literature-review

文献レビュー

概要

厳格な学術的方法論に従い、体系的かつ包括的な文献レビューを実施します。複数の文献データベースを検索し、知見をテーマ別に統合し、すべての引用の正確性を検証したうえで、Markdown および PDF 形式の専門的な成果物を作成します。

このスキルは、データベースへのアクセスを提供する複数の科学系スキル（gget、bioservices、datacommons-client）と連携し、引用の検証、検索結果の集約、ドキュメント生成に特化したツールを提供します。

このスキルを使用する場面

以下の場合にこのスキルを使用します。

• 研究や出版に向けて体系的な文献レビューを実施する
• 複数の情報源にまたがる特定のトピックについて、最新の知見を統合する
• メタ分析やスコーピングレビューを実施する
• 研究論文や学位論文の文献レビュー部分を執筆する
• 研究分野の最先端の状況を調査する
• 研究上のギャップや今後の方向性を特定する
• 検証済みの引用と専門的な書式設定が必要である

基本的なワークフロー

文献レビューは、複数の段階から成る構造化されたワークフローに従います。

フェーズ 1：計画と範囲の設定

1. 研究課題を定義する：臨床・生物医学系のレビューでは、PICO フレームワーク（Population、Intervention、Comparison、Outcome）を使用します。

   • 例：「鎌状赤血球症（P）の治療において、CRISPR-Cas9（I）は標準治療（C）と比較してどの程度有効ですか？」

2. 範囲と目的を設定する：

   • 明確で具体的な研究課題を定義する
   • レビューの種類（ナラティブ、システマティック、スコーピング、メタ分析）を決定する
   • 境界（期間、地理的範囲、研究の種類）を設定する

3. 検索戦略を策定する：

   • 研究課題から主要な概念を 2～4 個特定する
   • 各概念について、同義語、略語、関連用語を列挙する
   • 用語を組み合わせる論理演算子（AND、OR、NOT）を計画する
   • 相互に補完するデータベースを最低 3 つ選択する

4. 採用基準・除外基準を設定する：

   • 期間（例：直近 10 年間：2015-2024）
   • 言語（通常は英語、または複数言語を指定）
   • 出版物の種類（査読済み論文、プレプリント、レビュー）
   • 研究デザイン（RCT、観察研究、in vitro など）
   • すべての基準を明確に記録する

フェーズ 2：体系的な文献検索

1. 複数データベースの検索：

   分野に適したデータベースを選択します。

   生物医学・生命科学：

   • gget スキルを使用：PubMed/PMC は gget search pubmed "search terms" で検索します
   • gget スキルを使用：プレプリントは gget search biorxiv "search terms" で検索します
   • ChEMBL、KEGG、UniProt などには bioservices スキルを使用します

   一般的な科学文献：

   • arXiv を直接 API で検索します（物理学、数学、CS、q-bio のプレプリント）
   • Semantic Scholar を API で検索します（分野横断的な 2 億件以上の論文）
   • 幅広く網羅するには Google Scholar を使用します（手動、または慎重なスクレイピング）

   専門データベース：

   • タンパク質構造には gget alphafold を使用します
   • がんゲノミクスには gget cosmic を使用します
   • 人口統計・統計データには datacommons-client を使用します
   • 分野に応じて適切な専門データベースを使用します

2. 検索パラメーターを記録する：

   ## Search Strategy
   
   ### Database: PubMed
   - **Date searched**: 2024-10-25
   - **Date range**: 2015-01-01 to 2024-10-25
   - **Search string**:
   

   ("CRISPR"[Title] OR "Cas9"[Title]) AND ("sickle cell"[MeSH] OR "SCD"[Title/Abstract]) AND 2015:2024[Publication Date]

   - **Results**: 247 articles
   

   検索したデータベースごとに繰り返します。

3. 検索結果をエクスポートして集約する：

   • 各データベースから結果を JSON 形式でエクスポートする
   • すべての結果を 1 つのファイルにまとめる
   • scripts/search_databases.py を使用して後処理する：

     python search_databases.py combined_results.json \
       --deduplicate \
       --format markdown \
       --output aggregated_results.md
     

