医学综述第一步：选题对了，文章就成了一半

系列教程第 1 篇 · 选题策略

---

一个真实的场景

前几天帮一位本科学弟改综述，他选了个题目叫”肿瘤免疫治疗研究进展”。我问他：”你知道 PubMed 上这个主题有多少篇综述吗？”他查了一下——两万三千多篇。

在他的综述里还能有什么新东西？选题就是第一篇最大的坑。

筛选题目范围是综述写作的第一步，也是决定你后期能否顺利发表的关键一步。题目选好了，事半功倍；选不好，可能写了一万多字才发现投不出去。

下面结合我自己的综述发表经历，把选题这个环节拆开揉碎了讲清楚。

---

一、综述选题的三个黄金标准

标准 1：范围精确（不是越宽越好）

选题范围要小，小到你可以真正”驾驭”。

来看一组对比：

差选题（太宽）	好选题（聚焦）
肿瘤免疫治疗研究进展	PD-1/PD-L1 抑制剂在非小细胞肺癌中的耐药机制研究进展
人工智能在医学中的应用	深度学习在病理切片图像分类中的应用进展
肠道菌群与疾病	肠道菌群代谢产物短链脂肪酸在炎症性肠病中的作用机制研究进展
干细胞治疗	间充质干细胞来源外泌体在骨关节炎软骨修复中的研究进展

看出差别了吗？好的选题一般包含 3 个关键词：核心机制 + 具体疾病 + 研究视角。

为什么范围越小越好？

• 文献量可控（直接相关约 20-50 篇）
• 你能真正”吃透”这个领域的文献
• 更容易找到未被综述过的”缝隙”
• 审稿人一看就知道你是真的懂这个方向

标准 2：兼顾热点与创新

这是一个需要平衡的点。太热的方向，大家都写，很难出彩；太冷的方向，文献不够，写不动。

选题策略	示例	适用场景
热点 + 新视角	CAR-T 治疗实体瘤的研究进展（从肿瘤微环境角度）	已有较多研究的热门方向
交叉领域	纳米材料在肿瘤光热治疗与免疫治疗联合应用中的研究进展	两个领域交叉处往往有空白
新技术应用	单细胞测序在揭示肿瘤异质性中的研究进展	新技术带来新的综述机会
方法学综述	结直肠癌类器官模型的建立及其在药物筛选中的应用进展	从方法学角度切入

避坑提示：如果你想写一个题目但在 PubMed 上查到最近两年已经有多篇高分综述发表过了，那你需要重新思考你的角度——除非你能找到一个不一样的切入点。

标准 3：与你的专业背景深度绑定

你可能会问：”为什么一定要和我的专业绑定？”

答案是：审稿人和编辑会看你的作者背景是否支撑这个题目。 一个心血管方向的硕士去写神经退行性疾病的综述，编辑会觉得没有可信度。

选题应该从你自己熟悉的领域出发，你读过的文献、做过的实验、跟过的临床方向，都是你的”护城河”。

---

二、选题实操：五步法

Step 1：大量泛读（这是基础，偷不了懒）

我始终认为选题找不出来，最根本的原因就是你文献读得不够。

这一步的目标不是”找到一个完美选题”，而是建立领域认知地图。你需要大致了解：

• 这个方向有哪些经典研究和里程碑式发现？
• 目前的研究热点集中在哪几个子方向？
• 有哪些关键问题尚未解决？
• 最近 2-3 年有哪些突破性进展？

实操建议：

• 在 PubMed 上按”Best Match”排序，快速浏览最近 2 年的综述文章
• 关注高被引论文，看大家都在引用什么
• 注意：这个阶段是”泛读”，看标题和摘要就够了，不要陷入精读
• 这里也可以使用topbeeai的文献总结功能，输入自然语言就会自动搜索相关文献总结后输出

