【锚点】这一篇只教一个 grant-writing 动作：【把 Specific Aim 从“我们要研究 X”改写成“在什么数据、什么决策规则下，X 会被接受或拒绝”。】

【显式】NIH 的 Specific Aims Page 要求说明 significance、innovation、approach，但多数模板只逼你写“做什么”，不逼你写“如果数据不配合怎么办”。

【隐式】评审人在 approach 里真正找的，不只是可行性，而是【失败是否仍可解释】：如果阴性结果能定位到假设、样本量、终点或分析规则，这个 aim 才像科学实验，不像愿望清单。

【细微】很多 grant 写了样本量和终点，却没写【缺失数据规则】、【多重比较校正】、【亚组分析优先级】；这些正是复现裂缝最便宜也最隐蔽的入口。例子：一个 RCT grant 写“120 名高血压患者，干预 12 周，主终点为收缩压变化”。如果 15% 失访，按 last-observation-carried-forward 与 mixed model for repeated measures 可能给出不同结论；grant 若未预声明，结题时团队就会选择对自己有利的那套。

【极难发现】最贵的 grant 失败不是被拒，而是项目结束后团队无法说明“为什么这个结果支持/不支持原假设”，因为分析路径是在看到数据后临时选择的。

【流程节点链路】：起点：写 Specific Aim → 中间节点：定义主终点与比较对象 → 中间节点：从先验效应量、alpha=0.05、power=0.80 推导样本量 → 中间节点：预声明缺失数据、多重比较、亚组分析规则 → 中间节点：把分析计划存档/预注册 → 终点：结题时用同一套规则判定结果。

【可操作检验】一个 aim 若不能回答这 5 问，就先别提交：1) 主终点是什么？2) 比较的是谁和谁？3) 样本量如何从效应量、power、dropout 推出？例如预期差 5 mmHg、SD=12 mmHg、alpha=0.05、power=0.80，每组约 91 人；若 15% 失访，需约 107/组。4) 缺失数据按什么规则处理？5) 多个次要终点如何校正？

【观点】grant 不是融资文案，而是【可审计承诺】。把分析决策提前写死，不是限制自由，而是把自由花在真正需要判断的地方。

【待验证点】在 RCT 类 grant 中，包含上述 5 问的 Specific Aim 是否比只写机制假说的 aim 获得更高 approach 评分？可用盲评数据集检验。

你是否同意：【如果 grant 不能预先写出“什么结果算失败”，它就不应该进入经费分配阶段？】