目录：
1. 摘要的重要性及写作建议
1.1 要简洁具体.
1.2 第一次提到缩略语时要扩展并限制其使用.
1.3 避免使用术语.
1.4 吸引注意力的背景陈述.
1.5 包括一个清晰而令人信服的目的声明.
1.6 纳入最近的数据，表明研究日期.
1.7 强调多中心研究.
1.8 包括明确陈述的参考标准和主要/次要结果.
1.9 关注几个主要的结果.
2. 如何让你的摘要脱颖而出
2.1 研究类型.
2.2 统计分析:混杂因素调整的重要性.
2.3 足够大的样本量.
1. 摘要的重要性及写作建议
写一个好的摘要对于写一篇最终会被接受发表的论文是至关重要的。第一印象是由摘要产生的。你的摘要是评估的第一份文件，以确定你的论文是否应该发送给外部审稿人。假设您的摘要(和论文)适合《Radiology》，您的摘要将由多个审稿人评估，随后由编委会的多个成员进行评估。如果被接受发表，摘要就是文章在PubMed或Google Scholar等搜索引擎上的面孔。在所有情况下，你的摘要会被读者快速评估并确定主题，相关性和研究质量。第一印象很重要。
摘要的写作通常由作者团队的初级成员完成，其他作者很少进行批判性的审查。这是不幸的，因为资深作者也是审稿人。那些资深审稿人完全理解摘要给人留下的第一印象。一篇写得好的摘要将帮助审稿人和编辑在瞬间理解你的研究，激起他们的兴趣。一个糟糕的摘要会让审稿人和编辑委员会质疑研究质量。
是什么让一篇摘要精彩?仅仅300字的“完美摘要”存在吗?在审阅了数以千计的摘要之后，以下是我们关于如何使你的摘要脱颖而出的一些建议。我们首先简要介绍一下摘要格式。然后，我们将扩展您的研究的几个特征，这些特征可以使您的摘要从人群中脱颖而出。这些建议是我们的文章“Top 10 Tips for Writing Your Scientific Paper: The Radiology Scientific Style Guide”的扩展，也在Table中重申。
1.1 要简洁具体.
Radiology文摘的字数限制为300字。本文包括五个部分:背景、目的、材料和方法、结果和结论。为了达到字数要求，要简洁，但要使用具体、清晰的文字。避免含糊的措辞。例如，提到具体的模态(例如，MRI)，而不是一般的术语。你的摘要应该不需要阅读论文的其余部分就能被理解。
1.2 第一次提到缩略语时要扩展并限制其使用.
在第一次提到时展开所有缩写。尽可能使用两到三个常见的术语。太多或不寻常的缩写会使你的摘要几乎无法阅读。避免自己编缩略语——如果它不在医院批准的缩略语标准列表中，那么它可能是一个模棱两可的术语。最后，不要缩写常用术语以节省字数。如需进一步阅读，请查看在新的Radiology博客中发布的关于缩写的帖子(https://pubs.rsna.org/page/radiology/blog/2022/5/ryblog_05202022)。
1.3 避免使用术语.
作者倾向于使用术语，这是科学写作中的一个常见问题，《Nature》杂志发表了一篇题为“Words Matter: Jargon Alienates Readers”的文章。考虑使用在线工具，如De-Jargonizer (https://scienceandpublic.com)来分析摘要中术语的数量。
1.4 吸引注意力的背景陈述.
你的摘要背景应该是一个或两个句子。它必须回答为什么进行研究和为什么它是相关的领域。通常情况下，这些信息也应该在介绍中。例如，提到你正在调查的关联是否缺乏研究，或者研究是否是先导研究的后续研究。试着从临床放射科医生的角度来构建你的背景陈述。
1.5 包括一个清晰而令人信服的目的声明.
你的目的应该描述试图回答的研究问题。这应该是一个简短而准确的陈述，基本上与结尾的目标是一致的介绍。例如，如果目的是比较两种不同成像技术的诊断性能，那么在结论中不要提到生存结果。目标决定整个学习的方向。
1.6 包括最近的数据，表明研究日期.
我们希望看到研究期或参与者积累的开始和结束日期;例如，“研究参与者于2020年7月至2021年6月期间注册。”最近的日期优先;10年前收集的数据可能因为技术过时而被质疑。更长的随访时间是可取的(3年而不是3个月，这取决于研究问题)。在“摘要材料和方法”部分清楚地说明你的随访期的长度。
1.7 强调多中心研究.
