Connected Papers

这个工具解决什么问题

Connected Papers 是一个围绕论文关系生成可视化图谱的工具。医学研究者可以输入一篇已知的核心论文，查看与它主题相近、引用关系相关或处在相近研究脉络中的其他论文。

在医学科研中，很多问题并不是单靠一个关键词就能检索完整。例如同一种疾病可能有不同名称，同一种检测技术可能出现在不同专科文献中，某个生信方法也可能被用于肿瘤、免疫、神经和感染研究。

它的价值在于帮助研究者从单篇种子文献扩展到一个小型研究网络。对于刚进入新领域的医学研究生，或需要快速判断课题背景的临床医生和 PI，这种图谱比传统列表更容易形成整体认识。

需要注意的是，Connected Papers 不是医学数据库，也不是证据评价工具。它更适合用于调研早期、引文追踪和综述构思，而不是替代 PubMed、Embase、Cochrane Library 或 Web of Science 的正式检索。

适合的医学科研场景

如果你手里已经有一篇高度相关的论文，例如某个降压药临床试验、一篇肿瘤免疫治疗研究、一篇影像 AI 模型论文或一篇单细胞测序研究，Connected Papers 可以帮助你向周围扩展。

在撰写综述或基金申请时，研究者常常需要回答至少三个问题：这个方向从哪里来，哪些论文是关键节点，最近有哪些后续发展。图谱中的前序和后续文献可以为这些问题提供线索。

• 临床研究：从一篇随机对照试验出发，寻找同类干预、不同人群、长期随访或真实世界研究。
• 系统综述：在正式数据库检索后，用作补充引文追踪，检查是否遗漏高相关研究。
• 组学与生信：围绕一篇单细胞、转录组、蛋白组或空间组学论文，发现相似数据类型和分析策略。
• 医学影像：从一篇影像诊断模型论文出发，寻找同病种、同模态或相似算法的后续研究。
• 基金与开题：快速识别某个靶点、通路、检测指标或干预策略的研究源流。

这些场景的共同特点是需要“先看清地图”，再决定是否深入阅读全文、设计检索式或开展证据评价。

不适合的情况

如果你的任务是完成一篇可发表的系统综述或指南证据检索，Connected Papers 不能作为唯一来源。系统综述需要明确数据库、检索式、检索日期、纳入排除标准和可复现流程。

它也不能判断论文质量。图谱中位置重要或节点显眼的论文，不等于研究设计严谨、偏倚风险低或结论可以直接影响临床实践。临床医生仍需阅读全文，关注研究对象、终点、统计方法和利益冲突。

对于极新的论文、引用较少的预印本、非英文文献、地区性期刊或某些中文医学研究，图谱覆盖可能不完整。因此，在涉及本土流行病学、罕见病病例系列或中文指南时，应结合本地数据库和专业数据库检索。

如果你的工作主要是文献管理、PDF 批注、全文阅读或数据提取，它也不是主力工具。此类任务更适合 Zotero、EndNote、Rayyan、Covidence 或 Excel/REDCap 等流程化工具。

如何在医学项目中使用

较稳妥的做法是先选择一篇“种子论文”。这篇论文应当与研究问题高度贴合，最好是高质量临床试验、权威综述、重要方法学论文或被指南反复引用的基础研究。

输入论文后，不要只看最靠近中心的节点。应同时查看图谱边缘但主题相关的论文，因为这些论文可能代表相邻分支，例如不同亚组、不同结局指标、不同检测平台或不同疾病场景。

对于每篇看似重要的文献，建议记录标题、年份、研究类型、研究对象和与你课题的关系。之后再回到 PubMed 或期刊网站核查摘要、全文、临床试验注册号和研究质量。

系统综述研究者可以把它作为补充检索：先完成正式数据库检索，再用已纳入的关键研究逐篇生成图谱，检查前序文献、后续文献和相似研究是否已被检索式覆盖。

建议把 Connected Papers 视为“发现线索”的工具，而不是“生成最终证据清单”的工具。它能提醒你去看哪些论文，但不能替你完成证据分级和方法学判断。

优点与局限

Connected Papers 的界面相对直观，不需要复杂的布尔检索语法。对没有系统学习过文献计量学的医学研究者来说，输入一篇论文就能看到研究网络，是一个低门槛入口。

图谱呈现方式适合发现研究脉络。例如一个肿瘤靶点可能先出现在基础机制研究中，随后进入动物实验、早期临床试验、随机对照试验和真实世界研究。用图谱浏览这些阶段，比翻页式搜索更直观。

局限同样明显。它依赖公开元数据和算法推荐，无法保证覆盖完整，也无法解释每条连接背后的具体医学原因。两篇论文相近，可能是方法相似，也可能是引用网络相近，并不一定代表临床问题一致。

此外，医学研究中的关键判断往往来自全文细节，例如纳入标准、样本量、终点定义、随访时间、统计模型和缺失值处理。Connected Papers 无法替代这些人工阅读和方法学评估。

与其他工具如何搭配

在实际工作流中，可以把 Connected Papers 放在文献调研的前半段。它负责帮助你扩展候选文献和识别主题分支，随后再用专业数据库和文献管理工具完成严谨流程。

例如，临床医生可以先用 PubMed 找到一篇最新综述，再把其中的关键临床试验放入 Connected Papers，查看同类研究。随后将有价值的论文记录到 Zotero，并用 Rayyan 进行筛选。

生信研究者可以先用它发现相似组学研究，再进入 GEO、SRA、ArrayExpress 或数据库文章补充数据来源。影像研究者则应进一步核查数据集、外部验证、模型指标和代码可用性。

使用时的合规与隐私注意

一般情况下，Connected Papers 只需要论文题名、DOI 或公开链接，不需要上传患者数据、原始影像、基因测序文件或未发表研究资料。

医学研究者应避免在搜索框或个人笔记中输入可识别患者身份的信息，例如姓名、住院号、影像号、罕见病例详细描述或尚未脱敏的研究数据。

如果课题尚未公开，尤其是涉及企业合作、临床试验方案、专利申请或未发表组学数据，也应谨慎处理。可以使用已公开发表的相近论文作为种子，而不是输入保密项目细节。

总体而言，Connected Papers 是一个适合医学科研早期探索的文献图谱工具。它能提高发现相关论文的效率，但最终研究结论仍应建立在完整检索、全文阅读、质量评价和专业判断之上。