Banyak mahasiswa pertama kali mendengar istilah systematic literature review dari dosen pembimbing, reviewer jurnal, atau teman yang lebih dulu sidang. Tidak jarang reaksi pertamanya adalah diam sebentar, lalu mengangguk seolah paham, padahal di dalam kepala masih penuh tanda tanya.
Wajar sekali. Systematic literature review (SLR) terdengar seperti versi yang lebih serius dari tinjauan pustaka biasa, tapi tidak ada yang benar-benar menjelaskan apa bedanya, bagaimana cara memulainya, dan apa saja yang bisa salah kalau langkahnya terbalik.
Padahal kekeliruan di awal proses SLR bisa cukup fatal. Bukan karena prosesnya rumit, tapi karena banyak yang terbalik: cari artikel dulu, baru tentukan pertanyaan penelitian. Akibatnya, artikel yang terkumpul tidak benar-benar menjawab satu hal yang spesifik, dan saat diminta menjelaskan metodologinya, jawabannya tidak meyakinkan.
Panduan ini disusun khusus untuk siapa pun yang baru pertama kali mengenal SLR. Tidak ada asumsi bahwa pembaca sudah pernah melakukan penelitian sebelumnya. Yang dibahas di sini adalah cara kerja SLR dari nol, termasuk bagian-bagian yang sering dilewati atau disalahpahami.
SLR Bukan Sekedar Tinjauan Pustaka yang Lebih Panjang
Salah satu kesalahpahaman paling umum yang terjadi di kalangan mahasiswa adalah menganggap SLR hanya versi yang lebih panjang dari tinjauan pustaka di Bab 2 skripsi. Logikanya masuk akal: keduanya sama-sama membaca banyak jurnal dan merangkum isinya. Tapi sebenarnya keduanya bekerja dengan cara yang sangat berbeda.
Masalah yang Sering Terjadi Saat Bab 2 Skripsi Disebut “Sudah Pakai SLR”
Bayangkan dua situasi ini. Mahasiswa pertama membuka Google Scholar, mencari topik yang menarik, memilih 20 artikel yang terasa relevan, lalu merangkum isinya satu per satu di Bab 2. Tidak ada catatan mengapa artikel lain tidak dipilih. Tidak ada penjelasan database apa yang digunakan. Tidak ada pertanyaan penelitian yang tegas sebelum pencarian dimulai.
Mahasiswa kedua melakukan hal yang berbeda. Sebelum membuka database manapun, ia terlebih dahulu merumuskan pertanyaan spesifik yang ingin dijawab. Ia kemudian menentukan kata kunci, memilih database, dan menetapkan kriteria artikel mana yang akan dimasukkan dan mana yang tidak. Semua keputusan ini didokumentasikan. Setelah ratusan hasil pencarian terkumpul, baru ia menyaring secara bertahap menggunakan protokol yang sudah ditetapkan.
Yang pertama adalah tinjauan pustaka naratif. Yang kedua adalah SLR. Keduanya membaca jurnal, tapi proses dan standar validitasnya berbeda secara fundamental.
Satu Perbedaan Mendasar yang Mengubah Cara Kerja Seluruh Prosesnya
Perbedaan terbesar bukan soal jumlah artikel yang dibaca. Perbedaannya ada di transparansi dan replikabilitas. Dalam SLR, seluruh proses dari awal sampai akhir harus bisa dijelaskan dengan jelas dan bisa diulangi oleh peneliti lain dengan hasil yang kurang lebih sama.
Kalau seseorang membaca laporan SLR kamu dan bertanya, “Kenapa artikel ini masuk tapi yang itu tidak?”, kamu harus bisa menjawab dengan alasan metodologis yang terdokumentasi, bukan sekadar “karena terasa relevan.”
Ini yang membuat SLR diterima sebagai metode penelitian mandiri di jurnal nasional maupun internasional. Tinjauan pustaka biasa, sebaik apapun isinya, tidak bisa berdiri sendiri sebagai sebuah artikel jurnal. SLR bisa, dan bahkan sangat diminati oleh banyak jurnal karena potensi sitasinya tinggi.
