rayyan official systematic review screening tool: 完整指南

工具定位：Rayyan 适合解决什么问题

rayyan official systematic review screening tool 通常用于系统综述、范围综述和证据图谱中的文献初筛与全文筛选阶段。它的核心价值不是替代研究判断，而是帮助团队更快地管理题录、隐藏或显示评审者决定、标注纳入排除原因，并减少多人协作时的混乱。

对医学研究者、研究生和临床团队而言，Rayyan 更适合作为筛选工作台，而不是完整的系统综述平台。检索策略、数据库选择、偏倚风险评价、Meta 分析和证据分级仍需要在其他方法或工具中完成。你可以把它放在 研究方法 流程中的筛选节点，并与引用管理软件、统计软件和报告模板配合使用。

开始前需要准备的材料

在导入 Rayyan 之前，团队应先完成研究问题和筛选规则。医学综述常用 PICO、PECO 或 SPIDER 框架定义人群、干预或暴露、对照、结局和研究设计。若这些规则不清晰，即使工具界面很顺畅，筛选结果也容易不一致。

建议准备三类文件：数据库导出的题录文件、去重后的主文献库、以及包含纳入排除标准的筛选手册。题录可来自 PubMed、Embase、Web of Science、Cochrane Library 或其他数据库；格式通常包括 RIS、BibTeX、EndNote XML 或 CSV，具体以当前工具支持为准。

如果团队成员较多，应提前约定标签命名、排除原因、冲突解决人和记录方式。例如，可以将排除原因分为错误人群、错误干预、错误结局、错误研究设计、非原始研究、非目标语言、重复发表等。规则越具体，后续复核越省力。

实用工作流：从导入题录到输出筛选结果

1. 明确研究问题：用 PICO 或其他框架写出纳入与排除标准，并将边界案例写入筛选手册。
2. 检索与导出：在各数据库完成检索，保留检索日期、检索式、数据库名称和结果数量。
3. 去重：可先在引用管理工具中去重，再导入 Rayyan；也可根据项目需要在 Rayyan 内辅助识别重复记录。
4. 导入题录：将 RIS、BibTeX 或其他支持格式上传至项目，并检查标题、摘要、作者、年份和期刊字段是否正常。
5. 校准筛选：先抽取 50 至 100 条记录，由两名评审者独立筛选，然后比较一致性并修订规则。
6. 标题摘要筛选：评审者独立做纳入、排除或待定决定，必要时添加标签和备注。
7. 冲突处理：由第三名评审者或小组会议解决不一致，并记录最终理由。
8. 全文筛选：获取全文后再次按标准判断，并记录具体排除原因。
9. 导出结果：导出筛选决定、标签和备注，用于 PRISMA 流程图、附录和项目审计。
10. 进入后续阶段：将纳入研究转入数据提取、偏倚风险评价和证据综合环节，可参考 资源页 中的模板。

这个工作流的关键是先校准再大规模筛选。很多团队的问题不是工具不会用，而是筛选标准在前 20% 文献中不断变化，导致后续需要返工。建议每次规则变更都记录版本和日期。

场景对比：什么时候用 Rayyan，什么时候考虑其他方案

如果你的重点是筛选协作，Rayyan 通常值得尝试；如果你的重点是端到端综述管理、质量评价、自动化报告或统计分析，则需要与其他工具组合。工具选择也可以参考 工具目录 或 对比页面。

医学研究中的质量控制要点

医学文献筛选不能只看标题和摘要中的关键词。许多研究在摘要中省略了关键样本特征、随访时间、统计模型或结局定义，因此进入全文筛选后必须重新核对。尤其是干预研究、诊断准确性研究和真实世界研究，摘要往往不足以判断纳入资格。

所有医学结论都必须回到原始论文核查，包括 PMID 或 DOI、研究方法、样本来源、纳入排除标准、样本量、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。筛选工具中的备注只能作为线索，不能作为最终证据本身。

如果研究涉及临床实践、药物、器械、诊断或治疗路径，本页内容不构成临床建议。研究团队应依据原始研究、指南、伦理要求和专业审查进行判断，并在发表前完成方法学复核。

团队协作设置建议

双人独立筛选是医学系统综述中常见做法。Rayyan 的盲法筛选功能可降低相互影响，但前提是评审者不能在筛选过程中通过外部表格提前共享决定。若需要讨论，应在校准阶段或冲突解决阶段集中进行。

建议为每个项目设置一个主负责人，负责题录导入、版本记录、成员权限、标签维护和导出文件归档。其他评审者只负责按照手册筛选和备注疑点。这样可以减少重复导入、误删记录或排除原因不一致的问题。

对于研究生项目，导师或资深研究者应至少参与三个节点：检索式确认、校准筛选结果复核、全文排除原因审查。这三个节点决定了综述的可重复性和可信度，不能完全交给工具或初学者。

风险与边界：不要把筛选工具当成证据结论

Rayyan 的边界很明确：它帮助管理文献筛选过程，但不保证检索全面、不判断研究质量、不验证统计结果，也不自动生成可靠医学结论。若纳入标准本身有偏差，工具只会更高效地执行有偏差的流程。

常见风险包括：导入时字段丢失、重复文献未完全识别、评审者对标准理解不同、标签过多导致不可维护、摘要信息不足导致误排、全文排除原因记录不清、以及导出后与 PRISMA 数量不一致。每个风险都需要人工复核和项目记录。

另一个边界是隐私和合规。通常系统综述筛选处理的是公开文献题录，但如果团队备注中加入未公开数据、患者信息或内部审查意见，就应遵守所在机构的数据治理要求。不要在工具备注中写入不必要的敏感信息。

与其他工具和方法的组合

实际项目中，Rayyan 常与引用管理、检索记录、数据提取表和统计分析工具组合使用。一个常见组合是：数据库检索导出题录，引用管理工具做初步去重，Rayyan 做标题摘要和全文筛选，电子表格或系统综述平台做数据提取，最后用统计软件完成定量合成。

如果项目需要 AI 辅助阅读，也应把 AI 输出作为提示而不是证据。你可以让 AI 帮助识别可能的人群、干预或结局词，但最终筛选决定仍应由研究者根据题录和原文判断。相关主题可继续查看 研究主题 中关于系统综述、证据合成和医学文献评价的内容。

结论：适合把 Rayyan 放在筛选环节

对于医学研究者、研究生和临床团队，rayyan official systematic review screening tool 的合理用法是将其作为文献筛选和协作管理工具，而不是研究设计、证据评价或临床决策工具。它能提升筛选透明度和团队一致性，但前提是研究问题、纳入排除标准和复核机制已经建立。

最稳妥的做法是：先写清筛选手册，再小样本校准，然后双人独立筛选，最后记录冲突处理和全文排除原因。任何医学结论都应回到原始论文和完整统计信息中核查，而不是停留在工具界面的标签或摘要判断上。