发布时间

ARRIVE 2.0 清单包含 21 个项目，其中 10 个项目决定了审稿人是否可以完全信任一项动物研究。这 10 个项目被称为“基本 10”，涵盖研究设计、样本量、排除标准、随机化、盲法、结果、统计方法、动物、程序和结果。本指南将这 10 个项目逐一应用于一项真实的开放获取大鼠研究，并标明每个项目答案所在的章节，以及需要审稿人做出判断的行。

该指南由Percie du Sert及其同事于2020年发表在PLOS Biology上，并附有一篇解释和阐述论文，详细阐述了每一项内容的理由。两者均以CC0公共领域贡献协议发布，因此其内容可以自由重复使用。我们仍然对指南中的各项内容进行改写，并谨慎引用示例文章。该指南的官方网站是ARRIVE网站，清单也列在EQUATOR Network的ARRIVE页面上。本页面仅涵盖其中的10项基本内容。

用简单的话

ARRIVE 2.0 清单是针对使用活体动物的研究的报告清单。它告知作者读者必须在稿件中找到哪些信息，例如每组动物的数量、分组方式、谁知道各组之间的区别以及测量了哪些指标。“基本十项”是最低要求。以下将逐一对照已发表的大鼠研究，逐一核对这十项要求，以便您了解清晰的答案是什么样的，以及即使是严谨的作者也可能存在哪些疏漏。

ARRIVE 2.0 清单有哪些变化

最初的 ARRIVE 指南于 2010 年以单一列表的形式发布。2020 年修订版将条目分为两组。“基本 10 项”正如作者所言，是“稿件中必须包含的基本内容”。“推荐 11 项”则补充了更多背景信息，例如伦理声明、动物饲养和管理、动物护理和监测、方案注册、数据访问以及利益冲突声明。2.0 版本新增了三个主题，分别是纳入和排除标准、方案注册以及数据访问。

此次修订的必要性在于，旧版清单虽获认可但并未得到有效执行。ARRIVE 2.0 报告指出，对已发表研究的调查发现，仅有 30% 至 40% 的论文描述了随机化方法，约 20% 的论文描述了盲法，不到 10% 的论文描述了样本量论证，不到 10% 的论文描述了动物的基本特征。这些调查包括 Macleod 及其同事 2015 年和 Avey 及其同事 2016 年的研究。一项针对 PLOS ONE 投稿的随机试验发现，要求作者在投稿时填写完整的 ARRIVE 清单并不能改善已发表论文的内容。因此，勾选方框并不等同于完成检查，提供包含章节提示的示例比单独使用清单更有效。

这关乎科学和编辑两个方面。解释和阐述文件指出，缺乏随机化和盲法等减少偏倚措施的研究，其效应量可能被夸大30%至45%。如果您报告的是临床试验而非动物研究，请使用我们的CONSORT指南，试验方案请参考SPIRIT指南。系统评价请遵循我们的PRISMA 2020指南，诊断工作请参阅我们的STARD与TRIPOD指南。SYRCLE是另一种用于汇总动物研究的偏倚风险评估工具，请参阅我们的SYRCLE偏倚风险评估工具指南，此处不再赘述。

表 1. ARRIVE 2.0 十大要点概览（意译）
名称姓名读者必须能够找到什么
1研究设计比较的组包括对照组和实验组。
2样本大小每组和总共的确切人数 n，以及 n 是如何确定的。
3纳入和排除标准动物或数据删除规则、删除的内容以及每次分析背后的确切 n 值。
4随机化动物是否随机分配、顺序是如何确定的，以及笼子位置等混杂因素是如何处理的。
5致盲谁知道分配、实施、结果评估和分析的分配情况。
6结果措施定义了所有结果，以及决定样本量的主要结果。
7统计方法每次测试和软件，以及对假设是否得到满足的检查。
8实验动物物种、品系、性别、年龄、体重、来源、健康状况、遗传学和既往手术。
9实验步骤详细说明工作内容、方法、时间、地点和原因，以便能够重复这项工作。
10功能验证各组的变异性汇总统计量，以及效应量及其置信区间。

