深入解析：SLR（系统性文献综述）——如何发表你的第一篇论文？

一、什么是系统性文献综述？

系统性文献综述是一种高标准、结构严谨的文献综述方式。它旨在全面、客观、可重复地收集、评估和综合所有与一个明确界定的研究问题相关的高质量文献。

它的核心特征在于“系统性”，即整个过程像一项科学研究一样，有预先设定的、透明的计划和方法，以最大限度地减少偏差。

SLR的标准步骤通常包括：

  1. 提出明确的研究问题：通常使用PICO/PICOS/PCC/SPICE/EPICOT/SPIDER等框架来精确定义困难

  2. 制定详细的检索策略：明确说明在哪些数据库（如PubMed, Web of Science, Scopus等）中进行了检索，使用哪些关键词及其组合，并附上完整的检索式。

  3. 设定严格的文献纳入与排除标准：预先规定要纳入的研究类型（如随机对照试验RCT）、研究对象、发表语言、发表时间、文献类型（Article/Conference/Book/Gray literature）等。

  4. 系统性地筛选文献：通常由两位或以上的评审员独立根据标准进行筛选（标题/摘要筛选、全文筛选），并对分歧进行讨论消除，以保证客观性。

  5. 严格的质量评价：使用标准化的质量评价程序（如 Cochrane Risk of Bias Tool）对纳入研究的偏倚风险和方法学质量进行评估。

  6. 数据提取与综合：启用预先设计好的表格提取数据，然后对数据进行定性（描述性）综合，倘若研究足够同质，还会进行定量综合，即Meta分析。

  7. 结果报告与解释：清晰、透明地报告整个流程和发现，包括检索到的文献量、纳入的研究、质量评价结果、综合结果等。

二、SLR与其他常见综述类型的区别

  1. 传统（叙述性）文献综述

    • 特点：这是最常见但也最宽泛的综述类型。作者通常不遵循严格的系统性方法，而是基于自己的知识和兴趣，选择性地回顾和讨论某一领域的文献。

    • 目的：献出对一个领域的广泛概述，介绍历史发展、理论框架、当前现状和未来方向。常用于学位论文的第二章或教科书中的章节。

    • 缺点：容易受作者个人观点和选择偏倚的影响，缺乏透明度和可重复性。

  2. 范围综述

    • 特点：它的方法与SLR极其相似，也遵循系统性的流程，但其核心目的不是回答一个具体的、需要证据质量评估的问题，而是“描绘”一个领域的研究范围和规模。

    • 目的：探讨一个领域已经做了哪些研究，识别关键概念、证据类型和研究空白。常用于为后续的SLR确定研究困难，或者在概念尚不明确、研究设计多样的新兴领域进行探索。

    • 与SLR的区别：通常不含有对纳入研究的严格质量评价步骤。

  3. Meta分析

    • 需要强调的是：Meta分析不是一种独立的综述类型，而是一种统计技术。它通常是SLR的一个组成部分。

    • 特点：运用统计学方法对多个独立但主题相似的研究结果进行定量合并，从而得出一个更具普适性的综合结论（如合并后的效应量）。

    • 目的：增加统计功效，处理单个研究间的争议，提供更精确的效应估计。

  4. Umbrella Review

    • 特点：又称为“综述的综述”。

    • 目的：综合针对同一健康问题但不同干预措施或不同结局的多个SLR的结论，从更宏观的层面提供证据概览。

  5. 批判性综述

    • 特点：侧重于对现有文献进行深入的、批判性的分析和评价，强调理论贡献、方法论优缺点，并指出矛盾和有争议的地方。

    • 目的：推动理论发展，挑战现有范式，通常出现在社会科学和人文领域。

* SLR与其他综述类型的核心区别 (如下表)

三、SLR的Research Question构建框架

①PICO / PICOS (及其变体)医学和健康科学领域最经典、最常用的框架，尤其适用于干预性/疗效研究。

P (Population/Patient)： 感兴趣的患者或人群。定义其关键特征（如疾病、年龄、性别、病情严重程度）。
I (Intervention/Exposure)： 要评估的治疗、干预措施或暴露因素。
C (Comparison/Control)： 用于比较的干预措施（如另一种治疗、安慰剂、空白对照）。
O (Outcome)： 希望测量的结果（如死亡率、症状改善、生活质量、副作用）。
S (Study design)： （可选但推荐）优先考虑的研究设计类型（如随机对照试验RCT）。

②PCC - 适用于范围综述(Scoping Review)和方法学综述，范围综述旨在厘清关键概念和证据范围，而非直接回答疗效问题。

P (Population)： 目标人群。
C (Concept)： 需要厘清的核心概念、定义或领域。
C (Context)： 研究所处的环境、背景或设置（如国家、文化、医疗系统）

③SPICE - 适用于服务评估、社会科学和政策研究，强调在特定背景下评估某项行动或服务。

S (Setting)： 环境或背景。
P (Perspective)： 相关用户、患者或利益相关者的观点。
I (Intervention/Exposure)： 被评估的行动、项目或服务。
C (Comparison)： 与什么进行比较（可选）。
E (Evaluation)： 评估的指标或结果。

④EPICOT - 适用于识别未来研究方向的综述，常用于综述的讨论部分，提出研究建议。

E (Evidence)： 当前已有的证据。
P (Population)： 目标人群。
I (Intervention)： 干预措施。
C (Comparison)： 对照。
O (Outcome)： 结果指标。
T (Time stamp)： 建议的时间框架和研究设计。

