报告规范：审稿人手里的核对表

先选对规范（选错等于白写）

你的研究	规范	关键条目（缺了必被要求补）
随机对照试验	CONSORT	注册号、随机化方法与分配隐藏、盲法、主要结局、受试者流程、样本量估算、ITT、不良事件
系统综述 / meta	PRISMA	方案预注册（PROSPERO）、数据库与检索式、筛选流程、偏倚风险、异质性、发表偏倚
队列 / 病例对照 / 横断面	STROBE	设计类型、纳排标准、混杂处理、缺失数据、敏感性分析
动物实验	ARRIVE 2.0	物种品系、饲养条件、人道终点、随机分组（含笼效应）、评估设盲
预测模型	TRIPOD	预测因子定义、区分度与校准、内部/外部验证、EPV 或最小样本量
质性研究	COREQ / SRQR	研究者立场、抽样策略、资料饱和、编码与可信度

任何投稿都要有的四段声明

这四段缺失是编辑部最常见的"退回补材料"，与学术质量无关但会拖两周：

1. Data availability —— 数据在哪、登记号、受控访问条件。不要写"合理请求可提供"。
2. Code availability —— 仓库链接 + 版本 tag + 环境文件。
3. Competing interests —— 没有也要显式写 The authors declare no competing interests。
4. Author contributions —— 用 CRediT 逐人写；通讯作者之外的实质贡献必须列全。

再加三段按情形：Ethics（人/动物必须有批号）、Funding（含资助号）、Acknowledgements。

统计报告：审稿人最先查的五件事

1. 精确 n：每组多少、每个图多少。不是"若干"、不是"n≈"。
2. 效应量 + 95% CI：只给 p 值等于没给结果大小。p 值与效应量必须同时出现。
3. 多重比较：做了几次比较、如何校正（Bonferroni / FDR）、哪些是预设哪些是事后。
4. 缺失数据：缺失比例、机制假设、插补方法与完整病例分析的对比。
5. 软件与版本：R/Python 版本、包版本、随机种子。

science_paper_audit 的 GEN-05/06/07 就是查前三项。它只能查"有没有"，查不出"对不对"——数值合理性要你自己看。

TOP Guidelines 8 项（透明度分级，多数刊已采纳）

1. 引用数据/代码　2. 数据可得（含等级）　3. 代码可得　4. 材料可得
2. 研究设计预注册　6. 分析计划预注册　7. 分析计划偏离说明　8. 可复现性信息

关键：没有就明说"未预注册"。沉默会被当作隐瞒；明确声明是合规的。

用工具的顺序

science_paper_audit(profiles=["general", <你的设计对应的规范>])
  → 先消 blocking（审稿人必然要求补）
  → 再看 warning（影响送审概率）
  → manual 项自己判断（工具不替你做语义判定）
  → skipped 项不等于通过：补上对应章节再跑一次

绑了 manuscriptId 时会额外检查证据链：孤儿断言（结论没有证据挂接）与被自己的证据反驳的断言。这两类是审稿人最容易击穿的点。

硬规矩

• 不要用"我们遵循了 CONSORT 指南"代替逐项报告。审稿人按条目核对，不看声明。
• 规范文件本身要放进补充材料（尤其 PRISMA 检索式、CONSORT 流程图）。
• 报告规范管的是"有没有报"，不是"做得对不对"。设计缺陷补不回来，但漏报可以补。