1 定义与基本特征
系统综述是围绕明确研究问题，对既有研究证据进行系统检索、筛选、评价与综合的一类研究方法。它强调在预先设定的规则下开展工作，使证据整合过程尽可能清晰、规范且可复核。相较于一般性的资料汇编，系统综述更重视方法学控制与证据质量判断，因此常用于回答特定干预效果、风险因素、诊断准确性或现象特征等问题。
1.1 概念界定
系统综述的核心在于“系统”二字，即从问题提出到结果整合，均遵循事先确定的程序。研究者通常会明确检索范围、文献来源、纳入与排除标准、质量评价方式以及综合路径，并据此对相关研究进行筛选与总结。其目标并非简单罗列已有成果，而是尽可能在现有证据基础上形成更稳健的结论。
1.2 与传统文献综述的区别
传统文献综述多依赖研究者的专题阅读与归纳，选文和论述方式相对灵活，适合概括领域脉络或提出理论观点。系统综述则更强调程序公开、检索全面和判断一致，通常会记录每一步操作，减少主观取舍对结论的影响。前者偏重知识梳理，后者偏重证据整合；前者可以较为自由地展开论述，后者则要求方法与结果紧密对应。
1.3 核心原则
系统综述的价值主要建立在若干基础原则之上。这些原则共同构成了其区别于一般综述的关键特征，也决定了结论的可信度和可重复性。
1.3.1 明确的研究问题
高质量的系统综述通常从一个边界清晰的问题开始。问题越具体，后续的检索、筛选和分析越容易保持一致，也越便于判断证据是否真正回答了研究目标。若问题过于宽泛，容易导致纳入文献过多、主题发散，最终削弱综合结论的针对性。
1.3.2 可重复的检索过程
检索过程需要尽量公开且可复现，包括数据库名称、检索日期、检索词、逻辑组合方式以及限定条件等。这样做的意义在于，其他研究者可以依据同样的方法重新获取相近文献集合，并检验综述的完整性。可重复性是系统综述区别于经验性汇总的重要标志。
1.3.3 预设的纳入与排除标准
在开始筛选前设定标准，有助于降低“看结果选文章”的风险。纳入与排除规则通常涉及研究对象、研究设计、干预或暴露类型、结局指标、语言范围与发表形式等。标准越明确，越能保持筛选的一致性，也越能减少研究者个人偏好对最终样本的影响。
1.3.4 系统化的证据评价
系统综述不仅要“找得到”研究，还要判断这些研究“靠不靠谱”。因此，纳入文献一般会接受质量评价或偏倚风险评估，进而影响综合方式与结论强度。对于证据较弱或设计不足的研究，综述往往会在解释时保持审慎，而不会仅凭数量得出过于乐观的结论。
2 发展历程
系统综述并非一开始就以成熟方法的形式出现，而是在证据整合需求不断提高的过程中逐步形成。其发展与医学研究、统计方法以及科研规范化趋势密切相关，后来又逐渐扩展到多个学科领域。
2.1 方法学起源
系统综述的方法思想可追溯到早期对研究结果进行比较和汇编的尝试，但真正形成明确框架则与现代研究方法学的发展有关。随着研究数量增加，单纯依赖经验判断已难以全面把握同一主题下的证据差异，于是更强调规则化检索和标准化评价的做法逐渐出现。
2.2 在医学证据实践中的发展
医学领域对系统综述的需求尤为突出，因为临床决策常需要综合多项研究结果。随着随机对照试验和循证理念的发展，系统综述逐渐成为整理疗效证据、评估干预价值的重要工具。随后，定量合并方法也日趋成熟，使其在医学证据实践中占据核心地位。
2.3 向其他学科的扩展
在医学之外，系统综述也被广泛用于心理学、教育学、社会学、管理学和政策研究等领域。不同学科的问题类型不同，因此系统综述的具体操作也会有所调整，例如质性研究较多的领域更注重主题整合，而教育和社会科学中则常需要处理复杂情境下的异质证据。
2.4 现代标准化趋势