Perbandingan singkat antara keduanya:
| Aspek | Literature Review Biasa | Systematic Literature Review |
|---|---|---|
| Cara pencarian artikel | Bebas, bergantung preferensi peneliti | Sistematis, menggunakan kata kunci dan database yang ditentukan |
| Kriteria seleksi artikel | Tidak selalu terdokumentasi | Inklusi dan eksklusi yang jelas dan tertulis |
| Proses seleksi | Tidak ada tahapan resmi | Menggunakan diagram PRISMA |
| Analisis | Naratif dan subjektif | Terstruktur, bisa naratif atau kuantitatif |
| Bisa dipublikasikan mandiri | Tidak | Ya, bisa jadi artikel jurnal tersendiri |
| Bisa direplikasi peneliti lain | Sulit | Ya, karena protokolnya terdokumentasi |
Sebelum Mencari Artikel, Ada Satu Langkah yang Sering Dilewati Pemula
Ini mungkin bagian yang paling sering diabaikan dan paling berdampak besar pada hasil akhir SLR. Banyak orang langsung membuka Scopus atau Google Scholar begitu memutuskan ingin membuat SLR. Padahal langkah pertama yang seharusnya dilakukan belum ada kaitannya dengan pencarian artikel sama sekali.
Langkah pertama itu adalah menyusun research question, pertanyaan penelitian yang akan menjadi kompas seluruh proses.
Research Question Bukan Sekadar Topik yang Dipertanyakan
Research question dalam SLR berbeda dari topik penelitian. Topik adalah wilayah yang luas. Pertanyaan penelitian adalah satu hal spesifik yang ingin dijawab dari wilayah itu.
Misalnya, “pembelajaran berbasis proyek” adalah topik. Tapi “Apakah pembelajaran berbasis proyek lebih efektif meningkatkan kemampuan berpikir kritis siswa SMP dibandingkan metode konvensional?” adalah research question.
Kenapa ini penting? Karena research question yang menentukan artikel mana yang relevan dan mana yang tidak. Kalau pertanyaannya kabur, kriteria inklusi tidak bisa dibuat dengan tepat. Kalau kriteria inklusinya tidak tepat, proses seleksi jadi berantakan. Dan kalau seleksinya tidak konsisten, seluruh SLR kehilangan validitasnya.
Kesalahan yang sering terjadi adalah menyusun research question yang terlalu luas. Contohnya:
- Terlalu luas: “Bagaimana teknologi mempengaruhi pendidikan?”
- Masih terlalu luas: “Apa dampak penggunaan teknologi dalam pembelajaran?”
- Lebih baik: “Bagaimana penggunaan aplikasi berbasis gamification mempengaruhi motivasi belajar siswa SD dalam pelajaran matematika antara tahun 2015-2024?”
Pertanyaan yang terlalu luas akan menghasilkan ribuan artikel yang tidak semuanya relevan, dan kamu akan kesulitan membuat batasan yang jelas.
PICOS Membuat Pertanyaan Penelitian Lebih Terarah dan Terukur
Salah satu cara paling praktis untuk menyusun research question yang tajam adalah menggunakan framework PICOS. Ini adalah singkatan dari lima elemen yang perlu dipertimbangkan:
- P (Population/Problem): Siapa subjek atau masalah yang diteliti? Misalnya: siswa SD, pasien hipertensi, UMKM digital.
- I (Intervention/Issue): Apa intervensi atau variabel yang dikaji? Misalnya: pembelajaran berbasis proyek, aplikasi gamification, kebijakan fiskal.
- C (Comparison): Dibandingkan dengan apa? Ini tidak selalu ada, tapi kalau ada membuat penelitian lebih tajam. Misalnya: dibandingkan metode konvensional.
- O (Outcome): Apa hasil yang diukur? Misalnya: motivasi belajar, tekanan darah, pendapatan bisnis.
- S (Study type): Jenis studi apa yang relevan? Misalnya: eksperimen, studi kasus, survei.
Dengan PICOS, kamu tidak lagi membuat pertanyaan dari intuisi. Kamu membangun pertanyaan dari elemen-elemen yang memang perlu ada agar penelitian bisa dijawab secara sistematis.
Contoh penerapan PICOS:
- P: Mahasiswa perguruan tinggi
- I: Metode pembelajaran daring
- C: Pembelajaran tatap muka
- O: Hasil belajar dan keterlibatan mahasiswa
- S: Studi eksperimen dan quasi-eksperimen
Research question yang dihasilkan: “Apakah metode pembelajaran daring menghasilkan hasil belajar dan tingkat keterlibatan yang berbeda dibandingkan pembelajaran tatap muka pada mahasiswa perguruan tinggi?”
