Systematisches Review: Was es von einer sehrgründlichen Literaturübersicht unterscheidet

In einer gewöhnlichen Übersicht dürfen Sie den Kurs beim Lesen anpassen. Ein systematisches Review funktioniert umgekehrt: Fragestellung, Suchstrategie, Auswahlkriterien und Bewertungsmethoden werden vorab fixiert, exakt wie geplant ausgeführt, und der gesamte Prozess wird dokumentiert.

Warum? Weil ein Review, dessen Kriterien unterwegs geändert werden, nicht mehr von einem zu unterscheiden ist, das nur die Paper hereinlässt, die zur eigenen Argumentation passen. Reproduzierbarkeit und Transparenz sind das Lebenselixier dieses Formats.

Strukturieren Sie Ihre Reviewfrage zunächst mit PICO (Population, Intervention, Vergleich, Endpunkt) – oder mit PECO (Exposition), wenn Beobachtungsstudien im Fokus stehen.

Bleibt die Frage vage, erbt jeder nachfolgende Schritt die Inkonsistenz. Diese eine Frage wird zum Maßstab für Hunderte kommender Einschlussentscheidungen.

Dokumentieren Sie Frage, Suchstrategie, Ein- und Ausschlusskriterien und Bewertungsmethoden vor der Durchführung als Protokoll. In vielen Fächern wird die prospektive Registrierung in einem Register empfohlen.

Ob eine Registrierung nötig ist und in welchem Format, hängt von Fach und Zieljournal ab – klären Sie die Vorgaben mit Ihrer Betreuerin oder Ihrem Betreuer und dem Journal.

Durchsuchen Sie mehrere Datenbanken und führen Sie dabei Buch. Datenbanknamen, Suchanfragen, Suchdaten und Trefferzahlen sind alles Zahlen, die Sie später für das PRISMA-Flussdiagramm brauchen.

Treffer aus mehreren Datenbanken überschneiden sich zwangsläufig; führen Sie sie in diesem Schritt zusammen, entfernen Sie Duplikate – und halten Sie die Zahlen fest.

Schließen Sie anhand von Titel und Abstract die eindeutig ungeeigneten Paper aus und prüfen Sie den Rest am Volltext auf Eignung. Jeder Ausschlussgrund wird dokumentiert.

Die praktische Mechanik dieser Phase beschreibt unser Screening-Artikel im Detail – hier genügt es, sie im Gesamtprozess zu verorten.

Aus den eingeschlossenen Studien extrahieren Sie die vorab festgelegten Elemente in einheitlichem Format (Datenextraktion) und bewerten, wie wahrscheinlich die Ergebnisse jeder Studie verzerrt sind (Risk of Bias).

Beides geschieht anhand der Methoden und Abbildungen im Original-PDF – nicht anhand von KI-Zusammenfassungen. Details finden Sie in den Artikeln zur Datenextraktion und zur Risk-of-Bias-Bewertung.

Zum Schluss werden die Ergebnisse qualitativ oder quantitativ (Metaanalyse) zusammengeführt und nach PRISMA berichtet. Das Flussdiagramm ist nichts anderes als die bis dahin dokumentierten Zahlen, zusammengesetzt.

Ob eine Metaanalyse angemessen ist, hängt von der Homogenität der Studien und der Konsistenz ihrer Daten ab – eine Entscheidung, die statistische Expertise oder Ihr Team braucht.

Über diesen langen Prozess hinweg kann KI bei Erstlektüre, Kandidatensortierung und Entwürfen helfen. Die finalen Entscheidungen über Design, Einschluss und Bewertung bleiben bei den Menschen und beim Team.

Dasselbe gilt für Tools wie Paperfy: Seine eigentliche Rolle ist die einer Arbeitsfläche, auf der Sie große Mengen PDFs ein Paper pro Seite verwalten, von der KI-Zusammenfassung zum Originaltext zurückspringen und Ihre Urteilsnotizen führen. Es erfüllt einen anderen Zweck als spezialisierte Review-Management-Tools und Zitationsverwaltungen – nutzen Sie es neben ihnen.