锹甲"雌斑"在雄性幼虫中的出现率：从"有一些"到一个带置信区间的比例

推荐优先级：备选 · 参赛子类：Animal Sciences — Development · 资源需求：需要现成的各龄锹甲幼虫来源（繁殖者/宠物市场）；仅需体视显微镜或微距相机 · 技能取向：诊断性能统计 / 非致死形态计分 / 分层分析

1 · 研究问题

既然雄性幼虫也可能带有所谓"雌斑"，那么这个结构在两性、各龄期中的出现率各是多少？把它当作幼虫期性别判据使用时，敏感度、特异度与阳性预测值分别是多少，其置信区间有多宽？

2 · 研究背景与空白

背景。 锹甲幼虫期长达数月至一年以上，而形态上难以判断性别，因此爱好者与繁殖者长期依赖一个肉眼可见的标志：雌性幼虫腹部一对橙色斑点，俗称"雌斑"，传统上被解释为卵巢原基（ovary primordia）。这条判据的实用价值极高——性别决定了饲养策略与商业价值——但它从未被当作一项诊断测试来评估。 诊断测试的评估语言是固定的：敏感度（真雌里被判为雌的比例）、特异度（真雄里被判为雄的比例）、阳性预测值 PPV（判为雌者里真是雌的比例）。这里有一个常被忽略的性质：PPV 依赖基础发生率。 即使敏感度与特异度都很高，只要真实的性别比偏离 50:50，或某个龄期的假阳性率上升，PPV 都会明显变化。而"某些雄虫也有雌斑"这一事实，直接意味着特异度 < 100%，因而 PPV < 100%——问题只在于低多少，而这个数没有人给过。

已有工作到哪一步。 ANIM023T（2026，Grand Award，"'Female Spot' of Stag Beetle is a Symbiont Organ"）在功能解释上做了漂亮的推翻。摘要原文指出这些结构"have long been considered as ovary primordia and widely used for sex identification during larval period"，但"no anatomical evidence has been presented to support this assumption"。该研究分三步："First, we examined the presence and size of female spot in both sexes and found that some male larvae also possessed these structures."；其次用石蜡切片与 SEM 显示雌斑是消化道上的基质样结构，"indicating that they are unlikely to be ovary primordia"；第三通过 PCR 扩增 26S rRNA 基因测序，在雌斑与成虫雌性的菌胞器（mycangia）中检出同种木糖发酵酵母。结论是雌斑并非卵巢原基而是共生器官，并明确"call for a revision of the conventional interpretation"。

空白在于：它推翻了这个结构的功能解释，却只用"some male larvae also possessed these structures"这样的定性表述描述雄虫的出现情况——而对每天在用这条判据的人来说，真正有后果的是"用它判性别的错判率是多少、在哪个龄期最不可靠"。 这个空白适合一年期学生课题的理由是：所需的全部动作是非致死的外部计分（看斑点在不在、量它多大），不需要切片、不需要 PCR、不需要杀死任何个体；无脊椎动物不受脊椎动物规则约束；而且结论正负都成立——错判率高说明这条判据必须废弃或加限定，错判率低说明它虽然功能解释被推翻但作为经验判据仍然可用。但必须坦白：本条的可行性是本文件里最低的之一（F=4），瓶颈是性别真值的获取，见 §8。

3 · 可检验假设

H1 把"雌斑存在"当作雌性判据时，特异度 ≤ 0.90（即 ≥ 10% 的雄性幼虫会被误判为雌），且该错判率随龄期显著变化——低龄期的特异度比高龄期低 ≥ 15 个百分点。判据明确：按龄期分层的 2×2 混淆矩阵直接给出，置信区间用 Wilson 方法。

H2（备择/机制假设，H1 被否证时仍有内容）若特异度很高，则可检验的替代命题是：雌斑的"存在与否"是一个人为的二分化，其底层是连续的大小分布；把斑点面积作为连续量后，两性分布的重叠区占比 ≥ 15%，且存在一个使 Youden 指数最大的最优面积阈值，该阈值与"肉眼可见即算存在"的实际做法所对应的阈值显著不同。这一条只需要面积测量，不依赖二分判定。

