1
输入研究主题
从一个主题、研究问题或研究领域开始。你也可以选择标准系统综述或荟萃分析模式。可选的年份筛选可在需要时缩小检索范围。
用于更快、更严谨证据综合的 AI 系统综述与荟萃分析自动化
使用 Gatsbi Reviewer 自动化你的系统综述（SLR）与荟萃分析流程，从智能文献筛选、数据提取，到偏倚评估、统计综合和结构化手稿生成。面向研究者、学生、临床人员和学术从业者，在减少手工负担的同时产出严谨结果。
工作流程
2
让 Gatsbi 自动检索与筛选
Gatsbi Reviewer 会在主流学术数据库中检索，筛选相关研究，并为你准备候选文献列表以便复核。
3
复核并整理纳入研究
你可以勾选或取消勾选研究，也可以上传自己的 PDF，以纳入未被自动检索到的论文。
4
运行综合分析或生成手稿
根据你的综述目标选择流程路径。
- 对于 SLR，Gatsbi 可直接进入综合与初稿生成。
- 对于荟萃分析，流程会进入数据提取阶段，然后在写作前产出关键统计结果和可视化图表。
5
导出并完成定稿
你可以导出提取的原始数据和关键结果，然后继续完善手稿用于投稿、汇报或内部使用。
将数周综述工作转化为结构化初稿
系统综述和荟萃分析常被重复性手工任务拖慢，例如检索、筛选、提取效应量、偏倚检查、作图和结果撰写。Gatsbi Reviewer 将这些步骤整合到一个流程中，让你更高效地从选题走到证据综合。
使用 Gatsbi Reviewer，你可以：
- 自动检索并筛选相关研究
- 提取效应量、置信区间、样本量及相关定量数据
- 运行固定效应或随机效应荟萃分析
- 生成森林图、漏斗图以及 I²、Q 等异质性指标
- 执行偏倚风险（RoB）或类 GRADE 质量评估
- 生成包含引文、方法、结果和图表的结构化初稿
核心功能
智能文献筛选
输入研究主题后，Gatsbi Reviewer 可自动检索主流学术数据库、识别相关论文并筛选纳入候选研究。你无需从空白表格开始，而是直接获得 AI 辅助的候选清单。
适用场景：
- 系统性文献综述
- 需要结构化证据收集的范围综述
- 用于论文、基金申请或政策简报的快速证据综合
自动化数据提取
对于符合条件的研究，Gatsbi Reviewer 可提取效应量、置信区间、样本量等关键定量字段，以及后续综合分析所需的结构化数据。这能显著减少荟萃分析准备中最耗时的环节之一。
可帮助你实现：
- 在多篇论文间标准化提取口径
- 减少重复的手工复制粘贴工作
- 从文献筛选更快推进到综合分析
内置荟萃分析引擎
Gatsbi Reviewer 内置一体化荟萃分析流程，支持固定效应模型、随机效应模型、森林图、漏斗图、异质性指标（I²、Q）以及发表偏倚评估。无需拼接多个外部工具，也能产出可解释的定量结果。
偏倚与质量评估
可使用 RoB（偏倚风险）和类 GRADE 质量评分评估纳入研究，并借助 AI 建议更高效地组织评估流程。
价值在于：
- 支持更透明的综述方法学
- 提升综合结果的可信度
- 让评审决策记录更一致、更易追溯
结构化手稿生成
当证据基础准备完成后，Gatsbi Reviewer 可在几分钟内生成结构化综述手稿。
根据流程不同，输出可包含：
- 摘要
- 引言
- 方法
- 结果
- 讨论
- 表格与图形
- 引文与参考文献
引用感知写作
Gatsbi Reviewer 在写作过程中可保留并格式化引文，帮助你维持源证据与草稿之间的可追溯性。产品页面也强调了对 Google Scholar 数据的直接访问能力，支持引用感知工作流。
研究者为何选择 Gatsbi Reviewer
端到端综述流程
从研究识别到手稿生成，Gatsbi Reviewer 旨在一处覆盖完整的证据综合流程。
AI 驱动文献筛选
基于你的研究主题自动检索、排序并筛选相关研究，减少手工分拣耗时。
内置荟萃分析引擎
无需外部编码流程即可完成定量综合，直接在平台内生成合并结果、森林图、漏斗图和异质性统计。
结构化手稿生成
可生成面向发表的清晰初稿，包含引言、方法、结果、讨论，以及适用时的表格、图形和参考文献。
方法学严谨性
Gatsbi Reviewer 强调 PRISMA 导向结构、标准化指标与可复现输出，支持透明的学术报告。
无需编程
为希望开展高级证据综合、但不想依赖统计软件或编程经验的用户而设计。
Gatsbi Reviewer 的不同之处
多数工具只覆盖综述流程的一个环节，如检索、筛选、分析或写作。Gatsbi Reviewer 的定位是更一体化的流程，打通：
主题输入 -> 文献筛选 -> 数据提取 -> 荟萃分析 -> 手稿生成
这意味着更少工具切换、更低人工协调成本，以及更快形成可用初稿。
Gatsbi Reviewer 适合哪些人
研究人员 在保持方法学结构与结果可追溯的前提下，加速证据综合。
研究生与博士生 无需手动搭建完整流程，也能产出更高质量的文献综述与定量综合初稿。
临床与健康研究人员 使用结构化筛选、提取和综合流程，加速基于综述的研究项目。
政策与基金申请撰写者 为政策简报、研究计划与资助申请生成有证据支撑的综述输出。
应用场景
AI 系统性文献综述
从研究主题出发，借助自动筛选与主题综合生成结构化 SLR 初稿。
AI 荟萃分析
提取定量数据、执行合并分析，并生成含图表和异质性统计的结果部分。
学术写作的证据综合
将综述输出作为期刊论文、学位论文和会议论文的写作基础。
快速综述支持
在时间紧张时，加速证据收集与综合的早期阶段。
查看来自 Gatsbi Reviewer 的 SLR 工作流截图。
常见问题
- 可以。该流程同时支持标准系统性文献综述与荟萃分析，并在设置阶段提供专门的荟萃分析选项。
- 支持。内置荟萃分析引擎包含森林图、漏斗图以及 I²、Q 等异质性指标。
- 不需要。Gatsbi Reviewer 定位为无需编程的流程，面向希望使用易上手综述与综合工具的研究者。
- 可以。你可以上传自己的 PDF，以纳入未被自动检索到的研究。
- 可以。可导出用于荟萃分析的提取原始数据和关键结果。