複雑な文献レビューを管理しやすいステップに分解しましょう！
系統的文献レビュー（SLR）を書くことは、単に論文を要約することではありません。特定の問いに対する最適な入手可能研究を収集し、統合するために、明確で構造化されたプロセスに従うことです。
従来のレビューとは異なり、SLRは透明性、再現性、網羅性を持つように設計されています。系統的レビューと他の方法論との比較について、より幅広い概要を知りたい場合は、当社のさまざまな種類の文献レビューに関するガイドをご覧ください。これには、研究の問いの策定からデータの抽出・分析に至るまで、すべてのステップを慎重に計画することが含まれます。
このガイドでは、以下の重要なステップを順を追って説明します。
研究の問いの定義
レビュープロトコルの作成
徹底的な文献検索の実施
研究の質の評価
調査結果の統合と報告
最後までお読みいただければ、確実な方法論に基づいた信頼性の高いSLRを自信を持って実施するための、完全なフレームワークが身につきます。それでは始めましょう。
研究の問いを定義する
強力な系統的レビューはすべて、明確に定義された問いから始まります。これにより、どの研究を検索するかから、調査結果をどのように解釈するかに至るまで、レビュー全体の方向性が決定されます。広範なエビデンスのマップが必要なのか、厳密に定義された統合が必要なのかを検討している場合は、当社のスコーピングレビューと系統的レビューの比較がその違いを明確にするのに役立ちます。
問いを構造化するために、PICO（対象、介入、比較、アウトカム）やSPIDER（サンプル、関心のある現象、デザイン、評価、研究タイプ）などのフレームワークを使用します。
例（PICO）：
成人（対象）において、マインドフルネスに基づく療法（介入）は、不安の軽減（アウトカム）において、従来の認知行動療法（比較）と比べてどのように異なるか？
焦点を絞った問いを設定することで、レビューが目的を絞った、関連性の高い、方策的に強固なものになります。
プロトコルを作成する
プロトコルは、SLRの設計図と考えてください。レビューをどのように実施するかを正確にアウトライン化し、偏りや不整合のリスクを軽減します。
プロトコルには以下を含める必要があります。
研究の問いと目的
選択基準と除外基準
データベースと検索戦略
スクリーニングプロセス
データの抽出および統合方法
プロからのアドバイス：透明性と学術的信頼性を高めるために、PROSPEROなどのプラットフォームにプロトコルを事前登録しましょう。
包括的な文献検索を実施する
このステップで重要なのは、網羅性と正確性です。
関連する研究を捉えるために、PubMed、Scopus、Web of Science、Google Scholarなど、複数のデータベースを検索します。検索結果を微調整するために、論理演算子（AND、OR、NOT）、MeSH用語、およびフィルターを使用します。
検索クエリの例：
(“physical activity” OR “exercise”) AND (“mental health” OR “depression”) AND (“adolescents” OR “teenagers”)
他の人がレビューを再現できるように、データベース、使用した期間、検索文字列など、すべてのステップを文書化してください。
適合基準に基づいて研究を選択する
客観性を保つために、事前に定義された選択基準および除外基準を使用します。
スクリーニングは2つの段階で行います。
タイトルと抄録のスクリーニング
全文レビュー
PRISMAフロー図を使用して、各段階で含まれた研究と除外された研究の数を視覚的に追跡します。
基準の例：
選択基準：2013年〜2023年の査読済み論文、英語、ランダム化比較試験
除外基準：社説、意見書、人間以外を対象とした研究
このステップにより、最終的に選定された研究が関連性があり、高品質なものであることが保証されます。
含まれる研究の質を評価する
すべての研究が同じように作られているわけではありません。質を評価することで、弱い知見から強力なエビデンスをフィルタリングできます。
以下のようなツールを使用します。
Cochraneバイアスリスク判定ツール（ランダム化比較試験用）
Newcastle-Ottawaスケール（観察研究用）
CASPチェックリスト（質的および量的研究用）
各ツールは、デザイン、サンプリング、分析、および報告におけるバイアスをチェックします。研究のリスクレベル（低、中、高）に基づいて等級分けし、弱い研究は慎重に解釈します。
品質チェックリストの項目の例：
研究のタイプ
ランダム化の方法
盲検化
脱落率
アウトカム測定の明確さ
関連データを抽出する
このステップでは、重要な研究の詳細を体系的に把握します。
以下を含む構造化されたデータ抽出フォームまたはスプレッドシートを使用します。
研究タイトルと発表年
著者名と所属機関
サンプルサイズと人口統計データ
介入または暴露の詳細
測定されたアウトカム
主要な結果または効果量
CovidenceやRevManなどのツールを使用すると、抽出を迅速かつ整理して行うことができます。データの抽出と並行して大規模な文献ライブラリを管理している場合、当社の研究者のためのZoteroとMendeleyの統合 — Jenni AIが、引用文献のインポートと整理を合理化するのに役立ちます。
研究結果を分析・統合する
データが揃ったら、それらすべてを解釈する番です。
以下の方法があります。
質的レビューにはナラティブ・シンセシスを使用する — 研究間でパターンやテーマを特定する
量的レビューにはメタ分析を実施する — 結果を統計的に統合する
以下に焦点を当てます。
アウトカムの比較
矛盾点の明確化
研究の質に応じた結果の重み付け
例（ナラティブ・シンセシス）：
複数の研究により、マインドフルネス介入が青少年の不安を軽減することが明らかになったが、効果量は介入の期間や実施形式によって異なっていた。
レビューを報告する
優れた研究とは、単に作業を行うことだけでなく、それを明確に提示することでもあります。
系統的レビューのすべての重要な要素を含めるのに役立つ、PRISMA声明の報告ガイドラインに従ってください。
以下のような構成で論文を作成します。
はじめに（Introduction） – 研究のギャップを定義する
方法（Methods） – 検索戦略、基準、ツールを詳細に説明する
結果（Results） – 研究結果とPRISMAフロー図を提示する
考察（Discussion） – 結果の解釈、限界、今後の展望
結論（Conclusion） – 要点のまとめ
以下を忘れずに含めてください。
検索戦略の付録
含まれた研究と除外された研究の数を示す明確なPRISMAフロー図
必要に応じてレビューを更新する
新しい研究が登場するにつれて、系統的レビューも最新の状態に保つ必要があります。特に変化の激しい分野では、更新の明確なスケジュールを設定してください。
データベースのアラートやAI監視システムなどのツールを使用して、新しい研究を自動的に追跡します。これにより、ゼロから始めることなく、関連する研究を見つけることができます。
例えば、2020年のレビューは、主要な新しい知見を含めるために2022年に再評価するスケジュールを組むことができます。
AIで文献レビューを効率化する
系統的文献レビューの執筆には、問いの定義から最終結果の統合に至るまで、構造、一貫性、そして細部への注意が必要です。AI文献レビュージェネレーターを使用すると、情報源の整理、引用の管理、結果の要約をより効率的に行うことができ、このプロセスがシンプルになります。よりエンドツーエンドのワークフローについては、当社のAI文献レビュー＆RRLジェネレーター — Jenni AIをご覧ください。
時間を節約し、整理された状態を維持したい場合、Jenniのようなオンラインの論文計画アシスタントが、レビューの構成、引用の管理、結果の要約を簡単に行うお手伝いをします。
今すぐJenni AIを試して、レビュープロセスをよりスムーズかつ効率的にしましょう！