Systematisches Review erstellen: 10 Schritte bis zur Publikation

Ein systematisches Review findet, bewertet und kombiniert alle Studien, die dieselbe klar abgegrenzte Frage beantworten. Die Methoden werden im Voraus festgelegt und vollständig berichtet. Das macht es „systematisch“: Leserinnen und Leser könnten Ihren Prozess erneut durchführen und bei denselben Studien landen.

Es dauert außerdem lange. Eine Studie zu 195 abgeschlossenen Reviews im PROSPERO-Register ergab im Mittel 67.3 Wochen von der Registrierung bis zum veröffentlichten Paper und im Mittel 5 Autorinnen und Autoren pro Review (Borah et al., 2017; die Stichprobe wurde 2014 gezogen). Deshalb listet dieser Leitfaden nicht nur die Schritte auf. Für jeden nennt er das Ergebnis, das Sie erstellen müssen – und die Fehler, die Teams zu einem Neustart zwingen.

Hier sind die 10 Schritte. Jeder endet mit etwas, das Sie abhaken können.

Vor Schritt 1: Prüfen, ob ein systematisches Review das richtige Instrument ist

Überspringen Sie das systematische Review – oder wechseln Sie zu einem anderen Review-Typ – in drei Fällen.

• Ihre Frage ist zu breit. „Welche Behandlungen wirken bei Depressionen?“ würde Zehntausende Datensätze liefern. Der Cochrane Handbook warnt vor Fragen, die mehr Datensätze einbeziehen, als ein Team bewältigen kann. Grenzen Sie die Population, die Intervention oder beides ein.
• Ein aktuelles Review beantwortet die Frage bereits. Durchsuchen Sie PROSPERO nach registrierten und laufenden Reviews sowie PubMed nach veröffentlichten. Wenn ein solides Review aus den vergangenen Jahren Ihre Frage abdeckt, bringt ein Duplikat wenig.
• Die Evidenz ist zu dünn oder zu heterogen für eine Kombination. Wenn Sie eine Handvoll Studien mit völlig unterschiedlichen Designs erwarten, passt ein Scoping-Review besser – es erfasst, was existiert, statt Ergebnisse zu poolen. Beachten Sie, dass PROSPERO derzeit keine Scoping-Reviews akzeptiert; diese werden daher anderswo registriert, etwa im Open Science Framework.

Wenn Ihre Frage alle drei Prüfungen besteht, können Sie fortfahren.

Schritt 1: Die Frage mit PICO formulieren und ein Team zusammenstellen

Verwandeln Sie Ihr Thema mithilfe von PICO in eine klare Frage. Die Buchstaben stehen für Population, Intervention, Comparator und Outcome.

Hier ist ein vollständig ausgearbeitetes Beispiel. Thema: „Bewegung und Depression“. PICO-Version:

• P — Erwachsene (18+) mit der Diagnose einer Major Depression
• I — betreute Programme mit aerobem Training
• C — Standardversorgung oder Wartelistenkontrolle
• O — Veränderung des Scores depressiver Symptome auf einer validierten Skala

Die Frage lautet dann:

Senkt betreutes aerobes Training bei Erwachsenen mit Major Depression im Vergleich zur Standardversorgung die Scores depressiver Symptome?

Jede spätere Entscheidung leitet sich aus diesen vier Teilen ab – Suchbegriffe, Einschlussregeln, Extraktionsfelder. Für qualitative Fragen übernimmt das SPIDER-Framework dieselbe Rolle.

Stellen Sie das Team jetzt zusammen, nicht später. Sie brauchen mindestens zwei Reviewer. Screening und Bias-Prüfungen müssen doppelt erfolgen, durch zwei unabhängig arbeitende Personen. Fügen Sie für die Suche eine Bibliotheksfachperson hinzu und eine Statistikerin oder einen Statistiker, wenn Sie Ergebnisse möglicherweise poolen.

• Sie erstellen: eine PICO-Frage in einem Satz und ein namentlich benanntes Team mit Rollen.
• Tools: keine erforderlich; ein gemeinsames Dokument genügt.
• Häufige Ursache für Nacharbeit: ein vages Outcome („Wirksamkeit“), das sich später in mehrere Outcomes aufteilt, auf die sich niemand geeinigt hatte. Legen Sie die genauen Messgrößen jetzt fest.