4 · 量化验收标准

1. 方法学校验（硬门槛，不过关不许往下做，后续全部结论无效）。 两件事必须先过：① 图像测量的正对照——用已知尺寸的标准分划板在与幼虫计分相同的放大与照明条件下测量，要求面积示值偏差 ≤ 5%；② 计分的正对照与盲法校验——先对 20 只幼虫由两位评分者独立盲评"雌斑有/无"，要求 Cohen's kappa ≥ 0.8；同时把其中 10 张图像做左右镜像后混入重评，判定必须保持一致（雌斑是双侧结构，镜像不应改变判定）。这一步不过不许继续——若"有/无"这个判定本身不可靠，后面所有敏感度特异度都是在测评分噪声。
2. 统计口径预先写死——只有个体进 n，同一只幼虫的多次计分是技术重复。 同一只幼虫在同一龄期的多次拍摄/多次评分不得当作独立样本；若同一只幼虫在不同龄期被重复计分，必须用配对/纵向模型处理，不得当作两个独立个体。报告写全三个数："n = X 只个体 / 每只 Y 次独立计分 / 覆盖 Z 个龄期"。
3. 统计口径预先写死——诊断性能指标与区间方法在开测前定死。 主结局是按龄期分层的敏感度、特异度、阳性预测值与阴性预测值，全部用 Wilson 区间给出 95% 置信区间（小样本比例不得用正态近似）；同时必须给出 PPV 随真实性别比（基础发生率）变化的曲线——因为爱好者手上的性别比未必是 50:50，而 PPV 是他们真正在用的那个数。
4. 统计口径预先写死——性别真值的来源与盲法。 性别真值只能来自非致死的独立确认途径（见 §5），且计分者在计分时必须不知道该个体的真值（个体只贴随机码，对照表由第三人保管）。真值获取失败的个体不得用"看起来像"补齐，必须作为缺失显式报告并给出缺失率。
5. 样本量下限。 总个体数 ≥ 60，且每个龄期 ≥ 20 只、两性各 ≥ 20 只。理由：特异度若真值为 0.90，n = 20 时 Wilson 区间宽度已接近 ±0.13，低于此样本量结论无法解读。这条是本课题最难满足的一项，必须在开题前落实来源。
6. 可复现性。 全部原始图像（带比例尺）、逐个体计分记录、随机码对照表、面积测量脚本、Wilson 区间与分层分析脚本一律开源存档，第三方可用原始图像一键重跑得到同样的敏感度/特异度。个体来源（繁殖者/市场）与获取日期须记录。

5 · 数据与工具

用途	来源 / 工具
实验个体	已成型的各龄锹甲幼虫，来自繁殖者或宠物市场（这在锹甲爱好者社群里是常规交易）。须核实：能否一次性拿到 ≥ 60 只、能否覆盖 ≥ 2 个龄期、能否借用后归还
性别真值	这是全课题的关键约束项，须核实可行途径。 可能的非致死途径：① 等待羽化后按成虫性征确认（耗时数月，很可能超出净窗口）；② 已被繁殖者按其他方式确认性别的个体（须核实其确认方法本身是否可靠，若他们也是靠雌斑判定，则真值被污染，整条课题失效）；③ 非致死的其他形态学指标（须核实是否存在且已被验证）。这三条都必须在开题前查实，不得假定
龄期判定	头壳宽度测量（锹甲幼虫龄期通常按头壳宽度分组）。须核实所用物种的头壳宽度分界值来源，并在研究计划中引用；若无可靠来源，则须自行用头壳宽度的多峰分布定义分组并说明判据
成像	体视显微镜或微距相机 + 已知比例尺。须核实分辨率是否足以稳定分辨雌斑边界
面积测量	ImageJ/Fiji 一类开源图像分析工具。分割阈值的选取必须写进脚本，不得手动逐张调整，否则不可复现
统计	Python/R：Wilson 区间、分层混淆矩阵、ROC/Youden 指数、配对纵向模型
对照基准（仅用于校验与对比，不计入本项目的数据贡献）	ANIM023T（2026，Grand Award）摘要中的"some male larvae also possessed these structures"与"widely used for sex identification during larval period"；用作问题来源与结论对照，其任何结论不得写成本项目发现
须核实项	① 性别真值的获取途径——本课题的全部风险集中在这一项；② 能否拿到 ≥ 60 只覆盖多龄期的幼虫；③ 目标物种的世代周期与当前季节所处的发育阶段；④ 锹甲的跨境/跨区运输与饲养法规——某些锹甲物种受进出口管制或属外来入侵风险物种，须核实当地规定；⑤ 若向繁殖者借用个体，须书面约定归还与不伤害条款
不可用路径（已排除）	从卵养起——幼虫期数月至一年以上，净窗口 3–4 个月完全覆盖不了，直接淘汰。 解剖确认性别——虽然锹甲是无脊椎动物、规则上允许，但解剖会让"非致死外部计分"这个课题定位崩塌，且解剖后无法做纵向追踪；若采用，须在研究计划中单独论证并接受伦理表述上的复杂化。复现前作的切片/SEM/PCR 路线——需要 RRI 级设备与 Form 6A 事前审批，时间与器材双超

