系统综述是正确的方法吗？

当您需要针对重点问题提供合理的答案并且可以遵守明确的方案时，请选择系统综述。当目标是广泛的解释、理论构建或有选择的学术思想史时，传统的或叙述性的综述可能更合适。当目标是绘制概念、证据类型或新兴领域而不是估计狭隘定义的效果时，范围综述通常会更好。

完成标准： 你可以用一句话陈述决策问题，并解释为什么需要系统的方法。

系统综述与传统文献综述

两种方法都综合了先前的工作。区别在于程序责任。系统综述通常使用方案、明确的资格标准、可复现的搜索、记录的筛选、适当的质量评价和声明的综合方法。传统的文献综述可能很严格，但它不一定会尝试详尽的检索或提供相同的审计记录。

PRISMA 2020 改进了系统综述的完整报告；它本身并不是一种行为方法论。使用适合纪律的行为指南，例如用于干预审查的 Cochrane 手册，以及相关的 PRISMA 报告指南。

第 1 步：制定综述问题

要做： 将研究问题转化为适合该学科的框架。 PICO 对于干预问题很常见：​​人群、干预、比较和结果。其他问题可能需要不同的框架。

输入： 人群或背景、干预/暴露/现象、相关比较器、结果和可接受的研究设计。

输出： 每个概念的重点问题和操作定义。说明性示例：“在大学一年级学生中，进行结构化检索练习计划，与通常的学习指导相比，是否可以提高课程评估表现？”

常见错误： 写一个宽泛的主题——“教育中的检索实践”——而不是一个可回答的问题。

完成标准： 两位审稿人能够一致地应用定义，而无需猜测作者的意思。

步骤 2：编写并在适当的时候注册协议

协议可防止方法在看到结果后悄然更改。指定目标、资格标准、信息来源、搜索方法、筛选、提取、偏倚风险评估、综合、亚组分析和修正处理。注册选项取决于学科和审查范围；确认注册表接受您的综述类型。

记录每项修订及其日期、原因和可能的影响。协议并不能证明审查已正确执行，但它使偏差可见。

说明性协议摘录

这段摘录具有指导意义。真正的方案必须遵循相关的注册、审查方法、纪律和期刊要求。

步骤 3：搜索前定义资格标准

创建包含和排除规则：

• 人口、环境和现象；

• 干预、暴露和比较；

• 结果或概念；

• 研究设计和出版物类型；

• 日期、语言和地理；

• 出版状况和灰色文献。

避免仅仅因为方便而选择标准。语言和日期限制可能是合理的，但要报告它们并考虑它们带来的偏见。

可复制的资格表

步骤 4：设计可复现的多数据库搜索

将概念分成同义词块，将同义词与 OR 组合，将概念与 AND 组合。翻译每个数据库的策略，而不是到处粘贴一种语法。记录数据库和平台、完整的搜索字符串、过滤器、搜索日期和结果计数。 PRISMA-S 提供系统综述中文献检索的报告指南。

概念逻辑示例：

文本 （“检索练习”或“练习测试”或“测试增强学习”） 和 （本科生*或“高校学生*”或“高校学生*”）当单个数据库无法合理覆盖某一领域时，搜索多个相关来源。当遗漏可能扭曲结论时，请考虑试验登记、论文、会议记录、引文追踪和灰色文献。让信息专家参与高风险或复杂的审查。

完成标准： 另一位研究人员可以重新运行每个策略并了解每个过滤器。

步骤 5：去重并透明筛选

导出具有稳定标识符和来源的记录。保守地重复数据删除；不要假设相似的标题是相同的记录。在全面筛选之前先对样本进行资格标准试点。对于团队审查，定义如何解决分歧并记录全文排除的原因。