多中心研究，以及更大的样本量，比单中心研究更能代表一般人群，应该在你的摘要材料和方法部分提到。对于多中心研究，请提及确定患者或参与者的机构的数量和类型(例如，三级保健中心、学术医疗中心、社区医院、大学教学医院)。
两个中心真的能做“多中心研究”吗?严格来说，是的。然而，评论者也是研究人员，不喜欢夸张。对于只有几个中心或地点的样本数，“低调一些”，并说明你的研究涉及两个中心。
1.8 包括明确陈述的参考标准和主要/次要结果.
参考标准与指标检验:参考标准是基本真理的公认标准。许多成像研究试图将基本事实与指标检验(如CT结果)进行比较。在你的“摘要材料和方法”部分，你应该清楚地知道这些是什么。如果有摘要空间，也要说明次要目标和结果。例如，如果比较CT(指标测试)和MRI(参考标准)对血管瘤的检测，大约5%的血管瘤将是非典型或太小而无法在MRI上表征。在这些情况下，你不能评估典型的诊断性能的成像测试，如敏感性或特异性。相反，你必须让审稿人相信你的参考标准仍然是相关的。注意不要夸大结果。
1.9 关注几个主要的结果,避免用太多数字模糊结果.
Radiology研究人员(以及Radiology上的论文)以生成大量结果而闻名。我们发现放射科医生是相反的——读者想要的是大局，而不是每一个微小的变化。在你的摘要中，关注三个主要的结果。让它具有可读性。为所有比较提供数字数据和P值，但尽量保持文本和数字的平衡。提供数字的标签和单位。如果你不懂这些单位，请向统计人员寻求帮助。
2. 如何让你的摘要脱颖而出
以上九点对于审稿人、读者和编辑委员会快速理解你的摘要是必不可少的。下面，我们将进一步阐述提高摘要质量的其他要点。
2.1 研究类型.
研究类型请在摘要，材料与方法第一句注明研究内容类型。将你的研究确定为前瞻性或随机对照试验将使其脱颖而出。不同类型的研究总结如下。以下是对审稿人和编委会来说最有说服力的研究类型:
2.1.1 前瞻性研究和随机对照试验
这些研究往往比回顾性研究具有更少的固有局限性。它们要求研究人员提前思考:纳入和排除标准提前确定，目的是测试预先指定的假设。前瞻性研究通常在ClinicalT rials.gov(或其他数据库)上注册。机构审查委员会批准统计计划，并定期监测前瞻性研究的安全性。
2.1.2 前瞻性研究的二次分析
前瞻性研究的二次分析旨在回答前瞻性研究设计之前可能没有考虑到的问题。例如，在急诊科对冠状动脉CT进行前瞻性研究，可以设计用于确定CT对出院患者胸痛和入院患者胸痛分诊的安全性。然而，对同一前瞻性研究的二次分析也可能有助于确定有多少患者有可采取行动的肺部表现，需要随访成像。另一个例子是动脉粥样硬化的多种族研究(MESA)，这是美国最大的前瞻性招募队列之一。
MESA最初是为了确定冠状动脉钙评分是否提供了除传统危险因素(如年龄、性别、血压、胆固醇、家族史)之外的额外信息来预测心脏事件。然而，自20多年前MESA问世以来，它的二次分析已经提供了广泛有用的临床、实验室、遗传和成像数据，迄今为止发表了2000多篇同行评议的论文。
2.1.3 回顾性研究
许多提交给《Radiology》的研究都是回顾性研究，作者通过具有一定特征的医疗记录将一组患者组合在一起。例如，如果患者(a)年龄在18到80岁之间，(b) CT和MRI都用于胰腺癌，(c)最近4年进行MRI检查。然而，在这个例子中，对胰腺癌患者进行MRI检查可能是审查员的一个危险信号。在大多数机构，CT最初用于评估疑似胰腺癌的患者;只有那些有潜在可切除疾病的患者才会进行MRI检查。因此，选择同时做了CT和MRI的患者会导致非典型的患者-为什么他们要做MRI扫描?这些患者可能被预先选择为比一般人群的胰腺癌患者疾病少。或者，他们可能经常对碘造影剂过敏。虽然上述例子中的选择偏倚很容易理解，但在回顾性地研究样本时的其他偏倚却不能清楚地识别出来。
2.2 统计分析:混杂因素调整的重要性.
