SuperAPI AI 工具集

systematic-review

编程与开发

查看项目

更新于 10-15 20:06

技能介绍

用途:按PRISMA 2020指南编排完整系统综述与元分析流程,从方案制定到多数据库检索、筛选、数据提取、定量合成与标准化报告。

主要能力:分七步执行。一、方案制定:用PICO框架构建研究问题,设定纳入排除标准、检索策略、结局指标与效应量,建议在PROSPERO或OSF预注册。二、多库检索:覆盖PubMed/MEDLINE、arXiv、Semantic Scholar、CrossRef,构建各库检索式,记录查询与结果数,去重并做引文追溯。三、筛选:标题摘要初筛与全文评估两阶段,记录排除原因,多人评审时计算Cohen's kappa。四、数据提取:提取研究特征、人群干预对照、结局结果与质量指标,可借助ScienceClaw从PDF全文辅助结构化提取。五、偏倚风险与质量评估:使用RoB 2、ROBINS-I、Newcastle-Ottawa等工具,生成交通灯图,并用GRADE评估证据确定性。六、元分析:计算SMD、OR、RR、HR等效应量,拟合随机或固定效应模型,生成森林图,评估异质性(I²、Cochran's Q、tau²),做亚组与敏感性分析(留一法、trim-and-fill、漏斗图)。七、PRISMA报告:产出流程图、纳入研究特征表、偏倚风险汇总、森林图与漏斗图、GRADE证据概要表及完整PRISMA 2020清单。

使用方式:作为元技能协调literature-search(多库查询、去重、引文追溯、导出)、scienceclaw-ie(PDF结构化提取、实体识别、表格解析)、paper-writing(PRISMA合规报告生成、图表格式化、参考文献管理)三个专项技能。

适用场景:需要严格遵循PRISMA 2020的循证医学、临床与计算领域系统综述与元分析。

限制:资料未提供具体安装命令、收费方式、平台支持与运行环境要求;实际效果取决于所接入数据库权限与数据质量。