Banyak pemula yang melewatkan framework ini karena tidak tahu keberadaannya. Padahal PICOS adalah salah satu alat bantu yang paling praktis sebelum kamu membuka database apapun.
Mencari Artikel yang Tepat Ternyata Lebih Rumit dari yang Dibayangkan
Setelah research question dan protokol awal tersusun, barulah proses pencarian dimulai. Dan di sinilah banyak pemula terkejut: jumlah hasil pencarian bisa mencapai ratusan hingga ribuan artikel hanya dari satu database.
Ini bukan masalah asal banyak. Justru itulah fungsinya. SLR dirancang untuk mencari secara menyeluruh, lalu menyaring secara ketat, bukan sebaliknya.
Database Mana yang Dipakai Bergantung pada Bidang Ilmunya
Tidak ada satu database yang cocok untuk semua bidang. Memilih database yang salah bisa membuat kamu kehilangan literatur penting yang justru paling relevan dengan topikmu.
Berikut panduan umum berdasarkan disiplin ilmu:
- Kesehatan dan kedokteran: PubMed, Cochrane Library, MEDLINE
- Teknik, komputer, dan sains: Scopus, Web of Science, IEEE Xplore, ACM Digital Library
- Pendidikan: ERIC, Scopus, Google Scholar
- Sosial, hukum, ekonomi, humaniora: Scopus, Web of Science, JSTOR
- Konten berbahasa Indonesia: Portal Garuda, SINTA, Google Scholar
Untuk mahasiswa yang tidak memiliki akses institusional ke Scopus atau Web of Science, kombinasi Google Scholar dengan Portal Garuda dan DOAJ (Directory of Open Access Journals) sudah bisa menghasilkan cakupan yang memadai untuk SLR berkualitas, terutama untuk penelitian di bidang pendidikan dan ilmu sosial.
Yang penting, gunakan lebih dari satu database. Satu database tidak pernah cukup karena masing-masing memiliki cakupan yang berbeda.
Cara Menyusun String Pencarian Agar Hasilnya Tidak Kebanjiran Artikel Tidak Relevan
Pencarian dalam SLR tidak dilakukan dengan mengetik satu kata kunci di kolom pencarian. Kamu perlu menyusun search string, yaitu kombinasi kata kunci yang menggunakan operator Boolean untuk mempersempit atau memperluas hasil.
Tiga operator yang paling sering dipakai:
- AND untuk mempersempit hasil: semua kata kunci harus muncul dalam artikel
- OR untuk memperluas hasil: salah satu kata kunci sudah cukup
- NOT untuk mengecualikan: mengeliminasi kata yang tidak relevan
Contoh search string untuk penelitian tentang gamifikasi dan motivasi belajar:
("gamification" OR "game-based learning") AND ("motivation" OR "engagement") AND ("elementary school" OR "primary school")Satu hal yang perlu diingat: catat search string yang kamu gunakan di setiap database secara persis. Ini bagian dari transparansi metodologi yang akan kamu laporkan di bagian Method artikel atau skripsimu. Kalau kamu tidak mencatatnya sekarang, kamu akan kesulitan merekonstruksinya nanti.
Ratusan Artikel Sudah Terkumpul, Lalu Bagaimana Cara Memilahnya?
Bayangkan kamu baru selesai mencari di tiga database dan hasilnya adalah 487 artikel. Di titik ini, banyak pemula mulai merasa kewalahan. Sebenarnya inilah kondisi normal dalam SLR. Prosesnya memang dirancang untuk dimulai dengan jaring yang lebar, lalu dipersempit secara bertahap.
Yang kamu butuhkan adalah proses seleksi yang sistematis, dan di sinilah PRISMA masuk.
Inklusi dan Eksklusi Bukan Soal Selera, Tapi Harus Punya Alasan yang Bisa Dipertanggungjawabkan
Sebelum menyaring satu artikel pun, kamu perlu menetapkan kriteria inklusi dan eksklusi. Ini adalah daftar tertulis tentang artikel seperti apa yang boleh masuk dan apa yang tidak.
