临床研究论文审稿意见

1、要更新自己的知识，如果对稿件的内容不熟悉，先到Pubmed查查相关的文献再开始审稿。2、注意自己的语气要中立和客观，不要用带有个人感情色彩的语气去评价文章。3、审稿最好一气呵成，我是在1天里面完成审稿的初步意见，第二天修改了一些语句就submit；以前我审稿拖拖拉拉，结果有些第一天想好的批评意见第二天就忘了。4、审稿时文章的整体结论和局部结果都要注意看，以我审的文章为例，作者的结果都是ok的，统计方法也是正确的，但是却带有倾向性地得出了一个研究数据并不支持的结论。当拿到一篇文章的时候，我的习惯是首先看文章的题目，然后是RESULTS部分，主要是文章的图表，对图表的内容和逻辑有一个大致的了解，稿子的水平如何相信自己也能初步估计。无论怎样，审稿人需要有一个结论性的评价，这个评价往往左右着editor最后的判决。当然，reviewer的这个结论包括好几个等级，如excellent，good，minor revision，major revision，最后才是rejection，由此可见，让审稿人下rejection的结论，也不是一件容易的事情．那么，通常在什么情况下，会直接拒稿呢，谈一下我的做法：1． 拒稿的把握，也要看给什么样的杂志评审，如果杂志IF一般，那就要相对宽容一些，不要轻易下拒稿的结论，最起码提一些建设性意见，让作者修改。如果杂志在专业范围内有一定影响力，或者是小领域内公认的牛刊，就要相对严格一些；2． 课题设计有严重问题，且并不能证明课题结论，这种情况下坚决拒稿，绝不手软；3． 没有创新性，看了半天只是研究了跟别人一样的东西，没有发表价值，当然，这种情况很少了。一般而言，如果不是绝对的重复别人的研究，而自己有的确做的话，我一般不会拒稿，会让作者结合已经存在的研究结果，分析自己的优劣性，都会给作者一个revise的机会；4． 实验本身的错误，我认为这个是研究的根本，如果发现问题，拒稿没商量；5． 面对某些非英语母语国家的文章，个人觉得英语不地道不能成为拒稿的主要理由，当然，英文特别差的除外。顶多我会在major comments里面加一句“English need to be improved under the suggestions of native specialist”之类的话． 所以，如果课题没有大的问题，写成英文，总会有适合自己的杂志的。一定要掌握最新的研究进展，说的话要靠谱。审过别人的稿子，才会知道英文写的是否漂亮有多么重要。写的好，一读到底，舒服，意见自然好些。写的差，有的句子看几遍都搞不清作者的意思，自然火大！稿件状况：语言让人费解，引用文献有错误，整个文章逻辑比较混乱。审稿经验总结：一定要把文章写清楚，不要让审稿人对语言失望，另外，引用文献不要出错，至少引用公式要写正确。1、注意全面了解所审稿件的相关知识，如有最新高等级的综述发表，那么它会是一个很好也很省力的阅读对象。2、就文章本身发表意见，最好不要带有明显的个人色彩。如其说决定论文接受与否的“生死权”在主编或责任辑辑，不如说论文是否接受取决于审稿人的评语和建议。大多数情况，编辑会视审稿评语、意见和建议来决定是否给作者机会或直接接收或拒绝。但有时，某个审稿人在评语中对论文有较高的评价，但却建议拒稿。此时，编辑会综合参考其他审稿人意见来决定。反之亦然，有些审稿人在评语里提了许多”critical”甚至”fatal”意见，但却建议“revision”。编辑往往会根据其经验、杂志要求和其他评语作出拒稿的决定。毕竟，有些审稿人只是“专家”，不一定有足够的能力来判断“该论文”是否应在“该杂志”发表。有些论文投1分的杂志，我会建议”accept， or minor revision”， 但投5分的杂志，我会”reject”。 不管编辑如何决定，大多数杂志都会通知审稿人审稿结果（这是国内很多杂志作不到的）。1、对于审稿来说，熟悉相关的内容是非常重要的，这可以通过查阅相关文献完成。2、审稿时，通常先阅读一遍Abtract，了解文章的目的和大概观点。然后重点阅读methods和discussion部分。材料和方法是文章最重要的部分，对临床型研究而言，患者一般资料，知情同意，实验设计，统计方法这些都需要重点阅读。其次是讨论部分：作者是否根据自己的结果进行讨论，是否提出新的观点或有意义的结论。3、审稿时依据杂志的影响因子高低适当对标准做出调整是正确的。因为不同的杂志要求不同。像我听过的lancet主编提到，杂志对稿件的要求是first or last，我理解就是creative or decisive，就是说只有最先的具备创新性的东西或是最后的具有决定性意义的才会被接受。我的审稿原则是：如果文章有闪光点，或能够对临床诊断提供帮助，实验设计没有大问题，那么就初步认定这篇文章可以接受。4、写审稿意见时，用一两句话大致概括一下文章的主要观点和方法，然后按次序罗列审稿意见，需要major revision的文章，将最重要的问题列在前面，比如文章的闪光点和不足之处。下面可以写一些小问题，比如各个部分的长度，表格或是图表问题等等。5、英文问题是非母语作者稿件都会存在的问题，程度不同而已，只要对文章的观点和表述造成太大的影响，都是可以接受的，可以在审稿意见最后提一句English should be improved。我自己投过的一篇稿件，一个reviewer在审稿意见中甚至将错误的语法和用词都帮助纠正，当时觉得这个reviewer审稿非常细致。但我们本身就是非英语，可能一般达不到这个水平了。我的审稿经验相对较少，但个人觉得审稿时一定要认真。编辑邀请审稿，不管是什么原因，都是对审稿人的信任。审稿时要在杂志和作者的角度分别考虑，做出客观公正细致的评价，这样其实也使自己得到更多的信任和尊重。1． 整体上宏观把握实验设计和文章组织的合理性，看能不能通过实验数据推导出文章中的结论（很多文章中的结论是夸大了的）；2． 审查实验数据一定要细心，尤其要重点关注figure legends和figures中的对应性。严格审查实验数据的真实性和合理性。3． 重视统计学分析。4． 总体原则：客观、仔细、公正。要把意见和建议详细反馈给编辑，这样也会给编辑一个好的印象。首先实验目的不够明确，Introduction绕来绕去，没有明确的落脚点，不像一篇文章，更像课题申报材料。实验设计不够合理，没有围绕实验目的去设计实验，而且加了一些无关的实验。讨论也不够合理。本来想reject，后来考虑到该研究选题不错，给了major。杂志一共找了4个审稿人，一个给了reject，感觉这是领域内的牛人，另外两个给了minor 不过意见都是瞎写一通，感觉要么是领域外的，要么是和作者认识。审稿经验总结： （1） 一般杂志都给至少两周的期限，如果不是跟自己的研究领域特别吻合的要不吝时间多看文献不要糊弄。（2） 根据杂志的档次，只要理由充分大胆做决定，不要有倾向性。

