投PLOS ONE，回归表只列显著变量可以吗？

投PLOS ONE，回归表只列显著变量可以吗？

一张“显著因素表”很容易读，却也可能把其他进入模型的变量藏在软件输出里。PLOS ONE 的统计报告指南要求将所做回归分析的完整结果作为补充文件提供，包括全部估计系数、标准误、P 值、置信区间和拟合优度指标。只列显著项，读者看不到模型如何控制其他变量，也无法判断结果是否受变量选择影响。投稿前应让完整模型与主文重点结论对应起来。

先明确“一次分析”包括什么

列出论文实际报告或用于解释结论的每个回归模型：因变量是什么、纳入了哪些预测变量、样本数如何变化、是否进行了交互项或分层分析。主稿可以突出核心模型，但补充表不应只保留通过某个阈值的系数。若分析过程中测试了多个候选模型，要按研究设计和报告范围决定如何披露，不宜把未符合预期的结果悄悄消失。读者需要知道最终模型从何而来，哪些比较属于预先设定，哪些是探索性分析。

把统计量写成可读表格

每一行给变量名称、参照组或单位、系数和标准误、置信区间及 P 值；表题注明模型类型和样本集合。线性回归、逻辑回归的系数解释不同，不能只写一列“效应值”。拟合优度也应按所用模型报告，不能把不同模型输出硬塞进同一个含义不明的栏目。若使用转换变量或标准化处理，应在表注或方法中解释，使估计值有明确尺度。

主稿、补充表和代码三方对齐

从主文每句“调整后仍相关”的表述，找到具体补充表与模型列；再用分析脚本或输出核对数值与变量顺序。若主文写“控制年龄与性别”，补充表却还有批次和中心变量，必须解释。相反，补充表中出现主稿从未交代的数据删失规则，也会影响解释。PLOS ONE 同时要求适当报告检验统计量、自由度、效应量和置信区间，回归表不能只写星号。

结果不显著同样要完整呈现

非显著结果并不自动等于“没有效应”，需要结合区间宽度、样本量和研究设计解释。若置信区间跨越多种实际重要的可能值，应避免把 P 值大于阈值写成证实零效应。补充文件的作用是让读者看到估计的全貌，主文可以聚焦研究问题，但不能通过筛选表格制造过度确定的故事。

交稿前让未做分析的合作者从补充表重述核心回归结论，并核对主稿图表与其一致。若他不知道某个系数的单位、参照组或样本数，补充表还不够完整。表中每个模型最好有固定编号，便于正文直接引用；若模型更新，先改表，再回查正文的数值、方向和统计描述。

参考信息：PLOS ONE《Submission Guidelines》统计结果报告部分。