Schritt 2: Ein Protokoll verfassen und es bei PROSPERO registrieren

Das Protokoll legt Ihre Methoden fest, bevor Sie Ergebnisse sehen. Es umfasst die Frage, Ein- und Ausschlussregeln, geplante Datenbanken, den Screening-Prozess, Extraktionsfelder, das Bias-Instrument und den Syntheseplan. Es schützt Sie vor Bias. Niemand kann Ihnen vorwerfen, die Regeln an die Ergebnisse angepasst zu haben, wenn sie mit Zeitstempel in einem öffentlichen Register stehen.

Registrieren Sie sich bei PROSPERO, dem weltweiten Register für Reviews zu Gesundheitsergebnissen beim Menschen. Die Zeitvorgabe ist strikt: Das Register akzeptiert keine Reviews, bei denen die Datenextraktion bereits begonnen hat. Registrieren Sie sich, nachdem Ihr Protokoll ausgearbeitet ist und bevor das formale Screening beginnt – praktisch also vor oder parallel zu Ihren Suchen.

Das aktuelle PROSPERO wurde im Februar 2025 gestartet. Auf der Hilfeseite steht, was geschieht, sobald jedes Teammitglied den Eintrag bestätigt:

„Eine Registrierungsnummer wird vergeben, und der Registrierungseintrag wird sofort auf der PROSPERO-Website veröffentlicht. Es gibt keine Verzögerung bei der Veröffentlichung.“

Der Nachteil steht auf derselben Seite: PROSPERO „prüft den Inhalt eines Eintrags (abgesehen von integrierten automatischen Prüfungen) nicht und führt kein Peer-Review durch“. Die Qualität des Eintrags liegt bei Ihnen.

Die Seite „How to register“ von PROSPERO beschreibt den aktuellen Prozess der sofortigen Veröffentlichung. Quelle: crd.york.ac.uk, aufgenommen am 23. August 2026.

• Sie erstellen: ein registriertes Protokoll mit einer PROSPERO-ID.
• Tools: PROSPERO ist kostenlos. Ein vollständiges Protokoll als PDF kann an den Eintrag angehängt werden.
• Häufige Ursache für Nacharbeit: die Registrierung, nachdem das Screening begonnen hat. Fachzeitschriften vergleichen das Registrierungsdatum mit den PRISMA-Daten zum Flussdiagramm, und ein verspäteter Eintrag untergräbt den gesamten Zweck.

Schritt 3: Die Suchstrategie erstellen

Das Ziel ist Reichweite statt Präzision: Erfassen Sie jede relevante Studie, und akzeptieren Sie, dass der Großteil der Treffer aussortiert wird. In der Borah-Studie machten eingeschlossene Studien im Mittel 2.94% der gefundenen Datensätze aus. Eine Suche, die verschwenderisch breit wirkt, ist meist richtig.

Durchsuchen Sie mindestens drei Datenbanken. Für ein Review zu Studien legt Cochrane CENTRAL, MEDLINE und Embase als Minimum fest:

• PubMed — kostenlos
• CENTRAL — das Cochrane-Register für Studien, kostenlos durchsuchbar
• Embase — kostenpflichtig, normalerweise über Ihre Bibliothek
• eine fachspezifische Datenbank — CINAHL für Pflegewissenschaft, PsycINFO für Psychologie

Kombinieren Sie in jeder Datenbank kontrollierte Begriffe (MeSH in PubMed) mit Freitextbegriffen, weil die Indexierung verzögert erfolgt und je nach Datenbank variiert.

Hier ist eine ausführbare PubMed-Suche für das Beispiel aus Schritt 1:

(\"Exercise\"[Mesh] OR exercis*[tiab] OR \"physical activity\"[tiab] OR \"aerobic training\"[tiab])
AND
(\"Depressive Disorder\"[Mesh] OR \"Depression\"[Mesh] OR depress*[tiab])
AND
(randomized controlled trial[pt] OR randomized[tiab] OR randomised[tiab])

Jeder Block kombiniert einen MeSH-Begriff mit Freitextvarianten, die mit [tiab] gekennzeichnet sind. Das Sternchen in exercis* erfasst alle Wortendungen. Der [pt]-Filter begrenzt die Suche auf Berichte zu Studien, während die Freitextbegriffe noch nicht indexierte Studien erfassen.

