藏药循证医学文献计量与系统评价技能
概览
本技能指导完成一项藏药（或藏医干预措施）的循证医学文献计量与系统评价研究的全流程，涵盖从检索策略设计到报告撰写的 6 个核心阶段。
核心原则： 在 Cochrane/PRISMA/GRADE 等国际循证医学方法学框架与藏医药文化语境（三因学说、五源学说、炮制理论）之间建立有效的对话桥梁。
触发该技能的场景
- 用户说"设计藏药XX的系统评价方案" → 按 Phase 1→2→3→4→5→6 全流程执行
- 用户说"做藏药的文献计量学分析" → 重点执行 Phase 4（文献计量学），辅以 Phase 1（检索策略）
- 用户说"做Meta分析" → 重点执行 Phase 5（证据合成），辅以 Phase 3（质量评价）
- 用户说"评价藏药临床试验质量" → 重点执行 Phase 3（质量评价）
- 用户说"写PRISMA报告" → 重点执行 Phase 6（报告撰写），引用 references/prisma-checklist.md
工作流
Phase 0：启动信息采集
在进入任何实质性工作之前，先采集以下信息 — 使用 AskUserQuestion 工具或直接询问：
- 研究主题：拟评价的藏药名称或藏医干预措施
- 示例：佐太（佐塔/佐台/坐台/左太）、如意珍宝丸、二十五味松石丸、七十味珍珠丸、仁青芒觉、藏药浴 - 研究问题（PICO 框架）：
- Population：目标人群（如"类风湿性关节炎患者""中风恢复期患者"）
- Intervention：干预措施（如"佐太配伍""如意珍宝丸口服"）
- Comparison：对照设置（安慰剂、阳性药、常规治疗、空白对照）
- Outcome：结局指标（主要疗效指标、安全性指标、藏医证候评分） - 研究范围：
- 时间跨度（如 2000–2026 年）
- 语言限制（中英文、藏文等）
- 文献类型（RCT、临床观察、病例系列、动物实验、药理研究等）
重要： 不先采集 PICO 直接上手是最常见的失败模式。必须明确 PICO 后才能进入下一阶段。
Phase 1：文献检索策略设计
目标： 设计系统、全面的文献检索策略，确保查全率与查准率平衡。
步骤：
-
确定数据源（对照 references/search-strategy.md 中的完整列表）：
- 中文：CNKI、万方（Wanfang）、维普（VIP）、CBM（SinoMed）
- 英文：PubMed、Embase、Cochrane Library
- 藏文：若存（需标注局限性）
- 灰色文献：会议摘要（CNKI 会议论文）、学位论文（CNKI 博硕士）、临床试验注册库（ChiCTR、ClinicalTrials.gov） -
构建检索词：
- 藏药名称处理：收集所有已知译名变体- 示例（佐太）：佐太、佐塔、佐台、坐台、左太、Zuotai、Zuota、Tsothal
- 英文名称：拉丁学名（如有）、英文惯用名
- 联合检索：布尔运算符
OR组合同义词，AND组合 PICO 各维度 - 藏医药术语：可附加"藏医""藏药""民族药""Tibetan medicine""Tibetan materia medica"等广义词
-
提供分库检索策略示例：
- 为每个数据库提供独立的检索串
- 说明每个数据库的检索字段限制（标题/摘要/关键词 vs 全文） -
输出格式： 检索策略表（数据库、检索串、限定条件、检索日期、命中结果数）
参考文件： references/search-strategy.md — 包含完整的检索策略模板和布尔运算符指南。
Phase 2：文献筛选与数据提取
目标： 制定清晰的纳入/排除标准，建立标准化数据提取流程。
步骤：
-
纳入标准（基于 PICO 扩展）：
- 研究设计：RCT、quasi-RCT、队列研究、病例对照研究、病例系列（按研究目的选择）
- 干预措施：明确描述藏药名称、剂型、剂量、疗程
- 对照设置：安慰剂、阳性药对照、常规治疗对照、剂量对照
- 结局指标：定义主要和次要结局指标
- 发表状态：已发表同行评审文献 -
排除标准：
- 综述类文献（除非作为引文追溯源）
- 重复发表（保留数据最完整的版本）
- 数据不完整或无法提取
- 非全文（仅摘要）
- 明显不符合藏药基础理论的研究（与藏医辨证明显矛盾） -
PRISMA 流程图：记录每一步的文献数量
检索总记录 → 去重后 → 初筛 → 全文获取 → 纳入 -
数据提取表设计（推荐结构化表格）：
- 文献基本信息：第一作者、发表年份、期刊、研究地区
- 研究特征：样本量、年龄范围、性别比例、诊断标准
- 干预方案：药物名称、剂型、剂量、给药途径、疗程
- 对照方案：对照药物名称、剂量、疗程
