审稿人质疑样本量怎么回复：功效分析与应对模板
一句话结论：审稿人质疑样本量时，先判断质疑属于"方法论缺陷"还是"解释范围过宽"——前者只能补数据或降结论，后者用事后功效分析配合限定表述即可化解；直接搬一段事后功效分析宣称"够了"是最常见的错误回复。 统计审稿人在返修意见中出现样本量质疑的比例很高，临床类期刊尤甚，因为样本量直接决定研究能否检测出真实效应，是结论可信度的地基。
回复的难点在于：很多研究事前根本没做样本量计算，返修阶段不可能补样本，硬着头皮补一份事后功效分析（post hoc power analysis）又常被统计专家批评方法不当。这篇文章把质疑类型、可用工具和回复策略拆开讲。
审稿人质疑样本量，背后其实是哪几种问题？
结论：样本量质疑通常分三类——事前无计算、效应不显著归因于样本、以及结论超出数据支撑；三类对应的回复武器完全不同。
第一类是程序性质疑："请提供样本量计算依据。"这类意见最好处理：如果你的研究事前做过功效分析（多数RCT要求），直接把计算参数贴出来——检验水准、把握度、预期效应量、计算出的样本量——再对照实际入组数解释脱落即可。如果事前没做（回顾性研究、探索性研究常见），需要用"研究设计性质"来回应，而不是事后补算。
第二类是实质性质疑："主要结局不显著，可能是样本量不够，请补充功效分析说明能否检测出差异。"这是最常见也最微妙的一类。审稿人不是说你做错了，而是说不显著有两种解释：真没有差异，或者样本不够检测出差异。回复要做的不是证明"样本够了"，而是界定"这个阴性结果能说明什么、不能说明什么"。
第三类是结论越界质疑："样本量只支持探索性结论，但你在摘要里写的是确定性结论。"这类其实不是统计问题而是表述问题，改写结论措辞比任何统计分析都有效——但必须真改，把"X显著降低Y"改成"X与Y降低相关，需更大样本验证"。三类的判定顺序是：先看有没有统计缺陷本身，再看是不是阴性结果解释问题，最后才是表述问题，顺序错了会把小问题升级成大问题。
事后功效分析为什么有争议？正确的写法是什么？
结论：事后功效分析不能证明"样本量足够"，只能描述"在观测效应量下本研究有多大检出能力"；正确用法是解释阴性结果的信息价值，而不是自证清白。
争议的统计学根源：事后功效分析用观测到的效应量代替事前假设的效应量，再反算功效，得到的是"假如真实效应恰好等于我们观测到的值，检出它的概率是多少"——这是一个同义反复，P值显著时功效必然高，P值不显著时功效必然低，信息量为零。统计界对"用事后功效证明样本量足够"的批评已成共识，直接这么回复很可能招致第二轮更尖锐的质疑。
正确的写法是三点式。第一，明确声明分析目的：说明该分析用于"解释阴性结果的检出能力"而非"证明样本量充分"。第二，采用可信的效应量基准：不用本研究观测值，而用该领域既往文献或元分析中的效应量做基准，计算在此效应量下本研究的功效。第三，落地为可解释的句子：例如"以既往研究报告的效应量d=0.5为基准，本研究80例样本在α=0.05双侧检验下的功效约为0.62，即存在中度漏检可能；因此本研究阴性结果应解释为未观察到显著差异，而非证实无差异"。
附一个英文句式模板：
As pre-study sample size calculation was not performed for this exploratory design, we conducted a post hoc sensitivity analysis using the effect size reported in prior studies (d = 0.5). With n = 80, the power was approximately 0.62 at α = 0.05 (two-sided). We therefore interpret the non-significant finding as a failure to detect a difference rather than evidence of no difference, and we have revised the Conclusion accordingly.
