编辑科研论文时，我们经常会遇到需要修改的英文。
有些句子语法不对，有些带着很明显的直译痕迹，还有一些从语法上挑不出错，却怎么读都不够清楚。
大多数情况下，只要我们弄明白作者到底想表达什么，这些问题并不难解决。
真正棘手的是另一种情况：
英文改得更自然、更流畅了，科学含义却也跟着变了。
比如下面这句话：
Higher salt intake was associated with increased blood pressure.
如果只是从英文表达来看，编辑可能会觉得它有点绕，于是改得更直接：
Higher salt intake increased blood pressure.
第二句话确实更短，也更顺。
问题是，它表达的可能已经不是同一件事了。
was associated with 表示研究观察到了高盐摄入与血压升高之间的关联；而 increased 很容易让读者理解为，高盐摄入导致了血压升高。
前者说的是关联，后者已经带有因果意味。
研究者能不能这样下结论，取决于研究设计和证据，而不是哪一种英文读起来更漂亮。
所以，有时候只改了几个词，读者从论文中得到的结论却可能完全不同。
这也是为什么，科研论文编辑从来不只是“把英文改对”。
句子更清楚了，结论也可能被写得更强了
科研论文里经常会出现一些很谨慎的表达。
研究者会写：
- 结果提示……
- 某种干预可能……
- 某因素与另一因素存在关联……
有时候，这种谨慎确实过了头。
比如：
It may perhaps be suggested that the intervention could have contributed to improved adherence.
一句话里同时出现 may、perhaps、suggested、could have，读起来非常犹豫。
如果研究结果本身足够明确，当然可以把这种过度谨慎的表达整理得更清楚。
但问题是，我们不能因此认为所有“保守”的表达都是英文不好。
看看另外一句：
Our findings suggest that the intervention may improve treatment adherence.
如果改成：
Our findings show that the intervention improves treatment adherence.
英文看起来更干脆了。
科学结论也强了很多。
第一句话只是说，研究结果提示这种干预可能改善治疗依从性。
第二句话却变成了：研究结果已经表明这种干预能够改善治疗依从性。
能不能这样改，不能只看语法。
我们还需要知道：这是什么研究设计？治疗依从性是不是预先设定的研究结局？结果有多确定？研究有没有重要局限性？作者是不是正因为这些限制，才刻意使用了较为谨慎的语言？
这些问题，单靠英语语法回答不了。
这并不是说编辑应该替研究者做科学判断。
而是说，我们需要意识到：有些语言修改，本身就可能改变读者对研究结果的理解。
“没有统计学显著差异”不能随手改成“没有差异”
统计学表达也是特别容易被“顺手改错”的地方。
作者可能写：
There was no statistically significant difference in mortality between the two groups.
如果觉得 statistically significant 太长、太累赘，很容易把它简化为：
There was no difference in mortality between the two groups.
但这两句话并不等价。
“没有发现统计学显著差异”，并不能自动推导出“两组之间完全没有差异”。
效应量有多大？置信区间有多宽？样本量是否足够？研究设计怎样？分析本身有哪些限制？
这些都会影响结果应该怎样解释。
美国统计学会（American Statistical Association）也曾提醒研究者，不能只依靠一个 p 值阈值来决定科学结论。所谓“统计学显著”，同样不能告诉我们一个效应到底有多大、在实际中有多重要。
因此，对编辑来说，statistically significant 看起来也许有些笨重，但如果只是为了让句子更流畅而把它删除，原本有限定条件的研究结果，就可能被写成一个范围更大的结论。
专业术语不是哪个听起来更自然就换成哪个
类似的问题也会出现在专业术语上。
例如：
The odds of postoperative complications were higher in Group A.
有些编辑看到 odds，可能会觉得 risk 更常见、更自然，于是改成：
The risk of postoperative complications was higher in Group A.
普通读者也许不会觉得两句话有什么明显区别。
但在统计学里，odds 和 risk 并不是同一个指标。
到底能不能改，要看研究者真正计算和报告的是什么。
科研论文里还有很多类似的词，在日常语言中看起来差不多，但放进研究语境之后，含义并不相同，例如：
- incidence（发病率）与 prevalence（患病率）
- correlation（相关性）与 agreement（一致性）
- mortality（死亡率）与 survival（生存率）
- relative risk（相对风险）与 absolute risk（绝对风险）
- predictor（预测因子）与 cause（原因）
当然，也会有作者自己把专业术语用错的情况。这时术语本来就应该纠正。
关键不在于“专业词一个都不能动”，而在于：
我们应该根据研究本身判断它是否需要修改，而不是因为另一个词听起来更像自然英语，就直接换掉。
有些看起来多余的词，其实正在限定研究结论
还有一种常见情况：修改后的句子离研究真正测量的东西越来越远。
假设一项研究通过问卷调查了参与者的自我报告睡眠质量。
论文写的是：
Self-reported sleep quality improved after the intervention.