Decken Sie anschließend graue Literatur ab:

• Studienregister — ClinicalTrials.gov und WHO ICTRP
• Konferenzabstracts
• die Literaturverzeichnisse der eingeschlossenen Studien

Wenn Sie unveröffentlichte Studien auslassen, verschieben Sie Ihr Review in Richtung positiver Ergebnisse.

Lassen Sie die Suchstrategie vor dem Start von einer Bibliotheksfachperson prüfen. Die Suchsyntax unterscheidet sich zwischen Datenbanken, und ein übersehenes Synonym kann eine Gruppe von Studien verbergen. Fehler schleichen sich auch ein, wenn eine Suche von einer Datenbank in die nächste übertragen wird, und sie sind schwer zu erkennen.

In diesem Schritt spart eine Stunde fachkundige Prüfung Monate.

• Sie erstellen: den vollständigen Suchstring für jede Datenbank, mit Ausführungsdaten und Trefferzahlen – diese müssen Sie unter PRISMA wortgetreu berichten.
• Tools: PubMed ist kostenlos; Embase, CINAHL und PsycINFO erfordern normalerweise ein Bibliotheksabonnement.
• Häufige Ursache für Nacharbeit: einen wichtigen Suchbegriff erst nach dem abgeschlossenen Screening zu finden, was eine neue Suche und einen zweiten Screening-Durchlauf erzwingt.

Schritt 4: Datensätze exportieren und Dubletten entfernen

Exportieren Sie alle Treffer in ein Literaturverwaltungsprogramm und entfernen Sie Dubletten. Dieselbe Studie taucht in mehreren Datenbanken auf. Wenn Sie sie doppelt zählen, sind sowohl Ihre Screening-Zahlen als auch Ihre Ergebnisse falsch.

Notieren Sie zwei Zahlen, bevor Sie irgendetwas bearbeiten: die Gesamtzahl der Datensätze pro Datenbank und die Zahl der entfernten Dubletten. Beide Zahlen kommen später in Ihr PRISMA-Flussdiagramm und lassen sich nachträglich nicht rekonstruieren.

• Sie erstellen: eine einzige, bereinigte Literaturbibliothek sowie die Zählwerte.
• Tools: Zotero (kostenlos) oder EndNote (kostenpflichtig); Screening-Tools wie Rayyan und Covidence entfernen beim Import ebenfalls Dubletten.
• Häufige Ursache für Nacharbeit: den Export jeder Datenbank einzeln zu deduplizieren und den Überblick über die gemeinsamen Summen zu verlieren.

Schritt 5: In zwei Stufen mit zwei Reviewern screenen

Das Screening findet zweimal statt. Erster Durchgang: nur Titel und Abstracts, anhand der Regeln Ihres Protokolls beurteilt – im Zweifel einschließen. Zweiter Durchgang: Volltexte aller verbliebenen Datensätze, mit einem protokollierten Grund für jede ausgeschlossene Studie.

Beide Stufen erfordern zwei unabhängig arbeitende Reviewer; Konflikte werden im Gespräch oder durch einen dritten Reviewer geklärt. Das ist keine Frage der Höflichkeit: Eine allein screenende Person übersieht Studien. PRISMA-Item 8 verlangt, dass Sie angeben, wie viele Personen jeden Datensatz gescreent haben und ob sie unabhängig gearbeitet haben. Cochrane betrachtet doppeltes Screening als einzuhaltenden Standard.

Zwei Regeln schützen Sie vor subtilen Verzerrungen:

• Schließen Sie eine Studie nicht aus, weil sie Ihr Outcome nicht berichtet hat. Wenn eine Studie Depressionsscores erhoben, diese aber nie veröffentlicht hat, belohnt ihr Ausschluss selektive Berichterstattung. Behalten Sie sie und versuchen Sie, die Daten zu beschaffen.

• Dokumentieren Sie Gründe für den Ausschluss auf Volltextebene in Kategorien („falsche Population“, „falscher Comparator“, „nicht randomisiert“). PRISMA verlangt sie, und Gründe nachträglich aus dem Gedächtnis zu rekonstruieren, ist mühsam.

• Sie erstellen: eine endgültige Liste der eingeschlossenen Studien sowie Zählwerte und Ausschlussgründe für das Flussdiagramm.

• Tools: Rayyan bietet eine kostenlose Version und unterstützt blindes doppeltes Screening. Covidence ist kostenpflichtig (ab $339 pro Jahr für ein Review, Stand August 2026; viele Hochschulbibliotheken verfügen über Standortlizenzen) und deckt das Screening bis zur Extraktion ab.

