核心结论
查文献不是给自己的判断寻找几句“权威支持”。更实际的做法是，先列出研究中还拿不准的决定，再为每个决定寻找合适的证据：概念怎么定义，变量怎么测，哪些别的因素可能造成同样现象，已有研究到底留下了什么空白。
文献读到一定程度，还要把关系画出来。这里说的概念模型，不一定是什么宏大理论，它更像一张研究草图：哪些条件在上游，哪些是实际观察值，哪些只是计算结果，误差会从哪里进来。草图画不通，数据表通常也会跟着混乱。
本文使用的中式早餐研究仍是虚拟教学案例。检索示例只演示方法，不代表我们已经按一套预先写明的检索、筛选和汇总流程，系统地审查了现实早餐研究，也不能据此判断现实中的失衡比例。这种按明确流程综合一批研究的工作，通常才叫系统综述。
把整个题目塞进搜索框，得到的不是文献综述
研究问题已经写好，有人很自然地把“中式早餐营养结构不好研究”原样放进搜索框。几分钟以后，页面上可能同时出现膳食指南、媒体文章、某校学生问卷、一项代谢实验、外卖商品页面和其他论文的摘要。
这些材料都与早餐有关，却不承担同一种工作。膳食指南可以帮助研究者理解什么叫合理搭配，但不能证明现实中有多少早餐达不到要求；一项学生调查可以告诉我们某个样本怎样测量，却不能直接代表早餐店出售的组合；商品页面有配料和价格，也不等于经过验证的营养数据。
如果只把每篇文章的结论摘下来，最后很容易写成“张三认为早餐重要，李四发现蛋白质不足，王五指出价格有影响”。这段文字看似引用很多，仍然没有告诉读者：研究为什么选这些变量，现有证据能支持多大的判断，又有哪些决定只是团队自己的教学设定。
文献综述真正有用的地方，是它会改变或约束研究方案。比如，中国居民膳食指南的官方说明可以为食物多样、合理搭配和三餐安排提供规范背景。它可以支持我们关注早餐的组合结构，却不能拿来推出“六成中式早餐不合格”。“应该怎样吃”和“现实中有多少人这样吃”，是两个不同的问题，需要两种不同的证据。
先列证据任务，再想关键词
我们的主要问题是估计低于教学评分线的早餐比例，次要问题是分析组成、价格、店铺和城市与评分的关系。由此至少产生四项证据任务。
| 证据任务 | 需要查清什么 | 它会改变哪项研究决定 |
|---|---|---|
| 定义 | 早餐组合怎样界定，营养结构通常关注哪些维度 | 纳入对象、评分维度、结论措辞 |
| 测量 | 份量、配方、营养值和食物类别怎样记录，误差有多大 | 数据字段、复核子样本、质量标记 |
| 关系 | 食物组成、价格和店铺环境为什么可能一起变化 | 假设、概念模型、模型调整变量 |
| 空白 | 既有研究研究了谁、在哪里、用什么设计，还没回答什么 | 研究价值和外推范围 |
到了这一步，关键词才比较好想。定义任务可以围绕“早餐／早饭／morning meal”“膳食质量／营养结构／diet quality”等概念词展开；对象任务加入“外购、早餐店、prepared food”等词；若想找现状调查，再加入“横断面、调查、cross-sectional、survey”等设计词。
一个英文数据库的试探式查询可能是：(breakfast OR morning meal) AND (diet quality OR nutrient profile) AND (China OR Chinese)。这里的 OR 表示两个近义说法出现任意一个都可以，AND 表示前后两组条件要同时满足。数据库把这类连接词叫作布尔运算符，名字可以不背，先看懂它怎样放宽或收紧结果。结果太宽，就加入外购场景或研究设计；结果太窄，就暂时去掉地点词，先看其他地区使用了哪些测量方法。中文数据库也需要同时试“早餐质量、膳食质量、营养构成、外购早餐”等近义表达。查询式不是一次写对的咒语，而是会随着已读文献不断补词的一份工作记录。
PubMed 的官方帮助页会说明连接词、括号、检索历史，以及怎样限定一个词只在题名、摘要等位置查找——数据库把最后一种限定写成字段标签。学会这些功能很有帮助，但按钮本身不会替研究者判断问题。即使检索式语法完全正确，若把“健康结局”和“单餐营养结构”混成一个概念，搜出来的文献仍然答非所问。
找到一篇高度相关的研究后，也不要只继续换关键词。查看它引用了哪些早期研究，是沿参考文献向后找；查看后来有哪些论文引用它，是向前找。这两条路常能发现数据库用词不一致、标题里没写“早餐质量”却实际测了相关变量的研究。若顺着引用关系又找到很多新材料，原来的检索词可能漏了一条研究传统，应该回去补词，而不是把偶然找到的几篇当成完整证据。
