系统评价的检索式是关键词、同义词和布尔运算符（AND、OR、NOT）的结构化组合，旨在检索所有相关研究，同时尽量减少不相关的结果。
从研究问题入手
使用PICO框架（人群、干预、比较、结局）或类似模型，将研究问题分解为核心概念。例如，若研究“正念干预对大学生焦虑的有效性”，你的概念包括：大学生（人群）、正念干预（干预）和焦虑（结局）。
确定同义词和相关术语
列出每个概念在文献中可能出现的所有表达方式。对于“大学生”，可包括：高校学生、本科生、大专生、高等教育阶段学生。对于“正念”，可考虑：冥想、正念减压疗法、正念减压、内观练习。同时包括美式和英式拼写（如“behaviour”和“behavior”）及常见缩写。
应用布尔运算符
- OR 连接同一概念内的同义词：（大学生 OR 高校学生 OR 本科生）
- AND 连接不同概念：（正念 OR 冥想）AND（焦虑 OR 压力）AND（大学生 OR 本科生）
- NOT 排除不想要的术语，但应谨慎使用，因为它可能剔除相关研究
使用通配符和短语检索
截词符号（通常为*）可捕获词汇变体：“meditat*”可检索到冥想、冥想练习、冥想性的。引号确保精确短语匹配：“系统评价”不会匹配“系统性错误的评价”。
测试与优化
在一个数据库中运行你的检索式，并查看前50条结果。如果噪声过多——例如检索到针对老年人群的冥想研究，而你实际需要的是大学生——请收紧人群相关术语。如果遗漏了你已知存在的关键文献，请增加更多同义词，或查看这些文献的关键词以发现你忽略的术语。WisPaper的学者搜索支持复杂逻辑，如“包含正念但排除瑜伽干预”，并能自动过滤掉90%的不相关结果，这可以显著加快这一优化过程。
记录一切
记录最终的检索式、检索日期和所用数据库。系统评价要求完全透明，以便他人能够复现你的检索过程。