示例文章的选择和检查方式

我们检索了PubMed和Europe PMC，寻找发表在PLOS期刊上的、符合以下条件的啮齿动物研究：遵循ARRIVE指南、描述了随机化和盲法，并提供全文且无需付费。我们最终保留了一篇可以通过三种方式确认其许可的文章。Crossref显示该文章的正式版本采用CC BY 4.0许可，Europe PMC也将其标记为CC BY许可，全文XML文件中的许可声明则明确指出其采用的是知识共享署名许可（Creative Commons Attribution License）。此外，该文章还附有作者自行编写的ARRIVE 2.0核对清单作为补充文件，方便我们将其内容与作者的页面映射进行比对。

以下每一行都包含答案所在部分、文章中的相关证据以及一个判断标准。“已报告”表示该项内容已在核对清单中指定的位置得到解答。“部分报告”表示该项内容已部分解答，但缺少指定部分。“判断标准”表示两位仔细阅读者对该行内容的评分可能不同。“未报告”表示我们未能找到答案。所有引文均不超过25个单词，并用引号括起来，且已与全文核对。这是一项报告核查，因此我们并未重新分析数据或评估作者的结论。

本示例背后的老鼠研究

这篇文章题为“mTOR抑制剂雷帕霉素在实验性肾移植早期保护细胞免受过早衰老”，由Hoff及其同事撰写，发表于2022年4月的PLOS One期刊。研究团队将Fischer大鼠的肾脏移植到Lewis大鼠体内，并通过灌胃给予受体大鼠低剂量雷帕霉素（Rapa）或水。随后，他们计数衰老细胞，测量炎症标志物和肾功能，并在术后第1、2、5和7天处死各组动物。摘要显示，雷帕霉素谷浓度为2.1至6.8 ng/mL时，可阻止p16INK4a阳性细胞在肾小管、肾间质和肾小球中的积累。

在“方法”部分，作者写道“我们遵循了美国生理学会指南以及 ARRIVE 指南”。正文中没有提及具体版本，但补充的作者核对清单标题为 ARRIVE 2.0。这篇文章适合作为案例分析，因为它是一个手术模型，具有明确的对照组、多个结果指标和完整的分析，因此“基本十项”中的每一项都有可供检验的内容。此外，它也体现了严谨的实验室报告风格，这意味着我们发现的问题都是常见问题。

第 1 至 3 项（研究设计、样本量、排除标准）

这三项内容描述了研究的开展过程和研究成果。解释和阐述文件指出，初始单元数量可能与分析中的样本量 n 不同，读者可以利用这一差异来识别样本流失。因此，清单要求填写分配的单元数量，并分别填写每次分析背后的确切样本量 n。

表 2. ARRIVE 2.0 清单第 1 至 3 项在示例研究中的应用
名称它问的是什么文章的哪个位置证据电话联系
1a比较的组别，包括对照组，或者没有对照组的原因。方法、动物和手术操作；结果，第一段实验鼠被随机分配到载体组（19只）或雷帕霉素组（21只），载体组实验鼠通过灌胃给予等量的水，因此比较对象明确。每只实验鼠分别在第1、2、5或7天处死，构成一个2×4的布局，该布局仅以文字描述。解释和阐述论文建议此类设计采用时间轴图。报道
1b实验单元，例如动物、幼崽或笼子。方法、动物和手术程序“总共使用了40只动物作为实验单元。” 实验单元的名称被直接写出来，而很多论文都会把这个信息留给读者。报道
2a每组和总的确切单位数量，加上使用的动物总数。方法、动物和手术程序实验分配了19只载体组大鼠和21只Rapa组大鼠，按处死日期分别分配为：载体组5、5、5和4只，Rapa组6、6、4和5只。两组大鼠总数分别为19只和21只，共计40只。文章未说明有多少只供体大鼠提供了移植组织，因此未给出实验动物的总数。部分报道
2b样本量是如何确定的，以及任何事先计算的详细信息。方法、动物和手术程序“样本量是根据我们团队先前使用相同或类似模型的研究估算的。” 虽然说明了估算依据，但没有提供效应量、变异性估计或统计功效，因此读者无法判断各组是否能够检测到差异。该题项仅在进行了计算的情况下才要求提供计算细节。判断
3a纳入或排除动物和数据点的标准，以及这些标准是否事先设定。方法、动物和手术程序、结尾段落“所有技术上有效的数据点均已纳入分析。” 这暗示存在一条有效性规则，但该规则并未明确定义，也没有任何迹象表明该规则在数据收集之前就已经确定。判断
3b每个组别中未进行分析的动物、单位或数据点，并说明原因，或者声明没有原因。方法、动物和手术程序、结尾段落“研究中没有排除任何动物。” 方法部分还指出，“达到预定终点时的存活率为 100%。”报道
3c每次分析中各组的确切样本量 n。图例图例中 n 以范围形式给出，例如图 1 中的 3 到 6，图 3A 中的 3，但并未说明该数字是按组还是按天计算。图 3C 显示第 7 天的 n 值为 6 到 8，但当天仅造成 4 辆汽车和 5 只 Rapa 动物死亡，因此其单位并非动物。分配数量为每组每天 4 到 6，但正文并未解释分配数量与分析数量之间的差异。部分报道