フェーズ 3：スクリーニングと選定

1. 重複の除去：

   python search_databases.py results.json --deduplicate --output unique_results.json
   

   • DOI（優先）またはタイトル（代替）で重複を除去します
   • 除去した重複文献数を記録します

2. タイトルのスクリーニング：

   • すべてのタイトルを組み入れ基準／除外基準に照らして確認します
   • 明らかに関連性のない研究を除外します
   • この段階で除外した件数を記録します

3. 抄録のスクリーニング：

   • 残りの研究の抄録を読みます
   • 組み入れ基準／除外基準を厳密に適用します
   • 除外理由を記録します

4. 全文のスクリーニング：

   • 残りの研究の全文を入手します
   • すべての基準に照らして詳細に確認します
   • 具体的な除外理由を記録します
   • 最終的に組み入れた研究数を記録します

5. PRISMA フロー図の作成：

   Initial search: n = X
   ├─ After deduplication: n = Y
   ├─ After title screening: n = Z
   ├─ After abstract screening: n = A
   └─ Included in review: n = B
   

フェーズ 4：データ抽出と品質評価

1. 組み入れた各研究から主要データを抽出します：

   • 研究のメタデータ（著者、年、学術誌、DOI）
   • 研究デザインと方法
   • サンプルサイズと対象集団の特性
   • 主要な知見と結果
   • 著者が指摘した限界
   • 資金提供元と利益相反

2. 研究の質を評価します：

   • RCT の場合：Cochrane Risk of Bias ツールを使用します
   • 観察研究の場合：Newcastle-Ottawa Scale を使用します
   • システマティックレビューの場合：AMSTAR 2 を使用します
   • 各研究の質を「高」「中」「低」「非常に低」で評価します
   • 質が非常に低い研究の除外を検討します

3. テーマ別に整理します：

   • 研究全体から主要なテーマを 3～5 個特定します
   • テーマごとに研究を分類します（複数のテーマに含まれる研究もあります）
   • 傾向、合意点、議論のある点を記録します

フェーズ 5：統合と分析

1. テンプレートを使ってレビュー文書を作成します：

   cp assets/review_template.md my_literature_review.md
   

2. テーマ別の統合結果を記述します（研究ごとの要約ではありません）：

   • 結果のセクションをテーマまたは研究課題ごとに構成します
   • 各テーマに含まれる複数の研究の知見を統合します
   • 異なるアプローチや結果を比較対照します
   • 合意が得られている領域と議論のある点を特定します
   • 最も有力なエビデンスを強調します

   構成例：

   #### 3.3.1 Theme: CRISPR Delivery Methods
   
   Multiple delivery approaches have been investigated for therapeutic
   gene editing. Viral vectors (AAV) were used in 15 studies^1-15^ and
   showed high transduction efficiency (65-85%) but raised immunogenicity
   concerns^3,7,12^. In contrast, lipid nanoparticles demonstrated lower
   efficiency (40-60%) but improved safety profiles^16-23^.
   

3. 批判的分析：

   • 研究全体の方法論上の長所と限界を評価します
   • エビデンスの質と一貫性を評価します
   • 知識のギャップと方法論上のギャップを特定します
   • 今後の研究が必要な領域を記録します

4. 考察を記述します：

   • より広い文脈で知見を解釈します
   • 臨床、実務、または研究への示唆を論じます
   • レビュー自体の限界を認めます
   • 該当する場合は、先行レビューと比較します
   • 今後の具体的な研究の方向性を提案します

フェーズ 6：引用の検証

重要：最終提出前に、すべての引用の正確性を検証する必要があります。

1. すべての DOI を検証します：

   python scripts/verify_citations.py my_literature_review.md
   

   このスクリプトは次の処理を行います：

   • 文書からすべての DOI を抽出します
   • 各 DOI が正しく解決されることを検証します
   • CrossRef からメタデータを取得します
   • 検証レポートを生成します
   • 適切な形式の引用を出力します

2. 検証レポートを確認します：

   • 解決に失敗した DOI がないか確認します
   • 著者名、タイトル、出版情報が一致することを確認します
   • 元の文書に誤りがあれば修正します
   • すべての引用が検証に合格するまで検証を再実行します

