Each language version is independently generated for its own context, not a direct translation.
这篇文章就像是一份**“眼科期刊投稿避坑指南”**，它用一种非常聪明的方法，帮那些被拒稿的科学家省下了大量改格式的时间。
我们可以把这篇研究想象成是在玩一个**“找最像的邻居”**的游戏。
1. 故事背景：被拒稿后的“改头换面”之苦
想象一下，你是一位眼科医生或研究员，辛苦写了一篇关于“如何治疗青光眼”的顶级综述文章（就像精心做了一道大菜）。
- 你把它投给了期刊 A（比如《Ophthalmology》），结果被拒了。
- 你不想放弃，决定投给期刊 B。
- 问题来了：期刊 A 要求摘要 200 字，参考文献 50 条；期刊 B 却要求摘要 300 字，参考文献 80 条，而且还要用完全不同的字体和排版。
- 为了投期刊 B，你不得不把整篇文章“打散重做”，就像把一道法式大餐硬生生改成日式料理，虽然食材（科学内容）没变，但摆盘和餐具（格式）全得换。这个过程非常耗时，就像是在做重复的体力活，而不是在做研究。
2. 研究做了什么：给 50 个期刊“拍证件照”
作者们（Shayaan Kaleem 等人）觉得这种“改格式”的浪费太严重了，于是他们做了一件很酷的事：
- 他们找出了眼科领域影响力最大的 50 本期刊。
- 他们像**“侦探”**一样，仔细查阅了这 50 本期刊的“投稿说明书”（作者指南）。
- 他们提取了各种规则：字数限制、摘要格式、是否需要注册研究、能不能发预印本等等。
- 然后，他们发明了一个**“相似度计算器”**（Gower 系数）。这就好比给每两本期刊拍了一张“证件照”，然后计算它们长得有多像。
- 相似度 1.0 = 双胞胎，规则几乎一模一样。
- 相似度 0.0 = 陌生人，规则完全不同。
3. 发现了什么？：原来大家长得都不像！
结果让他们有点惊讶：
- 大家并不像：这 50 本期刊之间的“相似度”平均只有 0.64（满分 1 分）。这意味着，即使你从一本顶级期刊被拒稿，转投另一本顶级期刊，你也得重新改很多格式。
- 规则不透明：很多期刊甚至没写清楚自己的规则（比如有的只说“字数有限制”，但没说具体多少字），这让作者像在没有地图的迷宫里乱撞。
- 最痛的点：即使你找到了“最像”的期刊，最常见的“坑”还是：摘要字数不对、注册要求不同、摘要结构不一样。
4. 这个研究有什么用？：你的“智能导航仪”
作者们没有止步于抱怨，他们做了一个**“智能导航系统”**。
- 如果你被《Ophthalmology》拒稿了，这个系统会立刻告诉你：“嘿，别乱投！投给《Ophthalmology Retina》最省事，因为它们长得最像（相似度 0.9），你只需要改一点点东西（主要是摘要结构）。”
- 这就像你开车去另一个城市，导航会告诉你：“走这条路虽然远一点，但不用过收费站（不用大改格式）；走那条路虽然近，但全是红灯（全是格式坑）。”
5. 核心启示：别让“改格式”偷走你的时间
这篇文章想告诉我们要：
- 对作者说：下次被拒稿，别盲目乱投。先用这个“相似度地图”看看哪本期刊和你现在的文章最合拍，能帮你省下几天甚至几周的时间去研究更重要的科学问题。
- 对期刊说：你们能不能统一一下规则？比如都允许“先投草稿，录用后再改格式”？这样能省下全人类几百万个小时的改稿时间，还能省下几十亿美元。
一句话总结：
这就好比给眼科界的投稿规则做了一次**“大体检”，发现大家规矩太乱，然后给科学家们发了一张“最省力转投地图”，告诉大家：“别在那儿死磕改格式了，投这本最像的，省下的时间多睡会儿觉吧！”**
Each language version is independently generated for its own context, not a direct translation.
