遗传关联研究投稿，STREGA增补项该怎么核对？

遗传关联研究的结果表里列出风险比和显著性水平，仍可能让编辑无法判断偏倚来自哪里。STREGA 在观察性研究的 STROBE 框架上补充遗传关联研究特有的信息。它关心的不是把每个基因名称写全，而是研究者如何选择变异位点和受试者、如何处理分型错误与群体结构、以及大量比较得出的结果怎样被解释。

先核对研究问题与位点选择

如果稿件分析某个候选基因与疾病风险，方法部分应说明为什么选择这个基因和这些变异，而不是只写“根据既往研究筛选”。若研究覆盖全基因组或大量位点，读者需要知道筛选、质控和报告阈值的规则。事后挑出几个显著位点再倒写成预设假设，会改变结果的含义；投稿前请把研究方案、分析脚本和正文里的“预先设定”逐项对照。

例如一个团队先检测几十万个变异，再报告其中两个与疾病显著相关的结果。两个位点的生物学解释可以写，但不能让读者以为研究只检验了这两个位点。STREGA 强调与大量数据和多重分析有关的报告问题，作者应交代完整的检验范围与采用的统计判断方式。若结果来自探索分析，写明探索性质和复制需求。

分型质量与群体结构是结果解释的一部分

遗传关联依赖基因分型质量。样本和位点怎样通过质量控制、缺失分型如何处理、分型错误是否做了检查，都会改变关联估计。Hardy–Weinberg 平衡检验常被放进一句“符合要求”，但使用它的样本、阈值和排除规则应写清。若分型方式在病例与对照之间不同，更要讨论潜在差异，而不是只展示一个整体质量指标。

研究对象来自多个祖源或地区时，群体结构可能同时影响变异频率和结局风险。分析是否评估并处理这种分层？采用了什么变量或方法？结果是否只在某些人群中稳定？这些问题与遗传效应是否真实可推广有关。不能因为总体样本量大，就默认各亚组都是可比的；小亚组的效应估计也应带上不确定性。

把复制与局限写进投稿稿件

STREGA 原始说明还涉及单倍型建模、参与者之间的亲缘关系、复制研究、描述性与结局数据等问题。不是每篇稿都必须做所有分析，但做了什么、没有做什么，应有可核对的记录。若称“独立复制”，须确认复制样本是否真的与发现样本分开，位点选择和效应方向是否预先明确。若没有复制，讨论中应把这一点列为解释限制。

投稿前先用 STROBE 核对基本观察性研究设计，再用 STREGA 查遗传关联的增补项。清单页码应指向具体方法、表格或补充材料；编辑能沿页码找到分型质控和群体结构处理，才算真正完成报告。最重要的是不把统计显著性直接翻译成基因“造成”疾病；样本选择、分析范围和潜在混杂共同决定结论能走多远。