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。干预类问题常用 PICO,暴露/预后问题更接近 PECO。这个动作的价值不是形式好看,而是让后面的关键词、纳排标准和证据表字段保持一致。
- 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 工具可以帮你扩展候选词,但正式使用前要回到 PubMed MeSH Database、种子论文标题摘要和指南术语里核验。
- 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。
第四步:不要只记录结果数,要记录为什么这样搜
PRISMA-S 强调检索策略报告的透明度。对研究生和课题组来说,最实用的做法是把数据库、日期、完整检索式、限制条件、去重方式、补充检索来源和每轮结果数放进同一个文档。这样写论文方法学部分时不用靠回忆。
- 记录数据库:PubMed、Embase、Web of Science、Cochrane Library 等。
- 记录补充来源:引文追踪、指南、试验注册库、灰色文献。
- 记录变化原因:为什么加入某个同义词,为什么限制研究类型或时间范围。
第五步:把检索结果变成可复用证据表
检索只是入口。真正能提高综述写作效率的是证据表:研究设计、样本量、人群、干预或暴露、对照、结局、核心结果、局限性、纳排判断和待复核点。Zotero 负责保存和去重,证据表负责把判断沉淀下来。
医学检索流程速查表
| 阶段 | 目标 | 推荐工具 | 产出物 |
|---|---|---|---|
| 问题拆解 | 明确人群、干预、结局和研究类型 | 超能文献、ChatGPT、课题组讨论 | PICO 表 |
| 关键词扩展 | 找到英文同义词、MeSH 和缩写 | PubMed、Semantic Scholar、超能文献 | 关键词池 |
| 正式检索 | 构建可复现检索式 | PubMed、Embase、Web of Science | 检索式和结果数 |
| 全文管理 | 保存、去重、标签和筛选 | Zotero、EndNote、Rayyan | 文献库和筛选状态 |
| 证据整理 | 提取设计、样本、结局和局限 | Excel、Notion、Zotero note | 证据表 |
从中文问题到英文检索式示例
| 步骤 | 示例 | 说明 |
|---|---|---|
| 中文问题 | SGLT2 抑制剂是否改善 2 型糖尿病合并慢性肾病患者的肾脏结局? | 先保留自然语言,不急着写检索式 |
| PICO | P: T2D + CKD;I: SGLT2 inhibitors;C: placebo/usual care;O: renal outcomes | 让问题边界变清楚 |
| 关键词池 | diabetic kidney disease, chronic kidney disease, dapagliflozin, empagliflozin, kidney outcome | 包含疾病、药物类别和具体药名 |
| 主题词核验 | 在 PubMed MeSH Database 检查 Diabetes Mellitus, Type 2、Renal Insufficiency, Chronic 等主题词 | 不要只依赖 AI 扩词 |
| 初版检索式 | (SGLT2 OR sodium-glucose cotransporter 2 OR dapagliflozin OR empagliflozin) AND (diabetic kidney disease OR chronic kidney disease) | 先宽后窄,再根据结果调整 |
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: