第6节　其他要点

对于符合纳入和排除标准的论文，可以把他们放在文献整理软件（如，Endnote或Refworks）中进行归档，也可以打印出来单独存放，以促进后期数据提取。系统文献综述是对既往研究的分析和评论，对于原始文献所汇报内容的提取是完成一个文献综述的核心步骤。拿到一篇文献之后，可以着重阅读以下几个方面，进行有效数据提取。

首先，通过阅读研究背景，找到研究问题或目的。其次，反复阅读研究的方法学，直到能够读懂作者在该研究中做了什么。有时候，由于期刊的篇幅有限，有些重要信息可能无法完全展示在论文里。此时，可以记录下自己的推断（并标记好是自己通过上下文推断出来的）。在方法学中，着重寻找以下信息：研究设计、样本量、纳入和排除标准、研究对象的招募场所、招募和筛查方法、数据收集的具体方法（随访、失访等信息）、主要变量及测量方法等。再者，阅读研究结果。在阅读结果时，要重新熟悉本研究的目的，以查看作者是否回答了他们最初提出的研究问题或假设。在回答主要研究问题的过程中，是否提出并回答了其他问题。然后，阅读讨论部分。在这一部分，主要考虑研究的优势和局限性，特别注意有哪些其他研究问题还未得到解决。最后，还需要关注纳入论文的参考文献列表，进而识别出需要进一步去查阅的论文（包括原创性研究和综述）。

通过采用“data matrix”（数据矩阵）的方式，对所提取的信息进行整理。对文献进行回顾时，常常需要处理太多的细节和信息，如果不对其进行标准化提取和整理，很容易遗漏重要信息且让人觉得数据太杂乱而手足无措。构建数据矩阵如同盖房子，每个单元格里的数据就像一块砖头，通过把每个单元格按照逻辑顺序填满，可以高效地完成数据提取。

构建数据矩阵是撰写综述的基础，可以将其划分为三个主要过程：①有序组织纳入的各个研究：一般多按照发表年限进行组织、排序；②确定提取主题（topic），即确定“表头”，例如：国家、研究目的、研究设计、研究方法等；③阅读每一篇文献，按照表头提取信息。如果有特别需要说明的地方，做好相应的记录。

在构建矩阵时，建议尽可能多地涵盖所要提取的内容。这样的话，有利于避免后期返工。另外，不是每一篇论文都会提供矩阵中拟提取的信息。此时，可以把该研究相对应的那个单元格空在那里。等到完成所有纳入文献的数据提取后，如果大部分论文针对某个内容均未进行汇报，那么在呈现最后的表格时，可以不包含此部分。但是，几乎对于所有的文献综述，都需要提取以下内容：作者、年份、国家。剩余的内容多要依赖于综述的目的以及你对该领域的熟悉程度。在确定剩余要提取的内容时，可以参考以下过程。①阅读纳入的文献：第一遍，按照时间顺序阅读各个文献，这有利于你了解相关研究问题随着时间的变化趋势。第二遍，重点阅读需要提取的部分。②列出重要内容：阅读原始文档时，列出最重要的内容，包括研究方法和特定的内容。例如，如果前面几个研究采用了观察性研究设计，而后来的研究使用了实验性研究设计，那么方法学中的“研究设计”就是一个你需要提取的主题。但是，如果所有的研究都采用了同样的研究设计，呈现结果时，就没有必要单独给出一列展示“研究设计”，这样可以减少表格篇幅。③阅读完所有论文以后，请从以下两个方面考虑，进而选择最重要和最相关的主题：该领域的主要内容及文献综述的目的。例如，假设你的文献综述的主要内容是调查治疗失眠的非药物疗法及其效果，那么就需要预留出一栏以提取各种非药物疗法的具体内容。(https://www.daowen.com)

当然，以下情况也经常发生。在完成了前几个研究的数据提取之后，可能需要添加一些重要的主题（栏目）。添加这些主题后，需要重新查看之前已经完成了数据提取的文献，并对数据矩阵（或表格）进行相应的补充。数据提取是一个反复的过程（iterative process），几乎没有人能够读一遍论文就把所有需要包含的数据提取完。对于所要提取数据的全面性，没有一个一成不变的规则，唯一的指南是：你需要对相关领域的文献足够了解（own the literature），而采用数据矩阵是一个很好的方法。

最后，在开展系统文献综述之前，需要格外注意以下几点（表5-2）。只有明确了开展文献综述过程中的重要任务，并及时规避常见错误，才能够有的放矢，完成一个完整、严谨的系统综述。

表5-2　开展系统文献综述的重要任务及常见错误