Rayyan、Covidence、ASReview 系统综述筛选流程清单：题录去重、双人筛选和冲突处理

为什么需要一份筛选流程清单

系统综述、Meta分析和指南证据整理的文献筛选，不只是把题录放进软件后点保留或排除。真正影响可复核性的，是检索记录是否完整、去重规则是否清楚、纳排标准是否提前锁定、双人筛选是否独立、冲突是否有记录，以及全文排除理由能否进入PRISMA流程图。

Rayyan、Covidence和ASReview分别覆盖了不同的筛选需求。Rayyan常用于题录层面的协作筛选，Covidence更像端到端系统综述管理平台，ASReview则强调主动学习排序和优先级筛选。选择工具前，应先明确团队流程，而不是只比较功能列表。

本文适合系统综述、Meta分析、指南证据整理和双人筛文献团队使用。若你还在搭建整体方法框架，也可以从方法库和工具库继续查看相关页面。

三类工具分别适合什么任务

Rayyan适合快速导入题录、盲法双人筛选、标签标注和冲突查看。它对早期题录筛选很友好，尤其适合已经在Zotero、EndNote或数据库平台中完成检索导出的团队。

Covidence适合需要把标题摘要筛选、全文筛选、排除理由、数据提取和质量评价串在一个平台内的团队。它的优势在于流程结构固定，适合有多人参与、需要项目管理和审计痕迹的综述项目。

ASReview适合在题录数量很大时使用机器学习排序来提高优先阅读相关研究的效率。它不应替代纳排判断本身，而应作为排序和优先级辅助。最终纳入、排除和医学解释仍需人工依据原文完成。

实用工作流：从检索结果到PRISMA记录

1. 汇总检索结果：从PubMed、Embase、Web of Science、Cochrane Library、Scopus或中文数据库导出题录，保留检索日期、数据库名称、检索式和结果数量。
2. 统一题录格式：优先保留RIS、BibTeX、EndNote XML或CSV等结构化格式，避免只保存不可追踪的截图或手工表格。
3. 先做基础去重：在Zotero、EndNote或Covidence中按标题、作者、年份、DOI、PMID等字段去重，并保留去重前后数量。
4. 锁定纳排标准：在正式筛选前写清PICO、研究类型、时间范围、语言、对象、干预、对照、结局和排除条件。
5. 导入筛选工具：题录筛选可进入Rayyan或Covidence；若题录量很大，可先用ASReview进行优先级排序，再由研究者按规则判断。
6. 进行双人独立筛选：两名筛选者分别判断标题摘要，避免边讨论边修改标准。需要修改标准时，应记录版本和原因。
7. 处理冲突：对不一致记录进行讨论，必要时引入第三名研究者裁决，并记录最终决定。
8. 进入全文筛选：获取全文后按预设理由排除，例如对象不符、研究设计不符、无目标结局、重复发表或全文不可得。
9. 整理PRISMA数量：记录检索获得、去重后、标题摘要排除、全文评估、全文排除理由和最终纳入数量。
10. 回查原文证据：任何医学结论都必须回到原始论文，核对PMID/DOI、研究方法、样本、结局指标和统计结果。

场景对比：Rayyan、Covidence、ASReview怎么选

纳排标准要先写到能执行

纳排标准如果只写“相关研究”“高质量研究”或“符合主题”，筛选者很容易出现判断漂移。更可执行的写法应包括研究对象、疾病或暴露定义、干预或比较、结局指标、研究设计、发表类型、语言和时间范围。

对于医学主题，还需要提前定义诊断标准、治疗方案、随访时间、主要结局和安全性结局。筛选阶段不应根据研究结果是否显著来决定纳入，也不应因为结论方向符合预期而放宽标准。

建议在正式筛选前抽取一小批题录做试筛。试筛的目的不是提前完成筛选，而是发现纳排标准中的模糊点，例如动物实验是否排除、会议摘要是否保留、同一队列多篇文章如何处理。

双人筛选和冲突处理怎么记录

双人筛选的核心是独立判断。两名筛选者应在看不到对方决定的情况下完成标题摘要筛选，然后再打开冲突列表。Rayyan和Covidence都能支持这类协作方式，具体设置取决于项目权限和团队习惯。

冲突处理不只是把结果改成一致。团队应记录冲突类型，例如对象不符、结局不明、研究类型不清、重复发表或摘要信息不足。对于摘要信息不足但可能符合条件的研究，通常更适合进入全文筛选，而不是在题录阶段直接排除。

如果冲突频繁集中在同一类问题，说明纳排标准需要澄清。此时可以更新标准说明，但应保留版本记录，并说明更新是否影响已筛选题录。

去重、全文管理和PRISMA数量

题录去重应同时参考DOI、PMID、标题、作者、年份、期刊和卷期页码。仅按标题自动去重可能误删同一研究的不同报告，也可能保留标题略有差异的重复记录。

全文管理阶段，应为每条进入全文筛选的记录保存获取状态和排除理由。常见排除理由包括非目标人群、非目标干预、非目标结局、研究设计不符、重复数据、无法获取全文和不是原始研究。

PRISMA记录需要从项目开始就维护。检索获得记录数、其他来源记录数、去重后数量、筛选数量、排除数量、全文评估数量、全文排除理由和最终纳入研究数，都应能从工具或项目表格中追溯。

AI排序的边界和风险

ASReview等AI辅助筛选工具可以帮助团队优先查看更可能相关的题录，但它不能替代系统综述的纳排标准、双人复核和原文核查。模型排序受训练样本、初始标注、题录质量和主题异质性影响。

高风险做法包括只看AI排在前面的文献、没有记录停止规则、把低排名题录直接排除、没有双人复核，以及没有说明AI工具版本和筛选策略。这些做法会削弱综述的可复核性。

所有医学结论都必须回到原始论文核查，至少包括PMID/DOI、研究方法、样本来源和样本量、纳排标准、干预或暴露定义、主要和次要结局、效应量、置信区间、P值、缺失数据处理和统计模型。本文不提供临床建议，也不能替代专业医学判断。

建议的项目文件结构

• 检索记录：保存数据库、检索式、日期、结果数量和导出文件。
• 去重记录：保存去重工具、规则、去重前后数量和人工复核说明。
• 纳排标准：保存PICO、研究设计、语言、时间、排除条件和版本更新记录。
• 筛选记录：保存双人判断、冲突、裁决者、最终决定和标签。
• 全文记录：保存全文获取状态、排除理由和最终纳入清单。
• PRISMA材料：保存流程图数量、补充表格和可复核说明。

延伸阅读和内部链接

如果你正在比较工具，可以继续查看工具对比页面；如果需要整理不同研究主题的证据，可从主题库进入。系统综述写作、PRISMA、偏倚风险评价和证据分级相关材料，可在资源库中继续查找。

一个可靠的筛选流程不依赖单一软件，而依赖清楚的规则、可追踪的记录和对原始论文的复核。Rayyan、Covidence和ASReview可以提升效率，但最终质量仍取决于团队是否按方法学要求执行。