文章在单位和分组方面做得很好。它将动物明确定义为实验单位，并给出了每个组和每天的动物分配量，且没有排除任何动物。文章中较弱的两行是相互关联的。如果没有明确的计算过程，读者无法判断每个单元格中四只或五只动物是否足够；而且，如果每张图例中没有标明每个组的样本量 n，读者也无法判断某些图中较小的数字反映的是不可用的样本还是动物子集。如果每张图只添加一句话，例如“第 7 天，n = 4 只载体组动物和 5 只 Rapa 组动物”，则可以解决第 3c 行的问题。

ARRIVE 2.0 清单项目 4 至 6（随机化、盲法、结果）

这些措施可以防止偏倚。随机化可以限制分配时的选择性偏倚，而盲法则可以限制治疗、评分和分析过程中的选择性偏倚。解释和阐述文件指出，“从笼子里‘随机’（即随意或任意地）选择动物在统计学上并不具有随机性”。盲法不必涵盖所有阶段，但每个阶段都应有所涉及，因此检查清单询问了其中四个阶段的情况。

表 3. ARRIVE 2.0 清单第 4 至 6 项在示例研究中的应用
名称它问的是什么文章的哪个位置证据电话联系
4a是否使用了随机化方法以及序列是如何生成的。方法、动物和手术程序“它们被随机分配到各个治疗组，但没有任何具体的随机化方案。” 虽然提到了随机化，但并未说明具体方法。解释和阐述文件解释说，随意从笼子里挑选动物并非统计学上的随机，因此读者无法判断使用的是哪种动物。部分报道
4b为限制治疗顺序和笼子位置等混杂因素而采取的策略。方法、动物和手术程序“整个研究中，治疗顺序、观察期时长和笼舍位置均均匀分布。” 这明确表明了研究意图。但并未描述如何实现这种平衡。报道
5谁知道分配、实施、结果评估和分析中的分组情况？方法、动物和外科手术程序；方法、组织学“以下分析均在器官获取后以盲法进行。”组织学部分补充道，计数视野由“一位不知晓分组情况的观察者”完成。这些分析涵盖了结果评估。文章并未说明在分配、治疗或数据分析过程中，谁知晓分组情况。部分报道
6a所有结果指标均已定义。方法、组织学、定量实时PCR；结果衰老细胞（肾脏隔室中 p16INK4a 阳性细胞核）、细胞因子 mRNA、巨噬细胞和 T 细胞标志物、AKI 评分、肌酐清除率、蛋白尿、钠排泄、血糖和体重均在方法或结果中定义并报告。报道
6b主要结果，即决定假设检验研究样本量的结果。引言，最后一段；方法所提出的假设是雷帕霉素能减少移植细胞的衰老，这指向p16INK4a，但并未明确指出主要结果，也没有确定样本量。作者自身的核对清单将此行标记为不适用。未报告

第 5 行展示了盲法声明如何既准确又不完整。组织学计数和收获后分析均采用了盲法。通过灌胃给药（药物）与灌胃给药（水）难以实现盲法，因此需要说明这一点，并描述由谁负责哪种处理。第 6b 行是另一个常见的缺陷。一项检验假设的研究应该说明样本量来自哪个结果，即使样本量来自之前的实验。

