不少研究人员在决定写一篇综述时，脑海中首先出现的往往是一个比较模糊的想法：整理一下某个领域的研究进展，归纳已有成果，再讨论未来的发展方向。
但真正开始准备投稿时，问题就来了：这篇文章究竟应该写成 Narrative Review，还是 Systematic Review？如果想系统梳理某个研究领域，是否应该选择 Scoping Review？如果已有不少相关研究结果，能不能进一步做 Meta-analysis？
这些问题并不只是名称上的区别。综述类型不同，意味着研究问题、文献检索策略、纳入与排除标准、证据综合方法，甚至最终适合投稿的期刊都可能不同。
一个容易被忽视的事实是：综述不是一种固定的文章类型，而是一组研究方法和写作形式各不相同的学术文章。
选择综述类型时，不应该一味追求方法看起来有多严格，而应该考虑自己的研究问题究竟需要什么样的证据整理方式。一篇方法扎实的叙述性综述，完全可能比一篇设计不合理的系统性综述更有学术价值。
不同综述类型，解决的是不同问题
在科研实践中，最常见的误区之一，就是把所有文献综述都当成同一种文章，只是检索文献的数量和写作深度有所不同。
实际上，不同综述类型之间的核心区别，在于它们希望回答什么问题，以及如何获得和组织证据。
叙述性综述（Narrative Review）：适合解释一个领域的发展与现状
叙述性综述是科研人员最熟悉的综述形式。它通常围绕某个研究主题，对已有文献进行选择、整理、归纳和批判性讨论，帮助读者理解一个领域的发展脉络、主要理论、关键发现以及尚未解决的问题。
例如，一篇关于肿瘤免疫微环境的叙述性综述，可以讨论免疫细胞的组成、不同细胞之间的相互作用、相关分子机制，以及这些发现对肿瘤治疗的启示。
这类综述回答的问题通常比较开放，例如：某个研究领域发展到了什么阶段？目前有哪些重要理论？不同研究之间存在哪些分歧？未来有哪些值得探索的方向？
叙述性综述的优势是灵活性较高。作者可以根据研究主题组织章节，不必完全遵循系统性综述的标准化检索和筛选流程。对于已经熟悉某个领域的研究人员来说，它也是展示专业判断和学术洞察力的重要方式。
不过，灵活并不意味着可以随意选择文献。作者仍然需要说明重要研究的选择依据，避免只引用支持自己观点的论文，而忽略相反的研究结果。
适合人群和研究目标： 对领域有一定积累的研究人员、希望总结某个方向的理论进展或提出新的研究视角的作者，以及需要为后续研究建立背景框架的科研人员。
时间与方法要求： 相对较低，但仍需要充分阅读文献、进行批判性分析。研究周期取决于主题范围和文献数量。
常见陷阱： 把叙述性综述写成文献摘要的简单拼接。每篇论文介绍得很详细，却没有比较研究之间的异同，也没有形成自己的分析框架。这样的文章读起来更像文献笔记，而不是有学术贡献的综述。
系统性综述（Systematic Review）：适合回答明确、可检验的问题
如果说叙述性综述更强调对研究领域的理解和解释，那么系统性综述更强调按照预先设计的方法，全面、透明地识别、筛选和综合相关证据。
它通常围绕一个具体研究问题展开。例如，某种干预措施是否能够改善特定患者群体的临床结局？某种诊断方法的准确性如何？某种环境因素与特定疾病之间是否存在关联？
系统性综述需要制定明确的研究方案，设计检索策略，确定数据库和检索日期，制定纳入与排除标准，并记录文献筛选过程。根据研究问题，还可能需要开展偏倚风险评价（Risk of Bias Assessment）和证据质量评价。
在医学和公共卫生研究中，PICO框架经常用于构建问题：
- P（Population）：研究对象或人群。
- I（Intervention）：干预措施或暴露因素。
- C（Comparison）：对照措施。
- O（Outcome）：研究结局。
并不是所有系统性综述都必须使用PICO。例如，诊断准确性研究、定性研究和病因学研究可能需要其他问题框架。
系统性综述的优势在于方法透明、可重复性较强，能够降低作者主观选择文献带来的偏倚。但它对研究设计和执行过程的要求也比较高。
适合人群和研究目标： 已经具备一定文献检索经验，希望回答具体研究问题的研究生、博士后和独立研究人员，尤其适合临床医学、循证医学和公共卫生领域。