6 · 方法路径

1. 建体系并完成 §4 第 1 条校验。 搭好成像装置（含比例尺标定）、写好面积测量脚本；用标准分划板跑通面积校验（偏差 ≤ 5%），用 20 只幼虫跑通双评分者盲评（kappa ≥ 0.8）与镜像一致性检验。这一步不过不许继续。
2. 核实工具与生物材料的能力边界，逐条实测下列静默失败点： ① 真值污染——若繁殖者提供的"性别"本身就是靠雌斑判定的，那么敏感度必然是 100%、特异度必然是 100%，结果完美但完全没有信息，且不报任何错；这是本课题最致命的静默失败点，必须逐个体追问真值来源并记录；② 观察者预期偏差——计分者若知道该个体的性别，"斑点算不算有"的边界判定会向真值漂移，必须随机码 + 盲评；③ 同一窝个体非独立——从同一繁殖者、同一窝取得的幼虫在遗传与养育条件上高度相关，不是独立样本，必须记录来源批次并在模型中作为随机效应，否则置信区间会被严重低估；④ 检测限以下的删失被当成"无"——极小或极淡的斑点在成像条件差时看不见，"看不见"与"没有"是两回事，必须显式记录"疑似/不确定"这一中间类别并单独统计，不得直接归入"无"；⑤ 龄期误判的连锁效应——若龄期分组本身有误，按龄期分层的结论会整体错位，须用头壳宽度的分布形态交叉确认分组。
3. 落实个体来源并完成入库编号与随机码化。 每只幼虫编随机码，记录来源批次、获取日期、头壳宽度；真值对照表由不参与计分的人保管，至全部计分完成后揭盲。
4. 完成盲法计分与面积测量。 每只个体拍照 ≥ 2 次（不同时间/不同摆位）以估计计分的重复性；由 ≥ 2 位评分者独立盲评，报告 kappa。涉及主观判断的每一处（斑点边界、"疑似"的判定、照片质量不合格的剔除）须给出明确、可复现的判据并在开测前写死。
5. 取得性别真值并构建混淆矩阵。 按龄期分层计算敏感度、特异度、PPV、NPV 与 Wilson 区间；画出 PPV 随基础发生率变化的曲线。若真值只能对一部分个体取得，必须显式报告可获真值的比例，并检验"能取得真值的个体"与"不能取得的个体"在计分结果上是否有系统差异——若有，存在选择偏倚，必须写进局限性。
6. 做连续量分析（H2）。 把斑点面积作为连续变量，画两性的分布与重叠区，做 ROC 并求 Youden 最优阈值，与"肉眼可见即算存在"的实际做法对照。这一步不依赖二分判定的可靠性，是本课题的稳态交付物。
7. 独立交叉校验：用另一种方法算同一个量。 用完全独立的判定路径重算同一诊断性能——例如让一组未受训的评分者（只给一句"看有没有橙色斑点"的说明）对同一批图像计分，与受训评分者的结果对照。这直接回答"实际使用者用这条判据时的错判率是多少"，而不是"理想条件下的错判率是多少"——后者才是这条判据在现实中的真实性能。

7 · 新颖性边界

本课题不声称： - 不声称发现"雌斑不是卵巢原基"。 这是 ANIM023T（2026，Grand Award）用石蜡切片与 SEM 得出的结论，本项目不做任何解剖学工作，绝不得写成自己的发现。 - 不声称发现雌斑内含共生酵母。 这是 ANIM023T 通过 PCR 扩增 26S rRNA 基因测序得出的结论（检出与成虫雌性菌胞器相同的木糖发酵酵母），本项目不做任何分子工作。 - 不声称首次观察到"某些雄性幼虫也有雌斑"。 这句话是 ANIM023T 摘要的原文（"found that some male larvae also possessed these structures"），本项目做的是把这个定性观察变成一组带置信区间的诊断性能指标。 - 不对雌斑的功能、发育起源或共生关系做任何新的机制声称——本课题只做外部形态计分与诊断统计。 - 不提出新的统计方法。敏感度/特异度/PPV、Wilson 区间、ROC 与 Youden 指数全部是既有工具。

