审稿人质疑数据真实性怎么应对：核查流程、自证材料与回复模板
一句话结论：被质疑数据真实性时，先核查后回应，用原始材料自证而不是情绪化辩解——多数质疑源于图表呈现不清晰或统计口径未说明，能在两周内用原始图像、原始数据与统计代码化解。 数据点：审稿意见中直接质疑数据可信度的情形约占方法类意见的一到两成，其中大部分可通过补充说明解决，真正升级为诚信调查的是极少数。
科通编译处理过大量返修场景，本文把「数据真实性质疑」拆成三类来源、一份六类自证材料清单、一套回复信写法与升级情形的处理路径；若您的返修稿正卡在类似意见上，也可将审稿意见发给我们获取免费评估。
本系列更多文章见科通编译学术知识库。
审稿人质疑数据真实性，第一步该做什么？
第一步是停住笔、先核查，而不是立即回复。情绪化的第一反应——「不可能」「我们绝对没问题」「审稿人有偏见」——写在回复信里只会把技术问题升级成态度问题。正确的顺序是：收到意见后先做48小时内部核查，把质疑拆解成具体到图表、数据表与统计量的条目，逐条判断属于哪一类问题，再决定回应策略。
核查时建议由未参与该部分分析的作者或合作者独立复核，因为当事人对自己的数据往往有「看得懂」的盲区——您觉得理所当然的标注方式，审稿人可能完全无法还原。独立复核者要回答三个问题：这个质疑在稿件里能不能找到答案？如果不能，原始材料里有没有？如果原始材料也没有，需要补什么工作？
同时要做一次「审稿人视角模拟」：把质疑涉及的图表单独打印出来，假装第一次看，检查坐标轴、图例、样本量标注、误差线定义、统计方法说明是否齐全。大量「数据真实性」质疑的实际源头，只是审稿人无法从稿件本身确认数据的产生与处理过程——这类问题改呈现就能解决，根本轮不到「自证清白」。
哪些质疑要认真对待，哪些属于误解？
按性质分三类，回应深度完全不同。第一类是呈现类质疑：图像分辨率低、标注缺失、数据表字段含义不明、误差线没说明是标准差还是标准误。这类不是真质疑，是「读不懂」，修改呈现并补充说明即可。第二类是逻辑类质疑：样本量与结论强度不匹配、统计方法选择存疑、亚组结果与总体趋势矛盾。这类要认真对待，通常需要补充分析或重新解释，但不动数据本身。第三类是实质类质疑：怀疑图像重复、数据完整性、结果不可复现。这类最重，必须用原始材料正面回应。
| 质疑类型 | 典型表述 | 回应深度 | 常用材料 |
|---|---|---|---|
| 呈现类 | 图不清晰、看不清差异、标注缺失 | 修改重投即可 | 重制的高清图、补充标注 |
| 逻辑类 | 方法与数据是否匹配、统计是否恰当 | 补充分析+解释 | 补充统计、敏感性分析 |
| 实质类 | 图像异常相似、数据是否可复现 | 提供原始材料正面自证 | 原始图像、原始数据、记录 |
判断类别有一个实用的信号：审稿人用了什么词。说「unclear」「not labeled」「cannot see」的是呈现类；说「questionable」「inconsistent」「surprising」的是逻辑类；说「possible duplication」「integrity concern」「request raw data」的是实质类。第三类出现时，建议同步告知通讯作者所在单位的科研管理部门备案，即便最终顺利化解，过程留痕对作者只有好处。
还要注意一种特殊情形：审稿人本身判断错了。比如把同一处理的两个重复实验误认为重复图像，或把合理的亚组差异当成矛盾。这种情况可以礼貌而坚定地指出误解，但必须附上让审稿人自己能看明白的证据——仅仅说「您理解错了」而没有证据，等于把误会固化成对立。
自证材料清单怎么准备？
六类材料，按质疑指向准备，不必全部提供但清单要齐全。准备的原则是「可追溯」：每份材料都能回答三个问题——数据什么时候产生、由什么设备与流程产生、中间做过什么处理。
| 材料类别 | 具体内容 | 适用质疑 |
|---|---|---|
| 原始图像 | 相机或仪器直接导出的未处理文件，保留拍摄时间与参数元数据 | 图像重复、图像处理过度 |
| 原始数据 | 实验记录本、仪器输出文件、电子表格的历史版本 | 数据完整性、样本量质疑 |
| 过程记录 | 实验日期、试剂批号、仪器编号、操作者签名 | 可复现性质疑 |
| 统计代码 | 分析脚本、软件版本、随机种子与参数设置 | 统计结果质疑 |
| 伦理与合规文件 | 伦理批件、知情同意说明、动物实验许可 | 涉及人体或动物数据时的完整性质疑 |
| 第三方凭证 | 测序或检测的外包合同、机构报告原件 | 外包数据来源质疑 |
图像类材料有两点特别提醒。其一，原始文件指投稿图所来自的最初导出文件，而不是把投稿图「还原」一遍——期刊编辑部与图像审查工具能识别处理痕迹，重新加工只会把问题坐实。其二，如果确有合法的图像处理（如裁剪、拼接标注、对比度线性调整），标准做法是在方法部分披露处理方式，并在自证时同时提供处理前后的对照。凝胶图像、显微图像、流式图是图像质疑的高发区，这几类图在返修前就应把原始文件归档。