• Häufige Ursache für Nacharbeit: Kriterien, die sich mitten im Screening als unscharf herausstellen („Erwachsene“ – zählen 16+ dazu?). Testen Sie die Kriterien an 50–100 Datensätzen und präzisieren Sie die Formulierung vor dem vollständigen Durchgang.

Schritt 6: Daten mit einem pilotierten Formular extrahieren

Erstellen Sie aus Ihren PICO-Bestandteilen ein strukturiertes Formular: Studiendesign, Setting, Stichprobengröße, Teilnehmende, was in jedem Arm durchgeführt wurde, Outcome-Daten (Mittelwerte, SDs, Ereigniszahlen) und Finanzierungsquelle. Pilotieren Sie es anschließend an drei bis fünf Studien, bevor Sie mit dem Rest beginnen. Der Pilot zeigt fast immer fehlende Felder.

Extrahieren Sie doppelt oder lassen Sie eine zweite Person eine Stichprobe prüfen. Führen Sie außerdem mehrere Berichte derselben Studie zusammen. Eine Studie, die als Protokollpublikation, Ergebnispublikation und Follow-up veröffentlicht wurde, ist eine Studie, nicht drei. Wenn Sie sie dreimal zählen, gewichten Sie sie dreifach.

• Sie erstellen: eine vollständig ausgefüllte Extraktionstabelle, die jede eingeschlossene Studie abdeckt.
• Tools: Eine Tabellenkalkulation genügt und ist kostenlos; Covidence bietet integrierte Extraktionsformulare.
• Häufige Ursache für Nacharbeit: ein nicht pilotiertes Formular mit einem fehlenden Feld (Subgruppendaten, unerwünschte Ereignisse), das Sie durch jedes PDF zurückschickt.

Schritt 7: Das Bias-Risiko bewerten – das Instrument hängt vom Studiendesign ab

Beim Bias-Risiko geht es darum, ob das Design jeder Studie ihr Ergebnis verzerrt haben könnte. War die Zuteilung tatsächlich zufällig? Waren die Bewertenden verblindet? Unterschieden sich die Abbrüche zwischen den Armen?

Eine präzise Zahl aus einer fehlerhaften Studie bleibt eine fehlerhafte Zahl.

Das Instrument ist keine freie Wahl – es folgt aus den Studiendesigns, die Sie eingeschlossen haben:

Alle drei sind kostenlos. Wenn Ihre Frage eine Intervention betrifft, verwenden Sie ROBINS-I auch bei Kohorten- und Fall-Kontroll-Designs. Das verlangt das Cochrane Handbook, und das erwarten Reviewer. Beachten Sie außerdem, dass die Newcastle-Ottawa Scale eine Sternebewertung vergibt und daher nicht die auf Domänenebene erforderlichen Beurteilungen liefern kann.

Bewerten Sie doppelt, beurteilen Sie jede Domäne statt einer Gesamtpunktzahl und planen Sie, die Bewertungen zu verwenden – etwa für eine Prüfung, ob die Ergebnisse bestehen bleiben, wenn Studien mit hohem Risiko entfernt werden. Eine Bias-Tabelle, die nie in die Ergebnisse einfließt, ist Dekoration.

• Sie erstellen: eine Bias-Tabelle pro Studie und Domäne mit Begründungen für jede Beurteilung.
• Tools: die offiziellen Vorlagen oben; RevMan und Covidence integrieren RoB 2.
• Häufige Ursache für Nacharbeit: eine Checkliste zu verwenden, die nicht zum Studiendesign passt – NOS bei randomisierten Studien, RoB 2 bei Kohortenstudien. Peer-Reviewer weisen sofort darauf hin.

Schritt 8: Eine Synthese erstellen – Meta-Analyse nur, wenn die Studien sie zulassen

Jedes systematische Review braucht eine strukturierte Synthese. Nicht jedes erhält eine Meta-Analyse.

Fassen Sie Ergebnisse nur zusammen, wenn die Studien ähnlich genug sind:

• dieselbe Kernfrage
• ähnliche Personen und Behandlungen
• Outcomes, die sich in eine gemeinsame Skala umrechnen lassen

Wenn sich Ihre Studien im Kern darin unterscheiden, was sie verglichen oder wie sie es gemessen haben, ist ein zusammengefasster Mittelwert eine präzise Zahl ohne Bedeutung.

