【锚点】这一篇只钉一个判断：【同行评审】不应只审【统计显著】，而要审【假发现成本】。 【显式】Ioannidis 在 2005 年的 PNAS 论文《Why most published research findings are false》里给出一个反直觉推演：当【先验概率】低、【效应量】小、【统计功效】一般、分析灵活时，即使 p<0.05，显著结果也可能是错的。 【流程节点链路】：【先验概率】 → 【效应量】 → 【统计功效】 → 【p 值】 → 【发表偏误】 → 【后验可信度】 → 【审稿判断】。 【隐式】很多审稿意见只问“p 是否小于 0.05”，却没有问：如果这个领域里多数假设是错的，这个显著结果有多大概率是假阳性？ 【细微】真正的审稿动作不是删掉显著性检验，而是要求作者报告：研究假设的【先验可信度】、样本量与【power】、主要分析是否可追溯、以及阴性结果是否被隐藏。 【极难发现】更深的盲点是：【同行评审】本身会放大“看起来可信”的论文；一篇方法漂亮但假发现风险高的论文，一旦通过评审，就会获得引用、基金和后续研究，形成错误传播链。 【推演实例】假设某领域先验概率为 10%，真效应很小，power 为 80%，p<0.05，且存在轻微偏倚。按 Ioannidis 的框架，显著结果的后验可信度可能低于 30%。此时审稿人若只写“结果显著，可发表”，等于把【错误定位】推给未来读者。 【修改链】作者应补：【效应量区间】、【power 分析】、【敏感性分析】、【阴性对照】；审稿人应要求：把“显著”改成“在当前证据下支持/不支持某机制”。 【待验证点】如果期刊要求每篇论文附一张“假发现成本表”（先验、power、偏倚来源、阴性结果可查性），同行评审会从【盖章仪式】变成【可审计修改协议】。你是否认为【p<0.05】应该从“通过标准”降格为“风险标签”，而把【后验可信度】写进审稿意见的必填项？