alterlab-literature-review

文献综述

概述

遵循严谨的学术方法开展系统、全面的文献综述。搜索多个文献数据库，按主题综合研究发现，核实所有引文的准确性，并生成专业的 Markdown 和 PDF 格式文档。

此技能可与用于访问数据库的配套技能（alterlab-pubmed、alterlab-biorxiv、alterlab-arxiv、alterlab-openalex、alterlab-gget、alterlab-bioservices、alterlab-datacommons）集成，并提供用于引文核验、结果汇总和文档生成的自有脚本。

何时使用此技能

在以下情况下使用此技能：

• 为研究或发表论文开展系统性文献综述
• 综合多个来源中有关特定主题的当前知识
• 开展荟萃分析或范围综述
• 撰写研究论文或学位论文的文献综述部分
• 调查某个研究领域的最新进展
• 识别研究空白和未来方向
• 需要经过核验的引文和专业排版

不适用的情况

场景	改用
开放式多 Agent 调查、快速研究简报、事实核查，或以苏格拉底式方式协助制定研究问题	alterlab-deep-research
定量汇总效应量（随机效应模型、异质性、森林图／漏斗图、发表偏倚）	alterlab-meta-analysis
以导师式工作流撰写学位论文或博士论文的文献综述章节	alterlab-thesis-supervisor
绘制围绕种子论文的引文／共引网络	alterlab-citation-graph
审查参考文献列表中的每条文献是否真实存在（识别虚构／撤稿的参考文献）	alterlab-citation-verifier

核心工作流

文献综述遵循结构化的多阶段工作流：

阶段 1：规划与界定范围

1. 明确研究问题：临床／生物医学综述使用 PICO 框架（人群、干预、对照、结局）

   • 示例：“与标准治疗（C）相比，CRISPR-Cas9（I）治疗镰状细胞病（P）的疗效如何？”

2. 确定范围和目标：

   • 明确具体的研究问题
   • 确定综述类型（叙述性、系统性、范围综述、荟萃分析）
   • 设定界限（时间范围、地域范围、研究类型）
   • 对于系统性综述，应撰写方案（PRISMA-P），并在筛选前注册——健康相关综述注册到 PROSPERO，其他综述注册到 OSF Registries——以便提前确定纳入标准和结局指标

3. 制定检索策略：

   • 从研究问题中确定 2-4 个主要概念
   • 为每个概念列出同义词、缩写和相关术语
   • 规划用于组合术语的布尔运算符（AND、OR、NOT）
   • 至少选择 3 个互补的数据库

4. 设定纳入／排除标准：

   • 日期范围（例如，最近 10 年：2015-2024）
   • 语言（通常为英语，或注明多语言）
   • 出版物类型（同行评审论文、预印本、综述）
   • 研究设计（RCT、观察性研究、体外研究等）
   • 清楚记录所有标准

阶段 2：系统性文献检索

1. 多数据库检索：

   选择适合该领域的数据库：

   生物医学与生命科学：

   • 通过 NCBI E-utilities（Entrez esearch/efetch）检索 PubMed/PMC——参见 references/database_search_guidance.md 中的 Entrez/Biopython 代码片段（scripts/search_databases.py 不会查询数据库；它会汇总、去重、排序并格式化导出的结果）
   • 通过 bioRxiv API（api.biorxiv.org）或 Europe PMC 检索 bioRxiv/medRxiv
   • 使用 alterlab-bioservices 技能查询 ChEMBL、KEGG、UniProt 等

   综合科学文献：

   • 通过直接 API 检索 arXiv（物理、数学、CS、q-bio 领域的预印本）
   • 通过 API 检索 Semantic Scholar（涵盖 2 亿多篇跨学科论文）
   • 使用 Google Scholar 获取全面的覆盖范围（手动检索或谨慎抓取）

   专业数据库：

   • 使用 alterlab-gget（gget alphafold、gget cosmic）查询蛋白质结构和癌症基因组学
   • 使用 alterlab-datacommons 获取人口统计／统计数据
   • 根据领域需要使用专业数据库

2. 记录检索参数：

   ## 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
   

   对检索过的每个数据库重复此步骤。

3. 导出并汇总结果：

   • 从每个数据库以 JSON 格式导出结果
   • 将所有结果合并到一个文件中
   • 使用 scripts/search_databases.py 进行后处理：

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

阶段 3：筛选与选择

1. 去重：

   python scripts/search_databases.py results.json --deduplicate --format json --output unique_results.json
   