Wenn ein Poolen nicht sinnvoll ist, verfassen Sie stattdessen eine strukturierte narrative Synthese. Gruppieren Sie die Studien nach Behandlungstyp oder Population. Berichten Sie Richtung und Effektgröße jeder Gruppe und sagen Sie ausdrücklich, warum Sie nicht gepoolt haben.

„Wir haben nicht gepoolt, weil die Studien klinisch zu unterschiedlich waren“ ist eine faire, publizierbare Feststellung. Eine erzwungene Meta-Analyse ist es nicht.

Wenn Sie poolen:

• wählen Sie das Effektmaß (Risikoverhältnis, Mittelwertdifferenz)

• quantifizieren Sie, wie stark sich die Studien unterscheiden (I²)

• legen Sie Subgruppen- und Sensitivitätsanalysen vorab in Ihrem Protokoll fest

• prüfen Sie Effekte kleiner Studien, wenn Sie genügend Studien haben

• Sie erstellen: forest plots und gepoolte Schätzwerte oder eine strukturierte narrative Synthese mit explizit genanntem Grund.

• Tools: die R-Pakete metafor oder meta (kostenlos) oder RevMan (lizenziert, kostenlos für Autorinnen und Autoren von Cochrane-Reviews). Beziehen Sie eine Statistikerin oder einen Statistiker ein, bevor Sie poolen, nicht danach.

• Häufige Ursache für Nacharbeit: im Protokoll eine Meta-Analyse zu versprechen und dann unähnliche Studien zusammenzuzwingen, um das Versprechen einzuhalten. Protokolle können das Poolen als bedingte Option formulieren – schreiben Sie es so.

Schritt 9: Mit PRISMA 2020 berichten

Zeitschriften im Gesundheitsbereich erwarten die PRISMA-2020-Erklärung. Sie besteht aus zwei Teilen: einer 27-Punkte-Checkliste, die alles von Suchstrings bis zur Finanzierung abdeckt, und dem Flussdiagramm, das den Weg von Datenbanktreffern bis zu den eingeschlossenen Studien nachzeichnet.

Im Flussdiagramm werden die in den Schritten 3–5 protokollierten Zahlen zusammengeführt:

• Datensätze pro Datenbank
• entfernte Dubletten
• gescreente und ausgeschlossene Datensätze
• bewertete Volltexte mit dem Grund für jeden Ausschluss
• eingeschlossene Studien

Die offizielle Vorlage finden Sie auf der Seite zum PRISMA-Flussdiagramm. Unser kostenloser PRISMA flow diagram generator erstellt für Sie die Standardversion für Datenbanken und Register. Er übernimmt die Zählwerte und gibt ein Diagramm im offiziellen Layout von 2020 aus.

Prüfen Sie beim Erstellen von Diagrammen die Regeln Ihrer Zielzeitschrift für KI-erstellte Bilder. Die Regeln unterscheiden sich je nach Verlag stark, und Flussdiagramme werden nicht wie Datendiagramme behandelt. Wir haben die tatsächlichen Richtlinien von sechs Verlagen in unserem Leitfaden zu KI-Diagrammen und Zeitschriftenregeln verglichen.

Füllen Sie die Checkliste beim Schreiben aus, nicht danach. Die meisten Punkte erfordern nur einen ehrlichen Satz, wenn die früheren Schritte korrekt durchgeführt wurden.

• Sie erstellen: eine ausgefüllte Checkliste mit 27 Punkten (mit dem Manuskript eingereicht) und das Flussdiagramm.
• Tools: Die PRISMA-Checkliste und -Vorlagen sind kostenlos.
• Häufige Ursache für Nacharbeit: fehlende Zählwerte für das Flussdiagramm, weil sie in den Schritten 3–5 nicht protokolliert wurden. Es gibt keine andere Lösung, als die Dokumentation neu zu machen.

Schritt 10: Schreiben, Registrierung aktualisieren und einreichen

Strukturieren Sie das Manuskript nach den Überschriften von PRISMA:

• Hintergrund
• Methoden, entsprechend Ihrem Protokoll
• Ergebnisse – Fluss, Studienmerkmale, Bias-Risiko, Synthese
• Diskussion und Limitationen

Wenn Ihr Review vom registrierten Protokoll abweicht, nennen Sie das und erklären Sie warum. Reviewer werden die beiden Dokumente vergleichen.