维护识别、重复数据删除、标题/摘要筛选、全文评估、排除和最终纳入的计数。这些计数提供相应的 PRISMA 流程图。

步骤 6：提取数据并评估研究质量

试点结构化提取表格。典型字段包括引文、设计、样本、设置、干预/暴露、比较器、结果、测量时间、发现、限制和审稿人注释。保留重要声明的页面或表格位置。

选择与研究设计和审查问题相匹配的质量评价或偏倚风险工具。不要让 AI 做出最终的偏见判断：这些决定需要领域知识、方法论解释和记录在案的审稿人协议。

将评估与证据相匹配

确切的工具取决于审查问题和方法。记录版本、审稿人培训、判断理由和冲突解决过程。

步骤 7：选择综合方法

Meta 分析并不是系统综述的同义词。仅当研究、结果、设计和效果测量足够兼容且统计模型合理时才合并结果。否则，请使用结构化叙述综合或其他适当的证据综合方法。

在综合之前，按有意义的维度（例如人口、干预、设计、结果或随访）进行分组研究。解释矛盾的发现，而不是口头平均。区分缺乏证据和无效证据。

步骤 8：根据当前指导进行报告

使用与审核类型相关的当前 PRISMA 材料。报告完整的方法、记录流程、研究特征、偏倚风险发现、综合、局限性、适用的确定性、资金、冲突和方案信息。提交前检查期刊和学科要求。

工作示例和审计记录

这个例子是说明性的；它不报告真实的研究结果。1. 输入： 高校学生对检索实践的广泛兴趣。 2. 决定： 使用有重点的系统综述，因为目标是将干预措施与通常的做法进行比较。 3. 问题： 上述 PICO 问题。 4. 资格： 对照研究、大学一年级学生、评估结果。 5. 搜索日志： 为每个来源单独记录数据库/平台、完整查询、日期、过滤器和结果计数。 6. 筛选输出： 每条记录一项决定，需要时两名审阅者，保留全文排除原因。 7. 提取输出： 每项研究一行加上来源证据注释。 8. 综合决策： 仅当结果和设计兼容性合理时才进行池化；否则使用结构化叙事综合。 9. 审核检查： 每个结论都可追溯到纳入的研究，每个纳入的研究都可追溯到检索和筛选日志。

Acade 工作流程：构建可追溯的证据记录

Acade 是 AI 学术写作和研究工作区。它在这里最相关的作用是将研究问题与候选文献联系起来，然后组织经过验证的证据笔记。实用的、有界的切换是：

1. 输入问题、学科、日期范围、来源要求和排除项。

2. 审查检索词和候选文献。

3. 导出或记录考生书目详细信息，然后根据原始来源验证每条记录和合规获取。

4. 仅将审稿人批准的研究添加到证据矩阵中，并使用页面或表格定位器。

5. 仅要求对已批准的证据集进行比较。

6. 让人工评审员确认资格、评估、综合、解释和引用。

在证据工作流程中使用 Acade 定义协议后。 Acade 不注册协议、保证全面检索、独立解决筛选分歧、执行负责任的偏倚风险评估或更换统计学家、图书馆员、学科专家或审核团队。

系统综述清单

• [ ] 问题和方法一致。

• [ ] 存在过时的协议和修订日志。

• [ ] 资格标准有效。

• [ ] 每个搜索都按照运行时的原样保存。

• [ ] 保留筛选决定和排除原因。

• [ ] 提取已试行。

• [ ] 评估工具与包含的设计相匹配。

• [ ] 在得出结论之前综合方法是合理的。

• [ ] PRISMA 用作报告指南，而不是误传为行为方法。

• [ ] 来源、引文和 AI 辅助输出接受人工验证。

常见问题解答

什么是系统综述？

它是一种使用预定义的、透明的和可复现的方法来识别、选择、评估和综合针对重点问题的证据的审查。

每个系统综述都是Meta 分析吗？

不。Meta 分析是一种统计综合，仅当汇总在方法论上站得住脚时才适用。

系统综述和文献综述有什么区别？

主要区别在于明确的、可复现的方法和审计记录。传统的文献综述可能很严格，而没有尝试相同水平的系统检索和记录。

PRISMA 是否说明如何实施系统综述？

PRISMA 主要指导报告。将其与相关的行为方法和特定学科标准配对。

一个人可以进行系统综述吗？

要求各不相同，但独立的筛选、评估和冲突解决通常受益于多个审阅者。遵循预期的期刊、机构和方法。

AI 可以自动完成系统综述吗？

不会。AI 可以支持离散任务，但人类研究人员仍然负责协议、资格决定、评估、综合、来源验证和最终报告。

结论

可信的系统综述是由明确、可重复且可供审计的决定来定义的。从问题和方案开始，保留搜索和筛选线索，使用适合设计的方法评估研究，并根据证据（而不是便利性）选择综合。 使用 Acade 支持您的下一个审阅任务，然后与负责的团队验证每个方法和学术决策。