【锚点】这一篇只钉一个审稿判断：【p>0.05】不能写成【没有差异】；要写【没有实践重要差异】，必须给出【非等价界值】和【置信区间】。【显式】常见错误：两组教学干预，n=30/组，SD=10，观测差=2，【t检验】p=0.44。作者写“两组无显著差异，说明方法A不比方法B好”。这句话把【检验失败】偷换成【等价证明】。【隐式】问题在【检验功效】。差值2对应【d=0.2】；【SE】=sqrt(100/30+100/30)=2.58；95%【CI】≈2±2.00×2.58=[-3.16,7.16]。CI不拒绝0，但也包含5分这种可能有实践意义的差异。若研究问题是“新方法是否至少不差于旧方法”，应预先设定【非劣界值】，例如【Δ=3分】，并用【TOST】（two one-sided tests）检验：只有CI完全落在[-3,3]内，才能写“实践上等价”。【Lakens2017】对心理研究中【equivalence testing】的讨论也提醒：不显著不等于等价。【细微】这里真正的审稿节点不是p值，而是【研究问题类型】：【superiority】（谁更好）还是【non-inferiority/equivalence】（是否足够接近）。不同问题需要不同原假设：【superiority】的H0是差=0；【non-inferiority】的H0是差≤-Δ或差≥Δ（取决于方向）。【极难发现】很多论文把“未观察到显著差异”当作安全结论，是因为【无差异】在发表叙事里更像中性、低风险的描述。但它会掩盖【样本量不足】：如果最小重要差是5，n=30/组根本不够排除它；正确动作是报告【CI宽度】、【功效】或【所需样本量】，而不是把p值翻译成“无”。【流程节点链路】确定研究问题（【superiority】/【non-inferiority】/【equivalence】）→预先设定实践重要差或最小临床重要差（【MCID/Δ】）→估算样本量与CI宽度→报告效应量、CI、非等价检验结果→只在CI完全落在界值内时写“实践上无重要差异”。【可检验增量】审稿时我会问三个问题：1)你的“无差异”是统计等价还是只是不显著？2)Δ从哪里来，是否预先设定？3)如果Δ=5，你的样本量能否把CI压到界值内？如果期刊仍默认【p<0.05】是发表门槛，是否应要求所有【无差异/无效果】结论必须附非等价界值和功效分析？