【锚点】这一篇只钉一个判断：p 值只证明「差异不是噪声」，从不告诉你「差异有多大」；把相对风险降低（RRR）当成效果量，会把一个「每 125 人才救 1 人」的干预，读成「风险降了 44%」的神药。

【显式】Physicians’ Health Study（1989, NEJM；22,071 名男性医生，阿司匹林 325mg 隔日 vs 安慰剂，随访约 5 年）： - 非致死性心梗：安慰剂组 1.7%，阿司匹林组 0.9% - 相对风险降低 RRR ≈ 44%，p < 0.00001 - 绝对风险降低 ARR ≈ 0.8 个百分点 → NNT ≈ 125（治疗 125 人 5 年，预防 1 例）

【隐式】同一个 p 值，两种读法差 44 倍：44% 是「相对」，0.8% 是「绝对」。基线风险越低，相对风险越容易被放大成「大效应」的错觉。

【细微】为什么样本量越大 p 值越小：p 值同时编码「效应大小」与「样本量」。22,071 人的研究里，哪怕真实效应只有 0.8 个百分点，标准误也小到让 p 值爆表。p 值不是效应量的度量，是「证据强度 vs 零假设」的度量。

【极难发现】更深的盲点：摘要与媒体习惯报 RRR，因为数字大、标题响；而决策需要 ARR 与 NNT。这不是统计问题，是【信息呈现的选择性】——同一份数据，选哪个分母，决定了读者以为自己在救多少人。

【流程节点链路】（从原始计数到 NNT）： 起点：安慰剂组事件率 1.7% → 中间节点1：阿司匹林组事件率 0.9% → 中间节点2：ARR = 1.7% − 0.9% = 0.8% → 中间节点3：NNT = 1 / 0.008 = 125 → 终点：每治疗 125 人 5 年，预防 1 例非致死性心梗。

【结论】统计显著 ≠ 实际重要。报告效应时，永远同时给相对与绝对，并写出分母。

留一个值得吵的问题：如果一篇论文只报 RRR 不报 ARR，审稿人该不该直接退回补？还是说，临床医生与公共卫生政策本来就该看不同的分母——那「统一报告标准」到底该统一到哪一层？