Contoh kriteria inklusi:
- Artikel diterbitkan antara 2015 hingga 2024
- Ditulis dalam bahasa Inggris atau Indonesia
- Menggunakan metode eksperimen atau quasi-eksperimen
- Subjek penelitian adalah siswa sekolah dasar
- Topik utama berkaitan dengan motivasi belajar matematika
Contoh kriteria eksklusi:
- Artikel berbentuk opini atau editorial tanpa data empiris
- Penelitian dengan sampel kurang dari 30 responden
- Subjek penelitian bukan siswa usia sekolah dasar
Kriteria ini harus ditentukan sebelum proses seleksi dimulai, bukan setelah. Kalau kamu baru membuat kriteria setelah melihat hasilnya, ada risiko kamu (secara tidak sadar) membuat kriteria yang hanya cocok untuk artikel yang sudah kamu suka. Ini yang disebut bias seleksi, dan inilah yang ingin dihilangkan oleh SLR.
Di Sinilah PRISMA Masuk dan Mengapa Diagram Alurnya Bukan Formalitas
PRISMA adalah singkatan dari Preferred Reporting Items for Systematic Reviews and Meta-Analyses. Panduan ini awalnya dikembangkan di bidang kesehatan, tapi sekarang digunakan secara luas di hampir semua disiplin ilmu.
Inti dari PRISMA adalah diagram alur yang mendokumentasikan berapa banyak artikel yang masuk di setiap tahap dan berapa banyak yang gugur beserta alasannya. Tahapannya biasanya sebagai berikut:
- Identification: Kumpulkan semua hasil pencarian dari semua database. Catat total artikelnya.
- Screening: Hapus duplikat. Tinjau judul dan abstrak. Singkirkan artikel yang jelas tidak memenuhi kriteria.
- Eligibility: Baca teks lengkap artikel yang tersisa. Terapkan kriteria inklusi dan eksklusi secara menyeluruh.
- Included: Artikel yang lolos semua tahap dan akan dianalisis.
Diagram PRISMA bukan hiasan. Ia adalah bukti bahwa proses seleksimu transparan dan tidak sewenang-wenang. Reviewer jurnal internasional sering menolak artikel SLR yang tidak menyertakan diagram ini, justru karena tanpanya tidak ada cara untuk memverifikasi validitas proses seleksi.
Untuk pemula yang mengerjakan SLR sebagai bagian dari skripsi atau tesis, menyertakan diagram PRISMA juga menunjukkan bahwa metodologimu terstruktur dan bisa dipertanggungjawabkan.
Satu rekomendasi tools gratis yang sangat berguna di tahap ini adalah Rayyan, platform berbasis web yang membantu proses screening artikel secara kolaboratif dan terorganisir. Kamu bisa mengimpor hasil pencarian dalam format RIS atau CSV, lalu menandai setiap artikel sebagai “include”, “exclude”, atau “maybe”, beserta alasannya. Ini jauh lebih efisien daripada mencatat semuanya di spreadsheet manual.
Sintesis Hasil Bukan Merangkum, dan Perbedaan Ini Sangat Menentukan Kualitas SLR
Setelah semua artikel yang lolos terkumpul dan dibaca, tahap berikutnya adalah sintesis. Dan ini adalah titik di mana banyak pemula membuat kekeliruan yang paling sering tidak disadari: mereka merangkum, bukan mensintesis.
Merangkum artinya mendeskripsikan isi setiap artikel satu per satu. Mensintesis artinya menarik benang merah, pola, dan kesimpulan dari keseluruhan kumpulan artikel secara bersamaan.
Bagaimana Menuliskan Temuan dari Banyak Studi Tanpa Terasa Seperti Daftar
Coba perhatikan perbedaan dua paragraf ini.
Versi merangkum:
“Artikel A menemukan bahwa gamifikasi meningkatkan motivasi siswa. Artikel B juga menyimpulkan hal yang sama. Artikel C meneliti gamifikasi di sekolah dasar dan hasilnya positif. Artikel D menunjukkan peningkatan motivasi sebesar 23%.”
Versi mensintesis:
“Dari 12 studi yang dianalisis, sembilan di antaranya menunjukkan gamifikasi secara konsisten meningkatkan motivasi intrinsik siswa, terutama pada kelompok usia 8-11 tahun. Tiga studi yang menunjukkan hasil berbeda memiliki kesamaan konteks: diterapkan pada lingkungan belajar yang tidak terstruktur dengan panduan guru yang minimal, yang mengindikasikan bahwa efektivitas gamifikasi kemungkinan bergantung pada kualitas fasilitasi, bukan hanya teknologinya.”