ARRIVE 2.0 清单项目 7 至 10（统计数据、动物、程序、结果）

最后四项内容允许读者重复实验步骤并判断效果的大小。本文最出色的地方在于实验步骤，而统计数据和效果量方面则相对薄弱。

表 4. ARRIVE 2.0 清单第 7 至 10 项在示例研究中的应用
名称它问的是什么文章的哪个位置证据电话联系
7a软件中采用的统计方法用于每项分析。方法，统计分析“所有结果均以均值±标准误表示。”采用Bonferroni多重比较检验进行双因素方差分析，分析治疗和时间点，双侧P值小于0.05，使用GraphPad Prism 5.0软件。报道
7b如何将数据与测试假设进行比对，以及如果比对失败会采取什么措施。方法，统计分析该段落提及了检验方法，但并未描述分布或方差的检验，也没有提供备用方案。作者的核对清单也指向同一段落。未报告
8a物种、品系和亚品系、性别、年龄或阶段、体重。方法，第一段雄性近交系 Fischer (F344) 和 Lewis (Lew, RT1) 大鼠，10 周龄，体重 190 至 300 克，已命名，并注明供应商和所在城市。报道
8b来源、健康或免疫状况、基因改造、基因型和既往手术。方法，第一段供应商信息已提供。但未说明健康状况或病原体状况以及任何既往治疗程序，文章也未提及基因改造。部分报道
9a做了什么，怎么做的，用了什么材料。方法、动物和手术程序移植准备，用 5 mL 威斯康星大学溶液进行冷灌注，在 4°C 下储存 2 小时，用 10-0 聚丙烯缝线进行原位移植，异氟烷麻醉，曲马多镇痛，药物产品和灌胃途径均已提供，大部分由供应商提供。报道
9b何时以及多久一次？方法、动物和手术程序第0天给予3 mg/kg的负荷剂量，然后每天灌胃给予1.5 mg/kg。镇痛持续3天，在代谢笼中收集24小时尿液，并在第1、2、5或7天处死动物。报道
9c包括任何适应期。方法，第一段文中给出了温度（24℃）、光照周期（6:00开灯，18:00关灯）和饮食条件，但未提及适应期。部分报道
9d为什么？指的是这些程序背后的原理。引言；结果，第一段引言部分解释了模型以及移植后早期治疗的目标。结果部分将低剂量与当前治疗方案的谷浓度范围联系起来。方法部分没有对选择该剂量给出单独的解释。判断
10a各组的汇总统计信息及变异性指标。结果；图 1 至图 6；表 1图中显示了组均值和标准误差 (SEM)，文中也出现了一些数值，例如第 7 天 IL-1β 阳性肾小管细胞的比例为 20% 对 11.6%。标准误差 (SEM) 描述的是均值的精确度，而不是数据的离散程度；该条目的示例使用了标准差 (SD) 或范围；图 1 中没有绘制单个动物。判断
10b如果适用，则给出效应量及其置信区间。功能验证未报告效应量或效应区间，结果仅基于P值。该条目注明“如适用”，作者的核对清单将其标记为不适用，但解释和阐述论文称效应量同样适用于探索性研究和假设检验研究。判断

第 10 项最容易通过图表来判断。图 1 显示了衰老细胞的主要结果。柱状图显示了每天载体组（白色）和 Rapa 组（黑色）的平均值，星号表示显著性差异。方法部分指出结果以均值±标准误 (SEM) 表示，图例中给出的样本量 (n) 为 3 到 6，并且没有绘制单个动物。对于如此小的样本量，绘制每个动物的图表可以让读者直接看到分布情况并核对样本量 (n)。

ARRIVE 2.0 清单示例，大鼠肾移植中 p16INK4a 阳性细胞，载体与雷帕霉素的比较
图1。 大鼠肾移植术后第 1、2、5 和 7 天，肾小管 (A)、间质 (B) 和肾小球 (C) 中的衰老细胞（p16INK4a 阳性），以及第 7 天的代表性切片 (D)。图 1 转载自 Hoff 等人，PLoS One 2022;17(4):e0266319，doi:10.1371/journal.pone.0266319，CC BY 4.0。

ARRIVE 2.0 检查清单评分卡

基本十项分为22个子项。本文报告了其中9项，部分报告了其中6项，5项为主观判断，2项未报告。评分表与表2至表4中的行编号完全一致。

表5. 10项基本子项的评分卡
电话联系子项行
报道91a、1b、3b、4b、6a、7a、8a、9a、9b
部分报道62a、3c、4a、5、8b、9c
判断52b、3a、9d、10a、10b
未报告26b、7b

