LV.01 為什麼要做 Systematic Review｜Systematic Review 冒險

本關目標

新手勇者，歡迎來到 SR 王國。這一關的 Boss 是「我覺得有效」軼事巨人——它的武器是一個病人的故事、一位權威的經驗、一篇剛好讀到的論文。打完本關，你應該能：

說清楚 systematic review（SR，系統性回顧） 與 narrative review（敘述性回顧） 的差別，以及 SR 為什麼存在。
用比較新的眼光看 evidence pyramid（證據金字塔）：SR 不只是金字塔頂端的一層。
分辨 SR 家族成員——scoping review、rapid review、umbrella review、living systematic review——各自適合什麼情境。
知道「研究浪費」的論點與數字該怎麼引用，也知道 SR 本身會被濫產。

全站用同一個迷你 SR 當主線：「全身性類固醇能不能讓急性喉嚨痛比較快好？」從這一關開始，每一關都會拿它當例子。

一、軼事巨人為什麼難打

想像晨會上學長說：「喉嚨痛打一針 dexamethasone 就好了，我用很多年了。」你去翻文獻，找到一篇 RCT 說有效，另一篇的結果未達統計顯著。你該相信哪一篇？

人腦天生會被三件事帶著走：

記得的病例：效果好的病人印象深刻，沒改善的病人默默消失在追蹤之外。
剛好讀到的論文：你讀到哪篇，取決於哪篇被引用得多、哪篇刊在大期刊，而這些和「結果是否正向」有關（第 4 關會談 publication bias）。
想要的答案：已經相信某個治療有效的人，比較容易注意到支持的證據。

只讀一兩篇研究、或請一位專家「整理一下文獻」，都擋不住這三件事。這就是 SR 存在的理由。

Narrative review vs systematic review

	Narrative review（敘述性回顧）	Systematic review（系統性回顧）
問題	常很廣，例如「喉嚨痛的處置」	聚焦、事先定義，例如 PICO（第 2 關）
找文獻	作者熟悉的文獻，搜尋方法通常不寫	多個資料庫、完整檢索式、可重現（第 4 關）
選文獻	標準不明	事先寫好的納入與排除條件，雙人獨立篩選（第 6 關）
評品質	常不評或不一致	逐篇評 risk of bias（第 8 關）
整合	作者主觀敘述	結構化整合，能量化就做 meta-analysis（第 9 關）
可重現	別人很難重做	別人照 protocol 應能得到相近結果

Mulrow 1994 在 BMJ 說明了 SR 的理由：資訊量太大，需要有效率地整合；需要檢驗研究發現能否推廣到不同族群與情境；而明確、事先寫好的方法可以限制偏誤。Cochrane Handbook 第 1 章（Lasserson 2019）也從「依事先訂好的方法回答特定問題」來定義 SR。

一個常見誤會：SR 不等於 meta-analysis。SR 是一整套流程；meta-analysis 是流程中「用統計合併效果量」的選配步驟。研究太不相同時，SR 可以只做敘述性整合（第 9 關）。量化合併的細節在姊妹站 MA 王國第 1 關。

SR 的流程地圖

本站 12 關就是一份 SR 的完整流程：

問題形成（第 2 關）→ 寫 protocol 並註冊（第 3 關）→ 搜尋（第 4 關）→ 去重（第 5 關）→ 兩階段篩選（第 6 關）→ 資料萃取（第 7 關）→ risk of bias（第 8 關）→ 合併（第 9 關）→ GRADE 證據確定性（第 10 關）→ 依 PRISMA 2020 報告（第 11 關）→ AI 在每一步能做什麼（第 12 關）。

二、為什麼需要 SR：證據爆炸與過時速度

文獻多到讀不完

Bastian 2010 的標題就是答案：每天約 75 篇試驗報告、11 篇 SR，而多數文獻整合仍是非系統性的敘述性回顧。十年後情況更誇張：Hoffmann 2021 估計被索引的 SR 從 2000 年的約 1,432 篇（95% CI 547–2,317）、2010 年約 5,013 篇，增加到 2019 年約 29,073 篇（95% CI 25,445–32,702），相當於每天將近 80 篇 SR。

