用途
该技能面向系统综述与荟萃分析的全流程工作，目标是让综述达到 PRISMA 2020 标准所要求的透明性与可复现性：另一个团队应能重跑你的检索并得到相同的纳入集合。技能建议按阶段推进，并全程保留审计轨迹（日期、计数、决策），因为事后补记录是综述无法通过同行评审的常见原因。
主要能力
技能按六个阶段组织工作：
阶段 1：方案（检索前） 使用 PICO（人群、干预、对照、结局）框定问题；暴露用 PECO，定性研究用 SPIDER，范围综述用 PCC。预先指定纳入排除标准、主要/次要结局、数据库、日期限制、语言、偏倚风险工具与合成方法。在筛选开始前注册方案：健康与人类结局用 PROSPERO，其他用 OSF Registries，并记录注册号。方案撰写使用 PRISMA-P 清单，范围综述遵循 PRISMA-ScR。
阶段 2：检索 为每个 PICO 要素构建一个概念块：受控词表（PubMed 的 MeSH、Embase 的 Emtree）OR 自由文本同义词，再用 AND 连接各块。按数据库翻译语法（字段标签不同：PubMed 用 [tiab]，Embase 用 :ti,ab，Scopus 用 TITLE-ABS-KEY()，Web of Science 用 TS=），不可将同一字符串到处粘贴。验证灵敏度：检索必须能召回预先组装的已知相关论文集合。至少检索两个书目数据库，加上试验注册库，并对纳入研究做前向与后向引文检索。按数据库记录平台、精确字符串、运行日期与命中数，这些将逐字放入补充材料（PRISMA 第 7 项），PRISMA-S 详细覆盖检索报告。
阶段 3：去重与筛选 提供去重脚本，可将多个数据库导出文件合并为筛选用 CSV，并输出去重计数。输出 CSV 含 screen_title_abstract、screen_full_text 与 exclusion_reason 列，可在电子表格中筛选，或导入 Rayyan、Covidence 或 ASReview。两名独立评审员先筛标题/摘要，再筛全文，报告一致性（Cohen's kappa）及冲突解决方式。全文排除需各有一个来自固定列表的主要理由，这些构成流程图中的“排除报告”框。AI 辅助筛选（主动学习、LLM 分诊）必须描述、对照人工决策验证，且绝不能作为排除的唯一评审员。
阶段 4：提取与偏倚风险 在 3-5 项研究上试点数据提取表，尽可能双人提取。按设计选择偏倚风险工具：RoB 2（随机试验）、ROBINS-I（非随机干预）、ROBINS-E（暴露）、QUADAS-2（诊断准确性）、Newcastle-Ottawa（观察性，常用）、CASP/JBI（定性）。用 GRADE 对每个结局评定证据确定性，并呈现结果摘要表。
阶段 5：合成 仅当研究足够相似时才做荟萃分析。临床与方法学异质性默认用随机效应模型，报告 I²、tau² 与预测区间。仅做预先指定的亚组与敏感性分析，事后分析需标注。小样本效应：研究数≥10 时用漏斗图加 Egger 检验。不做荟萃分析时遵循 SWiM 指南。计算可用 R 的 metafor/meta 或 Python statsmodels。
阶段 6：报告 从记录的计数生成流程图，脚本会拒绝不一致的算术。完成 27 项 PRISMA 2020 清单，标注每项报告的页码/章节，随稿件提交。摘要须遵循 PRISMA 2020 摘要清单（12 项）。
使用方式
技能提供脚本与参考文件：去重脚本接收各数据库导出文件并输出筛选 CSV 与去重计数；流程图脚本可生成模板、输出 Mermaid 或 DOT 格式。使用前需按阶段准备方案、检索式与记录。
适用场景
适用于撰写综述方案、构建可复现检索、执行系统综述或荟萃分析、生成 PRISMA 流程图与清单的研究工作。
限制
技能强调诚信规则：绝不编造检索计数、研究或筛选决策，流程图每个数字必须来自记录日志；需核验每项纳入研究的书目记录并报告精确检索日期。技能还列出综述被拒的常见原因，如方案未注册或筛选开始后才注册且无解释、仅一个数据库、检索字符串未完整报告或不可复现、单人筛选无理由、流程图数字对不上、合并临床异质性研究、忽视偏倚风险、结论强于 GRADE 确定性支持。相关技能包括 literature-review、citation-verification、statistical-analysis、scientific-writing、peer-review。