   • 根据 DOI（优先）或标题（备用）删除重复项
   • 记录删除的重复项数量

2. 标题筛选：

   • 根据纳入／排除标准审查所有标题
   • 排除明显不相关的研究
   • 记录此阶段排除的数量

3. 摘要筛选：

   • 阅读剩余研究的摘要
   • 严格应用纳入／排除标准
   • 记录排除原因

4. 全文筛选：

   • 获取剩余研究的全文
   • 根据所有标准进行详细审查
   • 记录具体的排除原因
   • 记录最终纳入的研究数量

5. 创建 PRISMA 2020 流程图（Page 等，《BMJ》2021;372:n71——报告每个阶段的数量以及全文排除的原因）：

   Identification: records from databases (n per source) + registers
     └─ removed before screening: duplicates (n), other (n)
   Screening: records screened (n) → excluded (n)
     └─ reports sought for retrieval (n) → not retrieved (n)
     └─ reports assessed for eligibility (n) → excluded, with reasons (n per reason)
   Included: studies (n) and reports (n) in the review
   

   按照 PRISMA-S 报告每个数据库的完整检索式；范围综述使用 PRISMA-ScR。

阶段 4：数据提取与质量评估

1. 提取每项纳入研究的关键数据：

   • 研究元数据（作者、年份、期刊、DOI）
   • 研究设计与方法
   • 样本量和人群特征
   • 关键发现与结果
   • 作者指出的局限性
   • 资金来源与利益冲突

2. 评估偏倚风险（针对每项研究，使用与其设计相匹配的工具）：

   • RCT：Cochrane RoB 2——按领域及总体作出判断：低风险／有一些疑虑／高风险
   • 非随机干预研究：ROBINS-I（riskofbias.info 上的 V2）——低／中等／严重／危急
   • 其他观察性研究：Newcastle-Ottawa Scale
   • 诊断准确性研究：QUADAS-2
   • 系统综述（伞式综述）：AMSTAR 2
   • 然后使用 GRADE 按结局评定证据总体的确定性（高／中等／低／极低）——GRADE 评定的是跨研究的结局，而非单项研究
   • 与其默默排除高风险研究，不如优先进行敏感性分析，并报告哪些研究受到了影响

3. 按主题整理：

   • 识别贯穿各项研究的 3–5 个主要主题
   • 按主题归类研究（同一研究可归入多个主题）
   • 指出其中的规律、共识和争议

阶段 5：综合与分析

1. 从模板创建评审文档：

   cp assets/review_template.md my_literature_review.md
   

2. 撰写主题综合（不要逐项总结研究）：

   • 按主题或研究问题组织结果部分
   • 综合每个主题下多项研究的发现
   • 比较不同方法和结果，并指出差异
   • 识别共识领域和争议点
   • 突出最有力的证据

   结构示例：

   #### 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. 批判性分析：

   • 评估各项研究在方法上的优势与局限
   • 评估证据的质量和一致性
   • 识别知识空白和方法学空白
   • 指出需要进一步研究的领域

4. 撰写讨论：

   • 在更广泛的背景下解读发现
   • 讨论临床、实践或研究方面的启示
   • 承认评审本身的局限
   • 适用时与以往的评审进行比较
   • 提出具体的未来研究方向

阶段 6：引文核验

在评审定稿前核验每条引文——一个错误的 DOI 或错误归属的发现，就足以损害整个综合的可信度。

1. 核验所有 DOI：

   python scripts/verify_citations.py my_literature_review.md
   

   此脚本会：

   • 从文档中提取所有 DOI
   • 核验每个 DOI 是否能正确解析
   • 从 CrossRef 获取元数据
   • 生成核验报告
   • 输出格式正确的引文

   此脚本仅检查 DOI；对于没有 DOI 的参考文献，或要筛查整个参考书目中是否存在伪造或已撤稿的条目，请运行 alterlab-citation-verifier。

2. 查看核验报告：

   • 检查是否有未通过核验的 DOI
   • 核对作者姓名、标题和出版详情是否一致
   • 更正原始文档中的错误
   • 重新运行核验，直到所有引文均通过

3. 统一引文格式：

   • 选择一种引文格式并全文使用（参见 references/citation_styles.md）
   • 常见格式：APA、Nature、Vancouver、Chicago、IEEE
   • 使用核验脚本的输出，确保引文格式正确
   • 确保文内引文与参考文献列表的格式一致