沒有人能靠「自己讀」跟上，所以需要有人用可信的方法把證據整合起來。

SR 也會過時

Shojania 2007 追蹤 100 篇高品質 SR，看它們多久出現「需要更新」的訊號（例如新的大型試驗改變了結論）：

57%（95% CI 47–67%）在追蹤期間出現更新訊號；
無訊號存活的中位數為 5.5 年（95% CI 4.6–7.6）；
但 23% 在 2 年內、15% 在 1 年內就出現訊號，7% 在發表當下就已經有訊號。

所以讀 SR 時要看搜尋日期，不是只看發表日期。這也是後面要介紹的 living SR 出現的原因。

三、證據金字塔：新舊兩種看法

傳統證據金字塔由下而上是：專家意見 → 病例報告 → 觀察性研究 → RCT → SR/MA。這張圖有用，但容易讓人以為「只要是 SR，就是最高等級證據」。

Murad 2016 提出「新證據金字塔」，有兩個重點：

分隔研究設計的線條變成波浪狀：研究的確定性不只由設計決定，還要看偏誤風險、一致性、精確度等（也就是 GRADE 的想法，第 10 關）。做得好的觀察性研究，可能比偏誤嚴重的 RCT 更可信。
SR/MA 被拿出金字塔，變成「看證據的放大鏡」：SR 是消化證據（評讀、綜合、應用）的工具，而不是位階最高的一種研究設計。合併 10 個高偏誤風險的小試驗，得到的仍是低確定性的證據。

一句話記住：SR 的可信度取決於它納入了什麼、怎麼做的，而不是它叫做 SR。

四、SR 家族：四個常見親戚

標準的 SR（例如 Cochrane intervention review）回答「某介入對某結果的效果」。但不是每個問題都該用它。Munn 2018 提出 SR 類型學，說明不同類型的問題與納入條件該對應到哪種回顧。下面是本關要認識的四個親戚。

1. Scoping review（範圍回顧）

用途：描繪某領域有哪些研究、用了哪些定義與方法、知識缺口在哪；釐清概念；或作為正式 SR 的前置探勘。它通常不以合併效果為目的。

方法框架最早由 Arksey & O’Malley 2005 提出，分五個階段：確立研究問題、找出相關研究、選擇研究、整理資料（charting）、彙整摘要與報告，另有選擇性的第六階段「諮詢利害關係人」；JBI 的更新指引見 Peters 2020。
報告規範是 PRISMA-ScR（Tricco 2018）：20 個必要項目與 2 個選擇項目，由 24 位專家組成的小組依 EQUATOR 指引發展。
Munn 2018 的提醒：scoping review 適合找知識缺口、界定範圍、釐清概念或探討研究怎麼做，不應拿來回答本該用 SR 回答的效果問題。

例：「醫學教育中的 AI 應用研究，目前做了哪些、用什麼 outcome？」→ scoping review。

2. Rapid review（快速回顧）

用途：決策者在時間或資源受限下需要證據，例如疫情初期的政策決定。做法是有意識地簡化 SR 的某些步驟。

但「快速」沒有統一定義，實證也還不足：

Tricco 2015 納入 82 篇 rapid review，找出 50 種不同的方法，只有 16 種出現超過一次。常見簡化包括限制日期（68%）、限制語言（49%）、只搜已發表文獻（24%）、以敘述方式呈現結果（78%）；比較 rapid review 與 SR 的 4 個案例研究中，3 個結論一致。
Haby 2016 回顧後發現，沒有任何一篇 SR 的品質足以對「最佳 rapid review 方法」下確切結論。
Hamel 2021 分析 216 篇 rapid review 與 90 篇方法學文章的定義，歸納出 8 個主題，顯示定義仍很分歧。
Cochrane Rapid Reviews Methods Group（Garritty 2021）提出 26 項建議，並註明部分捷徑缺乏實證、指引需持續更新。
JBI 立場（Tricco 2022）：尚未背書特定 rapid review 方法，但要求維持嚴謹，並清楚報告簡化了哪些步驟。