已有工作做到哪： ANIM023T（2026，Grand Award）检查了两性幼虫雌斑的有无与大小并发现部分雄虫也有；用石蜡切片与 SEM 证明雌斑是消化道上的基质样结构、不太可能是卵巢原基；用 26S rRNA 测序在雌斑与成虫菌胞器中检出同种木糖发酵酵母；据此提出雌斑是共生器官并呼吁修订传统解释。它没有量化这条判据的错判率，也没有按龄期分层。

本项目的贡献（属「评价维度转换」型）： 已有工作评估的是这个结构是什么；本项目评估的是把它当性别判据用时会错多少、在哪个龄期最不可靠、以及在不同性别比下阳性预测值会掉到多少。这是主结论，交付物就是那组分层的敏感度/特异度与那条 PPV–基础发生率曲线。

为什么有价值： ANIM023T 已经呼吁修订传统解释，但一个"呼吁"落地需要的是数字——繁殖者需要知道"我还能不能用它、什么时候不能用"。这正是一个 Grand Award 项目最需要、却不会自己回头去做的支撑性工作。

若结论不显著： 若特异度很高、龄期间无差异，H1 被否证——"这条判据虽然功能解释被推翻，但作为经验判据依然可靠"同样是有效结论，而且对使用者同样有用。但必须给出误差棒证明有能力分辨这个差异：n = 20 的特异度置信区间宽达十几个百分点，不给 Wilson 区间的"特异度很高"等于没做。

8 · 决策门槛（go / no-go）

🔴 条件 1（第 3 周末，即 2026 年 8 月底）：性别真值的获取途径必须已经确认可行，且确认其不依赖雌斑本身。 这是全课题的生死线，必须最先查，因为它一票否决。若真值只能靠"等羽化"，而羽化在净窗口内完不成，或繁殖者的性别标注本身就来自雌斑（真值污染），本条课题应当直接放弃——这就是它 F=4 的原因。 若真值不可得但个体可得，唯一的降级路径是： 把课题改为纯 H2 路线——雌斑面积的连续分布与"有/无"二分化的信息损失，即测量所有个体的斑点面积，给出分布的多峰结构、"肉眼可见"这一阈值落在分布的什么位置、以及不同评分者在同一批图像上的一致性。主结论框架（这条判据的可靠性有多高）保留，但从"错判率"退为"判定本身的重复性与二分化损失"。注意这条降级路径的说服力明显弱于原方案，若你没有现成的幼虫来源与可靠真值，直接跳过本条课题去看 A6/A7/A13。

🟡 条件 2（第 8 周末，即 2026 年 9 月底）：已取得 ≥ 40 只覆盖 ≥ 2 个龄期的个体并完成盲法计分。 若个体数凑不到，立即降级： 把 ≥ 60 只降到 ≥ 40 只并放弃按龄期分层，改为报告合并的敏感度/特异度加一条"分层分析所需样本量"的功效说明。主结论框架保留，但须在局限性中显式声明分层结论缺失。

⚠️ 与「附属赛后不得修改」的冲突点： 四件事一旦在附属赛后想改就不被允许——① "雌斑存在"的判定判据（含"疑似"这一中间类别如何处理）；② 龄期的分组边界；③ 图像分割阈值；④ 不合格照片的剔除规则。必须在 11 月底前定死并写入研究计划，因为每一项都能直接改变敏感度与特异度这两个主结论数字。

须提前核实而非边做边发现的事项： - 本方向未做外部文献核查，"未找到前作"不等于"不存在前作"。 锹甲幼虫性别判定在昆虫学与爱好者文献中很可能已有讨论，日文文献尤其需要检索（该前作来自日本团队）。学生必须在开题前自行补检索，并在研究计划与展板上主动列出前作与本项目的差异。评委自己发现而学生没提，项目直接出局。 - 性别真值的来源是否被雌斑污染。 这是本课题唯一的致命点，必须逐个体核实，不能整批假定。 - 锹甲的运输、饲养与释放法规。 部分物种属受管制或有入侵风险的外来种；规则明确禁止向环境引入非本地物种，实验后个体的去向必须在研究计划中写死（归还繁殖者或按合法方式继续饲养，绝不放归野外）。