在摘要材料与方法的最后一句中总结统计分析(即，所进行的测试，描述性统计)。关键的统计术语，如多变量、调整变量或独立/控制变量，将使你的研究脱颖而出。如果摘要篇幅不够，多变量分析比单变量分析更重要。适当的陈述可能如下:“在年龄、性别和临床变量调整后，CT肿瘤大小与3年死亡风险较高相关……”(给出风险比，P值等)。例如，假设一名研究人员想研究在病毒性肝炎和酒精性肝硬化的背景下，肝细胞癌的死亡率是否相似。但在他们的医院，酒精性肝硬化患者的平均年龄为75岁，而病毒性肝炎患者的平均年龄为55岁。
由于年龄是最可能与死亡相关的人口变量，显然年龄是这个研究问题的混淆变量。混杂因素可以掩盖或改变独立变量和结果变量之间的真实联系。多变量分析使我们能够在调整混杂因素后了解关键、自变量(X)和结果变量(Y)之间的关系。多变量分析需要相对较大的样本量，如下文所述。
2.3 足够大的样本量.
对于人类研究，在“摘要结果”的第一句中包括患者/参与者和癌症或死亡等事件的数量。此外，还包括平均年龄或中位年龄(分别带有标准差[SD]或四分位间距[IQR])，以及男性或女性的数量，以较大者为准。例如，100名患者，男性60名，女性40名，写下100名患者(平均年龄，47岁±10 [SD])进行评估。给出尽可能简洁的描述，告诉审稿人你研究的是谁，研究内容的是什么。对于使用深度学习的研究，应该明确说明训练、验证和测试集的样本量。未能说明研究规模可能会使审稿人怀疑研究人员是否隐瞒了研究缺陷(例如样本量不足)。
2.3.1 多重混杂因素需要更大的样本量
当存在多个混杂因素时，审稿人明白，相对较大的样本量和事件或结果数量是多变量分析所必需的。例如，在最近提交的一份手稿中，研究小组在100名患者中有23人死亡。但研究团队在分析中确定了16个需要调整的混杂因素。经验法则是，每10个事件或结果允许有一个自变量。在23例死亡的情况下，研究组最多可以调整两个独立混杂因素(23例死亡/10 = 2.3，或两个自变量)。样本量和事件数量太小，无法研究研究问题，稿件被拒绝。
2.3.2 样本量必须有足够的能力来理解正在寻找的关联。
罕见疾病或遗传性疾病除外，如致心律失常性右心室心肌病，在这种疾病中，50名患者的样本量可能被认为是足够的。然而，当一篇研究论文报告了50名肺癌患者时，可能在一个月内看到50名这样的患者的审稿人会质疑研究团队的努力。对于常见疾病，如阿尔茨海默病或冠状动脉疾病，样本量应包括更大数量的患者，可能在数百人，特别是在考虑协变量时。
2.3.3 审稿人知道更大的样本量是理想的
更大的样本量可以增加你研究的力量，更能代表你所研究的人群。审稿人明白，小样本量会给你的结果带来很大的不确定性。例如，考虑35名癌症患者的样本量;你的研究显示35例患者中有10例(29%)出现药物并发症。然而，95% ci的范围很广——在本例中为15%到46%。你报告说几乎一半的患者(46%)有并发症，但这是正确的答案吗?或者答案更接近15%?审稿人将决定你的结果是否与他们的临床实践相关。
对于许多研究来说，样本量小，尤其是回顾性研究。对于前瞻性研究更为宽容，因为这些研究通常采用假设检验和样本量估计来确定研究能力。编委会明白卓越的机器学习工具可以用于提高统计测试的稳定性。尽管如此，我们对有3000个放射组学参数(X变量)试图预测200名患者中50人死亡(Y变量)等结果的研究感到困难。确实需要一个专业研究人员来说服审查员他们的数据是有效的和具有代表性的。
2.3.4 性别平衡和种族多样性很重要
男性和女性在各种疾病方面可能有不同的风险和结果。因此，在你的研究样本中保持性别平衡是很重要的，除非评估的是性别特异性疾病，如乳腺癌或前列腺癌。我们最近收到了一项关于肺癌CT的研究，该研究只包括男性。然而，肺癌是女性第四大常见癌症。到2022年，一半的肺癌病例和一半的肺癌死亡病例会发生在女性身上。研究小组似乎只回答了问题的一半。对于审稿人和编委会来说，这表明研究团队存在巨大的选择偏见，论文被拒绝了。理想情况下，你的研究样本应该代表总人口，包括性别、种族和民族。
我们希望这些建议对您在为《Radiology》撰写下一篇摘要时有所帮助。有关更多信息，请参阅《Radiology Scientific Style Guide》。
转自：“研究生科研必备”微信公众号
如有侵权，请联系本站删除！