Perbedaannya signifikan. Yang pertama hanya mengkompilasi. Yang kedua menganalisis dan menghasilkan wawasan baru dari pola yang muncul. Itulah yang membuat SLR bernilai secara ilmiah.
Untuk membantu proses sintesis, sangat disarankan menyusun tabel ekstraksi data sebelum mulai menulis. Tabel ini mencatat informasi kunci dari setiap artikel secara seragam, misalnya: judul, tahun, metode, sampel, variabel yang diteliti, dan temuan utama. Dengan tabel ini, kamu bisa melihat pola di seluruh studi sekaligus, bukan satu per satu.
Kapan Sintesis Naratif Cukup dan Kapan Perlu Pendekatan Lebih Kuantitatif
Ada dua jenis sintesis yang umum digunakan dalam SLR:
Sintesis naratif adalah pendekatan kualitatif. Kamu menganalisis dan mendeskripsikan pola, konsistensi, dan kontradiksi antar studi menggunakan narasi tertulis. Pendekatan ini cocok ketika studi-studi yang dianalisis menggunakan metode yang beragam, sehingga datanya tidak bisa disatukan secara statistik.
Meta-analisis adalah pendekatan kuantitatif. Data dari berbagai studi digabungkan secara statistik untuk menghasilkan estimasi efek yang lebih kuat. Pendekatan ini membutuhkan studi-studi yang menggunakan metode dan pengukuran yang cukup serupa agar bisa digabungkan secara valid.
Untuk sebagian besar pemula, terutama yang sedang mengerjakan skripsi atau artikel pertama, sintesis naratif sudah lebih dari cukup dan justru lebih fleksibel. Meta-analisis memerlukan pemahaman statistik yang lebih dalam dan biasanya lebih cocok untuk konteks penelitian pascasarjana atau penelitian yang memang dirancang untuk itu sejak awal.
Tools yang Membantu Tanpa Harus Punya Akses Berbayar
Salah satu kekhawatiran yang sering muncul di kalangan mahasiswa adalah soal akses. Scopus berbayar. Web of Science berbayar. Banyak database bereputasi memerlukan langganan institusional yang tidak semua kampus punya.
Kabar baiknya adalah SLR berkualitas bisa tetap dilakukan dengan tools gratis, selama kamu tahu mana yang tepat.
- Google Scholar: Cakupannya luas dan gratis. Tidak selengkap Scopus dalam hal filter dan analitik, tapi cukup untuk banyak topik, terutama penelitian pendidikan dan sosial.
- Portal Garuda dan SINTA: Dua sumber utama untuk jurnal berbahasa Indonesia dan jurnal nasional terakreditasi. Wajib digunakan kalau topikmu banyak berkaitan dengan konteks Indonesia.
- DOAJ (Directory of Open Access Journals): Kumpulan jurnal akses terbuka dari berbagai disiplin ilmu. Semuanya gratis diakses.
- Unpaywall: Ekstensi browser yang secara otomatis mencari versi legal dan gratis dari artikel berbayar. Sangat berguna ketika kamu menemukan artikel relevan tapi tidak bisa mengaksesnya.
- Zotero atau Mendeley: Keduanya gratis dan membantu mengelola referensi, menyimpan artikel, dan menghasilkan daftar pustaka secara otomatis. Ini sangat menghemat waktu saat proses dokumentasi.
- Rayyan: Tools screening gratis berbasis web yang sudah disebutkan sebelumnya. Ideal untuk tahap seleksi artikel.
Kombinasi yang praktis untuk pemula tanpa akses institusional: Google Scholar + Portal Garuda + DOAJ untuk pencarian, Zotero untuk manajemen referensi, dan Rayyan untuk proses screening.
Ada Kondisi di Mana SLR Justru Bukan Pilihan yang Tepat
Ini adalah sesuatu yang hampir tidak pernah dibahas di panduan lain, padahal penting sekali untuk diketahui pemula: SLR tidak cocok untuk semua situasi penelitian.
Ada kondisi-kondisi tertentu di mana memaksakan SLR justru bisa melemahkan penelitianmu.
