所有稿件都应在“方法部分”，交代缺失数据的处理方法。除非缺失非常罕见，否则，所谓“包括所有病例”的分析是不可能的，所以是不可接受的，研究者应该根据数据缺失的原因或机制采取适当的处理方法。
比如，对于随机缺失的数据，可采用多重填补法（multiple imputation）或逆向概率加权法（inverse probability case weights）；如果缺失数据不是随机的，且有一定的规律性，可采用基于模型的填补方法。本杂志关于临床试验缺失数据处理的一般原则，可参见2012年本刊发表的Wareet及同事的方法学文章 (N Engl J Med 2012; 367: 1353–1354)。
论文在提供统计学检验P值的同时，还必须提供有关效应值、关联强度或其它结果指标的可信区间。可信区间不应局限于95%，而是应根据调整过的一类错误值的大小做相应的调整。[比如，多重比较时可能选用0.001作为一类错误值，那么可信区间就应该根据0.001来计算。——译者注]
除非研究问题和研究设计特别要求单侧统计学检验，如非劣效性临床试验，那么所有研究都应提供双侧检验的P值。一般情况下，P值大于0.01时，其数值只需保留小数点后两位；如果在0.01到0.001之间，其数值只需保留小数点后三位；如果小于0.00
【讲座预告】12月18日 彭亮教授莅临演讲，干细胞临床研究管理初探
