# 安装必要的包
if (!requireNamespace("PRISMA2020", quietly = TRUE)) {
install.packages("PRISMA2020")
}
# 加载包
library(PRISMA2020)PRISMA 流程图
每篇系统综述与 Meta 分析都必须报告检索、筛选、排除和最终纳入了多少文献——即 PRISMA 2020 流程图 [1]。图的主体是两列方框：通过数据库与试验注册库进行文献识别和筛选（新研究），以及可选的、来自综述旧版本的研究和通过其他方法（引文、网站、机构）识别的研究。期刊对 2020 版模板的要求日益严格；手工绘制或格式不符的流程图是综述稿件被直接拒稿的常见原因。
PRISMA2020 R 包 [2] 从计数模板生成符合 2020 版规范的流程图，支持交互式悬停提示、逐数据库明细和 Meta 分析方框。由于流程图由代码生成，计数可以程序化验证——每个阶段必须与下一阶段在算术上对账一致——这正是编辑和审稿人首先核查的性质。
本教程涵盖三种工作流：
- 带对账检查的标准新综述流程图；
- 列出具体数据库与注册库的明细版本；
- 带悬停提示、可作在线补充材料的交互版本。
Example
Setup
系统要求：跨平台（Linux/MacOS/Windows）
编程语言：R
依赖包：
PRISMA2020（经DiagrammeR渲染）
sessioninfo::session_info("attached")─ Session info ───────────────────────────────────────────────────────────────
setting value
version R version 4.6.2 (2026-10-29)
os Ubuntu 24.04.5 LTS
system x86_64, linux-gnu
ui X11
language (EN)
collate C.UTF-8
ctype C.UTF-8
tz UTC
date 2026-10-30
pandoc 3.1.3 @ /usr/bin/ (via rmarkdown)
quarto 1.10.19 @ /usr/local/bin/quarto
─ Packages ───────────────────────────────────────────────────────────────────
package * version date (UTC) lib source
PRISMA2020 * 1.1.5 2026-09-05 [1] RSPM
[1] /home/runner/.cache/R/renv/library/Bizard-5140bdc6/linux-ubuntu-noble/R-4.6/x86_64-pc-linux-gnu
[2] /home/runner/work/_temp/Library
[3] /opt/R/4.6.2/lib/R/library
* ── Packages attached to the search path.
──────────────────────────────────────────────────────────────────────────────Data Preparation
包自带 CSV 模板，每行对应图中一个方框。我们读取模板，覆盖一篇示例肿瘤学综述的计数，并清空提示 URL（仅交互模式使用）。示例流程：数据库 1,200 条 + 注册库 210 条记录，去重 233 条，筛 1,177 条，题目/摘要排除 1,050 条，寻找全文 127 篇，未获取 4 篇，评估 123 篇，附理由排除 88 篇，最终纳入 35 项研究，其中 28 项进入 Meta 分析。
tpl <- read.csv(system.file("extdata", "PRISMA.csv", package = "PRISMA2020"),
stringsAsFactors = FALSE)
counts <- c(
previous_studies = 0, previous_reports = 0,
database_results = 1200, database_specific_results = 0,
register_results = 210, register_specific_results = 0,
website_results = 0, organisation_results = 0, citations_results = 0,
duplicates = 233,
excluded_automatic = 0, excluded_other = 0,
records_screened = 1177, records_excluded = 1050,
dbr_sought_reports = 127, dbr_notretrieved_reports = 4,
other_sought_reports = 0, other_notretrieved_reports = 0,
dbr_assessed = 123, dbr_excluded = 88, # reasons enumerated below
other_assessed = 0, other_excluded = 0,
new_studies = 35, new_reports = 35,
total_studies = 35, total_reports = 35,
total_studies_ma = 28, total_reports_ma = 28
)
for (k in names(counts)) {
idx <- which(tpl$data == k)
if (length(idx)) tpl$n[idx] <- as.character(counts[[k]])
}
# 全文排除必须逐条列出理由（PRISMA 2020）；格式 "理由, 条数; …"，合计等于 dbr_excluded
tpl$n[tpl$data == "dbr_excluded"] <-
"研究人群不符, 30; 干预措施不符, 25; 结局指标不符, 20; 出版类型不符, 8; 其他, 5"
