systematic-review-prisma

使用 PRISMA 2020 进行系统综述

系统综述的评价标准是透明度和可重复性：其他团队应能够重新运行你的检索，并得到相同的纳入研究集。请按以下阶段开展工作，并在过程中保留审计记录（日期、数量、决策）。事后补做记录是综述无法通过同行评审的原因之一。

阶段 1：方案（检索前）

1. 使用 PICO（人群、干预、对照、结局）构建问题；针对暴露因素使用 PECO，定性研究使用 SPIDER，范围综述使用 PCC。
2. 预先规定纳入标准、主要/次要结局、数据库、日期范围、语言、偏倚风险评估工具和综合方法。
3. 开始筛选前注册方案：PROSPERO（健康、人类结局）或 OSF Registries（其他所有情况）。记录注册 ID，以便写入稿件。
4. 使用 PRISMA-P 清单编写方案。范围综述遵循 PRISMA-ScR。

阶段 2：检索

• 为每个 PICO 要素构建一个概念检索块：受控词表（PubMed 中的 MeSH、Embase 中的 Emtree）或自由文本同义词，然后用 AND 连接各检索块。
• 根据数据库转换语法（字段标签各不相同：PubMed 使用 [tiab]，Embase 使用 :ti,ab，Scopus 使用 TITLE-ABS-KEY()，Web of Science 使用 TS=）。切勿在所有数据库中粘贴同一检索式。
• 验证检索的敏感度：检索必须能找出一组预先整理的已知相关论文。
• 至少检索两个文献数据库和临床试验注册库，并对纳入的研究进行前向和后向引文检索。
• 按数据库记录：平台、完整检索式、检索日期和命中数。这些内容应原样放入补充材料（PRISMA 第 7 项），PRISMA-S 对检索报告有详细说明。

PubMed 检索块结构示例：

("Diabetes Mellitus, Type 2"[Mesh] OR "type 2 diabetes"[tiab] OR T2DM[tiab])
AND ("Metformin"[Mesh] OR metformin[tiab])
AND (randomized controlled trial[pt] OR randomi*[tiab] OR placebo[tiab])

阶段 3：去重与筛选

python scripts/dedupe_records.py pubmed.ris embase.ris scopus.csv wos.bib \
  -o screening.csv --summary dedup-counts.json

输出的 CSV 文件包含 screen_title_abstract、screen_full_text 和 exclusion_reason 列，可用于在电子表格中筛选，也可导入 Rayyan、Covidence 或 ASReview。

• 两名独立评审者先筛选标题/摘要，再筛选全文。报告评审一致性（Cohen's kappa）以及冲突的解决方式。
• 全文排除的研究各需提供 一个主要原因，并从固定列表中选择。这些原因将用于流程图中的“排除的报告”框。
• 必须说明 AI 辅助筛选（主动学习、大模型分流）的使用方式，并以人工决策进行验证；排除研究时，绝不能仅由 AI 担任评审者。

阶段 4：数据提取与偏倚风险评估

• 在 3-5 项研究中试用数据提取表。可行时进行重复提取。
• 根据研究设计选择偏倚风险评估工具：RoB 2（随机试验）、ROBINS-I（非随机干预）、ROBINS-E（暴露因素）、QUADAS-2（诊断准确性）、Newcastle-Ottawa（观察性研究，常用）、CASP/JBI（定性研究）。
• 使用 GRADE 评定每个结局的证据确定性，并提供证据概要表。

阶段 5：综合

• 仅在研究足够相似时进行荟萃分析。临床和方法学异质性存在时，默认使用随机效应模型。报告 I²、tau² 和预测区间。
• 仅进行预先设定的亚组分析和敏感性分析。事后分析须标明为事后分析。
• 小样本研究效应：在研究数量 ≥10 时，使用漏斗图和 Egger's 检验。
• 不进行荟萃分析时，遵循 SWiM（非荟萃分析综合）指南。
• 使用 R metafor/meta 或 Python statsmodels 进行计算（参见 statistical-analysis skill）。

阶段 6：报告

根据记录的数量生成流程图；如果算术关系不一致，脚本会拒绝生成：

python scripts/prisma_flow.py --template > prisma-counts.json   # fill in
python scripts/prisma_flow.py prisma-counts.json > prisma.mmd    # Mermaid for Markdown/Quarto
python scripts/prisma_flow.py prisma-counts.json --format dot -o prisma.dot && dot -Tsvg prisma.dot -o prisma.svg

填写 27 项 PRISMA 2020 清单（references/prisma-2020-checklist.md），注明每项内容所在的页码/章节，并随稿件一并提交。 摘要必须遵循 PRISMA 2020 摘要清单（12 项）。

诚信规则

• 切勿捏造检索数量、研究或筛选决定。流程图中的每个数字都必须来自记录日志。
• 核实每项纳入研究的书目信息（citation-verification），并报告准确的检索日期。

评审常见的拒稿原因

• 未注册方案，或在筛选开始后才注册且未作说明。
• 仅检索一个数据库，未检索灰色文献或注册库。
• 未完整报告检索式，或检索无法复现。
• 由单人筛选，且未说明理由。
• 流程图中的数字不一致（脚本会阻止这种情况）。
• 合并临床异质性研究；在综合分析中忽略偏倚风险。
• 结论强于 GRADE 确定性所支持的程度。

相关技能

literature-review（叙述性和范围综述检索）、citation-verification、 statistical-analysis、scientific-writing、peer-review。