观点：NIH 重复研究经费大幅缩减，但重复研究仍不可或缺

生物医学的可重复性问题早有系统诊断。有综述指出，基础与临床前研究的多数发现可能经不起时间检验，这与科研规范执行不力、“不发表就出局”的处境有关，且属多方共同造成、无单一解药的难题^[1]；心理科学同样因创新激励强、验证激励弱，直接重复极少被开展或发表^[2]。2024年一项国际调查显示，72%的生物医学研究者认为本领域存在可重复性危机，62%将“发表压力”列为首要成因^[3]；对241篇fMRI论文的分析还发现研究普遍统计效力不足、分析流程高度灵活，而灵活性会推高假阳性风险^[4]。真正卡住的地方在于：重复研究缺乏制度性支持，且常被当作对科学家个人“查错”的手段。

宾州州立大学卫生政策与管理系助理研究教授Ramos于10月21日发表的观点文章，正切中这一制度困境。NIH院长Bhattacharya自2025年起将重复研究纳入科学“金标准”，并于3月设立85万美元的“重复奖”；卫生部长Kennedy在确认听证中更曾建议投入NIH 470亿美元预算的20%用于重复研究。但在Council of Councils报告提出“成本过高”与“有失公平地动摇对个体科学家工作的信心”两点顾虑后，计划大幅缩水至1.74亿美元，用于让严谨方法与重复实验成为科学家工作的常规部分。据NIH官网，该委员会曾于2026年1月29日审议“研究、严谨性与重复”主题的汇报^[5]，Bhattacharya亦于9月24日在Science撰文阐述这一计划^[6]。

这篇文章的推进，在于把重复的正当性从“查错”逻辑中剥离出来：即便研究完全按最高标准执行，在常用的5%显著性水平下，所有本无真实效应可寻的研究中仍有5%会产出貌似支持的证据，这是统计推断的固有属性，而非科研质量缺陷；改用1%阈值虽能降风险，却牺牲统计效力，需要更大样本与更高成本。而同一结论若经两项独立研究各以5%风险检验，假阳性概率降至0.05²即0.25%，风险缩小20倍——强大的重复基础设施买下的正是这种数学上的确定性，与“检查”科学家是否犯错无关。对成本顾虑，他回应说重复并非盲目重做昂贵研究：原研究提供的效应量、数据变异度等经验信息，能让重复的设计更有依据、更高效；何况激励结构使然，即便人人诚实，前沿探索在总体上也必然产生更多假阳性，唯有投入重复才能甄别哪些重要发现真正稳健。

当然，这终究是一篇观点文章：1.74亿美元如何分配、哪些高影响力领域优先、重复结果不一致时如何裁决，文中均未展开；作者自己也提醒，用重复率作为质量启发式可能相当误导。成本与士气的顾虑并未就此消解，如何让科学家把被重复视为Bhattacharya所说的“荣誉而非威胁”，仍是这一多方难题中悬而未决的一环^[1]。