Reproducibility is a major issue in microbiome studies, which is partly caused by missing consensus about data analysis strategies. The complex nature of microbiome data, which are high-dimensional, zero-inflated, and compositional, makes them challenging to analyze, as they often violate assumptions of classic statistical methods. With advances in human microbiome research, research questions and study designs increase in complexity so that more sophisticated data analysis concepts are applied. To improve current practice of the analysis of microbiome studies, it is important to understand what kind of research questions are asked and which tools are used to answer these questions. We conducted a systematic literature review considering all publications focusing on the analysis of human microbiome data from June 2018 to June 2019. Of 1,444 studies screened, 419 fulfilled the inclusion criteria. Information about research questions, study designs, and analysis strategies were extracted. The results confirmed the expected shift to more advanced research questions, as one-third of the studies analyzed clustered data. Although heterogeneity in the methods used was found at any stage of the analysis process, it was largest for differential abundance testing. Especially if the underlying data structure was clustered, we identified a lack of use of methods that appropriately addressed the underlying data structure while taking into account additional dependencies in the data. Our results confirm considerable heterogeneity in analysis strategies among microbiome studies; increasingly complex research questions require better guidance for analysis strategies.

中文翻译：

---

人群微生物组研究的数据分析策略——对当前实践的系统回顾

可重复性是微生物组研究的一个主要问题，部分原因是缺乏对数据分析策略的共识。微生物组数据的复杂性质，即高维、零膨胀和组成，使它们难以分析，因为它们经常违反经典统计方法的假设。随着人类微生物组研究的进步，研究问题和研究设计变得越来越复杂，因此应用了更复杂的数据分析概念。为了改进微生物组研究分析的当前实践，重要的是要了解提出了什么样的研究问题以及使用哪些工具来回答这些问题。我们对 2018 年 6 月至 2019 年 6 月所有侧重于人类微生物组数据分析的出版物进行了系统的文献回顾。其中 1，筛选出 444 项研究，419 项符合纳入标准。提取了有关研究问题、研究设计和分析策略的信息。结果证实了预期转向更高级的研究问题，因为三分之一的研究分析了聚类数据。尽管在分析过程的任何阶段都发现了所用方法的异质性，但差异丰度测试的异质性最大。特别是如果底层数据结构是集群的，我们发现缺乏使用适当解决底层数据结构同时考虑到数据中的其他依赖项的方法。我们的结果证实了微生物组研究中分析策略的相当大的异质性；越来越复杂的研究问题需要更好的分析策略指导。419人符合纳入标准。提取有关研究问题、研究设计和分析策略的信息。结果证实了预期转向更高级的研究问题，因为三分之一的研究分析了聚类数据。尽管在分析过程的任何阶段都发现了所用方法的异质性，但差异丰度测试的异质性最大。特别是如果底层数据结构是集群的，我们发现缺乏使用适当解决底层数据结构同时考虑到数据中的其他依赖项的方法。我们的结果证实了微生物组研究中分析策略的相当大的异质性；越来越复杂的研究问题需要更好的分析策略指导。419人符合纳入标准。提取了有关研究问题、研究设计和分析策略的信息。结果证实了预期转向更高级的研究问题，因为三分之一的研究分析了聚类数据。尽管在分析过程的任何阶段都发现了所用方法的异质性，但差异丰度测试的异质性最大。特别是如果底层数据结构是集群的，我们发现缺乏使用适当解决底层数据结构同时考虑到数据中的其他依赖项的方法。我们的结果证实了微生物组研究中分析策略的相当大的异质性；越来越复杂的研究问题需要更好的分析策略指导。提取有关研究问题、研究设计和分析策略的信息。结果证实了预期转向更高级的研究问题，因为三分之一的研究分析了聚类数据。尽管在分析过程的任何阶段都发现了所用方法的异质性，但差异丰度测试的异质性最大。特别是如果底层数据结构是集群的，我们发现缺乏使用适当解决底层数据结构同时考虑到数据中的其他依赖项的方法。我们的结果证实了微生物组研究中分析策略的相当大的异质性；越来越复杂的研究问题需要更好的分析策略指导。提取有关研究问题、研究设计和分析策略的信息。结果证实了预期转向更高级的研究问题，因为三分之一的研究分析了聚类数据。尽管在分析过程的任何阶段都发现了所用方法的异质性，但差异丰度测试的异质性最大。特别是如果底层数据结构是集群的，我们发现缺乏使用适当解决底层数据结构同时考虑到数据中的其他依赖项的方法。我们的结果证实了微生物组研究中分析策略的相当大的异质性；越来越复杂的研究问题需要更好的分析策略指导。结果证实了预期转向更高级的研究问题，因为三分之一的研究分析了聚类数据。尽管在分析过程的任何阶段都发现了所用方法的异质性，但差异丰度测试的异质性最大。特别是如果底层数据结构是集群的，我们发现缺乏使用适当解决底层数据结构同时考虑到数据中的其他依赖项的方法。我们的结果证实了微生物组研究中分析策略的相当大的异质性；越来越复杂的研究问题需要更好的分析策略指导。结果证实了预期转向更高级的研究问题，因为三分之一的研究分析了聚类数据。尽管在分析过程的任何阶段都发现了所用方法的异质性，但差异丰度测试的异质性最大。特别是如果底层数据结构是集群的，我们发现缺乏使用适当解决底层数据结构同时考虑到数据中的额外依赖性的方法。我们的结果证实了微生物组研究中分析策略的相当大的异质性；越来越复杂的研究问题需要更好的分析策略指导。尽管在分析过程的任何阶段都发现了所用方法的异质性，但差异丰度测试的异质性最大。特别是如果底层数据结构是集群的，我们发现缺乏使用适当解决底层数据结构同时考虑到数据中的额外依赖性的方法。我们的结果证实了微生物组研究中分析策略的相当大的异质性；越来越复杂的研究问题需要更好的分析策略指导。尽管在分析过程的任何阶段都发现了所用方法的异质性，但差异丰度测试的异质性最大。特别是如果底层数据结构是集群的，我们发现缺乏使用适当解决底层数据结构同时考虑到数据中的其他依赖项的方法。我们的结果证实了微生物组研究中分析策略的相当大的异质性；越来越复杂的研究问题需要更好的分析策略指导。我们的结果证实了微生物组研究中分析策略的相当大的异质性；越来越复杂的研究问题需要更好的分析策略指导。我们的结果证实了微生物组研究中分析策略的相当大的异质性；越来越复杂的研究问题需要更好的分析策略指导。