3. 引用の形式を統一します：

   • 引用スタイルを 1 つ選び、全体で統一して使用します（references/citation_styles.md を参照）
   • 一般的なスタイル：APA、Nature、Vancouver、Chicago、IEEE
   • 検証スクリプトの出力を使って引用を正しい形式に整えます
   • 本文中の引用と参考文献リストの形式が一致するようにします

フェーズ 7：文書の生成

1. PDF を生成する：

   python scripts/generate_pdf.py my_literature_review.md \
     --citation-style apa \
     --output my_review.pdf
   

   オプション：

   • --citation-style：apa、nature、chicago、vancouver、ieee
   • --no-toc：目次を無効にします
   • --no-numbers：セクション番号を無効にします
   • --check-deps：pandoc/xelatex がインストールされているか確認します

2. 最終出力を確認する：

   • PDF の書式とレイアウトを確認します
   • すべてのセクションが含まれていることを確認します
   • 引用が正しく表示されていることを確認します
   • 図表が適切に表示されていることを確認します
   • 目次が正確であることを確認します

3. 品質チェックリスト：

   • verify_citations.py ですべての DOI を検証済み
   • 引用の書式に一貫性がある
   • PRISMA フロー図が含まれている（システマティックレビューの場合）
   • 検索方法が十分に記録されている
   • 採用／除外基準が明確に記載されている
   • 結果がテーマ別に整理されている（研究ごとの整理ではない）
   • 品質評価が完了している
   • 限界が明記されている
   • 参考文献が完全かつ正確である
   • PDF がエラーなく生成される

データベース別の検索ガイダンス

PubMed / PubMed Central

gget スキルでアクセスします：

# Search PubMed
gget search pubmed "CRISPR gene editing" -l 100

# Search with filters
# Use PubMed Advanced Search Builder to construct complex queries
# Then execute via gget or direct Entrez API

検索のヒント：

• MeSH 用語を使用します："sickle cell disease"[MeSH]
• フィールドタグ：[Title]、[Title/Abstract]、[Author]
• 日付フィルター：2020:2024[Publication Date]
• ブール演算子：AND、OR、NOT
• MeSH ブラウザーを参照してください：https://meshb.nlm.nih.gov/search

bioRxiv / medRxiv

gget スキルでアクセスします：

gget search biorxiv "CRISPR sickle cell" -l 50

重要な留意事項：

• プレプリントは査読を受けていません
• 所見は慎重に検証してください
• プレプリントが出版済みか確認してください（CrossRef）
• プレプリントのバージョンと日付を記録してください

arXiv

直接 API または WebFetch でアクセスします：

# Example search categories:
# q-bio.QM (Quantitative Methods)
# q-bio.GN (Genomics)
# q-bio.MN (Molecular Networks)
# cs.LG (Machine Learning)
# stat.ML (Machine Learning Statistics)

# Search format: category AND terms
search_query = "cat:q-bio.QM AND ti:\"single cell sequencing\""

Semantic Scholar

直接 API でアクセスします（API キーが必要です。または無料枠を利用してください）：

• 全分野にわたる 2 億件以上の論文
• 分野横断的な検索に最適です
• 引用ネットワークと論文の推薦を提供します
• 影響力の高い論文を見つけるのに使用します

生物医学分野に特化したデータベース

適切なスキルを使用してください：

• ChEMBL：化学物質の生物活性には bioservices スキル
• UniProt：タンパク質情報には gget または bioservices スキル
• KEGG：経路と遺伝子には bioservices スキル
• COSMIC：がんの変異には gget スキル
• AlphaFold：タンパク質構造には gget alphafold
• PDB：実験構造には gget または直接 API

引用をたどる検索

引用ネットワークを通じて検索範囲を広げます：

1. 前方引用（重要な論文を引用している論文）：

   • Google Scholar の「Cited by」を使用します
   • Semantic Scholar または OpenAlex の API を使用します
   • 重要な先行研究を発展させた新しい研究を特定します