时间与方法要求： 较高。除了检索和筛选，还需要处理重复文献、提取数据、评价偏倚风险，并按照适当的方法综合结果。多人协作通常更有利于提高筛选和数据提取的可靠性。
常见陷阱： 只在PubMed中搜索几组关键词，就将文章称为系统性综述；没有预先确定纳入标准；筛选过程缺乏记录；只报告有统计学意义的结果。需要特别强调，系统性综述并不等于搜索大量论文，更不等于简单地把所有研究放在一起讨论。
范围综述（Scoping Review）：适合摸清一个领域的研究版图
当研究主题比较新、涉及的概念较多，或者现有研究分布在不同学科和研究设计中时，直接开展系统性综述可能并不合适。
这时可以考虑范围综述。
范围综述的核心目标是绘制某个研究领域的整体图景（Evidence Mapping），而不是一定要回答某个干预措施是否有效。
例如，人工智能在医学诊断中的应用已经涉及影像识别、辅助诊断、风险预测、临床决策支持等多个方向。研究人员可能希望了解：目前有哪些应用场景？使用了哪些技术？研究集中在哪些疾病领域？现有证据有哪些明显空白？
这些问题更适合通过范围综述回答。
范围综述通常也需要系统化检索、明确筛选标准和规范的数据提取，但其结果更侧重研究主题、研究设计、证据分布和知识空白，而不一定进行严格的效果比较或Meta-analysis。
适合人群和研究目标： 研究新兴领域的科研人员、刚进入某个跨学科方向的研究者，以及希望为后续系统性综述确定研究范围的人。
时间与方法要求： 中等至较高。虽然通常不需要像某些系统性综述那样深入评价每项研究的偏倚风险，但检索、筛选和证据分类仍然需要规范执行。
常见陷阱： 把范围综述当成降低标准的系统性综述。范围综述并不是因为作者不想评价研究质量才选择的形式，而是因为研究目标本身更侧重描述证据分布和研究现状。
元分析（Meta-analysis）：适合对可比的定量结果进行统计合并
元分析经常与系统性综述一起出现，但两者并不是同一个概念。
系统性综述是一种证据识别和综合方法，元分析则是一种统计分析方法。符合条件的系统性综述可以进一步开展元分析，但并非所有系统性综述都适合进行元分析。
例如，几项临床试验研究了同一种药物对某种疾病的治疗效果，并报告了相对风险（Risk Ratio）、均值差（Mean Difference）或其他可转换的效应量。如果研究对象、干预措施、结局指标和研究设计具有足够的可比性，就可能通过统计方法合并结果。
元分析可以提供总体效应估计，并通过异质性分析（Heterogeneity Analysis）、亚组分析和敏感性分析，进一步探索不同研究结果之间的差异。
但这里有一个非常重要的前提：研究结果能够进行合理的比较和统计合并。
即使两篇论文研究的是同一种疾病，如果患者特征、干预方式、结局定义或随访时间存在明显差异，也不意味着它们可以直接合并。
适合人群和研究目标： 有明确研究问题、具备一定统计学基础，并且能够获得足够可比的定量研究结果的科研人员。对于初学者，建议与有Meta-analysis经验的研究者合作。
时间与方法要求： 高。除了系统性检索和数据提取，还需要掌握效应量计算、模型选择、异质性分析、发表偏倚评估等方法。
常见陷阱： 为了做元分析而强行合并数据；只关注I²等统计指标，却忽略研究设计和临床异质性；将统计学显著性误认为临床意义。研究数量多，也不代表合并结果一定可靠。
伞状综述（Umbrella Review）：适合综合已有综述的证据
当一个研究领域已经积累了大量系统性综述和Meta-analysis时，研究人员可能会遇到另一个问题：不同综述得出的结论是否一致？哪些结论具有较强的证据支持？不同综述之间是否存在重复、冲突或方法学质量差异？
伞状综述就是为这类问题设计的。
它通常以系统性综述和Meta-analysis作为主要纳入对象，对已有的综述证据进行进一步整合。
例如，某种生活方式因素与多种慢性疾病之间的关系已经被大量Meta-analysis研究。伞状综述可以从更高层次比较这些疾病领域的证据，评估结论的一致性和证据可信度。
适合人群和研究目标： 已经有大量高质量系统性综述的成熟研究领域，以及希望进行跨疾病、跨干预措施或跨结局证据比较的研究团队。
