Rayyan 系统综述筛文献：标题摘要筛选、双人盲筛和 Covidence 对比

这个工具解决什么问题

Rayyan 是一个用于系统综述、范围综述和证据梳理的题录筛选工具。它主要解决检索结果太多、多人筛选难同步、冲突记录容易混乱的问题。

在医学科研中，研究者常从 PubMed、Embase、Web of Science、Cochrane Library 等数据库导出大量题录。若只用 Excel 手工筛选，容易出现重复判断、状态不一致、排除理由缺失和协作者之间无法盲法独立筛选等问题。

Rayyan 的价值在于把标题摘要筛选流程结构化。研究者可以导入题录，邀请协作者，设置盲筛，给文献添加标签，并在完成独立筛选后集中处理冲突。

需要注意的是，Rayyan 更像是系统综述早期筛选阶段的工作台，而不是完整的系统综述管理平台。它能提高筛选组织效率，但不能替代研究方案、检索策略、全文判断、数据提取和偏倚风险评价。

适合的医学科研场景

Rayyan 最适合用于医学系统综述的标题摘要初筛。例如，研究某种降压药对心血管结局的影响，或比较不同影像检查对肺结节诊断价值时，研究者可先把数据库检索结果导入 Rayyan，再由两名评价者独立筛选。

它也适合范围综述和证据图谱。对于肿瘤免疫治疗、慢病管理、护理干预、公共卫生政策、罕见病诊疗等主题，研究团队可以用标签标注文献所属疾病、干预类型、研究设计和结局指标。

对于临床医生和研究生，Rayyan 适合在课题开题、指南证据更新、Meta 分析前期准备中使用。它能帮助团队快速识别明显不相关文献，并形成后续全文获取清单。

• 系统综述：按预设 PICO 标准筛选随机对照试验、观察性研究、诊断试验或预后研究。
• 范围综述：给文献添加研究对象、疾病领域、干预措施、结局指标和研究设计标签。
• 指南证据更新：对新增检索记录进行初筛，保留可能影响推荐意见的研究。
• 研究生课题训练：用于学习双人独立筛选、冲突解决和 PRISMA 流程记录。

不适合的情况

Rayyan 不适合直接替代全文筛选和数据提取。标题摘要阶段只能判断文献是否可能符合条件，很多研究必须阅读全文后才能确认样本、干预、结局、随访时间和统计方法。

如果团队需要完整的数据提取表、偏倚风险评价模板、GRADE 证据概要表、严格审计日志或复杂权限管理，Rayyan 可能不够。此时可以评估 Covidence、EPPI-Reviewer、DistillerSR 等更完整的平台。

它也不适合上传患者级临床数据、未脱敏影像数据、原始组学数据或含个人身份信息的材料。Rayyan 主要处理文献题录和摘要，而不是临床数据库或研究原始数据管理工具。

实务建议：把 Rayyan 定位为“题录筛选工具”，而不是“系统综述全流程工具”。筛选前先写清纳排标准，筛选后再进入全文评估和数据提取阶段。

核心功能如何用于系统综述

题录导入是 Rayyan 的基础功能。研究者可从数据库或文献管理软件导出 RIS、BibTeX、CSV 等格式，再导入到 Review 项目中。导入后应检查题名、作者、年份、期刊、摘要和 DOI 是否完整。

双人盲筛是它对医学系统综述最有用的功能之一。两名评价者可以独立判断纳入、排除或待定，在解除盲法前互相看不到对方决定，有助于减少从众判断。

冲突处理适合放在初筛完成后进行。项目负责人可以查看两名评价者意见不一致的题录，结合纳排标准讨论决定是否进入全文筛选。建议保留冲突处理规则，以便后续写入方法学部分。

标签和关键词高亮可用于细分文献。例如，影像组学综述可标注 CT、MRI、PET、深度学习、外部验证；药物安全性综述可标注人群、暴露、对照、结局和研究设计。

机器学习辅助排序可以帮助研究者优先阅读可能相关的题录，但不应被解释为自动纳排。医学证据合成需要可解释的纳排标准，最终判断仍应由研究者完成。

建议的工作流程

在使用 Rayyan 前，团队应先确定综述问题和纳排标准。至少应明确研究对象、干预或暴露、对照、结局、研究设计、时间范围、语言限制和排除理由分类。

检索完成后，建议先在 EndNote、Zotero 或数据库平台进行初步整理，再导入 Rayyan。导入后应抽查重复记录和缺失摘要，避免因为题录信息不完整导致误排。

筛选时，两名评价者最好先进行小样本校准。例如随机抽取 50 到 100 条题录，比较双方理解是否一致，再正式开始盲筛。这样可以减少后期大量冲突。

筛选完成后，应导出纳入、排除、待定和冲突处理结果。导出文件可用于全文获取、PRISMA 流程图、补充材料整理，以及向审稿人说明文献筛选过程。

数据隐私与合规提醒

Rayyan 是在线协作平台，上传的通常是公开文献题录、摘要、标签、筛选决定和团队成员信息。虽然这些内容通常不属于患者隐私数据，但仍可能暴露未发表课题方向或商业合作主题。

医学团队不应把患者姓名、住院号、身份证号、未脱敏影像、原始组学数据或临床数据库上传到 Rayyan。若项目涉及药械评价、指南制定、企业合作或保密课题，应先确认机构政策。

在发表系统综述时，可在方法部分说明使用 Rayyan 进行标题摘要筛选和冲突处理，但不要把软件辅助排序描述为替代人工判断。更稳妥的写法是说明两名研究者独立筛选，分歧通过讨论或第三方裁决解决。

与常见替代工具的区别

与 Covidence 相比，Rayyan 更轻量，更适合题录筛选阶段；Covidence 通常更适合需要全文筛选、数据提取和偏倚风险评价整合的团队。

与 ASReview 相比，Rayyan 的协作筛选和盲筛流程更直观；ASReview 更强调主动学习辅助排序，适合对大量题录进行优先级排序的项目，但团队仍需保留人工筛选标准。

与 EPPI-Reviewer 或 DistillerSR 相比，Rayyan 的项目治理和复杂流程管理能力较有限。大型指南、HTA 或多中心证据评价项目，如果需要细粒度权限、审计日志和复杂数据提取模板，可能需要更完整的平台。

总体而言，Rayyan 适合把医学系统综述从“表格筛文献”推进到“结构化协作筛文献”。它的边界也很清楚：题录筛选可以依赖它组织流程，证据评价和结论形成仍要回到规范的循证医学方法。