随着研究数量和发表速度不断增长，系统综述的规范化程度也持续提高。研究者越来越重视方案预注册、报告规范、证据分级和开放材料共享，以提升透明度和可信度。标准化趋势使系统综述从单一方法逐步发展为一套较完整的证据整合流程。
3 研究问题的形成
系统综述的起点是研究问题的设计。一个好的问题不仅决定检索方向，也影响纳入研究类型、数据处理方式和最终结论的表达方式。
3.1 问题框架
为了便于将研究问题具体化，许多系统综述会采用框架化工具，将问题拆分为若干要素。这类框架有助于研究者避免概念模糊，也便于后续生成检索词和筛选标准。
3.1.1 PICO框架
PICO通常由研究对象、干预、对照和结局四部分组成，常用于临床干预类问题。它的优势在于结构清晰，能较快将宽泛问题转化为可检索、可比较的形式，因此在医学系统综述中应用非常广泛。
3.1.2 PICOS框架
PICOS在PICO基础上加入研究设计要素，进一步限定证据来源。对于需要区分随机试验、队列研究或其他设计的主题，这一框架更有助于明确纳入范围，避免不同研究类型混杂导致解释困难。
3.1.3 其他问题建构模型
除PICO类框架外，某些研究也会采用适合质性研究、公共卫生问题或诊断研究的模型。不同框架的共同目的，都是帮助研究者明确问题构成、边界与分析重点，使综述更具针对性。
3.2 研究范围界定
在提出问题后，还需要界定研究范围，包括时间范围、地区范围、对象特征和结局指标等。范围过大可能造成证据异质性显著增加，过小则可能无法获得足够研究。合理的边界设定，能够在可操作性和完整性之间取得平衡。
3.3 关键变量识别
系统综述常需识别与问题相关的核心变量，如干预强度、暴露方式、结局测量时间点或亚群特征等。提前梳理这些变量，有助于统一数据提取口径，也便于后续进行亚组分析或异质性解释。
4 文献检索
文献检索是系统综述的基础环节，其目标是尽可能全面、准确地定位与研究问题相关的已有研究。检索质量往往直接影响综述的完整性，因此需要兼顾广度、精度与可追溯性。
4.1 数据库选择
数据库的选择应与研究主题和学科领域相匹配。医学主题通常会使用综合性和专业性数据库组合，社会科学或教育研究则可能需要加入多学科索引平台。单一数据库往往不足以覆盖全部相关文献，多源检索更有助于降低遗漏风险。
4.2 检索词设计
检索词设计需要将主题概念拆分为同义词、近义词和相关表达，并结合主题词与自由词共同使用。关键词过少容易漏检，过多则会降低精确度。实践中常通过反复试检索来调整词表，使其在召回率和筛选负担之间达到较好平衡。
4.3 检索策略优化
检索策略优化通常包括逻辑运算符调整、字段限定、主题词映射以及截词规则设置等。研究者会根据初步检索结果评估策略效果，并不断修正，使核心文献能够被稳定检出。策略优化的过程往往需要多轮迭代，而不是一次完成。
4.4 灰色文献与补充检索
除正式期刊论文外，一些会议摘要、学位论文、机构报告和注册资料也可能包含重要证据。灰色文献的纳入有助于减少发表偏倚，但同时也会增加筛选和质量判断的复杂度。补充检索还可能包括追溯参考文献、前向引用检索以及联系作者获取未公开数据。
4.5 文献管理与去重
系统综述通常会检索到大量重复记录，因此需要借助文献管理软件进行汇总、去重和标记。规范的管理流程可以避免同一研究被重复纳入，也有助于在筛选阶段保持记录清晰，便于后续审计与复核。
5 文献筛选
文献筛选的目的，是在初步检索结果中识别真正符合研究问题的研究。该过程通常分为多个阶段，并依赖标准化判断和一致性控制。
5.1 初筛与复筛
初筛一般基于题名和摘要进行，快速排除明显不相关文献。复筛则进一步阅读全文，核实研究设计、对象、结果与方法细节是否符合纳入要求。两步筛选能够兼顾效率与准确性，是系统综述中常见的操作方式。
5.2 纳入标准
纳入标准决定哪些研究能够进入最终分析，通常包括研究主题相关性、设计类型、样本特征、语言范围和可获得性等。标准越具体，筛选越稳定；但若设定过于苛刻，可能导致可用证据过少。因此，纳入标准需要在严格性与现实可行性之间保持适度。
5.3 排除标准
排除标准用于说明哪些文献不适合纳入，例如重复发表、数据不足、研究对象不符或结局不相关等。明确的排除理由不仅有助于提升透明度，也便于他人理解最终样本形成过程。很多系统综述会将排除原因列表化呈现，以增强方法可追溯性。
5.4 双人独立筛选
为了减少单人判断带来的偏差，系统综述常采用双人独立筛选。两位研究者分别对同一批文献做出判断，再比较结果。若意见一致则直接进入下一步，若不一致则启动协商或第三方裁决机制。这种做法可以显著提升筛选一致性。
5.5 分歧处理机制
当筛选者对某篇文献是否纳入存在分歧时，需要通过预先设定的机制处理。常见方式包括讨论协商、查阅全文补充信息或请第三位研究者裁定。明确的分歧处理流程，有助于避免随意决策，并使筛选过程更具一致性。
6 质量评价
质量评价是系统综述的重要组成部分，用于判断纳入研究的可信程度及其对综合结论的影响。它并不等同于简单打分，而是对研究设计与实施过程中的潜在问题进行系统审视。
6.1 研究设计识别
不同研究设计在证据强度和偏倚来源上存在差异，因此首先需要识别其类型。随机对照试验、队列研究、病例对照研究、横断面研究和质性研究的评价重点并不相同。准确识别设计类型，是选择合适评价工具的前提。
6.2 偏倚风险评估
偏倚风险评估关注研究结果可能偏离真实值的程度及来源。常见维度包括随机化过程、盲法实施、失访情况、测量一致性与报告完整性等。系统综述在解释证据时，通常会结合偏倚风险高低来判断结论的稳健程度。
6.3 证据等级判定
除单项研究质量外，系统综述还常对整体证据等级进行判断。该过程综合考虑研究设计、结果一致性、精确性、直接性和偏倚风险等因素，用于说明结论可信度的高低。证据等级越高，说明当前结论越有可能接近真实情况。
6.4 评价工具
不同类型研究需要采用不同工具进行评价，以保证判断标准与研究设计相匹配。工具的作用在于提供结构化问题清单或判定框架，使评价更具一致性。
6.4.1 随机对照试验工具
随机对照试验通常有专门的风险偏倚工具，用于检查随机分配、分配隐藏、盲法、失访与选择性报告等问题。这类工具有助于识别试验内部效度的主要威胁，并为后续综合分析提供依据。
6.4.2 观察性研究工具
观察性研究常因混杂因素较多而更需要谨慎评价。相关工具一般会关注暴露测量、比较组可比性、结局评估及混杂控制情况。对于回顾性设计或样本来源复杂的研究，评价时往往需要更细致地审视其方法学局限。
6.4.3 质性研究工具
质性研究的评价重点不在统计效应，而在研究问题、取样、资料收集、分析过程与解释是否严谨。评价时通常关注研究者反思性、资料饱和度和主题建构是否合理，以判断其解释的可信性和转移性。
7 数据提取
数据提取是将文献中的关键信息转化为可分析材料的过程。该环节要求提取字段统一、格式规范，尽量避免遗漏和误读。
7.1 提取表设计
提取表一般在正式操作前先行设计，并可经过试用后修订。良好的表格应当既覆盖研究所需信息，又避免冗余字段过多。对多种研究设计混合纳入的综述，提取表往往需要保留一定灵活性，以适应不同文献的报告方式。
7.2 关键信息字段
常见字段包括作者、年份、地区、研究设计、样本量、对象特征、干预或暴露信息、对照情况、结局指标、随访时间以及主要结果等。若为质性研究，还可能提取主题、情境、访谈方式和分析方法等内容。字段设置应紧贴研究问题，避免采集与结论无关的信息。
7.3 缺失数据处理
原始研究常存在数据不完整、指标未报告或结果呈现不统一的问题。系统综述通常会尝试从正文、表格、图形或补充材料中补足信息，必要时联系作者获取进一步数据。若仍无法补齐，则需在分析中明确说明缺失情况，并评估其可能带来的影响。
7.4 数据一致性检查
为降低录入错误，数据提取后通常要进行一致性核对。常见做法包括双人提取、交叉审阅或抽样复查。数据一致性检查能够减少后续分析中的偏差，也有助于提高整篇综述的可靠性。
8 证据综合
证据综合是系统综述的核心步骤，目的是将分散的研究结果组织成有逻辑的整体。根据研究类型和数据特征，可采用定性综合、定量合并或二者结合的方式。
8.1 定性综合
当研究问题、数据类型或测量方式差异较大时，系统综述常以定性方式进行综合。研究者会归纳共同主题、比较观点差异，并结合研究背景解释结果。这种方式尤其适合质性研究、复杂干预或难以标准化的社会科学问题。
8.2 定量综合
对于结果指标较为一致、数据可比性较高的研究，可进一步进行定量合并。定量综合能够提高统计效率，并帮助识别总体趋势，但前提是研究间具有一定可合并性。
8.2.1 描述性统计汇总
描述性统计汇总是最基础的定量整理方式，通常会报告样本特征、研究分布、结局范围和效应方向。它不一定进行复杂模型计算，但能直观展示纳入证据的总体面貌，为后续分析提供基础。
8.2.2 Meta分析
Meta分析是将多个研究结果按照统计方法合并的过程，常用于估计总体效应。其优势在于能够整合分散证据、提高精确度，并对研究间差异进行一定程度的量化处理。不过，Meta分析的前提是研究设计、结局定义和统计口径具备足够一致性。
8.2.3 亚组分析
亚组分析用于考察不同条件下结果是否存在差异，例如按年龄、研究地区、干预剂量或研究设计分组。它可以帮助解释总体效应的来源，但也容易受到样本量不足和多重比较的影响，因此通常需要谨慎解读。
8.2.4 敏感性分析
敏感性分析用于检验结论对某些假设或方法选择是否稳健。例如，可以移除高偏倚风险研究、改变合并模型或调整纳入标准，观察总体结果是否明显变化。若结论在不同设定下保持一致，说明其稳定性较好。
8.3 异质性处理
异质性指纳入研究在对象、方法、结局或背景方面存在差异。它是系统综述中常见且不可避免的问题。研究者可通过分层分析、亚组比较、敏感性检验或叙述解释来处理异质性，必要时也会避免简单合并，以免掩盖真实差异。
8.4 结果解释框架
结果解释应结合证据质量、异质性、偏倚风险和研究适用性综合判断，而非只看统计显著性。系统综述的结论通常需要说明“证据支持什么”“支持到什么程度”“在哪些条件下成立”，以便读者正确理解其适用范围。
9 报告规范
系统综述的报告强调完整、透明和结构化，使读者能够理解研究是如何完成的，以及结论如何从证据中得出。
9.1 研究流程图
流程图通常用于展示检索、去重、筛选、全文评估和最终纳入的全过程。它能直观呈现文献数量变化及排除原因，是系统综述中最具辨识度的报告元素之一。
9.2 方法学透明度
透明度要求研究者清楚说明每一步操作，包括检索时间、筛选规则、质量评价方法和数据处理方式。信息越完整，越便于他人复核和复制，也越有利于提升综述可信度。
9.3 结果呈现
结果部分一般会分别呈现纳入研究特征、质量评价结果、综合分析结论及其不确定性。好的结果呈现不仅列出数据，还会说明不同研究之间的差异与整体趋势，使读者能够快速把握证据结构。
9.4 PRISMA等报告规范
为提高报告一致性，系统综述常参考专门的报告规范，如PRISMA等。这类规范提供标准化清单，帮助作者核对是否覆盖关键方法与结果信息。遵循规范有助于提升文章的可读性和学术可审查性。
9.5 附录与补充材料
附录常包括完整检索式、筛选表、提取表、质量评价细则或额外分析结果。补充材料的存在，使正文保持简洁的同时保留方法细节，也为后续研究者重复或更新综述提供了便利。
10 常见问题与方法学挑战
系统综述虽然方法规范，但在实际操作中仍会遇到多种限制。许多问题并非可以完全避免，而是需要在研究设计和解释阶段予以识别和控制。
10.1 发表偏倚
发表偏倚指显著或积极结果更容易被发表，从而使可检索文献对真实证据分布产生偏移。系统综述通常会通过扩大检索范围、纳入灰色文献等方式尽量缓解这一问题，但很难彻底消除。
10.2 选择偏倚
选择偏倚可能发生在检索、筛选或提取的各个环节，例如过度依赖某类数据库、只纳入特定语言文献，或在结果呈现时偏向支持预期的研究。规范化流程和双人核对是减少此类偏差的重要手段。
10.3 检索遗漏
即便检索策略设计较好，也可能因术语差异、索引滞后或数据库覆盖不足而漏掉相关研究。为降低遗漏风险，系统综述通常结合多数据库检索、参考文献追溯和补充搜索，以提升覆盖率。
10.4 研究异质性过高
当纳入研究在对象、干预、测量或背景方面差异过大时，简单合并可能失去意义。此时更适合采用分层分析或定性整合，而不是强行形成单一数值结论。高异质性并不一定意味着证据无用，但提示解释应更加谨慎。
10.5 结论外推限制
系统综述的结论通常只能适用于其纳入证据所覆盖的范围。若原始研究多来自特定地区、特定人群或特定条件，结果推广到其他情境时就需要格外注意。外推限制是解释系统综述时必须说明的重要内容。
11 应用领域
系统综述已成为多学科通用的证据整合工具，不同领域会根据自身研究传统调整使用方式，但基本逻辑大体一致。
11.1 临床医学
在临床医学中，系统综述常用于比较治疗方案、评估药物疗效、总结不良反应或判断诊断方法的表现。它为临床决策提供了较高层次的证据支持，也常作为指南制定的重要依据。
11.2 公共卫生
公共卫生研究常涉及群体干预、健康教育和风险因素分析，系统综述有助于整合不同地区和不同人群中的证据。由于公共卫生问题往往受情境影响明显，定性解释和背景分析在这类综述中尤为重要。
11.3 教育研究
教育领域常用系统综述评估教学方法、学习支持策略和课程改革效果。由于教育干预实施环境复杂，结果往往受学段、学科、教师因素和评估方式影响，因此这类综述通常需要更重视情境差异。
11.4 心理学研究
心理学中的系统综述常围绕心理干预、测量工具、行为机制或风险因素展开。该领域研究设计多样，既包含定量试验，也包含质性研究，因此综合时常需要在统计整合与主题分析之间灵活选择。
11.5 政策评估
在政策评估中，系统综述可用于总结某类政策措施的实施效果、条件限制与可能后果。由于政策情境变化快、干预层级复杂，综述往往不仅关注“有没有效果”，还会考察“在什么条件下有效”。
12 相关方法
系统综述与若干相近方法存在联系，但在目标、范围和严格程度上各有不同。理解这些方法差异，有助于在具体研究中做出合适选择。
12.1 叙述性综述
叙述性综述更强调观点整合与理论表达，通常不以严格检索和统一筛选为核心。它适合介绍学科全貌、梳理概念演变或提出分析框架，但在证据控制方面通常不如系统综述严格。
12.2 范围综述
范围综述主要用于梳理某一主题的研究版图，关注已有文献的类型、分布和热点，而不一定对证据质量进行深入评价。相比系统综述，它更适合探索性问题和新兴领域的初步整理。
12.3 Meta分析
Meta分析是一种统计整合方法，常与系统综述结合使用。系统综述负责系统检索、筛选和评价证据，Meta分析则负责对可比结果进行数量合并。两者关系紧密，但并非所有系统综述都必须包含Meta分析。
12.4 系统评价与指南制定的衔接
系统综述常为临床实践指南、卫生决策建议或学术共识提供基础。经过规范整合的证据可以帮助制定者评估不同方案的利弊，并形成更有依据的建议。也因此，系统综述不仅是研究方法，也常是证据转化链条中的关键环节。