- 结局指标：各结局指标的定义、测量时间点、效应量
- 安全性数据：不良事件类型和发生率
- 藏医药特色信息：藏医辨证分型、三因失调类型
Phase 3：文献质量评价
目标： 对纳入研究进行方法学质量评价，为证据等级判定提供依据。
步骤：
-
RCT 质量评价 —— Cochrane ROB 2.0（参见 references/quality-assessment.md）：
- 评价 5 个领域：随机化过程、偏离既定干预、缺失结局数据、结局测量、选择性报告
- 每个领域判定：Low risk / Some concerns / High risk
- 总体判定：遵循"最差领域"原则 -
观察性研究质量评价 —— NOS 量表：
- 队列研究 NOS：选择（4 项）、可比性（2 项）、结局（3 项），满分 9 分
- 病例对照研究 NOS：选择（4 项）、可比性（2 项）、暴露（3 项），满分 9 分
- 评分 ≥7 为高质量 -
藏医药文化特异性偏倚识别：
- 辨证偏倚：藏医辨证标准不统一，不同研究可能使用不同的分型标准
- 制剂偏倚：藏药制剂工艺来源不同（医院制剂 vs 企业生产 vs 传统配制），质量差异大
- 炮制偏倚：含毒性药材的藏药炮制方法不同影响安全性和有效性
- 结局偏倚：使用藏医证候量表作为结局指标时，量表缺乏标准化验证
- 报告偏倚：英文文献更可能报告阳性结果（语种发表偏倚）
- 记录方法：在质量评价表中增加"文化特异性偏倚备注"列 -
证据等级评估 —— GRADE（参见 references/quality-assessment.md）：
- 证据质量分级：High → Moderate → Low → Very Low
- 降级因素：偏倚风险、不一致性、间接性、不精确性、发表偏倚
- 升级因素：效应量巨大、剂量-效应关系、负偏倚抵消
- 藏药研究常见降级：小样本 → 降不精确性；缺乏分配隐藏 → 降偏倚风险
Phase 4：文献计量学与可视化分析
目标： 从宏观层面揭示研究现状、热点与趋势。
步骤：
-
数据预处理：
- 从各数据库导出题录信息（PubMed → XML/Medline 格式；CNKI/万方 → Refworks/RIS 格式）
- 合并去重（使用 EndNote/Zotero 或 bibliometrix R 包）
- 数据清洗：合并同义词（如"佐太""Zuotai"为同一实体），统一作者名变体
- 参见 scripts/bibliometric-analysis.py 获取自动化处理脚本 -
发文量分析：
- 统计年发文量，绘制趋势折线图
- 识别发展阶段：萌芽期→增长期→快速发展期→成熟/稳定期 -
核心作者/机构分析（参见 references/bibliometric-methods.md）：
- 普赖斯定律识别核心作者（发文量 ≥ Nmax × 0.749 的作者）
- 洛特卡定律检验作者分布
- 机构合作关系网络
- 国家/地区分布与合作 -
关键词分析：
- 高频关键词统计：词频降序排列，生成高频词表
- 共现分析：构建关键词共现矩阵，归一化后可视化
- 聚类分析：模块化聚类识别研究主题
- 突现检测（Burst Detection）：使用 CiteSpace 或 bibliometrix 的citationBurst()识别前沿方向
- 时间线视图：关键词聚类的时间演变 -
期刊/学科分布：
- 布拉德福定律识别核心期刊
- 学科交叉特征分析 -
基金资助分析：
- 资助项目统计
- 资助机构分布 -
可视化输出（参见 scripts/bibliometric-analysis.py）：
- 作者合作网络图
- 机构合作网络图
- 关键词共现网络图
- 关键词聚类时间线视图
- 研究主题演化路径图（桑基图）
Phase 5：系统评价与证据合成
目标： 对纳入研究进行定性和/或定量合成。
步骤：
-
定性合成：
- 按干预措施、结局指标对研究特征进行系统梳理
- 制作"研究特征概览表"（研究的 PICO、样本量、疗程、主要结果）
- 叙述性总结各研究的疗效趋势 -
Meta 分析（如适用）：
- 效应量选择：- 二分类变量 → 相对危险度 (RR) / 比值比 (OR)，95% CI
- 连续变量 → 均数差 (MD) / 标准化均数差 (SMD)，95% CI
- 率指标 → 率及 95% CI
- 异质性判断：
- I² < 25% → 低异质性，固定效应模型
- 25% ≤ I² < 50% → 中等异质性，优先随机效应模型
- I² ≥ 50% → 高异质性，需探索来源（亚组分析、Meta回归）
- 亚组分析（预定义）：
- 疗程（<4 周、4–8 周、>8 周）
- 干预类型（单药 vs 复方、vs 联合用药）
