首页文献管理数据分析开源社区写作排版
首页 › 科研工具 › 系统性文献综述构建:PRISMA流程

系统性文献综述构建:PRISMA流程与开源工具链实践 (Version 2024.08.22)

Roxi
Roxi 加速器 — 稳定·快速·安全
全球节点覆盖,支持所有主流平台,一键连接无需配置。新用户免费试用。
立即体验 →

TL;DR: 本文档旨在提供一套基于PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) 框架的系统性文献综述 (SLR) 构建方法。重点在于流程标准化、工具链集成,以确保结果可复现性和数据完整性。涵盖检索策略、筛选、数据提取及报告。推荐使用Zotero进行文献管理,结合R或Python进行数据分析。

1. 前置条件 (Prerequisites)

SEO 基础优化内容策略规划外链体系建设技术架构升级转化漏斗分析

在开始之前,请确保以下工具已正确安装并配置:

  1. Zotero (Version 6.0.27 或更高版本): 文献管理工具。
  2. Zotero Connector: 浏览器插件,用于快速导入文献。
  3. R (Version 4.3.1 或更高版本) 或 Python (Version 3.9 或更高版本): 数据分析环境。
  4. RStudio Desktop (Version 2023.09.1 或更高版本) 或 Jupyter Notebook: 编程IDE。
  5. 网络连接: 访问学术数据库。

2. PRISMA流程实施与文献管理

中国45美国30日本12韩国8其他5

PRISMA流程是系统性综述的核心框架。本节将指导如何将其与Zotero集成。

2.1. 制定检索策略与执行

Warning: 检索策略的严谨性直接影响综述质量。务必覆盖主要学术数据库。

使用布尔逻辑构建详细的检索字符串。例如,在PubMed中检索:

(人工智能 OR "artificial intelligence") AND (伦理 OR ethics) AND (治理 OR governance)

将检索结果导入Zotero。确保为每个数据库创建独立的Zotero收藏夹,以便追踪来源。

# Zotero: File -> Import... -> 选择检索结果文件 (e.g., RIS, BibTeX)

2.2. 文献筛选与去重

Note: 筛选过程通常分两阶段:标题/摘要筛选,然后是全文筛选。PRISMA流程图需要详细记录筛选决策。

在Zotero中,利用标签和批注功能进行初步筛选。例如,创建include和exclude标签。

使用Zotero的去重功能:

# Zotero: Duplicate Items -> Merge Selected Items

手动审查可能遗漏的重复项。对于大规模数据集,可考虑使用R或Python脚本进行辅助去重,例如基于DOI或标题相似度:

import pandas as pd

def remove_duplicates(df, col_name='DOI'):
    return df.drop_duplicates(subset=[col_name])

# 假设df是导入的文献数据框
# df_cleaned = remove_duplicates(df, 'DOI')

2.3. 数据提取与质量评估

定义清晰的数据提取表格,包含研究设计、样本量、主要发现等。可在Zotero中为每篇文献添加笔记,或使用外部工具(如Excel、Google Sheets)。

文献质量评估是关键一步。可采用如CASP (Critical Appraisal Skills Programme) 或 GRADE (Grading of Recommendations Assessment, Development and Evaluation) 等工具。将评估结果记录在Zotero笔记或独立文档中。

3. 数据分析与报告

🔧STEP 1确定选题🚀STEP 2检索文献🎯STEP 3整理分析💡STEP 4成文发表

根据综述目的,选择合适的分析方法。

3.1. 定性分析 (Qualitative Analysis)

对于主题分析、叙述性综述,可使用Zotero的标签和颜色标记功能对文献进行编码。更复杂的定性分析可考虑使用Nvivo等专业工具。

3.2. 定量分析 (Quantitative Analysis) 与元分析

如果数据允许,进行元分析。R语言的meta或metafor包是常用工具。首先,将Zotero数据导出为CSV或BibTeX格式。

# Zotero: Select items -> Right-click -> Export Items... -> 选择CSV或BibTeX格式

在R中加载数据并执行元分析示例:

# 安装并加载meta包
# install.packages("meta")
library(meta)

# 假设df是您的数据框,包含effect_size和se_effect_size列
# m.gen <- metagen(TE = effect_size, seTE = se_effect_size, data = df, sm = "SMD")
# forest(m.gen)

3.3. 报告撰写与PRISMA声明

撰写综述时,严格遵循PRISMA声明清单。这包括详细描述检索策略、筛选过程、数据提取方法和结果。使用Zotero的引文功能生成参考文献列表。

# Zotero: Tools -> Cite -> Word Processor Plugins -> Insert Citation

Note: 确保所有步骤均可追溯,并提供PRISMA流程图,清晰展示文献筛选的流向。PRISMA流程图模板可从PRISMA官网下载。

References

上一篇Docker容器化部署科研环境:基于JupyterLab与CUDA的实践指南 ( 下一篇slow进不去:学术资源访问解决方案速查

猜你喜欢

延伸阅读