2. 後方引用（重要な論文に含まれる参考文献）：

   • 対象論文から参考文献を抽出します
   • 多数引用されている基礎的な研究を特定します
   • 複数の対象研究から引用されている論文を見つけます

引用スタイルガイド

詳細な書式ガイドラインは references/citation_styles.md にあります。簡易リファレンス：

APA（第 7 版）

• 本文中の引用：(Smith et al., 2023)
• 参考文献：Smith, J. D., Johnson, M. L., & Williams, K. R. (2023). Title. Journal, 22(4), 301-318. https://doi.org/10.xxx/yyy

Nature

• 本文中の引用：上付き番号^1,2^
• 参考文献：Smith, J. D., Johnson, M. L. & Williams, K. R. Title. Nat. Rev. Drug Discov. 22, 301-318 (2023).

Vancouver

• 本文中の引用：上付き番号^1,2^
• 参考文献：Smith JD, Johnson ML, Williams KR. Title. Nat Rev Drug Discov. 2023;22(4):301-18.

最終確定の前に、verify_citations.py ですべての引用を必ず検証してください。

ベストプラクティス

検索戦略

1. 複数のデータベースを使用する（最低 3 つ）：網羅的な検索を実現します
2. プレプリントサーバーを含める：未発表の最新の知見を把握できます
3. すべてを記録する：再現性を確保するため、検索文字列、日付、結果件数を記録します
4. テストして改善する：予備検索を実行し、結果を確認して、検索語を調整します

スクリーニングと選定

1. 明確な基準を使用する：スクリーニングの前に、採用基準と除外基準を文書化します
2. 体系的にスクリーニングする：タイトル → 要旨 → 全文
3. 除外理由を記録する：研究を除外する理由を記録します
4. 二重スクリーニングを検討する：システマティックレビューでは、2名の査読者がそれぞれ独立してスクリーニングを行います

統合

1. テーマ別に整理する：個々の研究ごとではなく、テーマごとにまとめます
2. 研究全体を通して統合する：比較し、対照し、パターンを特定します
3. 批判的に評価する：エビデンスの質と一貫性を評価します
4. ギャップを特定する：不足している点や研究が十分でない点を記録します

品質と再現性

1. 研究の質を評価する：適切な品質評価ツールを使用します
2. すべての引用を検証する：verify_citations.py スクリプトを実行します
3. 方法論を文書化する：他の人が再現できるよう、十分な詳細を記載します
4. ガイドラインに従う：システマティックレビューには PRISMA を使用します

執筆

1. 客観的に記述する：エビデンスを公平に提示し、限界を認めます
2. 体系的に記述する：構造化されたテンプレートに従います
3. 具体的に記述する：入手可能な場合は、数値、統計、効果量を含めます
4. 明確に記述する：わかりやすい見出し、論理的な流れ、テーマ別の構成を用います

避けるべきよくある落とし穴

1. 単一のデータベースで検索する：関連論文を見逃します。必ず複数のデータベースを検索します
2. 検索内容を記録しない：レビューの再現性が失われます。すべての検索を記録します
3. 研究ごとに要約する：統合が不十分になります。研究ごとではなく、テーマ別に整理します
4. 引用を検証しない：誤りにつながります。必ず verify_citations.py を実行します
5. 検索範囲が広すぎる：無関係な結果が何千件も見つかります。具体的な用語で絞り込みます
6. 検索範囲が狭すぎる：関連論文を見逃します。同義語や関連用語を含めます
7. プレプリントを無視する：最新の知見を見逃します。bioRxiv、medRxiv、arXiv を含めます
8. 品質評価を行わない：すべてのエビデンスを同等に扱うことになります。質を評価して報告します
9. 出版バイアス：肯定的な結果だけが公表されています。潜在的なバイアスについて記載します
10. 検索内容が古い：分野は急速に進化します。検索日を明記します

ワークフローの例

生物医学文献レビューの全ワークフロー：

# 1. Create review document from template
cp assets/review_template.md crispr_sickle_cell_review.md

# 2. Search multiple databases using appropriate skills
# - Use gget skill for PubMed, bioRxiv
# - Use direct API access for arXiv, Semantic Scholar
# - Export results in JSON format

# 3. Aggregate and process results
python scripts/search_databases.py combined_results.json \
  --deduplicate \
  --rank citations \
  --year-start 2015 \
  --year-end 2024 \
  --format markdown \
  --output search_results.md \
  --summary

