Elicit / Elicit.org 医学文献综述工具使用教程：从 research question 到证据表

Elicit 适合解决什么问题

Elicit 是面向研究问题的 AI 文献发现工具，适合把一个英文 research question 扩展成候选论文池，并提取摘要级字段。它适合 medical literature review tool 的早期阶段：快速判断方向、找到种子论文、形成证据表雏形。

第一步：把中文问题改写成英文 research question

医学问题最好先拆成 PICO：人群、干预或暴露、对照和结局。相比输入零散关键词，清晰的英文问题更容易让 Elicit 返回相关论文。中文用户可以先用超能文献或 PubMed MeSH 帮助扩展英文同义词。

第二步：设置证据表字段

不要只看标题和摘要。建议在 Elicit 里重点提取研究类型、样本量、人群、干预、主要结局、随访时间、局限性、PMID/DOI。字段越贴近后续综述写作，返工越少。

• 基础字段：title、year、journal、DOI、PMID。
• 方法字段：study design、population、sample size、intervention、comparator。
• 结果字段：primary outcome、effect size、confidence interval、limitations。
• 复核字段：include/exclude reason、full text checked、notes。

第三步：把候选论文带回 PubMed 和 Zotero

Elicit 的候选论文池不能直接等同于正式检索结果。建议把高相关论文导出或记录 DOI，回到 PubMed/Embase/Web of Science 建正式检索式，再保存到 Zotero 做全文阅读和引用管理。

常见误区

最常见的问题是把 Elicit 输出的摘要级结论直接写进综述。医学论文的样本量、终点定义、统计方法和偏倚风险通常需要全文核验，摘要不足以支撑最终判断。

Elicit 在医学综述流程中的位置