结果部分看起来似乎是最容易写的一章。你有输出的数据，直接粘贴表格，然后描述发生的情况即可。但接着审稿人可能会问：为什么百分比没有分母？为什么你所测量的一项结局指标在文中从未出现过？
这里有五个常见错误案例，每个案例下方都附有修正方案。为了作为示例模型，本指南中的所有案例均为虚构。
<CTA title="保持表格与文本中的数字一致" description="在同一个工作空间中，结合你的数据源和笔记来起草结果部分，这样正文中的数据就能与表格中的数据保持一致。" buttonLabel="免费试用 Jenni" link="https://cn.app.jenni.ai/register" />
研究论文的结果部分应该包含哪些内容？
以逻辑清晰的顺序报告你的发现，且不带任何解释。例如，“再入院率下降了 8.1 个百分点”是一项结果。而“这表明药剂师的审核工作有效”则属于讨论。
ICMJE 推荐标准要求按照逻辑顺序报告结果，最先呈现最重要的发现，并警告不要仅仅依赖于统计学假设检验，因为这无法传达效应量（effect size）和精确度（precision）。
错误 1. 没有分母的百分比
错误写法：干预组的再入院率低于对照组（22.4% vs 30.5%）。
正确写法：干预组中 406 例患者中有 91 例（22.4%）再入院，对照组中 406 例中有 124 例（30.5%）再入院，风险差异为 8.1 个百分点（95% CI 2.1 至 14.1，p = .008）。
ICMJE 要求不仅以百分比等派生形式报告数值结果，还要提供计算这些派生数值的绝对数量。如果不清楚这 22.4% 代表的是 91 个人还是 9 个人，读者就无法对其进行评估。
错误 2. 让 p 值承担全部解释工作
p 值既不能说明效应量有多大，也无法表明估计的精确度如何。美国统计协会（American Statistical Association）在 2016 年的声明中提出了六项原则，其中有三项在此处至关重要：p 值不测量假设为真的概率；研究结论不应仅取决于 p 值是否超过了某一阈值；p 值不测量效应的大小。
报告时，应当依次呈现估计值、置信区间，然后是 p 值。按此顺序是因为置信区间包含着读者最需要的信息。
您报告的内容 | 正确格式 | 常见错误 |
精确的 p 值 | p = .032 | p = 0.032，或仅写 p < .05 |
极小的 p 值 | p < .001 | p = .000 |
相关性 | r(58) = .42, p = .001 | r = 0.42, 显著 |
置信区间 | 95% CI [1.2, 3.8] | 95% CI 1.2 to 3.8（未注明置信水平） |
均值与标准差 | M = 6.4, SD = 1.1 | mean 6.4 (1.1) |
t 检验 | t(238) = 9.11, p < .001 | t = 9.11, 极显著 |
效应量 | d = 1.18 | 较强的效应（a large effect） |
普渡大学写作实验室 (Purdue OWL) 总结了上表背后的两条准则：报告精确到两至三位小数的 p 值；并且只有在统计量可能大于 1 时才使用前导零（leading zero）。
<ProTip title="🔢 精确度：" description="永远不要报告 p = .000。当数值小于其显示精度时，软件会自动打印该值，但这陈述了一个不真实的事实。请代之以写作 p is less than .001（p < .001）。" />
错误 3. 悄然消失的结局指标
仅报告达到显著性的结局指标属于选择性报告（selective reporting），审稿人现在越来越多地会核对试验方案或临床试验注册信息，以查明有哪些指标被遗漏了。
请按照预先设定的顺序，列出你所测量的每一个结局指标，并将事后分析（post hoc analyses）明确标记为事后分析。CONSORT 指南明确要求报告任何其他进行过的分析，包括亚组分析和敏感性分析，并区分预设分析和事后分析。
错误 4. 复述表 1 的冗长段落
ICMJE 要求作者不要在正文中重复表格中的所有数据，而只需强调或总结最重要的观察结果。逐一列出每一项基线特征的段落，是导致结果部分篇幅翻倍的最常见原因。
相反，应直接指向表格。例如，“完整的基线特征见表 1”就是一个完整的句子，并且已经完成了所有的说明任务。
表格、图表还是正文？
欧洲科学编辑协会 (EASE) 给出了最清晰的规则：当精确的数值至关重要时使用表格；为了展示对比或趋势时使用图表；且绝不在两者中重复展示相同的数据。