如果为了让句子更简洁，把它改成：
Sleep improved after the intervention.
在普通文章里，这种简化也许没有什么大问题。
但在科研论文里，两句话之间的距离可能并不小。
研究者测量的是通过某种特定方法获得的自我报告睡眠质量。
他们并不一定已经证明，参与者的“睡眠”从所有方面来看都改善了。
类似的变化还有：
- depressive symptom scores（抑郁症状评分）被写成 depression（抑郁症）
- self-reported physical activity（自我报告的身体活动）被写成 physical activity（身体活动）
- markers of inflammation（炎症标志物）被写成 inflammation（炎症）
- 在某一个特定人群中观察到的结果，被写得好像适用于所有患者
原句里有些词看起来很啰嗦。
但有时候，恰恰是这些词在告诉读者：这项研究到底测量了什么，又没有测量什么。
STROBE 等研究报告指南也强调，观察性研究的结果需要结合研究目的、局限性、相关分析、已有证据以及结果的可推广性来解释。
把一句话改短，并不一定是把它改准了。
英文明明有问题，但科学意思又不清楚，怎么办？
这可能是科研编辑中最麻烦的一类情况。
例如：
Hypertension was an influence factor for postoperative complications.
这句话的英文显然需要修改。
可真正的问题不是怎么把 influence factor 改得更地道，而是我们不知道作者究竟想说什么。
他可能想表达：
- 高血压在多变量分析中与术后并发症独立相关
- 高血压只在单变量分析中表现出关联
- 高血压与术后并发症风险升高有关
- 出现术后并发症的患者中，高血压更常见
这几种结果在英文论文里不会采用同一种写法。
如果从论文的结果、表格和统计分析中能够看出作者真正的意思，编辑当然可以据此修改。
但如果整篇论文也不能让我们确定是哪一种意思，那么“猜一个最可能的答案”其实很危险。
因为最后得到的可能是一句非常流畅、非常专业，却不是作者真正想报告的结果。
这时候，我们通常更愿意给作者留一个问题，请他确认自己的意思。
作者偶尔会觉得奇怪：
“这里英文明明错了，为什么不直接帮我改？”
因为在这种情况下，问题已经不只是英文。
如果科学含义本身不确定，把句子改得很漂亮，并不会解决问题。反而可能让一个错误的解释看起来更加可信。
AI 让这件事变得更重要了
现在，生成式 AI 几秒钟就能把一段生硬的学术英语改得非常流畅。
对于主要使用其他语言工作的研究者来说，这当然非常有帮助。
但它同时带来了一个新的问题：
语言越流畅，我们有时反而越不容易发现意思已经发生了变化。
AI 很擅长根据上下文推测一句话“应该是想说什么”，然后按照这个理解重新组织语言。
大多数时候，这种能力非常有用。
可在科研写作里，有些地方恰恰不能靠猜。
如果一句原文存在两种都说得通的科学解释，那么在决定怎么改之前，我们需要从论文其他部分找到证据，或者直接向作者确认。
国际医学期刊编辑委员会（ICMJE）也指出，AI 工具可以帮助使用非母语写作的人改善语言。
但与此同时，其建议也明确强调：人仍然需要对 AI 辅助生成内容的准确性和有效性负责。
所以，问题并不是“科研写作能不能使用 AI”。
当然可以。
真正需要分清的是：
改善语言，和判断研究到底意味着什么，并不总是同一件事。
科研编辑到底应该做到什么？
绝大多数科研论文的语言修改，并不会造成上面这些问题。
只要作者的意思清楚，我们完全可以大幅改善论文的语法、结构、可读性和整体表达，而不改变研究本身。
真正需要谨慎的是那些我们无法确定“改完之后还是不是同一个意思”的地方。
一句看似普通的修改，可能：
- 改变结论的确定程度
- 把“关联”变成“因果”
- 把一个特定结局写成更宽泛的结果
- 改变统计指标
- 把一个特定研究人群中的发现写成普遍适用的结论
到了这个时候，问题已经不再只是：
“这句英文怎样写更好？”
而应该先问：
“我们真的知道作者想表达什么吗？”
如果不知道，向作者确认，有时就是最专业的处理方式。
研究者当然有理由期待编辑把他们的英文改得更准确、更清楚、更容易阅读。
但他们同样有理由期待：
编辑后的论文，仍然忠实地代表他们真正做过的研究和真正得到的结果。
科研编辑最终要做的，不是让一句话听起来更漂亮。
而是让读者更清楚地理解研究，同时不改变证据真正能够说明的事情。
资料与延伸阅读
- International Committee of Medical Journal Editors (ICMJE). Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals. Updated January 2026.
- STROBE Initiative. Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) Statement.
- American Statistical Association. Statement on Statistical Significance and P-Values.
本文中的论文例句均为说明问题而设计，并非来自客户稿件或任何未发表研究。