引言Introduction

文献综述做不好,常见问题不是不会写,而是检索不全、筛选不严、提取不规范。结果就是,研究基础薄,结论站不住,也很难通过开题或投稿审稿。
一位研究者在电脑前同时打开PubMed、Web of Science、CNKI界面,桌面上放有纳入排除标准和数据提取表格,体现系统检索与整理流程。

1. 文献综述研究方法的核心,不是“看得多”,而是“找得准”

1.1 先明确研究问题,再决定检索范围

文献综述的第一步,不是急着搜文献,而是把问题定义清楚。
问题越具体,后续检索越高效。

对于医学生、医生和科研人员,最常见的综述问题通常包括以下几类。

  • 某一疾病的流行病学现状。
  • 某个干预措施的疗效比较。
  • 某项生物标志物的诊断或预后价值。
  • 某个争议性临床问题的证据汇总。

如果问题过大,检索结果往往失控。比如“肺癌治疗进展”远比“非小细胞肺癌免疫治疗相关不良反应”更难处理。
综述题目越聚焦,数据库检索策略越容易标准化。

1.2 用PICOS思维搭建检索框架

实操中,建议先用PICOS拆解研究问题。

  • P,研究对象。
  • I,干预或暴露因素。
  • C,对照。
  • O,结局。
  • S,研究设计。

以临床综述为例,PICOS不仅用于系统综述,也能帮助你建立高质量的检索式。
例如,想做“治疗前炎症指标与肺癌预后”的综述,就要先明确:对象是肺癌患者,指标是治疗前血清学参数,结局是OS、PFS或DFS,研究设计多为队列研究。
这一步决定你后面能不能筛到真正相关的文献。

2. 数据库检索的标准做法,是“多库并行,逐步收敛”

2.1 数据库选择要覆盖主流来源

文献综述的数据库检索,不能只靠单一数据库。
至少应覆盖中英文主流数据库,避免漏检。

常用数据库可分为两类。

  • 英文数据库:PubMed、Web of Science、Embase、Cochrane Library。
  • 中文数据库:CNKI、万方、维普。

不同数据库的收录范围不同。PubMed适合医学主题检索,Web of Science适合追踪高影响力研究和引文关系,CNKI适合补充中文证据。
如果只查一个库,容易造成样本偏倚。
检索全面性,是综述可信度的基础。

2.2 检索式要由主题词和自由词共同组成

高质量检索不是简单输入几个关键词。
而是把主题词、同义词、缩写和变体一起纳入。

常见做法如下。

  1. 先列出核心概念。
  2. 为每个概念整理同义词。
  3. 用AND连接不同概念。
  4. 用OR扩展同义词。
  5. 视情况限定年份、语言和文献类型。

例如检索“非小细胞肺癌与预后指标”,可以同时考虑:

  • 非小细胞肺癌,NSCLC,lung adenocarcinoma,lung squamous cell carcinoma。
  • 预后,prognosis,survival,overall survival,progression-free survival。
  • 指标名称的多种写法。

检索式越规范,结果越可重复,越符合科研写作要求。

2.3 先广后窄,保留检索记录

检索时建议先宽后窄。
先保证“查全”,再逐步提高“查准”。

操作时要记录以下信息。

  • 检索日期。
  • 数据库名称。
  • 检索式全文。
  • 命中文献总数。
  • 筛选后剩余数量。

这一步非常重要。
因为无论是开题答辩、论文附录,还是系统综述的PRISMA流程图,都需要完整的检索痕迹。
没有检索记录,综述方法就不完整。

3. 筛选文献时,关键不是快,而是标准一致

3.1 先设定纳入与排除标准

文献筛选前,必须先写好纳入和排除标准。
这一步决定筛选是否客观。

常见纳入标准包括:

  • 研究对象符合题目定义。
  • 提供足够的原始数据。
  • 研究设计符合要求。
  • 结局指标明确。

常见排除标准包括:

