Arrivano i commenti dei reviewer. Uno di loro, esperto di statistica, ha sollevato dieci punti. Alcuni sono chiari. Altri sembrano voler dire qualcosa di diverso da ciò che è scritto. E uno o due ti lasciano con la sensazione di non sapere da dove cominciare. È una situazione che conoscono bene ricercatori clinici, team pharma e dottorandi di tutto il mondo. Sebbene sia pesante, è una situazione risolvibile se si sa come approcciarla.
Perché i commenti statistici sono i più difficili da gestire
I commenti metodologici hanno caratteristiche che li rendono diversi da tutti gli altri. Primo: richiedono competenze specifiche per essere interpretati correttamente. Un commento che chiede “sensitivity analysis” può significare cose molto diverse a seconda del contesto. Rispondere in modo impreciso segnala immediatamente al reviewer che il team non ha capito la richiesta.
Secondo: spesso non dicono esplicitamente cosa vogliono, ma implicano che l’analisi così com’è non regge. “I missing data non sono stati adeguatamente gestiti” non è solo un’osservazione, ma è una richiesta di ri-analisi con un metodo diverso, e il reviewer si aspetta che tu sappia quale.
Terzo: una risposta sbagliata è spesso peggio di nessuna risposta. Aggiungere analisi irrilevanti, fraintendere la domanda o rispondere in modo generico aumenta il rischio di un secondo round di revisione o, ancora peggio, di un rifiuto definitivo.
Prima di scrivere una sola parola: leggere i commenti nel modo giusto
Il primo errore che si commette è rispondere immediatamente, commento per commento, senza una lettura d’insieme. I commenti statistici di uno stesso reviewer sono spesso connessi: il punto 3 spiega il punto 7 e la risposta al punto 5 dipende dalla scelta che fai sul punto 2.
Prima di iniziare a scrivere, è utile classificare ogni commento in una di tre categorie:
- Commenti tecnici con soluzione chiara. Il reviewer chiede un’analisi specifica o una tabella aggiuntiva. Basta eseguirla e presentarla.
- Commenti tecnici con soluzione negoziabile. Il reviewer suggerisce un approccio che non è necessariamente corretto o applicabile al tuo disegno. Si può rispondere con un’argomentazione metodologica solida, citando le linee guida pertinenti.
- Commenti vaghi o ambigui. Non è chiaro cosa il reviewer stia chiedendo. Richiedono interpretazione: cosa c’è dietro questa osservazione? Qual è la preoccupazione metodologica sottostante?
Questa classificazione cambia radicalmente il modo in cui si struttura la risposta e, di conseguenza, il tempo da investire su ciascun punto.
Come si struttura una response letter che convince
Una response letter, anche nota come point-by-point reply, non è un elenco di scuse o di spiegazioni. È un documento scientifico con una struttura precisa. Per ogni commento statistico in particolare la risposta si articola fornendo:
1. Ringraziamento sintetico e riformulazione del commento
Non è però formalità retorica: è un’opportunità per dimostrare di aver capito esattamente cosa è stato chiesto. Se riformuli correttamente la domanda del reviewer prima di rispondere, stai già segnalando competenza metodologica.
2. La risposta: cosa hai fatto e perché
Se hai eseguito l’analisi richiesta: descrivi il metodo, i risultati e le implicazioni per le conclusioni del paper. Se le conclusioni non cambiano, dillo esplicitamente e mostra i dati. Se cambiano in modo rilevante, discuti le implicazioni con onestà scientifica.
Se hai deciso di non eseguire l’analisi: argomenta metodologicamente la scelta. Cita le linee guida (ICH, CONSORT, STROBE) se pertinenti. Non è un rifiuto: è una posizione scientifica motivata.
3. Il riferimento alle modifiche nel manoscritto
Ogni risposta deve essere ancorata al manoscritto: “Abbiamo aggiunto la sensitivity analysis con multiple imputation alla sezione 2.4 e i risultati sono riportati nella Tabella 3.” Il reviewer deve poter verificare immediatamente dove trovare ciò che hai fatto.
I quattro errori che rendono una risposta inefficace
- Rispondere senza aver capito la domanda. La risposta al commento sul missing data che aggiunge una tabella descrittiva dei dati mancanti senza cambiare il metodo di gestione. Il reviewer non voleva una descrizione, voleva un metodo diverso.
- Aggiungere analisi per dimostrare di aver lavorato, non per rispondere alla domanda. Output non richiesti che appesantiscono la response letter senza rispondere ai punti critici. I reviewer riconoscono questo pattern e lo interpretano come segnale di debolezza metodologica.
- Cedere su punti metodologicamente corretti. A volte il reviewer ha torto. Se la tua analisi era corretta e il commento si basa su un malinteso metodologico, puoi, anzi, devi, difendere la tua posizione con argomenti solidi e riferimenti alle linee guida pertinenti.
- Incoerenze tra response letter e manoscritto. La risposta descrive un’analisi che non è presente nel manoscritto o descrive un metodo diverso da quello effettivamente usato. È il segnale più grave che si possa inviare a un reviewer.
Le re-analisi più frequentemente richieste dai reviewer statistici
Lavorando su revisioni post-peer review, alcune richieste tornano con una frequenza tale da poterle considerare quasi predefinite:
- Sensitivity analysis per i missing data con metodi diversi dall’analisi principale (tipicamente: complete case analysis vs. multiple imputation)
- Analisi di sottogruppi non pre-specificate nel SAP, richieste per esplorare l’eterogeneità dell’effetto
- Modello alternativo per gestire il confounding (propensity score matching invece di aggiustamento multivariato, o viceversa)
- Verifica delle assunzioni del modello principale (normalità dei residui, proporzionalità degli hazard nel Cox, linearità nel logistico)
- Rivalutazione del calcolo della sample size con assunzioni alternative
Queste analisi non sono necessariamente richieste perché il paper sia sbagliato. Spesso sono richieste perché il reviewer vuole vedere che le conclusioni sono robuste. Presentarle come conferma della solidità dei risultati, non come ammissione di debolezza, cambia il tono dell’intera risposta.
Una nota sui tempi: le deadline delle riviste non aspettano
La maggior parte delle riviste internazionali concede 30-90 giorni per rispondere a una major revision. Sembra molto, finché non si scopre che le re-analisi richiedono accesso ai dati originali, al codice, a volte al biostatistico che aveva condotto l’analisi iniziale.
Il momento in cui si ricevono i commenti è il momento in cui bisogna decidere rapidamente: quali analisi sono necessarie, chi le conduce, in quanto tempo. Un ritardo nella presa di decisione si traduce spesso in una risposta di bassa qualità presentata all’ultimo momento, esattamente l’opposto di ciò che serve.
I commenti statistici dei reviewer non sono una bocciatura. Sono una conversazione metodologica con qualcuno che ha letto il tuo paper con attenzione e ha identificato punti che possono essere rafforzati. La differenza tra una risposta che porta all’accettazione e una che porta a un secondo round — o a un rifiuto — sta nella qualità dell’interpretazione iniziale, nella solidità delle analisi aggiuntive e nella precisione con cui la response letter collega le due cose.
Mathsly Research supporta ricercatori, team pharma e CRO nella risposta ai commenti statistici dei reviewer: interpretazione dei commenti, re-analisi, stesura della response letter e verifica della coerenza con il manoscritto. Lavoriamo anche in urgenza.