引言Introduction

临床论文里,阴性结果到底该放正文还是放Supplementary,常让读者和作者都犹豫。放少了,怕选择性报告。放多了,又担心正文冗长、主线不清。这不是排版问题,而是证据透明度问题。 一页临床论文截图,正文结果与Supplementary附录并列展示,旁边有森林图和GRADE证据等级示意

1. 阴性结果为什么不能简单“删掉”

1.1 阴性结果本身也是证据

在临床研究中,阴性结果不等于“没价值”。它至少说明,在当前样本量、终点定义和统计方法下,未观察到显著差异。这类信息对临床决策、方案优化和后续研究设计都很重要。

例如,某些干预在主要结局上显著,但在并发症、再入院率或某些次要终点上无差异。若只报告阳性结果,读者会误判真实效果。对于医学生、医生和科研人员来说,完整呈现结果,才能判断外推性和稳定性。

1.2 只保留阳性结果,会放大偏倚

系统综述和Meta分析中,选择性报告是常见风险之一。单看阳性结论,可能高估疗效。阴性结果被隐藏时,证据链会被人为截断。

从研究伦理看,注册方案、预设终点和最终报告应尽量一致。若偏离预设分析,至少应在正文或补充材料中清楚交代。否则,读者无法判断结果是“真实无效”,还是“分析后才筛出来的无效”。

1.3 什么时候阴性结果尤其重要

以下几类阴性结果,通常不应轻易省略。

  • 预设主要终点无差异。
  • 安全性结局无差异,且样本量足够。
  • 多个次要终点均未见趋势。
  • 亚组分析未显示一致方向。
  • 统计上不显著,但临床上可能有潜在意义。

这些结果往往比单个阳性结论更能说明问题的边界。

2. Supplementary不是“垃圾桶”,而是证据扩展区

2.1 正文和补充材料的分工

正文的任务是讲清主问题。Supplementary的任务是承载完整方法、附加分析和详细图表。二者不是对立关系,而是层级关系。核心结论必须在正文可见,支撑细节可放Supplementary。

如果某项阴性结果与主结论关系不大,但属于重要的完整性信息,放入Supplementary是合理的。前提是,正文要明确提示读者去看补充材料。不能把关键阴性结论悄悄埋起来。

2.2 哪些阴性结果适合放Supplementary

一般可放入Supplementary的内容包括:

  1. 远离主线的次要终点。
  2. 多个探索性亚组。
  3. 大量重复性森林图。
  4. 细分到很具体的并发症指标。
  5. 敏感性分析、稳健性分析和额外回归模型。

这类内容信息量大,但对主叙事的贡献有限。放补充材料能保持正文简洁,也便于同行复核。

2.3 哪些阴性结果不宜只放Supplementary

以下内容不建议仅放补充材料:

  • 主要终点无差异。
  • 预注册终点无差异。
  • 与安全性直接相关的关键结局无差异。
  • 会改变临床判断的核心阴性发现。

凡是会影响“是否值得做、是否值得用、是否值得推广”的结果,都不应被弱化。

3. 论文作者为什么常把森林图和阴性结果一起放出来

3.1 森林图能直观展示“没有效应”

在临床观察或Meta分析中,森林图常被用来呈现效应量、95%CI和异质性。若大多数95%CI不跨中线,且方向一致,说明结果较稳定。反过来,若多个结局都围绕中线分布,读者能迅速判断“无明确差异”。

把阴性结果也画出来,本质上是在提高可读性和可审查性。

尤其当一篇文章包含多张森林图,每张图对应一个参数时,读者可以一眼看出哪些结局有信号,哪些没有。对于临床论文临床观察类研究,这种呈现方式很重要,因为临床人员更关心整体模式,而不是单一显著值。

3.2 阴性结果集中展示,能减少误读

如果只展示显著结果,容易造成“全都有效”的错觉。把阴性结果一起放出,反而能帮助读者建立更真实的判断。这对避免过度解读尤其关键。

从写作角度看,阴性结果不需要重复解释太多,但要清楚列出。建议在结果部分用简洁句式写明:

  • 指标名称。
  • 方向。
  • 统计学结论。
  • 是否具有临床意义。

例如,“major complication rates 未见显著差异,95%CI跨中线,提示两组总体风险相近。”这样的表达就足够清晰。

3.3 图表越多,不代表信息越差

有人担心图表太多会显得“罗列式”。实际上,在结果复杂、结局较多的临床研究中,完整图表有助于复核。关键不是图多,而是层次分明。

可以遵循这个原则:

  • 主终点和关键次终点放正文。
  • 其余参数按重要性放Supplementary。
  • 图注写清人群、模型、效应量和异质性指标。
  • 讨论部分只解释最重要的模式,不逐一重复所有阴性点。

4. GRADE视角下,阴性结果该怎么处理

4.1 证据等级决定“该不该强调”

在临床研究中,结论不能只看P值。GRADE框架会综合考虑偏倚风险、不一致性、不精确性、间接性和发表偏倚。同样是阴性结果,高质量证据和低质量证据的意义完全不同。

如果证据等级为 high 或 moderate,即使结果为阴性,也值得认真对待。因为这更可能代表真实无差异。若证据等级低或极低,阴性结果则可能只是“没有检出来”,而非“确实不存在”。

4.2 阴性结果的解释要结合置信区间

只看显著性,容易误导。更应该看95%CI是否窄、是否跨越临床重要差异范围。一个“统计学阴性”结果,未必等于“临床上完全无意义”。

例如:

  • CI很宽,说明不确定性大。
  • CI围绕零值,且较窄,说明更接近真实无差异。
  • 异质性高时,阴性结果的稳定性要谨慎判断。

因此,写作时最好把“无显著差异”和“证据支持无差异”分开表述。前者是统计描述,后者是证据判断。

4.3 写论文时,GRADE表不要省

如果文章包含系统综述、Meta分析或临床观察汇总,GRADE表非常重要。它能帮助读者判断哪些阴性结果值得信,哪些只能暂时参考。

建议在结果或附录中明确列出:

  • 结局名称。
  • 证据等级。
  • 降级原因。
  • 主要判断依据。

这样,阴性结果不再是“被动展示”,而是“被证据框架解释”。

5. 临床论文写作中,怎么平衡完整性和可读性

5.1 用“主线结果+附加结果”结构

最实用的写法,是先讲主线,再补充阴性结果。这样读者不会迷失在图表中。可采用以下顺序:

  1. 主要终点。
  2. 安全性与关键次要终点。
  3. 预设亚组。
  4. 探索性分析。
  5. Supplementary说明。

这样的结构既保留完整性,也控制正文长度。

5.2 避免把所有阴性结果写成同一句

很多稿件会写成“其余指标均无统计学差异”。这太笼统。更好的做法是按临床意义分组。比如:

  • 疗效相关结局。
  • 并发症结局。
  • 功能恢复结局。
  • 资源消耗结局。

这样写,既专业,也便于同行快速抓重点。

5.3 结果不显著,也要交代研究条件

阴性结果最怕缺少背景。建议至少说明:

  • 样本量是否足够。
  • 是否达到预设效能。
  • 事件数是否偏少。
  • 随访时间是否过短。
  • 是否存在异质性。

没有这些信息,读者无法判断“真的阴性”还是“证据不足”。

6. 实务建议:哪些内容该留正文,哪些可进补充材料

6.1 正文优先保留的内容

  • 主要终点。
  • 影响临床决策的安全性结局。
  • 明确支持或否定研究假设的核心阴性结果。
  • 与GRADE判断直接相关的关键表格。

6.2 可放Supplementary的内容

  • 大量重复的次要指标。
  • 技术性较强的敏感性分析。
  • 统计模型变化带来的附加结果。
  • 细分亚组和探索性图表。

原则很简单,越接近临床决策,越应该出现在正文。

6.3 对作者和审稿人都重要的一句底线

阴性结果不该被“包装成无结果”。更不该因为不显著就被删除。正确做法是,按预设方案如实呈现,再用证据等级和置信区间解释其意义。

如果你正在写临床论文临床观察、系统综述或Meta分析,建议把结果呈现和证据解释一起设计。这样不仅更符合E-E-A-T,也更利于投稿和同行评审。在解螺旋的文献精读和论文支持体系中,这类结果组织、图表梳理与证据等级呈现,能帮助作者把阴性结果讲清楚,把文章写得更可信。

总结Conclusion

阴性结果不应一刀切地塞进Supplementary,更不应直接删掉。 是否放正文,要看它是否影响主要结论、临床判断和证据等级。对于核心结局,正文必须可见。对于次要和探索性结果,Supplementary是合适的承载位置。写临床论文时,最重要的是透明、完整、可复核。若你希望在临床论文临床观察或Meta分析中更规范地处理结果呈现,可以借助解螺旋,把证据整理、图表结构和结果表达做得更清晰。

解螺旋科研助手企业微信二维码,扫码添加免费领取科研资料礼包,包含AI科研提效、SCI投稿技巧、国自然基金、医学科研绘图、科研软件工具等实用资料