幾個常見捷徑已有 meta-research 可參考，例如單人篩選會漏掉多少研究（第 6 關）、排除非英文文獻的影響（第 4 關）。

3. Umbrella review（傘狀回顧，overview of reviews）

用途：同一主題已經有多篇 SR，想整合起來看全貌，或比較不同介入。分析單位是 SR，不是原始研究。

Aromataris 2015 提出 JBI 的 umbrella review 方法，包括 PICO 式問題與一份 10 題的 SR 評讀工具。
Fusar-Poli 2018 歸納 10 條實務規則，例如預先註冊 protocol、報告異質性與偏誤、證據分層、做敏感度分析。
特有的陷阱是重疊（overlap）：同一個原始試驗被好幾篇 SR 納入，整合時會被重複計算。Pieper 2014 檢視 60 篇 overview，只有 32 篇提到重疊；重疊可用 corrected covered area（CCA）衡量。
入門說明也可參考 Ioannidis 2009 在 CMAJ 的 umbrella review 導論。

4. Living systematic review（活的系統性回顧）

用途：證據快速出現、現有結論不確定、新研究可能改變實務或政策時，讓 SR 持續更新，有新研究就納入。

概念由 Elliott 2014 提出；Elliott 2017（系列第 1 篇）說明了上述適用情境。
系列第 2 篇（Thomas 2017）談人與機器如何分工、持續監測新文獻。
系列第 3 篇（Simmonds 2017）提醒統計問題：反覆更新 meta-analysis 時，Type I error 會隨更新次數上升，並比較了幾種校正方法（如 trial sequential analysis，細節在 MA 王國）。

一張表選類型

你的情境	選誰
想知道某介入的效果，時間足夠	標準 SR（± meta-analysis）
想知道某領域有哪些研究、缺口在哪	Scoping review
決策期限很短	Rapid review（寫清楚簡化了什麼）
已經有很多篇 SR，想整合	Umbrella review（處理重疊）
證據一直出來、結論還不穩	Living SR

五、研究浪費：為什麼「先做 SR」是倫理問題

Chalmers & Glasziou 2009 的四階段架構

Chalmers & Glasziou 2009 在 Lancet 的觀點文，把研究浪費分成四個接續階段：

選錯問題：例如膝關節骨關節炎，只有 9% 的病人想要更多藥物研究，但超過 80% 的 RCT 在評估藥物。
設計與方法不佳：例如回覆的 24 位試驗作者中，只有 11 位在設計新試驗時知道相關 SR；234 篇試驗中，分派隱匿不足者 18%、不清楚者 26%。
沒有發表：一份涵蓋 79 個追蹤研究的 SR 估計，摘要發表後 9 年內成為全文的只有約 53%。
報告不完整、無法使用：介入描述足夠者約 60%。

作者接著推估：若第 2、3、4 階段各損失約 50%，而且圖中估計的損失可以推廣，累積起來可能超過 85%。這是有條件的粗估，主要根據臨床試驗的證據推論到其他研究。引用時請寫「作者估計累積損失可能超過 85%」，不要寫成「研究證實 85% 的研究被浪費」。

Macleod 2014 是 Lancet「increasing value, reducing waste」系列的導論 Comment，沿用了這個估計並換算成金額，再把浪費的成因拆給研究者、經費方、藥廠、監管者與機構。它不是新的原始研究。

從「浪費」到 evidence based research

Lund 2016 在 BMJ 主張：沒有對既有證據做系統性回顧、確認真的還有不確定性，就不應啟動新研究；對涉及人與動物的研究，這更是倫理問題。這一派稱為 evidence based research，作者們成立 EBRNetwork，並提到英國 NIHR 已要求經費申請者以現有 SR 說明提案的必要性。這篇文章沒有量化浪費的數字。

