(xué)研究中的可重復(fù)性問題： 從危機(jī)到契機(jī). 心理科學(xué)進(jìn)展， 24（9）， 1504-1518.

駱大森（2017）. 心理學(xué)可重復(fù)性危機(jī)兩種根源的評(píng)估. 心理與行為研究， 15（5）， 577-586.

朱瀅（2016）. “開放科學(xué)數(shù)據(jù)共享軟件共享”， 你準(zhǔn)備好了嗎？心理科學(xué)進(jìn)展， 24（6）， 995-996.

Aarts， A. A.， Anderson， J. E.， Anderson， C. J.， Attridge， P. R.， Attwood， A.， Axt， J.， ... Bartmess， E.（2015）. Estimating the reproducibility of psychological science. Science， 349（6251）， 253-267.

Bates， D.， Mchler， M.， Bolker， B.， & Walker， S.（2015）. Fitting Linear Mixed-Effects Models Using lme4. Journal of Statistical Software， 67（1）， 1-48.

Beaty， R. E.， Kenett， Y. N.， Christensen， A. P.， Rosenberg， M. D.， Benedek， M.， Chen， Q.， ... Silvia， P. J.（2018）. Robust prediction of individual creative ability from brain functional connectivity. Proceedings of the National Academy of Sciences of the United States of America， 115（5）， 1087-1092.

Benjamin， D. J.， Berger， J. O.， Johannesson， M.， Nosek， B. A.， Wagenmakers， E. J.， Berk， R.， ... Cesarini， D.（2018）. Redefine statistical significance. Nature Human Behaviour， 2（1）， 6-10.

Boedhoe， P. S.， Schmaal， L.， Abe， Y.， Ameis， S. H.， Arnold， P. D.， Batistuzzo， M. C.， ... Brem， S.（2017）. Distinct subcortical volume alterations in pediatric and adult ocd： a worldwide meta- and mega-Analysis. American Journal of Psychiatry， 174（1）， 60-69.

Button， K. S.， Ioannidis， J. P.， Mokrysz， C.， Nosek， B. A.， Flint， J.， Robinson， E. S.， & Munafò， M. R.（2013）. Power failure： why small sample size undermines the reliability of neuroscience. Nature Reviews Neuroscience， 14（5）， 365-376.

Cheng， W.， Rolls， E. T.， Qiu， J.， Liu， W.， Tang， Y.， Huang， C. C.， ... Pu， J.（2016）. Medial reward and lateral non-reward orbitofrontal cortex circuits change in opposite directions in depression. Brain， 139， 3296-3309.

Freese， J.， & Peterson， D.（2017）. Replication in Social Science. Annual Review of Sociology， 43， 147-165.

Guglielmi， G. The world's largest set of brain scans are helping reveal the workings of the mind and how diseases ravage the brain. Retrieved December 20， 2018， from https：//www. sciencemag. org/news/2018/01/world-s-largest-set-brain-scans-are-helping-reveal-workings-mind-and-how-diseases

Gorgolewski， K. J.， & Poldrack， R. A.（2016）. A Practical Guide for Improving Transparency and Reproducibility in Neuroimaging Research. Plos Biology， 14（7）， e1002506.

Hu， C. P.， Yin， J. X.， Lindenberg， S.， Dalgar， I.， Weissgerber， S. C.， Vergara， R. C.， ... Hadi， R.（2018）. Data from the Human Penguin Project： a cross-national dataset testing principles from social thermoregulation theory. https：//doi. org/10. 31234/osf. io/cs6au.