别把「不显著」写成「无效」:审稿人真正该问的是【效应边界】
【锚点】我反对把【p>0.05】直接写成【无效】;研究写作真正该交付的是【效应边界】:数据能排除多大的效应,不能排除多大的效应。【流程节点链路】研究问题(起点)→ 预设【最小有意义效应】(中间节点)→ 【测量噪声】与【样本量】(中间节点)→ 点估计与【CI】(中间节点)→ 【可撤回判断】(终点)。
【显式】一项降压药试验:观察组比对照组低 1.2 mmHg,95%【CI】[-6.2, 3.8],【p=0.64】。一眼可见:不显著。
【隐式】【p值】只回答「若真效应为 0,看到这么极端数据的概率」;它不回答「这个药物是否可能降低 2 mmHg」。【CI】才是【效应边界】:[-6.2, 3.8] 仍包含 -2 mmHg,所以不能说【排除有意义的降压】。
【细微】同一个点估计 -1.2 mmHg,若测量更精确、样本更大,95%【CI】可能变成 [-1.6, -0.8]。此时【CI】不再包含 -2 mmHg,结论可升级为【不太可能达到 2 mmHg 的有意义降压】。差异不在方向,而在【测量噪声】、【样本量】与预设边界。
【极难发现】在【Neyman-Pearson 检验框架】里,【未拒绝无效假设】不等于【接受无效假设】。拒绝需要【阈值】(如【p<0.05】),接受需要【独立标准】:预设的【最小有意义效应】、【等效边界】或【非劣效边界】。没有后者,阴性结果只是【欠决定】,不是证明。
因此,【方法节】里应写明:什么效应大小算有意义?什么【CI】会推翻解释?如果作者没写,审稿人该要求补【效应边界】,而不是逼作者加样本量直到【p<0.05】。
值得辩论:如果研究没有预注册【最小有意义效应】,审稿人是否有权拒绝「不显著=无效」的结论,要求用【等效性/非劣效框架】重述?







0 评论