中风动物模型大多数都存在很高死亡率的问题，也存在成功率不高的问题。因为存在这两种因素，要证明一种药物治疗效果就比较困难，因为容易发生假阴性的统计学结果。解决这个问题的唯一办法就是增加动物样本数，但样本数过大，许多评审员会认为实验稳定性不够高。

如果在有效性基础上，增加一些分子基础方面的论证，例如炎症反应、细胞凋亡，而研究手段至少会包括行为学、形态学、基因和蛋白分子的检查。许多监测方法因为标本采集方法不同，都必需用独立一只动物。增加设计复杂度，动物样本数量会成倍增加。动物数量增加一方面可以增加个体差异导致的误差，另一方面会明显增加预先设计难度。如果一个实验设计上存在缺陷，实验者会通过增加更多实验来弥补，这虽然不符合科学设计原则，但被许多实验室默认。而这些问题又是无法被发现和证明的。

总之我个人认为，生物医学本身稳定性差，但过于追求复杂性和严谨性，至少追求表面上的复杂性和严谨，却是导致许多学术论文采取得过且过的态度，否则这些学者无法在当今环境下生存。这大概才是导致这张问题的大环境因素，因为我们已经逐渐过于美化我们的实验结果和论文，大家都这样不严谨，如果少数人过于严谨，只有死路一条。解决这种问题的办法就是在国家和学会层面设置重要发现验证制度，国家和基金专门对已经发表的重要论文进行验证，并公布研究结果，发表论文的学者应该主动配合这种验证工作，一旦其发现被有效验证，则作为重要发现评价的一种指标。不过这种工作可能需要成立一个国际合作组织，或者成立一个合作基金，委托第三方商业组织进行验证研究。

上述想法是看到昨天《自然》一篇新闻的感想。

动物实验是生物医学领域最常见的研究内容，尤其是对理解疾病病理生理学规律和药物治疗效果方面是经典的研究模式，但是有两项针对动物实验论文报道的研究发现，动物实验论文的错误广泛存在，这应该引起医学基础研究的高度警惕，因为这意味着这个方面的学术报道存在系统性偏差。

在重要医学期刊报道临床研究数据时，需要常规统计多少受试者死亡或因故排除研究。动物实验过程中如果出现动物死亡，也应该进行解释，但是德国施舍医科大学Ulrich Dirnagl的最新一项研究发现，许多动物实验论文忽视这种因素，剔除动物但不做解释说明。这显然会导致实验结果的偏倚，这一研究最近发表在PLoS Biology上。在同一杂志另一项研究论文的作者，斯坦福大学流行病学家John Ioannidis反复倡导研究的透明和可重复性，批评许多生物医学论文不提供原始研究数据和详细实验步骤。

Dirnagl小组对2000到2013年间522项关于癌症和中风治疗的动物实验研究报道进行分析，比较了其中实验方法和结果描述动物数量的论文中，发现大约2/3（100篇）没有说明分析数据时动物数量减少，在数据分析时动物被剔除的53项报道中，只有14项解释了原因。

研究用计算机模拟这种动物样本数量差异对研究结果的影响，如果科学家在处理减少动物数量过程中采用不同的方法，例如剔除极端数据值，那么最终的统计结果出现统计学差异的几率将会增大到4倍，对治疗作用也可能会高估到175%。

Ioannidis小组对2000年到2014年间PubMed论文进行随机取样，他们发现268项生物医学研究论文都没有提供全部研究数据，其中只有1篇提供了让其他学者重复实验的详细说明。2000年超过90%的论文缺乏利益冲突声明，2014年大约1/3。

爱丁堡大学中风研究者和实验设计专家Malcolm Macleod说，这一报道让人感到尴尬，但并不觉得意外。也说明提高生物医学研究质量需要受到重视。2014年Macleod小组曾经报道，2500多项临床前研究的研究设计质量欠佳，大多数都没有使用避免研究偏倚的方法。

许多学术期刊都支持针对动物研究的自愿报告指南，但是很少被使用。