Semantic Scholar 引文追踪医学综述流程：种子论文、相关论文、引用网络和漏检检查

适用场景：为什么医学综述需要引文追踪

医学综述、开题报告和课题背景调研通常不能只依赖一次关键词检索。一个主题可能存在同义词、疾病分型、干预名称变化、试验注册名称和缩写差异，单靠 PubMed 检索式容易漏掉关键研究。

Semantic Scholar 的价值在于从一篇已知的种子论文出发，沿着参考文献、被引用文献、相关论文和作者网络扩展线索。它更适合作为文献发现和漏检检查工具，而不是替代数据库检索或原文判断。

如果你正在搭建系统综述、叙述性综述、课题立项依据或相似研究追踪，可以把 Semantic Scholar 放在 PubMed、Web of Science、Scopus、Elicit、ResearchRabbit、Connected Papers、Litmaps 和 Zotero 之间，作为引文网络补充环节。更多工具型页面可参考 工具库，方法型流程可放入 方法库。

准备工作：先选好种子论文

引文追踪的质量高度依赖种子论文。医学主题中，优先选择与你的问题最接近、发表时间较新、期刊可信、方法清楚、样本和结局明确的论文作为起点。系统综述、指南、关键随机对照试验、队列研究或高质量机制研究都可以作为种子。

种子论文不宜只选一篇。更稳妥的做法是准备三类起点：一篇领域内高被引综述，一篇最接近你研究问题的原始研究，一篇近两三年发表的新研究。这样可以同时覆盖经典文献、直接证据和最新进展。

在进入 Semantic Scholar 之前，建议先记录题名、第一作者、期刊、年份、DOI、PMID 和研究类型。后续发现的新论文也应回填这些字段，方便在 Zotero 或其他文献管理工具中去重和筛选。

实操流程：从一篇论文扩展到可核验文献池

1. 输入种子论文：在 Semantic Scholar 中用题名、DOI 或作者加年份检索，确认页面信息与原论文一致，避免进入同名或预印本页面。
2. 查看 References：先看种子论文引用了哪些基础研究、方法论文、早期试验和既往综述。这一步适合向前追踪研究来源。
3. 查看 Citations：再看哪些后续论文引用了这篇文章。医学综述中，这一步常用于发现更新证据、外部验证研究、真实世界研究和后续荟萃分析。
4. 筛选 Highly Influential Citations：如果页面提供高影响引用标记，可以优先浏览，但不要把它当作质量评价。高影响代表网络关系强，不等于方法可靠。
5. 查看 Related Papers：用相关论文列表捕捉关键词检索可能漏掉的相似研究，尤其是疾病亚型、不同干预名称、替代结局指标或相邻人群研究。
6. 检查作者和机构：进入核心作者页面，查看其连续发表的研究线索。医学领域常见同一研究团队围绕同一队列、平台或试验进行多篇发表。
7. 寻找开放 PDF：如果 Semantic Scholar 提供开放全文入口，可以下载阅读；如果没有，应通过期刊官网、PubMed、机构库或 DOI 页面确认正式版本。
8. 回到 PubMed/DOI/PMID 核验：把候选文献逐篇回查 PMID、DOI、期刊版本、研究方法、样本、结局和统计结果，最终纳入判断不能只依据 Semantic Scholar 页面摘要。

这个流程的目标不是无限扩展，而是形成一个可解释、可追溯、可去重的候选文献池。每一次纳入都应能说明来源：来自参考文献、被引文献、相关论文、作者主页还是开放全文线索。

场景对比：Semantic Scholar 应该和哪些工具搭配

如果你的目标是画论文关系图，ResearchRabbit、Connected Papers 和 Litmaps 往往更直观；如果你的目标是把线索回收到正式文献管理和医学证据核验中，Semantic Scholar 更适合承担发现入口和补充检查的角色。相关工具选择可在 对比页面 中进一步整理。

医学综述中的纳入判断：不要停留在摘要层

Semantic Scholar 页面通常会展示摘要、引用量、相关论文和开放 PDF 链接，但医学结论必须回到原始论文确认。你需要检查 PMID/DOI 是否对应正式版本，研究方法是否匹配综述问题，样本来源是否清楚，主要和次要结局是否与你的问题相关，统计方法和效应量是否能够支持结论。

尤其在干预、诊断、预后和安全性主题中，摘要可能省略重要限制，例如选择偏倚、失访、亚组分析、复合终点、模型校正变量、置信区间宽度或多重比较问题。引用网络只能告诉你哪些论文相互连接，不能替你完成证据质量评价。

如果发现预印本、会议摘要、撤稿论文、更正版本或同一队列的多篇分析，应在笔记中明确标记。医学综述写作中，最终表述应基于正式发表版本和原文数据，而不是基于平台自动摘要或引用量。

风险与边界：Semantic Scholar 不能替代系统检索

Semantic Scholar 适合做发现、追踪和漏检检查，但不能单独作为医学系统综述的唯一检索来源。它的收录范围、题录合并、引用关系、开放 PDF 链接和相关论文推荐都可能存在不完整或延迟。

引用量和高影响标记也不等于研究质量。高被引论文可能是经典证据，也可能是争议论文、方法问题论文或被大量引用来指出局限。医学结论必须结合原文方法、样本、结局、统计和偏倚风险，而不是依据平台排序。

本流程用于科研检索、综述写作和课题背景整理，不构成临床建议。任何涉及诊断、治疗、用药、预防或患者管理的判断，都应由合格专业人员依据指南、原始证据和具体临床情境完成。

记录模板：让引文追踪可复查

建议为每篇候选文献记录以下字段：题名、作者、年份、期刊、DOI、PMID、研究类型、样本量、人群、干预或暴露、比较组、主要结局、发现来源、是否获取全文、初步纳入判断和排除理由。

发现来源可以写成 Semantic Scholar References、Semantic Scholar Citations、Semantic Scholar Related Papers、Author Page 或 Open PDF。这样在后期写方法部分、补充材料或向导师解释检索路径时，能够清楚说明文献是如何进入候选池的。

完成一轮追踪后，应把候选文献导入 Zotero 或同类工具去重，再回到 PubMed 和 DOI 页面补全题录。需要沉淀流程、模板和检查清单时，可以把记录放入 资源库 或团队共享文档中。

推荐工作方式：小步扩展，及时收束

实际操作中，不建议从一篇种子论文无限点击下去。更可控的方式是设定层级：第一轮只看种子论文的参考文献和被引文献，第二轮只打开高度相关论文，第三轮用 PubMed 和 DOI 核验并去重。

对于开题和课题背景，通常需要快速定位研究空白，可以重点看近五年被引关系、最新综述和核心研究团队。对于正式综述，除了引文追踪，还要建立可复现的数据库检索式、纳入排除标准和筛选流程。

Semantic Scholar 的最佳位置，是在标准数据库检索之外帮助你发现遗漏线索、理解研究网络和补全文献池。把它与 PubMed 原文核验、Zotero 管理、关系图工具和人工方法学判断结合，才能更适合医学综述写作。