# 4. Screen results and extract data
# - Manually screen titles, abstracts, full texts
# - Extract key data into the review document
# - Organize by themes

# 5. Write the review following template structure
# - Introduction with clear objectives
# - Detailed methodology section
# - Results organized thematically
# - Critical discussion
# - Clear conclusions

# 6. Verify all citations
python scripts/verify_citations.py crispr_sickle_cell_review.md

# Review the citation report
cat crispr_sickle_cell_review_citation_report.json

# Fix any failed citations and re-verify
python scripts/verify_citations.py crispr_sickle_cell_review.md

# 7. Generate professional PDF
python scripts/generate_pdf.py crispr_sickle_cell_review.md \
  --citation-style nature \
  --output crispr_sickle_cell_review.pdf

# 8. Review final PDF and markdown outputs

他のスキルとの連携

このスキルは、他の科学系スキルとシームレスに連携します：

データベースアクセススキル

• gget：PubMed、bioRxiv、COSMIC、AlphaFold、Ensembl、UniProt
• bioservices：ChEMBL、KEGG、Reactome、UniProt、PubChem
• datacommons-client：人口統計、経済、健康統計

分析スキル

• pydeseq2：RNA-seq の差次的発現解析（方法セクション向け）
• scanpy：単一細胞解析（方法セクション向け）
• anndata：単一細胞データ（方法セクション向け）
• biopython：配列解析（背景セクション向け）

可視化スキル

• matplotlib：レビュー用の図やプロットを生成します
• seaborn：統計的な可視化

執筆スキル

• brand-guidelines：PDF に組織のブランドイメージを適用します
• internal-comms：レビューをさまざまな読者に合わせて調整します

リソース

同梱リソース

スクリプト：

• scripts/verify_citations.py：DOI を検証し、書式設定済みの引用を生成します
• scripts/generate_pdf.py：Markdown をプロフェッショナルな PDF に変換します
• scripts/search_databases.py：検索結果を処理、重複排除、書式設定します

参考資料：

• references/citation_styles.md：引用書式の詳細なガイド（APA、Nature、Vancouver、Chicago、IEEE）
• references/database_strategies.md：包括的なデータベース検索戦略

アセット：

• assets/review_template.md：すべてのセクションを含む、文献レビュー用の完全なテンプレート

外部リソース

ガイドライン：

• PRISMA（システマティックレビュー）：http://www.prisma-statement.org/
• Cochrane Handbook：https://training.cochrane.org/handbook
• AMSTAR 2（レビューの品質）：https://amstar.ca/

ツール：

• MeSH ブラウザー：https://meshb.nlm.nih.gov/search
• PubMed 詳細検索：https://pubmed.ncbi.nlm.nih.gov/advanced/
• ブール検索ガイド：https://www.ncbi.nlm.nih.gov/books/NBK3827/

引用スタイル：

• APA スタイル：https://apastyle.apa.org/
• Nature Portfolio：https://www.nature.com/nature-portfolio/editorial-policies/reporting-standards
• NLM/Vancouver：https://www.nlm.nih.gov/bsd/uniform_requirements.html

依存関係

必須の Python パッケージ

pip install requests  # For citation verification

必須のシステムツール

# For PDF generation
brew install pandoc  # macOS
apt-get install pandoc  # Linux

# For LaTeX (PDF generation)
brew install --cask mactex  # macOS
apt-get install texlive-xetex  # Linux

依存関係を確認します：

python scripts/generate_pdf.py --check-deps

概要

この文献レビューのスキルでは、以下を提供します：

1. 学術的なベストプラクティスに沿ったシステマティックな方法論
2. 既存の科学分野のスキルを活用した複数データベースの統合
3. 正確性と信頼性を確保する引用の検証
4. Markdown および PDF 形式での専門的な成果物
5. レビュープロセス全体を網羅する包括的なガイダンス
6. 検証ツールを用いた品質保証
7. 詳細な文書化要件による再現性

学術基準を満たし、あらゆる分野の最新知識を包括的に統合した、徹底的で厳密な文献レビューを実施できます。