Pertama, kalau topik yang kamu pilih sangat baru atau sangat spesifik sehingga literatur yang ada masih sangat terbatas, proses seleksi PRISMA akan menghasilkan sangat sedikit artikel yang lolos. SLR dengan lima artikel final terasa tidak sebanding dengan kerumitan prosesnya, dan kesimpulan yang bisa ditarik pun sangat terbatas.
Kedua, kalau tujuan penelitianmu bukan untuk mensintesis bukti dari banyak studi, tapi untuk membangun argumen teoretis atau menelaah perkembangan konsep, tinjauan naratif mungkin lebih tepat. SLR paling kuat ketika digunakan untuk menjawab pertanyaan tentang “apa yang sudah diketahui ilmu pengetahuan tentang X” dari kumpulan studi empiris yang banyak.
Ketiga, kalau kamu diminta menyusun tinjauan pustaka untuk mendukung penelitian lapangan yang akan kamu lakukan (misalnya untuk Bab 2 skripsi yang kemudian dilanjutkan dengan penelitian kualitatif atau kuantitatif), maka tinjauan literatur naratif yang terstruktur dengan baik sudah mencukupi. Tidak perlu memaksakan SLR kalau fungsinya hanya sebagai landasan teori.
Mengetahui kapan tidak menggunakan SLR sama pentingnya dengan mengetahui cara menggunakannya.
Memulai SLR Pertamamu dengan Fondasi yang Benar
SLR mungkin terdengar rumit saat pertama kali didengar, tapi pada intinya ia adalah tentang satu hal: memastikan kesimpulanmu bisa dipercaya karena prosesnya bisa diverifikasi. Setiap langkah dalam SLR, dari research question hingga diagram PRISMA hingga sintesis, ada karena ada masalah nyata yang coba diselesaikan.
Kalau kamu sedang memulai SLR pertamamu, tiga hal yang paling penting untuk dipegang:
- Tentukan research question sebelum membuka database apapun. Gunakan framework PICOS kalau butuh panduan untuk membuatnya lebih tajam.
- Dokumentasikan semua keputusan dari awal. Catat database yang digunakan, search string, tanggal pencarian, dan alasan setiap artikel dimasukkan atau dikeluarkan. Ini bukan birokrasi akademis, ini yang membuat SLR-mu valid.
- Sintesis bukan ringkasan. Tugas utamamu bukan menceritakan isi setiap artikel, tapi menemukan apa yang bisa kamu simpulkan dari keseluruhan kumpulan bukti.
SLR adalah kemampuan yang bisa dipelajari. Dan seperti kebanyakan kemampuan akademis, yang membedakan pemula dari yang lebih berpengalaman bukan bakat, tapi seberapa awal mereka tahu aturan mainnya.
Sekarang kamu sudah tahu. Mulai dari research question, dan sisanya akan jauh lebih mudah dijalani.
REFERENSI
Kitchenham, B., & Charters, S. (2007). Guidelines for Performing Systematic Literature Reviews in Software Engineering. EBSE Technical Report, Keele University.
Moher, D., Liberati, A., Tetzlaff, J., & Altman, D. G. (2009). Preferred Reporting Items for Systematic Reviews and Meta-Analyses: The PRISMA Statement. PLOS Medicine, 6(7). https://doi.org/10.1371/journal.pmed.1000097
Page, M. J., McKenzie, J. E., Bossuyt, P. M., et al. (2021). The PRISMA 2020 Statement: An Updated Guideline for Reporting Systematic Reviews. BMJ, 372. https://doi.org/10.1136/bmj.n71
Triandini, E., Jayanatha, S., Indrawan, A., Putra, G. W., & Iswara, B. (2019). Metode Systematic Literature Review untuk Identifikasi Platform dan Metode Pengembangan Sistem Informasi di Indonesia. Indonesian Journal of Information Systems, 1(2), 63-77.
Wahono, R. S. (2016). Systematic Literature Review: Pengantar, Tahapan dan Studi Kasus. RomiSatriaWahono.net. https://romisatriawahono.net/2016/05/15/systematic-literature-review-pengantar-tahapan-dan-studi-kasus/
PRISMA Statement Official Website. (2020). PRISMA 2020 Flow Diagram. https://www.prisma-statement.org/prisma-2020-flow-diagram