  • 综述、病例报告、会议摘要。
  • 数据重复发表。
  • 关键信息缺失。
  • 与主题无关。

标准必须在筛选前预设,而不是看完结果后临时调整。

3.2 筛选流程通常分三步

建议采用分层筛选。

第一步,去重。
把不同数据库导出的文献统一管理,先删除重复记录。常用工具包括EndNote、NoteExpress、Zotero。

第二步,看题目和摘要。
先排除明显不相关文献。这个阶段速度可以快,但标准必须一致。

第三步,看全文。
核对研究对象、方法、结局和数据是否满足要求。
很多文献在题目和摘要阶段看起来相关,全文后会发现不符合标准。

如果是两位研究者独立筛选,更推荐在冲突时请第三人裁定。
独立筛选能显著降低主观偏差。

4. 数据提取的质量,直接决定综述能不能“写深”

4.1 先建表,再提取

数据提取不是边看边记,而是先建立统一表格。
表格设计越清晰,后续分析越顺畅。

常见提取字段包括:

  • 第一作者。
  • 发表年份。
  • 研究国家或地区。
  • 样本量。
  • 研究类型。
  • 人群特征。
  • 干预或暴露因素。
  • 结局指标。
  • 统计方法。
  • 主要结果。
  • 质量评价分数。

如果是预后型或临床类综述,还应记录:

  • 随访时间。
  • 分组方式。
  • HR及95%CI。
  • 单因素或多因素结果。
  • 亚组信息。

统一的提取框架,是减少遗漏的关键。

4.2 数据提取要优先保留原始表述

提取时不要只写结论,要尽量保留原始信息。
因为后续写作、做表格、做比较分析时,都需要原始字段。

建议遵循以下原则。

  1. 数据来源可追溯。
  2. 单位和定义保持一致。
  3. 不随意改写原文数字。
  4. 对有歧义的数据做标记。

例如同一研究中,不同文献可能采用不同结局定义。
有的报告OS,有的报告PFS,有的报告DFS。
如果不先统一定义,后续综合时就会混乱。
提取阶段的严谨,决定讨论部分的可信度。

4.3 质量评价不能省略

高水平综述通常都包含质量评价。
即使不是系统综述,至少也要说明纳入研究的证据质量。

常用工具包括:

  • RCT研究用Cochrane风险偏倚工具。
  • 队列研究和病例对照研究可用NOS量表。
  • 诊断性研究可用QUADAS-2。

质量评价的作用,不是给研究“打分”这么简单。
它还能帮助你解释为什么不同研究结果不一致。
证据质量越清楚,结论越有说服力。

5. 规范化写作,能把方法部分写得更像“科研”而不是“整理笔记”

5.1 方法部分要能复现

文献综述的研究方法,最重要的标准是可重复。
别人按你的描述,应该能检索到相近结果。

方法部分通常至少包括以下内容。

  • 检索数据库。
  • 检索时间范围。
  • 检索式构成。
  • 纳入排除标准。
  • 筛选流程。
  • 数据提取内容。
  • 质量评价方法。

只写“检索了相关文献”远远不够。

5.2 结果和方法要一一对应

如果方法中说了做质量评价,结果中就要给出评价结果。
如果方法中写了提取结局指标,结果中就要对应展示。

这也是很多初学者容易出错的地方。
方法写得大,结果却只剩概述。
方法和结果必须互相呼应,逻辑才完整。

6. 实操中最容易踩的3个坑

6.1 只搜一个数据库

这是最常见错误。
单库检索会让文献覆盖不全,尤其在交叉学科和新兴领域。

6.2 标准在筛选过程中不断变化

如果筛选到一半才修改标准,研究一致性会很差。
最终很难解释为什么纳入这些文献。

6.3 数据提取字段过多或过少

字段太多,会导致提取效率低。
字段太少,又支撑不了后续分析。
最合理的做法,是围绕研究问题设置“必要字段”。

结语Conclusion

文献综述研究方法的核心,可以概括为四句话。
问题要明确,检索要全面,筛选要一致,提取要规范。
对于开题、论文和投稿来说,方法部分不是形式,而是研究可信度的起点。

如果你希望把检索式设计、文献筛选表和数据提取模板做得更规范,可以借助专业工具和流程支持。解螺旋 可帮助你更高效地完成开题文献综述的检索整理与数据提取,让方法部分更标准,也更容易通过审稿与答辩。

解螺旋科研助手企业微信二维码,扫码添加免费领取科研资料礼包,包含AI科研提效、SCI投稿技巧、国自然基金、医学科研绘图、科研软件工具等实用资料