数据类材料要注意「版本一致」：审稿人比对的是稿件中的数字，原始数据与稿件不一致哪怕只有一处笔误，都会让整份自证失去可信度。提交前做一次逐数核对，稿件中的每一个统计量都要能在原始材料中找到出处；发现不一致时如实说明差异原因，不要悄悄改数。
整理材料时还有三个操作细节。一是命名规范：每份附件的文件名直接写明「材料类型＋对应图表号＋版本日期」，如「原始图_Figure3_20250812」，编辑与审稿人不需要点开就能判断用途。二是翻译件：中文实验记录、中文伦理批件等非英文材料，应附一份逐段对应的英文翻译或摘要翻译，审稿人读不懂的材料等于没有提供。三是时限管理：自证材料的收集往往比想象中慢——原始图像分散在不同成员的电脑里、外包凭证要等机构盖章、翻译件要人核对——按经验预留一到两周，不要等回复信写到一半才发现关键材料缺位；实在来不及的部分，先在回复信中说明预计提供时间并请编辑确认，比逾期沉默处理得当。
回复信怎么写才有说服力？
四段式结构：确认质疑、说明核查过程、列证据、给结论。第一段正面复述审稿人的质疑，确认自己理解无误；第二段写核查动作——「我们重新核对了原始图像」「由未参与该实验的作者独立复核了数据表」；第三段列证据清单，每份材料写明它证明了什么；第四段给出明确结论与稿件中的对应修改位置。语气保持平实，感谢但不卑微，坚定但不防御。
英文回复可直接套用以下句式框架：
We thank the reviewer for raising this important concern. We have carefully re-examined the original data and image files related to Figure 3. To ensure objectivity, an author not involved in these experiments independently verified the source files. The original, unprocessed images (with acquisition metadata) are provided as supplementary files, and the processing steps are now disclosed in the Methods (page X, lines Y-Z).
三条红线必须守住。第一，不在回复过程中删除或替换任何数据与图像——审稿人手中已有原稿版本，任何悄悄替换都会被比对发现，且性质从「呈现问题」变成「诚信问题」。第二，不承诺做不到的补实验；如果确实无法补充某些验证，如实说明客观限制并展示已有的替代证据，比虚假承诺安全得多。第三，不攻击审稿人动机，「审稿人不懂」「有偏见」这类表述出现一次，编辑对作者方的观感就会整体下调，即使质疑本身不成立。
回复信还有一个提分细节：把自证材料在回复信里编目。用一张简表列出「材料名称—对应质疑—证明内容」，让编辑与审稿人不需要自己翻附件就能建立「质疑—证据」的映射。经验上，编目清晰的回复信能让实质类质疑在一轮内关闭，而混乱的附件包往往引来第二轮追问。
质疑升级成诚信调查怎么办？
少数情形下，编辑会暂停审稿流程并启动正式调查，处理路径与普通返修完全不同。第一步是配合而非对抗：按编辑部要求在规定时限内提交材料，调查期间稿件状态多为「编辑处理中」或「暂停」，这属正常流程。第二步是同步联系所在单位的科研管理部门，由单位出具说明或协调材料，尤其是涉及伦理批件、实验记录这类单位保管的文件。第三步是自查同源风险：如果同一批数据还投给了其他期刊、或出现在会议摘要与预印本中，要提前评估这些版本是否会被一并质疑，并准备好口径一致的说明。
有两件事在调查期间不要做。一是不要撤稿逃避：调查启动后主动撤稿不会终止调查，反而会留下「回避」的记录，且同批数据再次投稿时新期刊可能接到通报。二是不要私下联系审稿人或通过非正式渠道施压——这在任何期刊都属严重违规。正确的姿态是：流程内积极配合、材料上一次给齐、沟通上只走通讯作者与编辑部这一条正式通道。
对大多数作者而言，走到这一步的概率很低，但预防成本几乎为零：从投稿前就建立图像与数据的归档习惯——每张图保留原始导出文件、每个实验记录可追溯、每个统计结果有对应脚本。这不仅能应对极端情形，也能让常规返修中的任何数据质疑在两天内闭环，这正是自证能力真正的价值所在。
常见问题
Q1：审稿人要求提供原始数据，必须给吗？
A：多数期刊政策支持此要求。按质疑范围提供原始图像与数据表即可，附说明与处理记录。
Q2：图像做过裁剪和对比度调整算造假吗？
A：不算，但必须披露。线性调整与必要裁剪是通行做法，需在方法中说明并保留处理前后对照。
Q3：质疑无法完全化解，能只解释不补实验吗？
A：可以。如实说明客观限制、展示替代证据并调整结论强度，比虚假承诺安全得多。
Q4：调查期间稿件会被直接拒掉吗？
A：不一定。多数调查以材料核验为主，结论未出前流程暂停而非拒绝，配合速度影响结果。
Q5：怎么预防数据真实性质疑？
A：投稿前建立归档习惯：原始图像、可追溯实验记录、统计脚本三件套，任何质疑两天内闭环。
📧 55017753@qq.com
📱 微信：扫描添加客服微信咨询
🌐 kotoon.com