Biometrische Methoden
Biometrische Verfahren: Modellbasierte Analyse der Reproduzierbarkeit in der biomedizinischen Forschung
Die in der Wissenschaft inzwischen weithin erkannte Reproduzierbarkeitskrise beinhaltet, dass Versuchstiere in einigen Fällen unnötigerweise verwendet werden. Daher müssen solche nicht reproduzierbaren Forschungsergebnisse schnell erkannt und in Zukunft vermieden werden: Falsche Ergebnisse führen zu falschen neuen Forschungsansätzen und damit zu überflüssigen Tierversuchen. Ein Schwerpunkt der Forschung am Bf3R besteht deshalb darin, herauszufinden, welche methodischen und institutionellen Änderungen der Forschung und des Publikationsprozesses zu einer besseren Reproduzierbarkeit und damit zu einer Reduzierung von Tierversuchen führen können. Hierfür werden neue mathematische Modelle entwickelt.
Die statistische Planung von Tierversuchen dient dazu, die Aussagekraft der entsprechenden Experimente sicherzustellen und zugleich die Anzahl der dazu notwendigen Tiere auf das erforderliche Mindestmaß zu reduzieren. Zu den biometrischen Methoden gehören solche, die die Auswahl geeigneter Tiermodelle erlauben. Neue biometrischer Ansätze werden untersucht, um die Versuchsplanung von Tierversuchen – aber auch von tierversuchsfreien Experimenten - effizienter zu gestalten.
Darüber hinaus konnten wir zeigen, dass einfache Änderungen im Versuchsdesign bezüglich der Gewöhnung an die Versuchsapparatur (Habituation) zu einer deutlich besseren Reproduzierbarkeit beitragen. Zudem kann als Teil des Experiments die Reproduzierbarkeit mit statistischen Verfahren überprüft werden und somit zum Gewinn zuverlässiger Daten beitragen.
Weiterführende Literatur:
Steinfath, M., Vogl, S., Violet, N., Schwarz, F., Mielke, H., Selhorst, T., Greiner, M., & Schönfelder, G. (2018). Simple changes of individual studies can improve the reproducibility of the biomedical scientific process as a whole. PLOS ONE, 13(9), e0202762. https://doi.org/10.1371/journal.pone.0202762
Rudeck, J; Vogl, S; Banneke, S; Schoenfelder, G; Lewejohann, L (2020): Repeatability analysis improves the reliability of behavioral data. PLoS ONE, 15(4): e0230900. https://doi.org/10.1371/journal.pone.0230900