Step 2：锁定 2-3 个候选方向

泛读完一轮后，你脑子里应该对领域有了大致图谱。这时候列出 2-3 个你有兴趣写的方向，每个方向用一句话描述。

比如我做肿瘤免疫方向，可能的候选：

1. TIGIT 通路在肿瘤免疫逃逸中的作用及联合治疗策略
2. 肿瘤相关中性粒细胞（TANs）的表型可塑性及其在免疫治疗耐药中的作用
3. 三级淋巴结构（TLS）在实体瘤中的预后价值及治疗意义

Step 3：验证可行性的方法

每个候选方向做一次”可行性检查”：

检查 1：文献够不够？

• 在 PubMed 用核心关键词搜索，看直接相关的论著有多少
• 经验值：直接相关的论著在 10-20 篇左右是比较理想的范围
• 太少（<5 篇）：写不出深度，不建议
• 太多（>50 篇）：你很难”吃透”，也很可能已经有人写过了

检查 2：有没有人写过？

• 用同样的关键词搜综述类型文章（Review 筛选）
• 如果最近 2 年内已有中文/英文综述发表，仔细看它的侧重点
• 问自己：我能提供什么新视角？如果找不到差异化，换一个

检查 3：我写得了吗？

• 这个方向涉及的技术/方法我是否了解？
• 如果需要补充知识，成本多大？
• 导师/实验室是否有相关积累？

Step 4：利用 AI 辅助验证（推荐 TopBeeAI）

到了这一步，如果你有 2-3 个候选方向但不太确定选哪个，或者想知道哪个方向的文献结构更清晰——可以用 AI 工具辅助验证。

具体做法：在 TopBeeAI 的文献总结 里分别输入你的候选题目，让 AI 帮你：

• 生成每个方向的综述提纲 → 看哪个方向的逻辑结构更清晰
• 查看 AI 检索到的文献数量和质量 → 看哪个方向的文献支撑更充足
• 对比不同方向的”可写性” → 哪个方向你能补充更多自己的分析

这不是让 AI 帮你选题，而是让 AI 帮你验证你的选题判断。 就像你有了几个候选方案后找同事讨论一下——AI 给你提供了更快速的”初步扫描”能力。

Step 5：最终确定题目

通过上面的步骤，你可以确定最终题目了。一个完整的综述题目应该包含：

1. 核心主题 + 限定范围（疾病/场景） + 研究视角/切入点

例如：长链非编码RNA（核心主题）在肝细胞癌（限定范围）中的预后标志物及治疗靶点（研究视角）研究进展

---

三、选题阶段的常见错误

错误 1：”我先选个大的，写的时候再缩小”

错。选题的时候不聚焦，写的时候只会越来越散。一万字的综述最多覆盖 2-3 个关键词方向，选个”肿瘤治疗”这种题目你写十万字都写不完。

错误 2：”这个方向我导师让我写的，我也不太懂”

如果你对选题方向完全不熟悉、没有文献积累，你会陷入”读不完的文献地狱”——每写一段都要现学新知识，效率极低。如果必须写不熟悉的方向：

• 先用 AI 工具（如 TopBeeAI 文献综述助手）快速生成一个领域概览和阅读清单
• 找准 3-5 篇关键综述作为”入门读物”
• 建立基础认知后再开始选题细化

错误 3：”我等到选题完全确定再开始读文献”

选题和读文献不是两个先后步骤，而是一个循环。你读文献 → 调整选题 → 再读文献 → 再调整。不要把选题当成一个”定下来就不能改”的决策。

---

四、选题自检清单

在正式开始下一步（系统性检索）之前，用这个清单检查一下：

•  题目是否包含 2-3 个明确的关键词？
•  搜索 PubMed 发现直接相关论著在 10-20 篇左右？
•  近 2 年内没有同题目的综述发表（或有明确的差异化视角）？
•  选题与我的专业背景/实验室方向相关？
•  我能用一句话说清楚”这篇综述的独特价值是什么”？

如果全部打勾，恭喜你，可以进入下一步了。

---

五、选题之后

选好题目只是开始。下一篇我将详细讲如何系统性地检索和筛选文献，包括：

• 检索策略的构建（MeSH 词 + 布尔逻辑的正确用法）
• 如何利用 TopBeeAI 医学文献检索快速定位高价值文献
• 文献筛选的”三筛法”（初筛→复筛→精筛）
• 如何追溯”文献的文献，让每一篇引文都信得过