这是一份关于《眼科期刊政策相似性》（Journal policy similarity in ophthalmology）研究论文的详细技术总结。该研究旨在量化顶级眼科期刊在系统评价（Systematic Reviews）投稿政策上的异同，以减轻作者在被拒稿后重新投稿时的行政负担。
1. 研究背景与问题 (Problem)
- 核心痛点：科学论文（特别是系统评价和荟萃分析）在被拒稿后重新投稿时，作者往往需要花费大量时间进行针对特定期刊的格式重排（reformatting）和行政合规工作。研究表明，仅重排和合规任务平均每次重投需耗时 3-4 小时，甚至更多，这造成了巨大的研究资源浪费和发表延迟。
- 现状混乱：尽管有 PRISMA 等报告指南，但高影响力期刊在作者指南（Author Guides）中对系统评价的具体要求（如字数限制、注册要求、摘要格式、参考文献数量等）存在显著差异，且许多政策表述模糊或未明确说明。
- 研究缺口：缺乏对高影响力眼科期刊投稿政策相似性的系统性量化分析，导致作者在规划“下一站”投稿目标时缺乏数据支持，难以预判重投所需的修改工作量。
2. 研究方法 (Methodology)
- 样本选择：
- 基于 SCImago Journal Rank (SJR) 指标，筛选出眼科领域前 50 名接受非邀请制系统评价/荟萃分析的期刊。
- 排除了仅接受邀请稿的期刊。
- 数据提取：
- 从各期刊的公开作者指南中提取政策数据。
- 使用预定义的数据字典提取字段，包括：报告要求（如 PRISMA）、注册要求（如 PROSPERO）、摘要格式与字数、正文长度、参考文献/图表数量限制、预印本政策、必需提交组件（如投稿信）等。
- 处理缺失值：未明确说明的字段被标记为“缺失”，而非假设，以避免偏差。
- 相似性度量：
- 采用 Gower 相似性系数 (Gower similarity coefficient)。该算法适用于混合类型变量（二分类、分类、数值型）。
- 计算逻辑：
- 分类/二分类变量：完全匹配得 1，否则得 0。
- 数值约束：相似度 = 1−Range∣x−y∣，即差异越大，相似度越低。
- 分母处理：采用“可用案例分母”（available-case denominators），即如果某一对期刊中任一期刊缺失某项数据，该项不计入该对的相似度计算，权重重新归一化。
- 分析规模：计算了 50 个期刊两两之间的相似度，共 1225 对组合。
- 锚点期刊与重投推荐：
- 定义前 5 名高影响力期刊（Ophthalmology, JAMA Ophthalmology, American Journal of Ophthalmology, Survey of Ophthalmology, Ophthalmology Retina）为“锚点期刊”。
- 基于相似度分数，为每个锚点期刊生成重投目标排名。
- 敏感性分析：
- 引入“预期努力权重”（anticipated effort weighting），将不同政策的不匹配按修改难度加权，验证仅基于相似度的推荐是否稳健。
3. 主要发现与结果 (Key Results)
- 政策异质性与缺失：
- 政策缺失普遍：关键约束经常缺失。例如，仅 58% (29/50) 的期刊明确说明了正文字数限制；仅 28% 说明了参考文献上限。
- 数值差异大：在明确说明字数限制的期刊中，中位数为 4000 字（IQR 3500-5500）。
- 格式灵活性低：仅 8% (4/50) 的期刊明确允许“格式灵活”的初始投稿（即投稿时无需严格遵循期刊模板）。
- 合规要求：70% 的期刊明确要求 PRISMA 合规，但仅 12% 要求前瞻性注册。
- 整体相似度：
- 所有 1225 对期刊组合的相似度中位数为 0.64 (IQR 0.57-0.71)，范围从 0.05 到 0.98。
- 72% 的期刊对相似度 ≤ 0.70，仅 8.5% 的期刊对相似度 ≥ 0.80。这表明大多数期刊间的政策并不高度一致。
- 顶级期刊间的相似性：
- 前 5 名顶级期刊之间的相似度中位数为 0.75 (范围 0.62-0.90)，显示出一定程度的收敛，但仍存在显著差异。
- 重投摩擦点 (Resubmission Friction)：
- 即使在相似度最高的前 10 个推荐目标中，常见的不匹配项包括：摘要字数限制 (40%)、注册要求 (30%) 和 摘要结构 (26%)。
- 这意味着即使选择了政策相似的期刊，作者仍需进行显著的格式调整。
- 敏感性分析结果：
- 引入“努力权重”后，相似度排名与加权排名的相关性很高（Spearman rho 0.80-0.96），表明基于纯相似度的推荐策略是稳健的。
4. 关键贡献 (Key Contributions)
- 量化了政策异质性：首次系统性地量化了高影响力眼科期刊在系统评价投稿政策上的差异，揭示了“中等相似度”是常态，而非例外。
- 开发了相似性框架：提出并验证了一种基于 Gower 系数的混合数据相似度计算方法，可用于指导作者选择重投目标。
- 揭示了“隐形”负担：指出了政策缺失（如未说明字数限制）本身也是造成重投不确定性和额外工作量的重要原因。
- 提供了实用工具：生成了基于相似度的重投推荐列表（如 Table 3），并识别了具体的“关键不匹配项”（Key mismatches），帮助作者预判修改重点。
- 倡导格式灵活投稿：数据支持了推行“格式灵活初始投稿”（Format-flexible initial submission）的必要性，以减少非科学内容的行政摩擦。
5. 研究意义与启示 (Significance)
- 对作者/研究团队：
- 提供了一种数据驱动的“重投策略”，帮助作者在拒稿后快速筛选政策最接近的期刊，减少试错成本。
- 使作者能够提前预判具体的修改工作（如摘要结构、注册要求），从而更有效地分配时间。
- 对期刊编辑与出版商：
- 揭示了当前作者指南的透明度不足问题。建议期刊明确列出针对系统评价的具体要求（PRISMA、注册、字数等）。
- 支持推广“格式灵活”投稿政策，将编辑和作者的精力集中在科学质量而非格式调整上。
- 对科研公平性：
- 政策的不一致性和重投的行政负担可能对早期职业研究者、临床科学家（时间受限）以及缺乏编辑支持的发展中国家作者造成不成比例的负面影响。标准化和透明化有助于提升科研公平性。
- 局限性：
- 研究基于横截面数据，政策可能随时间变化。
- 未直接测量重投所需的具体时间，而是通过政策差异进行推断。
- 未包含编辑在同行评审过程中的个案裁量权。
总结：该研究通过实证数据证明，眼科领域高影响力期刊的投稿政策存在显著且普遍的异质性，导致系统评价的重投过程充满不必要的行政摩擦。通过量化政策相似性，该研究为优化重投策略提供了科学依据，并呼吁出版界通过提高政策透明度和采纳格式灵活政策来减轻研究者的负担。