tpl$url[!is.na(tpl$url)] <- "" # 提示超链接：仅交互模式使用
prisma_counts <- PRISMA_data(tpl)绘图前先验证数字对账——PRISMA 审稿意见中最常见的批评就是方框数字加不上 [1]：
# 对账基于原始计数（PRISMA_data() 会把数字渲染为显示格式，如 "1,177"，
# 因此算术应在原始 counts 上进行）
stopifnot(
counts[["database_results"]] + counts[["register_results"]] - counts[["duplicates"]] == counts[["records_screened"]],
counts[["records_screened"]] - counts[["records_excluded"]] == counts[["dbr_sought_reports"]],
counts[["dbr_sought_reports"]] - counts[["dbr_notretrieved_reports"]] == counts[["dbr_assessed"]],
counts[["dbr_assessed"]] - counts[["dbr_excluded"]] == counts[["new_studies"]]
)
cat("各阶段对账通过：1,200 + 210 - 233 = 1,177 筛选；",
"123 篇评估；35 项纳入；28 项进 Meta 分析。\n")各阶段对账通过：1,200 + 210 - 233 = 1,177 筛选； 123 篇评估；35 项纳入；28 项进 Meta 分析。Visualization
1. 标准新综述流程图
p1 <- PRISMA_flowdiagram(prisma_counts,
interactive = FALSE,
previous = FALSE, other = FALSE,
meta_analysis = TRUE,
side_boxes = TRUE,
fontsize = 9)
p1两个蓝色侧框标注综述阶段（identification、screening、included）；若 previous = TRUE，金黄色的标题框会标注综述的旧版本。计数打印在每个方框内，被去除的记录向右分支展示。
2. 明细版本：逐数据库分解
试验报告和综述指南常要求说明记录来自哪里。填好 database_specific_results / register_specific_results 行并打开明细开关后重新绘图，即可列出每个检索来源：
tpl_d <- tpl
# 逐来源明细写入 *_specific_results 行的 n 列，格式 "来源, 条数; …"
tpl_d$n[tpl_d$data == "database_specific_results"] <- "PubMed, 520; Embase, 400; Web of Science, 280"
tpl_d$n[tpl_d$data == "register_specific_results"] <- "Cochrane Register, 120; ClinicalTrials.gov, 90"
prisma_detailed <- PRISMA_data(tpl_d)
p2 <- PRISMA_flowdiagram(prisma_detailed,
interactive = FALSE,
previous = FALSE, other = FALSE,
detail_databases = TRUE,
detail_registers = TRUE,
meta_analysis = FALSE,
side_boxes = TRUE,
fontsize = 9)
p2逐来源条目继承上面的 来源, 条数 对——替换成你的综述实际检索的来源即可，保持相同的 来源, 条数; … 格式。
3. 带悬停提示的交互版本
p3 <- PRISMA_flowdiagram(prisma_counts,
interactive = TRUE,
previous = FALSE, other = FALSE,
meta_analysis = TRUE,
side_boxes = TRUE,
fontsize = 9)
p3在渲染出的 HTML 页面中，方框会对鼠标悬停作出响应，使在线补充材料中的流程图自带说明；同一流程图导出为 PDF 后仍是完全静态的。
提示实践要点
- 投稿前程序化对账（见 Data Preparation）：检索 − 去重 = 筛选；筛选 − 排除 = 找全文；评估 − 排除 = 纳入。
- 排除全文必须附理由——若排除理由多于几类，2020 版声明要求逐一列举（模板的
dbr_excluded行）。 - 仅在更新版综述中设
previous = TRUE；误用会生成与 2020 模板不符的图。
Application
PRISMA 流程图出现在每篇系统综述稿件、注册方案（PROSPERO 更新）以及随时间刷新检索的 living review 中。下图模拟典型论文版式：(A) 标准新综述流程图，(B) 逐数据库明细版本。
Reference
[1] Page MJ, McKenzie JE, Bossuyt PM, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71. doi:10.1136/bmj.n71
[2] Haddaway NR, Page MJ, Pritchard CC, McGuinness LA. PRISMA2020: An R package and Shiny app for producing PRISMA 2020-compliant flow diagrams, with interactivity for optimised digital transparency and Open Synthesis. Campbell Syst Rev. 2022;18(2):e1230. doi:10.1002/cl2.1230