阶段 7：文档生成

1. 生成 PDF：

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

   选项：

   • --output / -o：输出 PDF 路径（默认：与 Markdown 文件同名，扩展名为 .pdf）
   • --citation-style：CSL 样式名称，例如 apa、nature、ieee、chicago-author-date。仅当 .bib 文件与 Markdown 文件同名且位于其旁边时才会应用；此外，pandoc 必须能找到 <style>.csl（从 github.com/citation-style-language/styles 的 CSL 样式仓库下载该文件到工作目录）
   • --no-toc：禁用目录
   • --no-numbers：禁用章节编号
   • --check-deps：检查是否已安装 pandoc/xelatex

2. 检查最终输出：

   • 检查 PDF 的格式和版面
   • 确认所有章节均已包含
   • 确认引文正确呈现
   • 检查图表是否正确显示
   • 确认目录准确无误

3. 质量检查清单：

   • 已使用 verify_citations.py 核验所有 DOI
   • 引文格式统一
   • 已包含 PRISMA 流程图（适用于系统综述）
   • 已完整记录检索方法
   • 已明确说明纳入/排除标准
   • 结果按主题组织（而非逐项总结研究）
   • 已完成质量评估
   • 已说明局限
   • 参考文献完整且准确
   • PDF 生成无错误

针对不同数据库的检索指南

各数据源的访问方式和检索技巧——通过 NCBI E-utilities (Entrez) 检索 PubMed/PMC（附 Biopython 代码片段）、通过 bioRxiv API / Europe PMC 检索 bioRxiv/medRxiv、arXiv、Semantic Scholar、专门的生物医学数据库，以及前向/后向引文追踪——请参见 references/database_search_guidance.md。更广泛的跨数据库策略请参见 references/database_strategies.md。

引用格式与来源质量

• 引用格式速查（APA、Nature、Vancouver）以及优先选择高影响力论文的规则（引用次数阈值、期刊等级、作者声誉、识别开创性研究）→ references/source_quality_prioritization.md。
• 完整格式规则（APA、Nature、Vancouver、Chicago、IEEE）→ references/citation_styles.md。

定稿前，务必使用 scripts/verify_citations.py 验证引用。

最佳实践与常见问题

有关搜索策略、筛选与选取、综合分析、可复现性和写作的最佳实践，以及应避免的 10 个常见问题，请参阅 references/example_workflow_and_practices.md。核心规则：搜索至少 3 个数据库，记录每次搜索，按主题组织（而非逐项介绍研究），并验证所有引用。

工作流示例、集成与依赖项

• 完整的生物医学综述端到端命令序列（模板 → 搜索 → 汇总 → 筛选 → 撰写 → 验证 → PDF）见 references/example_workflow_and_practices.md。
• 该文件还介绍了与数据库、分析、可视化和写作技能的集成，以及 Python 包和系统工具依赖项（pandoc、xelatex）。

路由指南

• 执行完整综述 → 按顺序遵循核心工作流第 1–7 阶段。
• 选择/查询数据库 → references/database_search_guidance.md（以及 references/database_strategies.md）。
• 设置引用格式或筛选优先级 → references/source_quality_prioritization.md 和 references/citation_styles.md。
• 最佳实践、完整示例、集成和依赖项 → references/example_workflow_and_practices.md。

参考资料索引

脚本：

• scripts/verify_citations.py — 验证 DOI 并生成格式化引用。
• scripts/generate_pdf.py — 将 Markdown 转换为专业 PDF。
• scripts/search_databases.py — 处理、去重、排序并格式化搜索结果。

参考资料：

• references/database_search_guidance.md — 各数据库的访问方式（Entrez/PubMed、bioRxiv API、arXiv、Semantic Scholar）、搜索技巧和引用链追踪。
• references/database_strategies.md — 全面的跨数据库搜索策略。
• references/source_quality_prioritization.md — 引用格式速查及高影响力优先级筛选（阈值、期刊等级、开创性论文识别）。
• references/citation_styles.md — 详细的引用格式规范（APA、Nature、Vancouver、Chicago、IEEE）。
• references/example_workflow_and_practices.md — 端到端完整示例、最佳实践、常见问题、技能集成、依赖项和外部资源。

资源文件：

• assets/review_template.md — 包含所有章节的完整文献综述模板。

总结

这项文献综述技能提供：

1. 系统化方法，遵循学术最佳实践
2. 多数据库集成，通过现有科学技能实现
3. 引用验证，确保准确性和可信度
4. 专业输出，支持 Markdown 和 PDF 格式
5. 全面指南，涵盖整个综述流程
6. 质量保证，配备验证工具
7. 可复现性，要求进行详细记录

开展全面、严谨的文献综述，达到学术标准，并对任何领域的当前知识进行全面综合。

属于 AlterLab Academic Skills 套件。