实验设计有硬伤，样本量不足就必撤稿？真相没那么简单

“审稿意见说我样本量不够，这篇论文是不是彻底凉了？”

先给结论：不一定撤稿，但风险极高。2024年上半年全球2096篇撤稿论文中，“实验设计缺陷”确实是主要原因之一，但并非所有样本量不足的论文都会走向撤稿。期刊判断是否撤稿，核心看两个维度：缺陷的严重程度，以及作者的应对态度。

一、致命缺陷：这些情况，撤稿几乎是必然

当实验设计的缺陷严重到让研究结论完全不可靠时，撤稿就成了大概率事件。最典型的案例，就是曾轰动全球的“塞拉利尼转基因玉米致癌论文”。

总结来看，当样本量远低于领域常规标准（如低于推荐量的50%），或样本选取存在明显偏倚，且这些缺陷直接导致结论无效时，撤稿风险会飙升至顶点。2023年Hindawi批量撤稿事件中，近三成论文就是因“样本量不足以支撑结论”被判定为“研究不可靠”。

二、实用指南：遇到样本量问题，这么做能救论文

无论处于投稿前还是审稿中，遇到样本量问题都别慌。结合《IEEE通信实验设计指南》和成功案例，这套应对方案请收好：

1. 投稿前：提前规避风险

最稳妥的方式是在实验设计阶段就避免问题。参考领域权威指南中的样本量计算公式，比如通信领域常用的MATLAB内置计算模块，确保样本量满足统计检验要求。同时预留5%的冗余数据，应对实验过程中的数据损耗，这能显著降低审稿质疑率。

2. 审稿中：分情况精准回应

若已收到样本量不足的意见，别盲目补充数据，先判断自身情况：能补充数据的，明确告知审稿人补充计划，包括样本来源（如合作机构数据库、回顾性病例）和补充时限；无法补充数据的，用“交叉验证”弥补缺陷，比如引入第三方公开数据集，或调整结论表述，从“确定性结论”改为“探索性发现”；若期刊要求不合理，可引用投稿指南提出异议，要求期刊说明判断依据。

3. 发表后：主动纠错更体面

如果论文已发表后才发现样本量问题，主动联系期刊申请“更正声明”（Correction）是最佳选择。这既能避免被同行举报后强制撤稿的尴尬，也能维护学术声誉。2025年某高校团队发现样本统计误差后，主动申请更正，不仅未影响论文收录，还获得了期刊的诚信认可。