如何判断文献质量：快速筛选一篇文献值不值得精读

检索出几十篇文献之后，真正的工作才开始：哪些值得花一个小时精读，哪些扫一眼就可以放下。判断文献质量不需要一开始就读全文，一套固定顺序的筛选就能完成大部分工作——先用约三十秒浏览标题、摘要和结论，初步决定去留；再对留下的文献，从研究设计、样本量、时效性和出处等方面做进一步的质量判断。

这一页按这个顺序展开。如果你还不确定手上的文献属于哪种类型，先看文献类型辨析，类型决定了后面的很多判断标准。

三十秒筛选法：标题 → 摘要 → 结论

每篇文献只给三十秒，按固定顺序看三处：

顺序	看哪里	用时	要回答的问题
一	标题	约 5 秒	研究对象和主题是不是我要的？
二	摘要的方法与结果	约 20 秒	用什么方法、在多少对象上、得到了什么？
三	结论句	约 5 秒	结论能否回答我的问题？

筛选流程中的每一关都可以直接淘汰文献，无需继续往下看：如果标题中的研究对象与你的问题不符，就不必再读摘要和正文；如果研究方法与你的问题不匹配，也不必再看结论。

三十秒之后，不是二选一，而是三选一：

精读：主题对口，方法可靠，结论与你的问题直接相关；

存档备查：主题相关，但当前用不上，或者只需要引用其中一个数据；

放弃：主题不符，或者质量明显不足。

「存档备查」这一档很重要。没有它，你会在「全读」和「全扔」之间反复犹豫，筛选速度会慢一倍。

以「运动干预与老年人认知功能下降」为例：一篇标题写的是青少年体育锻炼的文献，第一关就可以放弃；一篇研究运动干预但结局指标是跌倒风险的，看完方法与结果可以存档备查；一篇随机对照试验、结局指标就是认知功能的，进入精读。

摘要里应该找什么

摘要是整篇文献中信息密度最高的部分，读摘要时如果带着下面几个问题去有针对性地查找，比从头到尾逐句通读要快得多。

要找的信息	通常在摘要哪一部分	为什么重要
研究对象与样本量	方法	决定结论能推广到多大范围
研究设计	方法	决定证据的强度
主要结果的具体数字	结果	有数字才能判断效应大小
结论的措辞	结论	判断结论是否超出了数据

三个值得警惕的信号：

结果部分没有数字，只有「显著改善」「明显相关」之类的描述；

结论的措辞比结果更强，比如结果只显示「相关」，结论却写成「证实了……的作用」；

只报告差异是否显著，不报告差异有多大。统计上显著的差异，实际意义可能非常小。

研究设计的可靠性排序

针对"某种干预是否有效""某个因素是否导致某种结果"这类因果问题，不同研究设计所提供的证据强度大致由强到弱排列如下：

证据强度	研究设计	说明
最强	高质量的系统评价与 Meta 分析	综合多项研究，前提是纳入的研究本身可靠
强	随机对照试验	随机分组，最能排除混杂因素
中	队列研究	长期追踪，但分组不是随机的
中偏弱	病例对照研究	回顾性比较，容易受回忆偏倚影响
弱	横断面研究	同一时点的观察，只能说明相关，难以说明因果
最弱	病例报告、专家意见	个案或观点，适合提出问题，不适合回答问题

使用这张表有三个前提：

第一，它只适用于因果类问题。如果你关心的是「某种现象有多普遍」，横断面研究恰恰是最合适的设计。

第二，质量比级别重要。一项设计粗糙、样本很小的随机对照试验，不如一项设计严谨的大型队列研究。级别只是起点，不是结论。

第三，它主要来自医学与健康领域。在工程、材料、计算等学科，判断标准更多看实验是否可重复、是否有合理的对照、是否与公认的基准方法做了比较。

样本量与统计效力

样本量太小的研究有两个问题：容易因为偶然因素得出「有效果」的结论，也容易因为检测能力不足漏掉真实存在的效果。

不需要掌握统计学也能做初步判断：

和同类研究比较。同一个问题，多数研究的样本在什么量级？明显偏小的那一篇，结论要打折扣。

看有没有置信区间。区间很宽，说明估计很不确定，即使差异「显著」也要谨慎对待。

看作者是否说明了样本量是怎么确定的。规范的研究会在方法部分交代这一点。

不同学科、不同设计对样本量的要求差别很大，所以这里不给一个固定的数字。「和同类研究比」是最可靠的参照。

发表时间：新的一定更好吗

不一定。这是最常见的误区之一。

新发表的文献有一个本质的局限：它还没有经过时间的检验。它的结论是否已被其他团队重复验证、是否被后续研究修正，目前尚不清楚；而一篇发表于数年前、已被同行广泛引用和反复验证的文献，在大多数情况下，比一篇刚刚发表、尚未得到学界回应的文献更为可靠。

但时效在某些情况下确实关键：

快速发展的技术和方法，几年前的做法可能已经被淘汰；

临床指南和操作规范，以最新版本为准；

你要写的是研究现状，必须覆盖最近的进展。

比较合理的做法是：用较早的、经过检验的文献建立基础判断，用近期文献了解最新进展和争议。发表日期的限定方法见高级检索：五个字段怎么用。

期刊与被引次数怎么看

期刊是一个信号，不是结论。发表在声誉良好的期刊上，意味着该文献经过了较为严格的同行评审，但并不等于它一定没有问题；同样，发表在普通期刊上，也不代表其质量就一定差。期刊的声誉只能帮助你决定阅读的优先顺序，却不能替你判断一篇文献读完之后是否真正可信。

被引次数需要放在背景里看：

和发表年份有关。十年前的文献自然比去年的被引多，不能直接比较。

和学科有关。不同学科的引用习惯差别很大，跨学科比较没有意义。

高被引不等于被认可。一篇文献被大量引用，也可能是因为它的结论引起了广泛的质疑和反驳。

比较合理的用法是：同一领域、同一时期的文献放在一起比较被引情况，作为排序参考，而不是质量判断。

撤稿与更正

这是最容易被忽略、后果却最严重的一步。被撤稿的文献仍然会出现在检索结果和别人的参考文献里，一旦引用，会直接影响你自己研究的可信度。

撤稿的常见原因包括数据造假、结果无法重复、严重的方法错误、重复发表等。

怎么确认：

查看出版方的文章页面，被撤稿的文献通常会有明显的标注；

用这篇文献的标题进行检索，查看结果中是否存在针对它的撤稿声明或更正声明——这类声明拥有独立的 DOI，会以单独条目的形式出现在检索结果中，见 DOI 查询；

对于你打算重点引用、作为核心论据的文献，这一步一定要做。

更正声明则不同，它通常只修正局部错误，原文仍然有效。但要看清楚更正了什么——如果更正的恰好是你要引用的那个数字，就要以更正后的为准。

常见问题

只能看到摘要，拿不到全文，还能用吗？

可以用摘要做筛选和初步判断，但不要仅凭摘要引用关键结论。摘要经过高度压缩，研究的局限性、亚组结果和作者的保留意见往往只在全文里。

统计部分看不懂，怎么判断结论是否可靠？

抓住三点：结果有没有给出效应大小，置信区间是否很宽，作者有没有认真讨论研究的局限性。此外，如果这个问题已有系统评价，看看系统评价对这篇研究的质量评价——那是专业人员已经替你做过的判断。

筛掉的文献需要记录吗？

日常检索不必如此，但如果是撰写文献综述，则需要记录每一篇被排除的文献及其排除理由，因为这是综述方法部分不可或缺的内容，见文献综述的检索流程。