已知困难及其定位： 最大的困难是"在不杀死个体、不等数月羽化的前提下拿到性别真值"。这个困难本身就是研究内容的一部分——正因为幼虫期性别难以独立确认，雌斑这条判据才被广泛使用；把"真值有多难取得"讲清楚，本身就解释了这条判据为何长期未被验证。但必须诚实：这个困难在 3–4 个月净窗口内很可能无解，这是本条排名靠后的直接原因。

选择前提： 仅在你已经有现成的、性别已由独立途径确认的各龄幼虫来源时才启动。 适合与锹甲繁殖者有实际联系、且能接受"主结论是一组诊断性能数字而非新机制"的学生。不适合从零开始找材料的学生——本条的时间风险在本文件里最高。

预算裁剪顺序： 器材成本低（成像 + 卡尺）。时间不足时的裁剪顺序为：先砍第 7 步（未受训评分者对照），再砍第 6 步的 ROC 分析，再把每龄期个体数从 20 降到 15（不得低于 12，Wilson 区间会宽到无法解读）。不可砍的是盲法与真值核实——砍掉任一项，主结论直接失去意义。

合规与表格： - 锹甲是无脊椎动物，不受脊椎动物规则约束。 因此不涉及"不得死亡、不得超过瞬时或轻微疼痛、毒性研究全面禁止、体重下降上限 15%"这套限制，也不需要 Form 5A/5B 或含兽医的 SRC 事前批准。对照提醒：斑马鱼受精后 7 天（7 dpf）起即算脊椎动物，头足类按脊椎动物对待——本课题都不涉及。 - 本课题刻意设计为非致死外部计分：不解剖、不取组织、不做任何侵入操作，全程只拍照与测量头壳宽度。这不是合规要求，而是课题定位的一部分——一旦解剖，就变成了另一个课题。 - 不触发 PHBA。 无微生物培养、无 rDNA、无组织匀浆、无 PCR。特别提醒：前作做了 26S rRNA 的 PCR 测序，那条路线会触发 Form 6A 并需要 SRC 事前审批（额外 2–6 周，须从 2026 年 8 月起算的 3–4 个月净窗口里扣掉），本课题刻意不走这条路。 同时，家中禁止培养任何潜在危险生物制剂，规则点名连 BSL-1 与 C. elegans 都不行——因此任何"顺便培养一下雌斑里的酵母"的想法必须放弃，那需要实体实验室与受训的 Direct Supervisor / Qualified Scientist。 - 抗生素耐药性研究基本封死、朊病毒样蛋白全面禁止——本课题均不涉及。 - 人类受试者： 若采用第 7 步的"未受训评分者对照"，评分者是研究协作者而非受试者（分析的是图像属性，不是人的属性）；但若把"未受训者的判断能力"本身当作研究对象去分析，就会滑向人类受试者研究，须避免这种表述。若确有必要，IRB 必须在招募动作之前批准，且 2027 版一律禁止向受试者反馈数据或给出任何建议。 - 须填表格： Form 1、Form 1A（含研究计划，须写明个体来源、非致死承诺与实验后去向）、Form 1B、Form 2A（2027 新增，所有项目必填）、Form 3（风险评估：无脊椎动物饲养与处置、成像设备）、Abstract（实验后）。若在大学或博物馆场所进行或接受远程指导，追加 Form 2C（须在展台竖立展示）；若繁殖者或研究人员实质参与设计，追加 Form 2B（Qualified Scientist，注意新增的"支持时长"提问）。 - 展台： 禁活体、液体（含水）、土壤、玻璃——幼虫、饲养基质一律不得上台。展台靠分层混淆矩阵、Wilson 区间图、PPV–基础发生率曲线、面积分布与 ROC 曲线、以及高分辨率的雌斑显微照片撑起。 - AI 政策： 不得用生成式 AI 撰写研究计划、摘要、展板或生成引文；图像分割与统计脚本若由 AI 生成，须显式引用并保留提示词日志。

评分： O=6, W=7, F=4, S=5, Fit=9 → base=60.6，h=9 → [52, 70]，置信度：中

---