Metodologia de revisão sistemática: o que a separade uma revisão de literatura muito minuciosa

Em uma revisão comum, você pode ajustar a abordagem conforme lê. A revisão sistemática é o oposto: você fixa antecipadamente a pergunta, a estratégia de busca, os critérios de seleção e os métodos de avaliação, executa exatamente como planejado e registra todo o processo.

Por quê? Porque se você mudar os critérios no meio do caminho, a sua revisão se torna indistinguível de uma que só admite os artigos convenientes ao seu argumento. Reprodutibilidade e transparência são a alma desse formato.

Primeiro, estruture a pergunta da revisão com PICO (população, intervenção, comparação, desfecho) — ou PECO (exposição), se o foco forem estudos observacionais.

Deixe isso vago e todos os passos seguintes herdam a inconsistência. Essa única pergunta se torna a régua para as centenas de decisões de inclusão que virão.

Documente a pergunta, a estratégia de busca, os critérios de inclusão e exclusão e os métodos de avaliação como um protocolo antes de executar. Em muitas áreas, recomenda-se o registro prospectivo em uma plataforma de registro.

Se o registro é exigido, e em qual formato, varia conforme a área e o periódico de destino — confirme as diretrizes com o seu orientador e com o periódico.

Pesquise em várias bases de dados, mantendo registros pelo caminho. Os nomes das bases, as consultas, as datas das buscas e o número de resultados são todos números de que você precisará depois no fluxograma PRISMA.

Resultados de várias bases inevitavelmente se sobrepõem, então faça a fusão e a remoção de duplicatas nesta etapa — e registre as contagens.

Exclua os artigos claramente inelegíveis pelo título e pelo abstract; avalie a elegibilidade dos restantes com base no texto completo. Documente o motivo de cada exclusão.

A mecânica prática desta etapa está detalhada no nosso [artigo sobre triagem](https://paperfy.app/pt/articles/systematic-review-screening-method) — por ora, basta situá-la dentro do processo geral.

Dos estudos incluídos, extraia os itens pré-especificados em um formato consistente (extração de dados) e avalie a probabilidade de os resultados de cada estudo estarem enviesados (risco de viés).

Ambos são feitos a partir dos métodos e das figuras do PDF original — não a partir de resumos de IA. Para detalhes, veja os artigos sobre [extração de dados](https://paperfy.app/pt/articles/data-extraction-ai) e [avaliação do risco de viés](https://paperfy.app/pt/articles/risk-of-bias-method).

Por fim, sintetize os resultados de forma qualitativa ou quantitativa (metanálise) e relate conforme o PRISMA. O fluxograma nada mais é do que os números que você registrou, agora reunidos.

Se uma metanálise é apropriada depende da homogeneidade dos estudos e da consistência dos dados — uma decisão que exige competência estatística ou o apoio da sua equipe.

Ao longo desse processo extenso, a IA pode ajudar na leitura preliminar, na classificação de candidatos e na redação de rascunhos. Mas as decisões finais sobre desenho, inclusão e avaliação permanecem com as pessoas e a equipe.

O mesmo vale para ferramentas como o Paperfy: seu papel correto é o de superfície de trabalho, onde você gerencia grandes volumes de PDFs com um artigo por página, vai do resumo de IA de volta ao texto original e guarda as suas notas de julgamento. Ele serve a um propósito diferente das ferramentas dedicadas de gestão de revisões e dos gerenciadores de referências — use-o ao lado delas.