此前小编讨论的是论文的整体设计，没有讨论一些细节。在医学科研中，细节决定成败，若是我们这些细节毫不知悉，当然也就无法写出好的文章了。以下是小编长期开展论文研究的一些体会，与各位读者分享。

第一，尽量避免选择偏倚：病例选择偏倚是回顾性研究的固有缺陷，虽无法完全消除，但可以想办法减轻。最简单的方法就是阅读所有病例，绝不遗漏任何一份，并且像Clinics and Research in Hepatology and Gastroenterology上的那篇文章那样，将您阅读病例的过程写在论文中，以暗示审稿人，我已经尽量去避免了病例选择偏倚。

就研究性质而言，“两步曲”研究属于观察性研究，而影响观察性研究质量最关键的因素之一就是研究对象是否与临床实际中的情况一样，或者说，您的研究是不是基于“真实世界”的研究。目前，国外的杂志十分强调“真实世界(real world)”这个词。如果您的研究十分接近“真实世界”，当然就更容易发表。

第二，临床资料尽可能详尽，关键的临床资料一定要拿到手。假如您研究某个指标在肺癌中的价值，那您一定要尽可能获取到患者与肺癌有关的临床资料，比如肿瘤标志物水平、病理类型、吸烟史、分化程度、肿瘤分期等，越详细越好。可以想象，如果您研究的这个指标仅仅与肺癌的分化程度有关，可能还不足以证明该指标是潜在的肺癌预后指标，因为审稿人可能会说，这个结果可能是随机误差。假如您能同时证明您研究的这个指标与分期、肿瘤标志物、分化程度等公认的肺癌预后因素有关，那就可以基本确定其是肺癌预后标志物，毕竟随机误差不可能连续出现多次。

第三，统计学方法一定要正确。统计一直以来就是国人的弱项，据小编观察，国内杂志上刊登的论文中，有90%的论文存在不同程度的统计学错误。而国内学者的论文之所以无法发表在SCI杂志上，很多时候也是因为作者的统计方法是错误的。其实“两步曲”论文的统计十分简单，只需要记住以下四句话，并且理解其内涵就足够了：用独立样本t检验（正态）或Mann-Whitney U检验（偏态）比较连续变量；用卡方检验或者Fisher确切概率法（样本量小于40）比较分类资料；用Spearman法（偏态）或Pearson法（正态）分析两个因素的相关性；多组连续变量的比较采用单因素方差分析（正态）或Kruskal-Wallis H检验（偏态）。当然，如果您的统计学水平足够高超，后面加个多元线性回归或logistic回归，肯定会让审稿人对您另眼相看的。