当读者需要查询具体数值，或需要同时展示多个变量时，使用表格。
当数据的形态或走势比具体数值更重要时，使用图表。
当只有三个或更少的数字时，使用正文描述。一个仅有两行的表格通常只是一个伪装成表格的句子。
错误 5. 带有解释性的动词
解释性： 证实了（demonstrating）药剂师审核的显著益处。急诊就诊率也呈现出良好（favorable）的发展趋势。
客观报告： 两组间的急诊科就诊率没有显著差异（18.2% vs 20.4%，风险差异为 2.2 个百分点，95% CI -2.6 至 7.0）。
在第一种写法中存在两个问题。首先，“证实（demonstrating）”是一个属于讨论部分的动词。其次，“呈现出良好发展趋势”描述的是一个并未实际发生的结果，这是在结果部分进行“粉饰（spin）”最常见的一种形式。
<ProTip title="📊 结果报告：" description="圈出你结果部分中的每一个动词。如果其中包含 demonstrates（证实）、proves（证明）、confirms（确认）或 suggests（提示），请将该句子移至讨论部分，并用它原本所掩盖的数据来代替它。" />
已发表的研究结果中出现错误的频率有多高
《行为研究方法》 (Behavior Research Methods) 期刊上发表的一项研究，对过去三十年的心理学文献进行了自动检索。在包含 258,105 个 p 值的 30,717 篇论文中，有一半使用显著性检验的研究论文，其中至少有一个 p 值与其自身报告的检验统计量及自由度不一致。每八篇论文中就有一篇包含严重不一致的数值，这可能会影响其最终的结论。
这些并不是学术造假。它们多是在誊写过程中的笔误，或者是由于一处数字更新了而另一处未同步更新造成的，这意味着这些错误是可以在几分钟内被检查出来的。
<ProTip title="🧮 检查计算：" description="对照你的原始输出文件逐行阅读你的结果，而不是单凭记忆。几乎每一个不一致之处最初都是由复制错误造成的。" />
使用 Jenni 起草结果
在 Prompt 中描述该章节。 命名你的研究，并声明你希望获得附带置信区间的效应量，以便从一开始就设定好报告规范。
设置引用格式。 统计学格式规范将随期刊样式一起应用。
生成结构。 采用标准的 IMRaD（前言、方法、结果和讨论）标题，确保结果内容保留在专门的章节中，而解释性内容则有其他地方可去。
然后逐个起草研究结局：最先是主要结局，接着按照你预设的顺序起草次要结局，并清晰标记亚组。运行“Proofread”（校对）来修正统计数据中的格式疏漏，并运行“Claim Confidence”（论证信心）来排查那些将“数据报告”变成“观点论证”的句子。这两项功能都位于 review pass（审阅通道）中。
一致性审查
只需十五分钟，就能排查出这五个全部的错误。
正文中的每一个百分比旁边都附有它的分母。
每一个效应量都配有置信区间，包括那些无显著差异（零假设）的效应。
方法（methods）中提及的每一个结局指标都在结果（results）中有所呈现。
没有一个段落是在重复叙述你已经指出过的表格内容。
本章中不含有带有解释性的动词。
正文中的每一个数字都与它所来源的表格相吻合。
<ProTip title="🚦 顺序：" description="请按照你的方法部分引入结局指标的顺序来撰写结果。如果读者需要刻意去寻找主要结局（primary outcome），那么无论其他发现多么有趣，文章的结构顺序都是不正确的。" />
让数据说话
在你的论文中，一个优秀的结果部分应该刻意保持其最少的说服色彩。你只需客观报告发生的情况，并按照你声明要测量它们的顺序，以足够高的精确度呈现，使细心的读者即使不同意你的讨论，也仍然能够信任你的数据。正是这种克制，才使得后文的讨论部分更具可信度。
<CTA title="在审稿人发现前检查你的报告" description="对草稿运行“Proofread”（校对）和“Claim Confidence”（论证信心）功能，找出那些将客观报告误写为学术辩论的句子。" buttonLabel="评估我的草稿" link="https://jenni.ai/cfp-review" />
对于接下来的章节，请参阅我们的学术论文讨论部分撰写指南；如需了解如何对全文进行总结，请参阅如何撰写会议摘要。如果论文仍在构思中，对照你自己的数据源进行起草可以让数据与其出处保持紧密关联。