【锚点】本篇只钉一个写作判断：【“统计显著”不应占据结论句；它应被降格为【证据强度】标签，结论句必须给出【效应量】、【不确定性区间】和【可拒绝边界】。】

【显式】本段服务【显著不是结论】。Fisher 1925 把 p<0.05 作为“足够惊讶”的惯例，不是“真”的阈值；p 不是 P(H0|数据)，而是在 H0 与检验统计量定义下，出现当前或更极端数据的概率。

【流程节点链路】【研究问题】 → 【抽样与测量】 → 【效应估计】 → 【不确定性区间】 → 【读者可拒绝的结论】。缺了中间节点，读者只能把 p 值误读成结论。

【隐式】本段服务【大样本会把小效应放大成显著】。若某干预把收缩压降 1 mmHg，SD=10，d=0.1，n=5000/组，p 可远小于 0.001；但 1 mmHg 是否值得成本、副作用和风险，p 值没有回答。

【细微】本段服务【p 与效应量可以解耦】。同一个 p<0.001，可能是 d=0.1 的大样本，也可能是 d=0.8 的中等样本；同一个 d=0.6，在 n=20/组时 p≈0.07，在 n=2000/组时 p 会非常小。Cohen 1988 的 d=0.2/0.5/0.8 只是粗略刻度，不是临床重要性门槛。

【极难发现】本段服务【语言锚点提高拒绝成本】。摘要里写“显著降低”时，读者会先编码“重要”，再才看数字；改写为“降低 1.2 mmHg（95% CI 0.1–2.3；d=0.12）”后，读者才能用成本、风险和最小临床重要差去拒绝或接受。

【待验证点】如果你的结论句里有“显著降低/显著相关/显著提升”，把它替换为“变化量 + 95% CI + d/风险差”后，读者是否仍能判断是否值得行动？如果不能，说明结论没有给出可拒绝边界。

【辩论问题】你所在领域里，哪一个“显著”结论其实只是把小效应放大成了大样本？