Wählen Sie die Zeitschrift vor dem Feinschliff. Prüfen Sie, ob sie Reviews wie Ihres veröffentlicht, und lesen Sie ihre Regeln – viele verlangen die PRISMA-Checkliste und die Registrierungs-ID bei der Einreichung. Bereiten Sie anschließend die zusätzlich verlangten Materialien vor. Wenn die Zeitschrift ein Graphical Abstract verlangt, prüfen Sie, welches Tool Sie dafür verwenden dürfen – mehrere Verlage untersagen für diese Aufgabe allgemein nutzbare KI-Bildtools, und wir haben die geltenden Regeln dazu zusammengefasst.

Schließen Sie schließlich den Vorgang bei PROSPERO ab:

• den Status des Eintrags auf abgeschlossen setzen
• die Zitierung ergänzen, sobald das Paper veröffentlicht ist

Das Register versendet Erinnerungen, und ein offen gebliebener Eintrag fällt auf das Team zurück.

• Sie erstellen: ein eingereichtes Manuskript mit Checkliste, Flussdiagramm, Registrierungs-ID und aktualisiertem PROSPERO-Eintrag.
• Tools: keine neuen; Ihr Literaturverwaltungsprogramm formatiert das (lange) Literaturverzeichnis.
• Häufige Ursache für Nacharbeit: ein Methodenteil, der vom registrierten Protokoll abweicht, ohne dies zu benennen – das erkennen Peer-Reviewer am einfachsten. Ein zweiter häufiger Grund ist eine veraltete Suche. Cochrane verlangt eine erneute Suche, wenn die erste Suche bei Veröffentlichung mehr als 12 Monate zurückliegt; planen Sie daher einen weiteren Screening-Durchlauf ein.

FAQ

Was ist der Unterschied zwischen einem systematischen Review und einer Meta-Analyse?

Ein systematisches Review umfasst den gesamten Prozess: Frage, Suche, Screening, Bewertung und Synthese. Eine Meta-Analyse ist ein optionaler Schritt darin, der numerische Ergebnisse über mehrere Studien hinweg zusammenfasst. Jede Meta-Analyse sollte Bestandteil eines systematischen Reviews sein. Viele gute Reviews enthalten überhaupt keine Meta-Analyse.

Wie lange dauert ein systematisches Review?

Die beste verfügbare Zahl stammt aus 195 abgeschlossenen Reviews in PROSPERO. Der Mittelwert lag bei 67.3 Wochen von der Registrierung bis zum veröffentlichten Paper (Borah et al., 2017). Der Umfang bestimmt die Spanne – die Suchen in dieser Stichprobe ergaben zwischen 27 und über 92,000 Datensätze.

Kann eine Person ein systematisches Review durchführen?

Nicht nach dem anerkannten Standard. Screening, Extraktion und Bias-Prüfungen müssen von zwei unabhängig arbeitenden Personen durchgeführt werden. Soloarbeit lässt Studien aus und verankert die Fehler einer Person im Review. Dieselbe Studie aus dem Jahr 2017 ergab, dass Reviews im Durchschnitt 5 Autorinnen und Autoren hatten.

Was ist der Unterschied zwischen einem systematischen Review und einem Literaturreview?

Ein Literaturreview fasst vom Autor ausgewählte Quellen zusammen, ohne Pflicht zur Vollständigkeit oder Reproduzierbarkeit. Ein systematisches Review registriert seine Regeln im Voraus, versucht, jede passende Studie zu finden, und berichtet die Methode so detailliert, dass sie erneut durchgeführt werden kann. Eine systematisch wirkende Suche allein genügt nicht – PROSPERO schließt Literaturreviews aus, die zwar die Suche übernehmen, aber die übrigen Methoden auslassen.

Muss ich mich bei PROSPERO registrieren?

Kein Gesetz schreibt die Registrierung vor, aber viele Zeitschriften erwarten sie bei Reviews zu Gesundheitsthemen, und sie schützt Sie vor dem Vorwurf des Outcome-Switchings. Die Registrierung muss vor Beginn der Datenextraktion erfolgen – das Register akzeptiert kein Review, bei dem die Extraktion bereits begonnen hat. Sie ist kostenlos, und seit dem Neuaufbau 2025 werden Einträge sofort veröffentlicht, sobald alle Autorinnen und Autoren bestätigen.