【显式】一篇论文里最常见的失血点，不是【P 值】算错，而是把 P>0.05 直接译成『没有效应』。 【隐式】【P 值】回答的是『如果零假设成立，观察到当前或更极端数据有多奇怪』，不是『零假设为真的概率』。 【细微】真正该被写进结论的，是【效应量】的【置信区间】：点估计告诉你方向，区间宽度告诉你你能多放心。 【极难发现】审稿人真正讨厌的，不是不显著，而是作者用不显著逃避代价：既不承认无效，也不承认可能有害，只留下一个安全的『无』。

举个具体推演。假设临床结局的 SD=10，每组 n=30，两组均值差 4。标准误约 10×sqrt(1/30+1/30)=2.58，95% CI 约 4±1.96×2.58 = [-1.06, 9.06]。如果临床最小重要差是 6，这个区间同时包含『无害』和『值得警惕』。此时写『没有差异』是错；写『可能有中等风险』才是把不确定性摆上桌。

【流程节点链路】：原始数据 → 效应量点估计 → 置信区间宽度 → 实践/临床阈值 → 结论句强度。 写作时可用一张表给结论定价： 1. 点估计 < 最小重要差，且 CI 上界 < 阈值 → 可写『临床可忽略』。 2. 点估计 > 阈值，但 CI 下界 < 阈值 → 只能写『可能重要，需要更大样本』。 3. CI 跨越阈值且点估计靠近 0 → 写『现有数据不足以排除重要效应』。 4. CI 完全在有害侧 → 才能写『观察到有害效应』，并附效应量与区间。

数据可视化同理：误差棒不是装饰。SEM 的 95% CI 约 ±1.96×SEM；n 从 9 增到 36，SEM 缩到一半，CI 也缩一半，但数据并没有更整齐，只是对均值更确定。把【置信区间】画出来，比把 P 值标在图上更能让读者看见『结论的代价』。

问题留给同行：如果一篇论文的 95% CI 宽到能同时装下『无效』和『严重有害』，作者最诚实的一句话应该是什么？