（注：本文内容改编自LetPub）
11. 接下来撰写结果部分，段落之间的顺序应合乎逻辑。重读你的假设。将每一个你要报道的发现与要检验的假设联系起来。
12. 在结果部分，有时会对实验结果进行解释，但更常见的是将这些解释留到讨论部分。如果你想在结果部分解释你的发现，那么你必须只表述事实，并且在讨论部分不再重复。应该避免在结果部分进行猜测。猜测（使用单词如“也许”、“或许”、“大概”、“可能”、“有可能”）要留待讨论部分进行。
13. 在结果部分，尽可能以高效的方式呈现事实。如果一个表或图能最简单地表述结果，那就采用表和图。完全可以这样表述:“血清实验室化验的结果如表1所示”。也可以添加这样的句子:“请注意在12个化验分析物中有5个显著升高。”对读者来说，比起试图破译一段冗长的包含数据的文字来，表或图更容易看懂。如果有出色的表和图，结果部分可能也就几句话。
14. 数据，不管是在文本还是表中，都不应该包含小数点后任何毫无意义的数字。从本质上讲，如果在现实世界中并不是真正重要的，那就不要提供小数点后的数字。比较456.237 +/- 64.243和234.549 +/- 76.345，是很少有意义的！使用456 vs 234就好，不管检测的是什么变量。实际上，使用过度和毫无意义的数字，会使审稿人认为作者并未考虑数据的实际意义，而只关注数学和统计。
15. 避免屈服于p值。我将用一个极端的例子进行说明。如果p值是0.049，你会认为治疗是成功的，而如果p值0.051则认为治疗完全失败吗？你不应该这么认为。在现实中（纯粹的统计意义之外），对于p值为0.049和p值为0.051，本质上是没有真正的区别的。我们不应以p值落在随机值0.05的哪一侧而得出质变性的结论。0.05不是一个神奇的数字。这就是为什么p值应该被写成p = ###，而不是p<0.05或p>0.05。确切的数字，可以让读者看到均值相互之间到底有何差异。同时，使用大量的零并非经常管用。使用p<0.0000001，在大多数情况下都看起来有点傻，除非是在分析成千上万个变量时。几乎在所有的论文中，使用p<0.001就已经足够表明数据之间的差异可能代表真实世界的差异。
16. 图和表。想想看读者想要看到什么。将标题和轴标签制作清楚。因为图表可能会压缩，因此尽量使用大的字体。点图往往比柱状图更加信息化，尤其对于医学文章而言。点图能展示个体数据，而患者都是个体。基于研究中的均值数据柱状图对患者进行临床管理的例子是非常罕见的。均值不能给出全部真相，因为个体很少等同于均值。
17. 图例应该传达出结果及其说明，读者无需阅读论文即可理解。一个图的图例的第一部分应该表述你想通过图传达的主要信息。一些期刊不希望图例中包含解释，但大多数不会介意。
18. 现在回到方法部分，确保结果部分报道的任何一点都有相应的方法。加入之前忘记的内容到方法部分，同时删除你发现事实上并非包含在这组实验里的那些方法。后面这种情况通常并不多见，但我们偶尔会发现方法部分的某个段落所述方法，实际上在整个研究中并未使用过。