文献里的作者一般比较合适，大牛就算了，不是大牛会拒你，而是他们经常没有时间审，答应审稿后也会突然很忙。。。lskyp(站内联系TA)我自己的看法，筛选参考文献里面的第一作者和通讯作者，和你研究方向非常类似的，可以说在小细节上都完全明白你这个事情并且能把握住当前现状和存在问题的，选一到二个，在你的研究领域更高范围上是一致的，但是可能采用别的思想别的方法，对于你的研究细节可能不懂但主攻方向有共通之处的，选一到二个，就差不多了，编辑会参考，他们会有他们自己的倾向的。nono2009(站内联系TA)我一般都是推荐熟人，用不用随便:Dmakunjida(站内联系TA)熟人，不要太纠结，好的期刊你推荐他也不一定用，除非实在没人审稿glassman782(站内联系TA)一般都是熟人或业内比较认同你的人，要不然被拒的可能性很大。xuebx(站内联系TA)选择参考文献中的大牛

论文质量一直是期刊建设的核心，一般来说，一篇医学论文的质量从三个大方面去考证:专业理论、文字水平、统计学方法［1］。一般的医学期刊都严格执行了三审三校制度，各专科杂志都有自己专业的编委和审稿专家团队对文章质量进行把关，他们可以在医学专业领域方面进行很好的把关，文字方面，编辑部都会对编后的文章进行三校一读制度，在文字流畅度、错别字、论文规范方面进行了很好地灭错和提升，但是唯独统计学这一块是长期缺乏重视的一方面。而医学论文中统计学质量的高低在提高医学论文整体水平中的作用不容忽视。编辑部的审稿专家大多数关注医学专业内容方面的把关，很多专家对于统计学方法部分却不足够专业和精通。医学方面的问题可以分配给各个医学领域的专家，但是每一篇文章(除综述外)基本都涉及统计学知识，均需要统计学把关。虽然很多编辑部都有统计学审稿专家，但是如果每一篇文章都送统计学专家审稿，审稿工作量巨大，会导致文章长期审不回来，同时也拉长作者的发表周期，降低编辑部工作效率。所以编辑初审时如果能够在文章统计学方面筛查把关，将对来稿的质量提升有着很重要的作用。目前，统计学已经在医学论文中得到广泛应用，随着各种统计学软件的开发，也给科研带来了更多的便利。随着国内科研事业发展，统计方法的使用率越来越高，而误用率也较高，且随着时间的推移，科研论文的多样性发展，误用的结构也在发生深刻改变，技术性和规范性方面的问题越来越少了，但概念性问题仍大量存在［2］。本人在多年的编辑工作中发现，常识性统计学错误较容易纠正，往往由于作者粗心或者对统计学基本概念不清造成，长期做科研、写文章的人还是可以改善这些错误，但是还有一个长期未引起重视的一个重要的统计学错误，那就是———重复测量方差分析的误用。很多医学论文都涉及到对同一指标的重复测量，得到大量重复测量的数据，据统计，这类数据在所有医学论文中的使用占到1/4［3］。康复医学研究中也时常应用重复测量资料，如在临床试验中，某康复治疗手段疗效的短期、长期及随访观察，基础研究中某种康复干预作用于大鼠后，干预后1d、7d、14d的变化趋势等。笔者翻阅了大量已发表文献，发现很多作者的文章中的数据是重复测量数据，但是统计学方法却是错误的，往往应用了t检验或者单因素方差分析。应该注意的是，重复观测数据间是有相关性的，不能直接按照独立结构数据进行分析处理，会增大了犯Ⅰ类错误的概率，不能准确地解释实验现象，甚至得出相反的结论。本文将列举本刊的典型例子，来阐述此问题，从而引起重视，减少错误。