这种模式很有用。文章对研究过程的描述非常详尽，因为实验步骤、动物和结果基本完整。不足之处在于需要作者解释选择依据的几行，例如样本量的设定（2b）、主要结果指标（6b）、假设是否经过检验（7b）以及效应量的大小（10b）。这些都是统计学审稿人经常会质疑的地方，而每一行都可以在分析阶段用一两句话来补充说明。作者自己的核对清单将第6b行标记为不适用，尽管引言中提出了一个假设，而该假设正是第6b行所设定的条件。第10b行的情况则较为灵活，因为该项仅适用于效应量相关的情况。

填空范例句子

下面的方括号是占位符，用于填写您自己的详细信息。它们是模板，并非文章原文。

你可以改编的句子

  • 第 2b 行。 样本量是根据 [主要结果] 的功效计算确定的，使用 [x] 的差异，[y] 的标准差（取自 [来源]），双侧 α 为 0.05，功效为 80%，得出每组 [n] 只动物。
  • 第 3a 行。 仅因[已说明的技术或福利原因]才会排除动物。这些标准在数据收集之前就已设定，并且[没有动物符合这些标准]。
  • 第 4a 行。 动物被分配到各个组，分配过程由[软件]生成的计算机随机序列完成，该序列由未执行相关程序的人员准备。
  • 第5行。 外科医生和负责治疗的人员知道分组情况。负责评分和进行分析的人员并不知情，而且在分析程序锁定后，代码才被破解。
  • 第 7b 行。 采用[方法]检验残差正态性和方差齐性。若任一假设不成立，则采取[措施]。
  • 第 10b 行。 对于每个结果，我们报告组均值之间的差异及其 95% 置信区间。

简短的 ARRIVE 2.0 检查清单工作流程

  1. 编写协议时，而非撰写论文时，请打开 ARRIVE 2.0 核对清单。其中 10 个关键问题的答案大多属于设计决策。
  2. 在时间轴或图表上绘制设计图。 实验设计助理 可以生成一个，而且我们的 ARRIVE 2.0 流程图生成器 显示动物总数、排除数量以及每个组的分配和分析计数。
  3. 在使用第一只动物之前，请确定样本量。 免费样品尺寸计算器 给出初步估计值，必须指定主要结果才能使用它。
  4. 使用工具生成分配序列并保存。我们的 免费随机序列生成器 生成具有固定种子的可重复分配序列，您可以将其与实验室记录一起存储。
  5. 将排除规则和盲法方案写入方案，然后在每张图例中报告每个阶段的动物数量。
  6. 最后完成清单中的页码，并像审稿人一样阅读每个答案，问问自己该句子是否可以仅凭稿件内容进行核实。

11项推荐内容并非次要清单，而是为理解10项基本内容提供了必要的背景信息。在示例文章中，其中三项内容易于核实。“方法”部分列出了批准所有程序的伦理机构（第14项）；“数据可用性声明”指出所有相关数据均包含在论文及其支持文件中（第20项）；“资金声明”列出了资助方，并声明资助方未参与论文设计、数据收集、分析、发表决定或稿件撰写（第21项）。如第9c行所示，住宿信息不完整。我们建议先完成10项基本内容，然后再完成推荐内容，最后再提交论文。

关于 ARRIVE 2.0 清单的常见问题

ARRIVE 2.0 清单包含多少项？

它包含 21 个项目。其中 10 个构成基本 10 个，这是稿件必须报告的最低要求；另外 11 个构成推荐集，用于补充背景信息。

期刊是否要求使用 ARRIVE 2.0 清单？

许多期刊都支持该规范，ARRIVE 2.0 论文就列出了超过一千家支持该规范的期刊。但不同期刊的执行力度有所不同，因此请务必查看目标期刊的作者须知，并在期刊要求时提交完整的核对清单。

ARRIVE 2.0 是否仅适用于活体动物实验？

不。作者指出，它也适用于观察性研究和实地研究以及使用动物组织的研究，尽管它最适用于实验室或其他正式测试环境中的比较实验。

什么是实验单元？

它是独立于其他生物实体接受干预的生物体，因此任何两个单元都可以被分配到不同的组别。它可以是单个动物、一窝幼崽或一个笼子，并且必须在第1项中注明。

ARRIVE 2.0 与风险偏倚工具相同吗？

不。ARRIVE 工具告诉作者应该报告哪些内容，而偏倚风险评估工具则允许审稿人对已发表的研究进行评估。我们的SYRCLE 偏倚风险评估工具指南对此有所介绍。

Editverse提供的免费研究工具

  • GraphPro：创建可用于出版的图表，共 25 种类型，内置 t 检验、方差分析、相关性分析和卡方检验 p 值。免费，无需注册。
  • 统计数据：免费的统计计算器和测试选择工具，涵盖组比较、分类结果、事件发生时间分析和诊断准确性。
  • 流程图专业版：直接在浏览器中生成 PRISMA 2020、PRISMA-ScR、CONSORT、STROBE、STARD、MOOSE 和 ARRIVE 流程图。