⑤SPIDER - 适用于定性研究或混合方式综述，当综述包含定性证据时，PICO不够灵活，SPIDER更适用。

S (Sample)： 研究的参与者。
PI (Phenomenon of Interest)： 感兴趣的现象、行为或经验。
D (Design)： 研究设计（通常更宽泛，如定性研究、现象学研究）。
E (Evaluation)： 测量的结果（通常是主题、观点、体验，而非量化指标）。
R (Research type)： 研究类型（定性、定量或混合方法）

四、SLR必须有的“一表一图”——文献筛选流程

① 文献筛选条件

② 文献筛选流程与数目统计

*上述图表来自已发表文献，非作者原创

*文献筛选标准参考PRISMA 2020 statement — PRISMA statement

五、SLR数据处理与分析

整个流程可以分为三个核心阶段：1. 信息提取 -> 2. 数据分析与综合 -> 3. 结果呈现与解释

第一阶段：数据提取——构建分析的基础——系统性地从纳入的文献中捕获信息

1. 设计并填写标准化的数据提取表：

  • 目的：确保从每篇文献中收集的信息是一致的、可比较的。

  • 内容（需根据您的研究问题定制）：

    • 文献主要信息：作者、年份、标题、期刊、研究类型（RCT, 案例研究等）。

    • 以PICOS框架为例收集要素：

      • P：研究对象

      • I：干预措施或核心现象

      • C：对照措施或比较对象

      • O：结果指标

      • S：研究背景/环境

    • 研究方法学特征：样本量、随访时间、测量工具、数据分析办法。

    • 关键发现/结果：包括主要的定量结果（如效应值、均值）和定性主题。

    • *注意记录key findings中的conflicting, inconsistency, doubts和potential gaps

2. 进行预提取：

  • 由2-3名评审员独立对少量（如5-10篇）文献进行数据提取，然后比较结果，解决分歧，完善提取表的设计和定义，确保一致性。

第二阶段：数据分析与综合——您的挑战核心

层次一：描述性分析——描绘“地图”

  • 目的：整体把握所纳入研究的特征。

  • 内容：

    • 研究分布：发表年份趋势、国家/地区分布、学科分布。这直接对应了您提到的“emerging trends”。

    • 研究方法谱系：各种研究设计（如实验、调查、质性研究）的比例。这揭示了领域的成熟度和主流范式。

    • 研究对象与情境：研究主要集中在哪些人群、哪些环境中？这行帮忙识别“potential gaps”（例如，某个特定人群被忽略了）。

层次二：主题综合与内容分析——挖掘“模式与关系”

  • 目的：识别、分析和整合研究的具体内容。

  • 内容：

    • 定性研究：常用主题综合。借助反复阅读、编码，将多个研究的发现归纳为一系列连贯的、有层次的主题。这些主题及其之间的关系即“patterns and relationships between various elements”。

    • 定量/混合研究：可以进行内容分析通过，对研究结果进行分类和计数。例如，能够统计“影响用户采纳的因素”被多少篇文献提及，并排序。

    • 跨案例比较：将每项研究视为一个“案例”，系统比较不同案例间的异同，从而解释为什么在某些情况下会出现特定结果。

层次三：批判性评估——评估“证据强度”

  • 这是您提到且至关重要的部分，需要系统化执行。

  • 方法：

    1. 采用标准化工具：根据研究类型选择相应的评估工具。

      • RCT：Cochrane偏倚风险评估设备。

      • 观察性研究：NOS量表。

      • 质性研究：CASP清单。

    2. 评估维度：包括选择偏倚、实施偏倚、测量偏倚、损耗偏倚等。

    3. 结果运用：

      • 敏感性分析：在元分析中，排除低质量研究，看结果是否稳健。

      • 为发现献出背景：在综合结果时，明确指出某个强有力的结论主要来自高质量研究，而某个不确定的结论可能源于方法学有缺陷的研究。这也有助于回应的“key findings (conflicting, inconsistency, doubts)”——不一致的结果有时正是由于研究质量的巨大差异造成的。

层次四：解释性综合——回答“So What?”

  • 目的：超越简单的总结，构建一个更高级别的解释框架。

  • 内容：

    • 构建概念模型：基于前面的分析，提出一个能解释各要素之间关系的模型。例如，“A通过B的中介作用影响C，而这个过程受到D的调节”。

    • 解释矛盾对就是：主动探讨为什么研究会得出相互矛盾的结论？是人群差异、干预剂量不同、还是测量工具不一？这“key findings (conflicting)”的深度挖掘。

    • 证据分级与结论强度：使用如GRADE等技巧，对每个主要发现的证据强度进行评级（高、中、低、极低）。这让读者一目了然地知道该对哪个结论抱有更多信心。

层次五：研究进展的综合评述——综合之综合+提防灯下黑

  • 理论/概念框架的演变：领域内使用的核心理论是否发生了变化？是否有新的理论被提出？

  • 方法学的演进与反思：研究方式的严谨性是否在提高？是否存在普遍的方法论缺陷？

  • 剂量-反应关系：在干预研究中，不同“剂量”的干预是否导致不同的结果？

  • 未报告的结果：注意“发表偏倚”，那些不显著或负面的结果可能没有被发表，但这本身就是一个重要的发现。

posted @ 2025-12-02 14:51  yangykaifa  阅读(0)  评论(0)    收藏  举报