注意措辞用sensitivity analysis（敏感性分析）比post hoc power analysis更稳妥，后者在部分期刊已明确不建议使用。
落到执行层面，四个计算参数各有获取路径。检验水准（α）：直接用0.05双侧，除非领域惯例不同。效应量基准：优先取目标领域近五年元分析报告的合并效应量，其次取2—3篇高被引同类研究的效应量均值，并在回复信中注明出处——基准效应量的来源是否权威，直接决定这段分析的说服力。样本量：用实际完成分析的有效样本（扣除脱落与缺失），而不是入组样本，统计审稿人会核对两者差异。功效值：用标准统计软件或在线计算器算出后，保留一位小数即可，不必过度精确。四项参数中效应量基准最容易被追问，务必提前准备好"为什么用这个值"的一句话理由。
还有一类进阶处理：如果审稿人质疑的是阴性结果，可以在敏感性分析之外补充等效性视角的说明——即在当前样本下，数据与"最小 clinically relevant 差异"的置信区间关系如何。例如给出组间差异的95%置信区间为（-0.8, 3.2），而临床最小意义差异为5，则可以说"本研究可排除 clinically meaningful 的效应"，这比单纯报功效更有解释力。当然，这种表述只在置信区间确实排除了有意义效应时使用，不能硬套。
四类回复路线怎么选？
结论：按"能否补数据、质疑属于哪类"两个维度选路线——能补就补，不能补就降结论，探索性设计就重新定位，确属缺陷就坦然承认。
| 路线 | 适用情形 | 核心动作 | 风险 |
|---|---|---|---|
| 补充数据 | 样本确实可扩 | 补入组、延长随访，重跑统计 | 周期1-6个月，可能引入新偏倚 |
| 事后功效+限定结论 | 无法补样本、阴性结果 | 敏感性分析+改写结论边界 | 写法不当会被统计审稿人再质疑 |
| 重新定位研究性质 | 事前无计算的探索性研究 | 在Methods明确声明探索性设计 | 定位降低后审稿人可能要求同步降期刊预期 |
| 承认局限+未来展望 | 前三条都走不通 | Limitations专段+设计后续研究 | 单独使用说服力弱，需配合结论修改 |
选择逻辑：先看数据能不能补。随访仍在进行、还有病例可入组的，补数据是最有说服力的路线。不能补的，看研究定位——本来就是探索性/预实验性质的，走重新定位路线，把"探索性"从辩解变成设计声明；定位为验证性研究的，只能走功效分析+结论限定组合。无论走哪条，Limitations部分都要有对应段落，与回复信、正文形成三层一致。
回复信怎么组织？逐条结构与语气怎么把握？
结论：回复信按"复述意见→表态致谢→给出分析→落到修改"四段展开，每条意见结尾必须指向稿件的具体修改位置，语气避免防御性。
回复结构模板：
- 复述意见：完整引用审稿人原句，确保逐条对应，不概括不删减。
- 表态与致谢：一句话承认质疑合理，如"We thank the reviewer for this important point"。即使不认同，也先感谢再陈述理由。
- 分析论证：给出功效分析结果或设计性质说明，数据独立成句，计算参数完整列出（检验水准、效应量基准、样本量、功效值）。
- 修改落点：明确列出改动位置，如"Page 12, Discussion, paragraph 2; Page 15, Limitations, new sentence added"。没有落点的分析等于没回复。
三条语气红线：不说"样本量足够"这种自证式断言（审稿人的质疑本身就是不认同的证据）；不抱怨资源限制（"经费不足收不到更多病例"只会强化缺陷印象）；不只在回复信里改而正文不动（二审编辑会核对一致性）。一个实用技巧：把修改后的结论原句放在回复信里让审稿人直接看到新表述，省去他翻稿核对的时间，也降低被再次质疑的概率。
如果返修时间紧张，优先保证两条底线：结论措辞与数据支撑匹配、Limitations如实写明样本量局限。这两条做到了，即使功效分析写得不完美，二审通过的概率仍然很高。
不同研究类型还应微调回复侧重。随机对照试验被质疑样本量时，重点是回到试验注册与方案：如果注册方案中有样本量计算，把注册号和计算参数原文引出即可，任何事后讨论都是次要的；如果没有，坦承方案缺陷并走结论限定路线，切勿编造"当时算过"——注册信息可查，编造是比样本不足严重得多的伦理问题。回顾性队列或病例对照研究，标准回复框架是"样本由纳入标准自然决定+敏感性分析界定检出能力"，并可在讨论中说明该队列在同类研究中的规模位置。动物实验则引用3R原则（替代、减少、优化），说明样本量经过了伦理委员会审批的最小化设计，同时用效应量分析佐证检出能力——这条路线在实验生物类期刊接受度很高。
Limitations段的写法也有讲究。合格的样本量局限段落包含三层：事实层（样本量与来源）、影响层（对结论方向的具体影响，如"对次要结局的检出能力有限"）、对策层（"后续需要更大样本的前瞻性验证"）。只写事实层的"本研究的样本量较小"是最常见的失分写法——审稿人已经知道这一点，重复一遍不构成对质疑的回应。三层写法的英文框架：
The sample size of this study (n = 80) was determined by the recruitment period rather than a pre-study calculation. This limits the power for detecting small effects, particularly for secondary outcomes. Larger prospective studies are warranted to confirm these findings.
修改稿中还要做一致性收尾：摘要结论、正文结论、Limitations三处对样本量的表述必须口径统一——摘要说"证实X降低"、Limitations说"检出能力有限"，这种自相矛盾是二审编辑最先抓的问题。改完自检一遍这三处，再提交。另外提醒一点：如果审稿意见中还夹带了统计方法的其他质疑（如模型选择、多重比较校正），样本量回复要与之联动，避免两处回复相互打架——例如一处声称"探索性研究"、另一处又报告了校正后的验证性P值，这种内在矛盾会同时削弱两段回复的可信度。
本系列更多文章见科通编译学术知识库。
常见问题
Q1：事后功效分析能证明样本量够吗？
A：不能。它只能描述阴性结果的检出能力，用来限定结论边界，不能自证样本充分。
Q2：事前没做样本量计算怎么回复？
A：声明探索性研究设计性质，用敏感性分析加结论限定回应，不要事后硬补验证性计算。
Q3：不显著的结果一定是样本量不够吗？
A：不一定。功效分析只能说明存在漏检可能，不能证明存在真实差异。
Q4：回复信里要写哪些功效计算参数？
A：检验水准、效应量基准及来源、样本量、得到的功效值，四项缺一不可。
Q5：实在补不了样本怎么办？
A：走结论限定加Limitations坦承路线，把确定性表述改为相关性与需验证表述。
📧 55017753@qq.com
📱 微信：扫描添加客服微信咨询
🌐 kotoon.com