藏药循证医学文献计量与系统评价

解决什么问题

藏药研究文献散落在中文、英文、藏文数据库中，同一药材存在大量译名变体——以佐太为例，佐太、佐塔、佐台、坐台、左太、Zuotai、Zuota、Tsothal 指向同一干预，手工检索极易漏掉关键研究。做系统评价时，常见的失败模式是跳过 PICO 直接检索，导致纳入标准漂移、后续质量评价和证据合成无法收口。

这套技能针对的是流程一致性问题：它把 Cochrane/PRISMA/GRADE 方法学框架固定成六个阶段（Phase 1–6），每个阶段有明确的输入、输出和参考文件，减少个人习惯带来的偏差。

核心能力与工作流

Phase 0 信息采集：启动前强制采集研究主题与 PICO 框架（Population/Intervention/Comparison/Outcome），以及时间跨度、语言和文献类型范围。

Phase 1 检索策略：覆盖 CNKI、万方、维普、CBM、PubMed、Embase、Cochrane Library，以及灰色文献（会议摘要、学位论文、ChiCTR、ClinicalTrials.gov）。输出检索策略表（数据库、检索串、限定条件、检索日期、命中数）。

Phase 2 筛选与提取：制定纳入/排除标准，绘制 PRISMA 流程图，设计结构化数据提取表，包含藏医辨证分型、三因失调类型等特色字段。

Phase 3 质量评价：RCT 用 Cochrane ROB 2.0，观察性研究用 NOS 量表，并识别藏医药文化特异性偏倚（辨证偏倚、制剂偏倚、炮制偏倚、结局偏倚、报告偏倚）。证据等级按 GRADE 分级。

Phase 4 文献计量学：通过 scripts/bibliometric-analysis.py 完成发文量趋势、核心作者识别（普赖斯定律）、关键词共现与聚类、突现检测，输出作者/机构合作网络、关键词共现网络和研究主题演化路径图。

Phase 5 证据合成：按干预与结局做定性合成，适用时执行 Meta 分析（scripts/meta-analysis-template.py，支持 RR/OR、MD/SMD），进行亚组分析、敏感性分析和发表偏倚评估。安全性评价特别关注重金属/矿物药与毒性药材炮制合规性。

Phase 6 报告撰写：按 PRISMA 2020 27 项检查清单逐项核对，讨论部分必须包含藏医药文化语境反思——多靶点机制对因果推断的影响、辨证论治与 RCT 设计的结构性张力等。

适用边界

• 技能提供流程与工具模板，不替代方法学判断。亚组分析维度、偏倚识别结论仍需研究者复核。
• 藏文数据库覆盖有限（若存），需在报告中明确标注该局限性。
• 文献计量结果依赖数据清洗质量，同义词合并与作者名统一是主要误差来源。
• Meta 分析样本量较小时以定性合成为主，避免过度解读低质量证据的合并效应。

参考文件

• references/search-strategy.md — 检索策略模板与布尔运算符指南
• references/quality-assessment.md — ROB 2.0、NOS、GRADE 操作指南
• references/prisma-checklist.md — PRISMA 2020 检查清单
• references/bibliometric-methods.md — VOSviewer/CiteSpace/R bibliometrix 方法指南
• scripts/bibliometric-analysis.py — 文献计量分析脚本
• scripts/meta-analysis-template.py — Meta 分析模板