时间与方法要求： 高。需要掌握系统性综述检索、综述质量评价、重叠研究识别和证据分级等方法。
常见陷阱： 只是把几篇Meta-analysis的结论放在一起比较，却没有处理原始研究重复纳入的问题。多个系统性综述可能使用了大量相同的原始研究，如果不考虑这种重叠，就可能夸大某些证据的独立支持程度。
快速综述（Rapid Review）：适合有明确时间限制的证据需求
科研项目、临床决策和公共卫生政策有时需要在较短时间内获得相对可靠的证据。完整的系统性综述可能耗时较长，这时快速综述就有了应用空间。
快速综述通常保留系统性证据综合的基本思路，但会对部分方法进行简化，例如限制检索数据库、缩短检索时间范围、采用单人初筛加第二人核查，或者简化数据提取流程。
例如，某个公共卫生机构需要在较短时间内了解一种干预措施的现有证据，以支持阶段性的政策判断，就可能选择快速综述。
适合人群和研究目标： 有明确时间限制的研究团队、临床决策支持项目和政策研究人员。
时间与方法要求： 中等至较高。快速综述不是不需要方法，而是需要清楚说明哪些环节经过了简化，以及这些简化可能带来什么偏倚。
常见陷阱： 只因为检索时间短，就将文章称为快速综述；没有说明方法上的限制；将快速获得的证据解释为与完整系统性综述具有相同的全面性。
整合性综述（Integrative Review）：适合综合不同类型的研究证据
整合性综述在护理学、医学教育、社会科学和跨学科研究中比较常见。
它的特点是可以纳入不同研究设计的证据，包括定量研究、定性研究以及部分理论性文献，从多个角度理解一个复杂问题。
例如，研究人员希望了解数字健康工具如何影响慢性病患者的自我管理，不仅需要关注临床指标，还可能需要分析患者体验、医护人员反馈、技术接受度和实施障碍。
这类问题很难仅通过定量研究回答。整合性综述能够将不同类型的证据放在同一个分析框架下，形成更全面的理解。
适合人群和研究目标： 研究复杂现象、跨学科问题和实践应用问题的科研人员，尤其适合需要结合定量与定性证据的研究。
时间与方法要求： 中等至较高。不同研究设计的证据如何评价、分类和综合，是整合性综述的主要方法学挑战。
常见陷阱： 将不同类型的研究简单放在一起介绍，却没有建立统一的分析逻辑。不同研究方法产生的证据并不天然具有可比性，作者需要解释如何整合以及为什么这样整合。
动笔之前，先回答这几个问题
了解了不同综述类型之后，真正困难的往往不是记住它们的定义，而是判断自己的选题应该归入哪一种。
我更建议研究人员在开始检索文献之前，先认真回答以下几个问题。
你的研究问题究竟有多具体？
如果只是想了解某个领域的发展、理论和主要研究方向，叙述性综述可能更合适。
如果希望回答一个具体、可检验的问题，例如某种治疗措施是否有效，可以考虑系统性综述。
如果希望了解某个新兴领域包含哪些研究主题、技术和证据空白，范围综述可能更适合。
如果想比较已有系统性综述的结论，则可以考虑伞状综述。
你希望综合什么类型的证据？
如果主要讨论理论、机制和概念，叙述性综述通常具有更大的灵活性。
如果需要系统识别某类研究并评价证据质量，系统性综述更合适。
如果研究结果是可比较的定量数据，并且具备合理的统计合并条件，可以考虑Meta-analysis。
如果需要同时整合定量研究、定性研究和理论证据，则可以考虑Integrative Review。
目前的文献积累是否足够？
这一点非常关键。
如果一个领域刚刚兴起，相关研究数量有限，研究设计也比较分散，直接开展Meta-analysis往往不现实。
如果已有大量不同类型的研究，但缺乏清晰的分类和研究版图，可以先考虑Scoping Review。
如果一个领域已经有多篇系统性综述，才有必要进一步评估是否适合Umbrella Review。
不要因为某种综述形式在期刊上看起来更有吸引力，就忽略实际文献基础。
你是否具备相应的方法学能力和资源？
系统性综述和Meta-analysis需要的不只是英文阅读能力，还包括检索策略设计、文献筛选、数据提取、偏倚风险评价和统计分析能力。
如果缺乏相关经验，可以寻找有经验的合作者，或者先学习Cochrane Handbook、JBI Manual等方法学资源。