为符合 ARRIVE 2.0 标准的报告提供专业支持

评分卡上的大部分疏漏都能被第二位审阅者更快地发现，他将检查清单和稿件并排放在一起。Editverse 的两项服务与上述各行直接对应。

报告指南检查

审阅者要求提供您的 ARRIVE 检查清单？

$175

您提交稿件、研究类型和目标期刊后，会收到一份完整的核对清单，其中包含页码、缺陷识别和修改建议。动物研究符合 ARRIVE 指南的要求，是该指南涵盖的研究类型之一。标准处理时间为 2 至 3 个工作日。

查看 CONSORT/STROBE 检查清单合规性 →

样本大小

你的 n 值还没有计算出来吗？

$150

您只需告知我们实验设计、主要结果指标以及任何试点或已发表的估计值。我们将根据您的实验设计提供功效分析、效应量估计、多种情景（包括样本流失）以及方法说明（其中会注明所用软件）。2至3个工作日内即可完成。

查看样本量计算 →

如需对已完成的动物研究论文进行语言和结构方面的润色，请参阅我们的论文编辑服务。我们的工作符合COPE、ICMJE和GPP 2022标准，并遵循机构和国家/地区特定的伦理要求。

熟练使用 ARRIVE 2.0 检查清单

ARRIVE 2.0 清单重视细节。示例研究对实验操作、动物和结果的描述足够详细，便于重复，但仍有四行需要解释，这四行分别是样本量依据、主要结果、假设检验和效应量及其区间。其中两行未报告，两行需要主观判断。请将“基本十项”视为设计决策，并在过程中记录。请明确实验单元的名称、分配方法、每个阶段的盲法实施者、在每个图例中给出准确的样本量 n，并报告效应量及其区间。审稿人阅读这些内容后，几乎不会再有其他疑问。

案例

  1. Percie du Sert N、Hurst V、Ahluwalia A、Alam S、Avey MT、Baker M 等。《ARRIVE 指南 2.0：动物研究报告指南更新》。PLoS Biol. 2020;18(7):e3000410。doi:10.1371/journal.pbio.3000410。PMID 32663219。PMCID PMC7360023。
  2. Percie du Sert N、Ahluwalia A、Alam S、Avey MT、Baker M、Browne WJ 等。动物研究报告：ARRIVE 指南 2.0 的解释和阐述。PLoS Biol. 2020;18(7):e3000411。doi:10.1371/journal.pbio.3000411。PMID 32663221。PMCID PMC7360025。
  3. Hoff U、Markmann D、Thurn-Valassina D、Nieminen-Kelhä M、Erlangga Z、Schmitz J 等。mTOR 抑制剂雷帕霉素可保护实验性肾移植早期细胞免于过早衰老。PLoS One。2022;17(4):e0266319。doi:10.1371/journal.pone.0266319。PMID 35446876。PMCID PMC9022825。
  4. Hair K、Macleod MR、Sena ES 等。一项旨在提高 ARRIVE 指南依从性的干预措施的随机对照试验（IICARus）。Res Integr Peer Rev. 2019;4:12。doi:10.1186/s41073-019-0069-3。PMID 31205756。
  5. Macleod MR、Lawson McLean A、Kyriakopoulou A、Serghiou S、de Wilde A、Sherratt N 等。体内研究报告中的偏倚风险：改进的重点。PLoS Biol. 2015;13(10):e1002273。doi:10.1371/journal.pbio.1002273。PMID 26460723。
  6. Avey MT、Moher D、Sullivan KJ、Fergusson D、Griffin G、Grimshaw JM 等。细节决定成败：临床前动物研究中报告不完整。PLoS One。2016;11(11):e0166733。doi:10.1371/journal.pone.0166733。PMID 27855228。
  7. Percie du Sert N、Bamsey I、Bate ST、Berdoy M、Clark RA、Cuthill I 等。实验设计助手。PLoS Biol. 2017;15(9):e2003779。doi:10.1371/journal.pbio.2003779。PMID 28957312。