正式记录至少要留下数据库、检索日期、完整式子、当时得到的记录数、筛选条件和排除理由。若数据库会自动更新，还要说明实际导出的日期。以后换一个人，应该能够知道当时在哪里找过、为什么留下这篇而没有留下另一篇。Cochrane Handbook 的检索章节对系统综述有更严格、完整的要求：既要使用数据库统一编排的主题名称，也要搜索作者在题名和摘要里实际写出的词；同一项研究发表成多篇报告时，还要避免重复计算。本案例不是 Cochrane 综述，但“让检索过程可以复查”这条原则照样值得保留。
不要把文献分成“支持我”和“反对我”
拿到一篇文献，最先记录的不该只是最后一句结论。至少还要看研究对象从哪里来、样本怎样选、早餐怎样定义、变量怎样测、比较了什么、估计值有多不确定，以及作者自己承认哪些限制。
假设有一项研究观察到价格较高的早餐评分较好，另一项没有观察到明显关系。两篇论文并不是一正一反，先别急着数票。第一项研究的价格范围可能更宽，第二项可能只研究同一所学校；一项按完整早餐计价，另一项记录单品；一项调整店铺类型，另一项没有。结果不同，可能来自真实场景差异，也可能来自抽样、测量和模型不同。
更实用的整理方式，是按来源实际承担的工作分组：正式指南帮助确定规范背景；系统综述整理一批研究的整体证据；直接收集样本和数据的原始研究提供具体对象、测量和结果；专门检验问卷或评分工具的测量研究，告诉我们一把尺子是否稳定、是否真在测目标概念；方法指南则帮助判断某种设计和报告是否合适。
工具“大家都在用”也不等于已经适合当前对象。COSMIN 关于测量工具的资料要求单独检查一套工具是否稳定、是否测中了目标，以及误差有多大；这些特点合起来常被称作测量属性。对我们的案例来说，即使某个早餐评分在另一人群中使用过，也要问它能不能用于外购早餐组合、所需数据能不能可靠获得，以及换一种测量办法会不会明显改变结果。
AI 可以帮助扩展同义词、整理待筛摘要或把提取表先搭起来，但它生成的摘要不是证据本身。研究者仍要回到原文核对对象、设计、数字和限定条件。最危险的情况不是漏掉一个形容词，而是 AI 把“相关”改写成“导致”，或者把论文讨论部分的推测写成已经测得的结果。
模型一画出来，循环论证就藏不住了
把目前的证据和研究决定放在一张草图里，早餐案例大致有两条路：
城市与店铺条件 ──→ 可售食物、价格和常见搭配 ──→ 实际食物组成与份量
│
配方信息、份量记录和估算误差 ──→ 观察到的营养值 ──→ 教学营养评分
城市和店铺类型位于上游，因为它们可能同时影响价格和可售搭配。假如只看到“价格与评分有关”，却不记录店铺类型，价格可能替店铺环境背了一部分关系。这类同时关联解释因素和结果、可能把关系搅在一起的变量，通常叫混杂因素。横断面数据未必能把混杂全部处理干净，但概念模型至少提醒我们哪些字段不能漏。
第二条路是测量过程。早餐真实的组成和份量并不会自动变成数据库里的克数。调查员有没有称重、店家是否提供配方、估算表是否合适，都会影响观察值。所以数据表需要保留“份量是否实测”“配方是否估算”等质量字段，并设置 120 份复核子样本。否则分析人员只看到一列很整齐的蛋白质数字，会误以为每一份都同样可靠。
这张图还暴露了一个很容易被忽略的循环：教学评分本来就由蛋白质、膳食纤维、钠等营养维度算出。若再用蛋白质克数去“发现”总分与蛋白质有关，关系有一部分是公式预先写进去的，并不是什么新的科学发现。这叫部分—整体关系。
因此，营养数值适合用来描述样本、检查评分和做敏感性分析；正式关联模型则更关注上游的食物标记、价格、店铺类型和城市。比如“是否含明确蛋白质食物”不是总分公式里直接相加的一项，虽然它仍可能通过蛋白质含量与评分关联。论文必须把这种路径说出来，不能把评分规则造成的机械关联包装成因果证据。
检索可以暂停时，研究方案应该已经变得更具体
文献下载到 50 篇，不代表已经查够；只读了 12 篇，也不必然太少。更有意义的暂停条件是：四项证据任务都有能够承担相应工作的来源，最近新读的材料已经很少改变核心定义、变量和边界，同时检索过程留有记录，可以在写作前更新。
经过这一轮，早餐研究至少发生了几项具体变化。五个评分维度保留，但明确标成教学工具；城市和店铺类型进入数据表，用于检查替代解释；份量实测和配方估算必须单独标记，并安排 120 份复核；疾病结局被移出本研究；相反结果不会丢弃，而会连同对象和方法差异一起记录。
这才是文献工作暂时完成的迹象：它让研究变窄、变具体，也更诚实，而不是让引言显得更长。下一步要把概念模型中的“食物组成”“营养结构”“份量误差”逐个变成可填写的字段。第 4 篇会处理这件事，并检验那套 0—10 分规则到底测到了什么，而不是只检查公式能不能算出一个数。