对于研究生来说，研究时间、数据库权限、统计软件使用能力以及团队成员的分工，都应该在选题阶段考虑，而不是等到论文写了一半才发现无法完成。
目标期刊是否接受这种综述类型？
不同期刊对综述文章的偏好存在明显差异。
有些期刊经常发表叙述性综述，尤其是邀请领域专家撰写的专题文章；有些期刊则更重视系统性综述和Meta-analysis；护理学、公共卫生和教育研究领域也有不少期刊接受范围综述和整合性综述。
投稿前应查看期刊的Aims and Scope、Guide for Authors，以及近期发表的同类型文章。
尤其要注意，有些期刊只接受邀请综述（Invited Review），或者对非邀请综述有单独的投稿要求。提前确认这一点，可以避免投入大量时间后才发现期刊不接收此类稿件。
不同综述类型的实际选择，可以这样理解
为了方便判断，可以把几种常见类型放在一起比较：
这里的要求等级只是一般性的实践判断，并不是统一的学术评价标准。具体工作量还取决于研究领域、问题复杂程度、检索范围和团队配置。
选择综述类型时，最容易走进的几个误区
在实际投稿过程中，有几个问题值得特别提醒。
不要把系统性综述和Meta-analysis当成更高级的叙述性综述。
它们解决的问题不同。系统性综述强调透明、可重复的证据识别和综合，Meta-analysis强调定量结果的统计合并。方法越复杂，不代表研究问题就越有价值。
不要为了发表而人为增加方法学复杂度。
如果研究主题主要是理论发展和机制解释，硬套系统性综述框架未必能够提高文章质量。相反，可能因为研究问题与方法不匹配，让文章失去原本应有的分析深度。
不要忽略报告规范。
不同综述类型通常有相应的报告指南。例如，系统性综述和Meta-analysis可以参考PRISMA 2020，范围综述可以参考PRISMA-ScR，快速综述可以参考Cochrane Rapid Reviews相关方法学指导。
需要注意，报告指南（Reporting Guidelines）主要帮助作者透明、完整地报告研究过程，并不能代替研究设计和方法学质量控制。
不要把综述的学术价值简单等同于引用次数。
系统性综述和Meta-analysis有时更容易成为领域内的证据参考，但叙述性综述如果能够提出有启发性的理论框架、澄清争议或指出新的研究方向，同样可能具有较高的影响力。
综述能否获得引用，受到主题热度、领域规模、文章质量、期刊读者群和发表时机等多种因素影响，并不存在某种类型必然更容易获得高引用的规律。
先确定问题，再决定综述类型
如果你准备开始写一篇综述，我的建议是，不要急着打开文献数据库搜索几百篇论文。
可以先用一页纸写清楚三个内容：自己想回答的核心问题、希望纳入的证据类型，以及预期形成的研究成果。
然后根据这些内容选择综述类型，再进一步设计检索策略和文章结构。
如果研究问题开放、需要深入解释理论和机制，Narrative Review可能已经足够；如果需要全面回答一个明确问题，Systematic Review更合适；如果领域尚不成熟，需要先摸清研究版图，可以考虑Scoping Review；只有当定量数据具有合理的可比性时，才有必要进一步开展Meta-analysis。
对于刚开始写综述的研究生和青年科研人员，还有一个很实际的建议：可以先阅读目标期刊近两三年发表的同类型综述，观察它们如何提出研究问题、组织证据、报告方法以及讨论局限性。
真正值得投入时间的综述，不是方法名称最复杂的那一篇，而是研究问题、证据基础、研究方法和最终结论彼此匹配的那一篇。
把这件事想清楚，往往比一开始多下载几百篇论文更重要。
推荐参考资源
- Cochrane Handbook for Systematic Reviews of Interventions：系统性综述和Meta-analysis的重要方法学参考。
- PRISMA 2020 Statement：系统性综述和Meta-analysis的报告规范。
- PRISMA-ScR Checklist：范围综述的报告规范。
- JBI Manual for Evidence Synthesis：涵盖系统性综述、范围综述及其他证据综合方法。
- Cochrane Rapid Res Methods Group：快速综述的方法学资源。