換句話說：做一個新的 RCT 之前，應該先有（或先做）一份 SR。SR 不只是讀文獻的方法，也是決定「還需不需要做新研究」的根據。

但 SR 本身也會被濫產

勇者要小心，SR 也有暗黑面：

重複做同一題：Siontis 2013 抽樣 20 個主題，較新的 meta-analysis 有 13 篇沒有納入任何新的 outcome；光是 statin 預防心臟手術後心房顫動，就有 11 篇納入條件相似的 meta-analysis，結果相似或相同。
數量暴增：Ioannidis 2016 指出，1991–2014 年間 SR 的年發表量增加 2,728%，同期所有 PubMed 收錄項目只增加 153%；作者認為現在每年發表的試驗 SR 可能比新的 RCT 還多。他的結論用的是保留語氣：大部分產出的 SR/MA 可能是不必要、誤導或有利益衝突的，既不誤導又有用的只是少數。
品質參差：Moher 2007 分析 300 篇 SR，只有 23.1%（68/294）報告了 publication bias 評估，沒有一篇有註冊編號；Page 2016 的橫斷研究發現，至少三分之一的 SR 沒有報告 protocol、完整的布林檢索邏輯或資料萃取方法等關鍵資訊。

本站的立場是：SR 是對付軼事巨人的好武器，但武器也要保養。後面每一關教的，就是怎麼做出一份不屬於「濫產」那一類的 SR。

六、主線任務預告：喉嚨痛與類固醇

全站的迷你 SR 是真的做過一遍的：2026-10-06 搜尋 PubMed 得到 231 筆，篩選後納入 9 篇 RCT，每個步驟的檔案都保留下來。它刻意只搜 PubMed、單人執行、沒有註冊 protocol——這些都是正式 SR 不該省的步驟，也正好讓我們在後面的關卡看到「省了會怎樣」。

為什麼選這題？因為已經有兩份做得很完整的 SR 可以當標準答案：Cochrane review（de Cassan 2020）與 BMJ Rapid Recommendation 的 SR（Sadeghirad 2017；10 篇試驗、1,426 人）。我們可以逐篇對照自己漏了什麼。先劇透：只搜 PubMed，真的漏掉了一篇——第 4 關會揭曉是哪一篇、為什麼漏。

本範例僅供方法學教學，不可作為臨床決策依據。

常見錯誤與誤讀

誤讀	比較精確的說法
「SR 就是 meta-analysis」	SR 是流程；MA 是其中選配的統計步驟
「SR 永遠是最高等級證據」	確定性取決於納入研究的品質與一致性；SR 是看證據的工具（Murad 2016）
「narrative review 沒有價值」	它適合介紹背景、提出觀點；只是不適合回答需要限制偏誤的效果問題
「scoping review 是簡化版 SR」	兩者回答的問題不同；scoping review 不是回答效果問題的捷徑
「rapid review 就是隨便做快一點」	要有意識地選擇簡化步驟，並清楚報告簡化了什麼
「研究已證實 85% 的研究被浪費」	Chalmers & Glasziou 2009 的 85% 是有條件的累積粗估
「SR 越多越好」	重複、冗餘的 SR 本身就是浪費（Siontis 2013；Ioannidis 2016）

本關重點小抄

SR = 事先定義、可重現的「找、選、評、整合」流程，目的是限制偏誤（Mulrow 1994）。
SR ≠ MA：MA 是選配的統計步驟。
證據量：每天約 75 篇試驗、11 篇 SR（Bastian 2010）；2019 年每天約 80 篇 SR（Hoffmann 2021）。
SR 會過時：中位數 5.5 年出現更新訊號，但 23% 在 2 年內（Shojania 2007）。
新證據金字塔：SR 是放大鏡，不是最高層（Murad 2016）。
Scoping → 找範圍與缺口；Rapid → 時間緊、報告簡化步驟；Umbrella → 整合 SR、小心重疊；Living → 持續更新、注意重複檢定。
研究浪費：四階段架構；85% 是有條件的推估（Chalmers & Glasziou 2009）。
新研究之前先看 SR（Lund 2016）；但 SR 本身也會被濫產（Ioannidis 2016）。

為什麼要做 Systematic Review