- 质量等级（低偏倚风险 vs 高偏倚风险）
- 藏医辨证分型
- 敏感性分析：
- 逐一剔除单个研究，观察合并效应量的稳定性
- 改变效应模型（固定 vs 随机），检验结果的稳健性
- 发表偏倚评估：
- 漏斗图（≥10 篇纳入研究）
- Egger 线性回归检验
- Begg 秩相关检验（可选）
- Trim and Fill 法矫正（如存在发表偏倚）
-
安全性评价：
- 汇总不良事件类型和发生率
- 对比试验组与对照组的安全性差异
- 特别关注：藏药重金属/矿物药安全性、毒性药材炮制合规性 -
证据等级评估：使用 GRADE 分级，参见 references/quality-assessment.md。
参考脚本： scripts/meta-analysis-template.py — 提供二分类和连续变量 Meta 分析的 Python 模板代码。
Phase 6：报告撰写
目标： 按照 PRISMA 2020 规范撰写研究报告。
步骤：
- 参考 PRISMA 2020 检查清单（参见 references/prisma-checklist.md），逐项核对报告完整性
- 报告结构（以下结构对应 PRISMA 条目）：
```
## 一、研究背景与目的
[藏医药理论背景 + 知识缺口 + 研究目的]
## 二、研究方法
### 2.1 检索策略
### 2.2 纳入与排除标准
### 2.3 文献筛选与数据提取
### 2.4 质量评价
### 2.5 统计分析方法
## 三、结果
### 3.1 文献检索结果（含 PRISMA 流程图）
### 3.2 纳入研究基本特征
### 3.3 方法学质量评价
### 3.4 文献计量学分析（含可视化图）
### 3.5 疗效与安全性评价（含森林图、漏斗图）
## 四、讨论
### 4.1 主要发现
### 4.2 与既往研究的比较
### 4.3 方法学反思（含藏医药文化语境特殊性）
### 4.4 临床与研究启示
## 五、结论
## 六、参考文献
```
- 讨论部分的特殊要求：
- 藏医药文化语境反思（必须包含）：- 藏药复方的多靶点作用机制如何影响疗效评价的因果推断
- 藏医辨证论治与随机对照研究设计的结构性张力
- 藏药炮制（如佐太炮制）的规范化对研究可重复性的影响
- 藏医药文化背景下的知情同意的特殊性
- 方法学局限性的坦诚讨论
- 对未来研究的建议（如：开展多中心藏医RCT、开发标准化藏医证候量表、加强炮制工艺标准化研究等）
整体流程示意图
Phase 0: 启动采集 (PICO + 主题)
↓
Phase 1: 检索策略设计 (查全率↑ 查准率↑)
↓
Phase 2: 文献筛选 + 数据提取 (PRISMA Flow)
↓
Phase 3: 质量评价 (ROB 2.0 / NOS / GRADE)
↓
Phase 4: 文献计量学 (bibliometrix / VOSviewer / CiteSpace)
↓
Phase 5: 证据合成 (定性 + Meta 分析)
↓
Phase 6: 报告撰写 (PRISMA 2020)
资源说明
scripts/
可执行脚本，用于自动化文献计量分析和 Meta 分析计算。
bibliometric-analysis.py— Python 文献计量学分析脚本，基于 pandas/numpy/matplotlib/networkx。支持发文量趋势分析、核心作者识别（普赖斯定律）、高频关键词统计与共现网络、作者合作网络、期刊分布（布拉德福定律）、基金资助分析、文献类型分布。使用前安装 pandas numpy matplotlib networkx scipy openpyxl 即可。meta-analysis-template.py— Python Meta 分析模板，支持二分类变量（RR/OR）和连续变量（MD/SMD）的固定效应和随机效应模型，含森林图、漏斗图、Egger检验和敏感性分析。依赖 numpy、scipy、matplotlib。
references/
参考文件，按需加载到上下文中。
search-strategy.md— 检索策略设计指南，包含中英文数据库检索模板、藏药名称变体处理quality-assessment.md— 质量评价工具（ROB 2.0、NOS、GRADE）的详细操作指南prisma-checklist.md— PRISMA 2020 27 项检查清单（中文版）与藏药研究特别说明bibliometric-methods.md— 文献计量学方法与可视化指南（VOSviewer/CiteSpace/R bibliometrix）
assets/
无 — 本技能无需额外资源文件。
