医学文献检索工作流：从中文问题到 PubMed、Zotero 和证据表

第一步：把中文问题翻译成检索问题

不要直接把一句中文问题丢进数据库。先拆成研究对象、人群、干预或暴露、对照、结局和研究类型。哪怕最后不用完整 PICO，这个动作也能迫使你明确检索边界。

• 人群：疾病、年龄、分期、场景、地区。
• 干预或暴露：药物、手术、生活方式、风险因素、模型或工具。
• 结局：死亡率、复发率、生存期、不良事件、生活质量、诊断准确性。

第二步：建立关键词池

医学检索的关键词池至少包含中文词、英文同义词、缩写、MeSH 词、常见拼写差异和上位/下位概念。AI 工具可以帮你扩展，但正式使用前要回到 PubMed 和权威文献核验。

• 从 5 到 10 篇高相关论文标题和摘要里提取英文表达。
• 用 PubMed MeSH Database 检查主题词是否存在。
• 把疾病、干预和结局分别维护，不要混成一长串。

第三步：从粗检索到可复现检索式

先用宽泛检索确认方向，再逐步加入同义词、布尔逻辑、字段限定和日期限制。系统综述场景下，应保留每一次检索式迭代和结果数量。

医学检索流程速查表

PubMed 检索记录模板

适合复制到课题文档或综述方法学记录。

研究问题：
数据库：PubMed
检索日期：
检索式：
时间范围：
语言限制：
文献类型限制：
初检结果数：
去重后数量：
标题摘要筛选标准：
全文筛选标准：
备注：