先定义估计目标
描述差异、预测未来和估计因果效应需要不同设计。先写清分析单位、主要结局、核心暴露或预测因子、时间点和目标效应，再讨论检验、回归或机器学习模型。
诊断不能省略
回归需要检查残差、共线性和函数形式；预测模型除了区分度，还要看校准和临床或决策价值；缺失数据要说明机制假设并比较敏感性分析。
- 报告效应量与置信区间
- 区分探索性与验证性分析
- 避免数据泄漏和重复使用测试集
让结果可复现、可迁移
要求保留脚本、软件版本、随机种子、模型参数和图表数据。将“结果”“解释”“限制”分开书写，能减少把相关写成因果、把统计显著写成实际重要。