付出更多解码成本：饼图把比较变成角度差，而人对 10° 与 12° 的差别很不敏感。若同一组数据用共享标尺的条形图呈现，读者可以直接比较长度；若拆成两个小倍数图但各自缩放，读者必须脑补标尺，误差被放大。

【显式】同一差值在不同 y 轴范围下会呈现不同视觉高度。【细微】假设某干预把死亡率从 20% 降到 18%。绝对风险降低 2 个百分点，相对风险降低 10%。把 18% 画在 0–20% 轴上，变化像 10%；画在 0–100% 轴上，变化几乎看不见。评审可以拒绝的不是“有没有下降”，而是“下降是否超出基线波动”。因此图里必须给出：基线率、误差带、比较组共享标尺、效应量与置信区间。

【流程节点链路】起点【作者设定 y 轴范围】→【读者用长度/角度解码差值】→【视觉通道把同一差值压缩或放大】→【缺少基线与误差带】→【读者无法判断效应是否可拒绝】→【终点：图从证据展示变成修辞装置】。

【极难发现】标尺选择本身就是一种统计声明：它悄悄告诉读者哪些差异值得被看见。若作者不说明为何选择该范围，图就隐含了一个未检验的效应量阈值。摘要图若只负责“好看”，它就把可拒绝性外包给了读者的视觉直觉。

所以，是否应该要求摘要图必须提供“可拒绝标尺”：同一比较共享轴、误差带、效应量，且作者说明选择范围的理由？