关于医学科技信息检索这个事情, 讲起来好像挺容易的, 然而实际去做的时候,却常常会让人感觉头痛不已。我在医院信息科工作已经有十几年之久医学科技信息检索, 见到过超多医生以及研究生对着数据库无所适从发呆的模样。并非是他们不够聪慧, 而是这个行业里面的门道真的是太多——数据库数量如此之多, 检索词繁杂得很, 文献量又如同海量一般呀太大, 仅仅依靠蛮力去搜索的话, 最终结果往往要么是数量太少以至于遗漏了关键文献, 要么是文章多得要把人“淹没”其中完全迷失在无关文章里面。今天, 我就将这些年摸爬滚打总结出来的经验, 挑选出其中最为实用的部分讲述给你听。
数据库选择决定检索成败
有不少人刚一开始就直接朝着PubMed而去, 认为它是能解决一切问题的万能钥匙, 然而这实际上是不正确的。医学科技信息开展检索的首部操作呢, 并非直接开始输入关键的词汇, 反而是要先清晰地思考明白自己究竟想要找寻哪-种类型的资料。要是想要查找临床指南以及药物相互作用方面的信息, 前往UpToDate和ClinicalKey会更加便捷快速一些；要是针对基础研究机制进行探索的话, PubMed和Embase才是主要的得力工具；而对于中文文献以及国内临床数据而言, 中国知网和万方会更具可靠性。曾见过一名年轻医生查找罕见病治疗方案, 于PubMed上翻阅了几百篇综述竟都未获答案, 之后我对其提醒去查Orphanet数据库, 十分钟便锁定了三篇关键文献。倘若选错数据库,那就如同手持鱼竿前往山里打猎医学科技信息检索, 工具不合适, 即便再怎么努力也是徒劳无功。
此外, 千万别轻视那些看上去“冷门”的专业性数据库, 像采用Cochrane Library开展系统评价, 利用TOXNET进行毒理学研究, 以及各个学科各自的专属库。将这些数据库依据你的研究方向整理成一份清单, 存储至浏览器书签里, 这要比临时抱佛脚高效许多。
检索词组合怎么设计才高效
这是全程流程当中最为考验功力的环节。我遇见过数目众多的人, 直接将课题题目原封不动地复制粘贴进搜索框, 随后便开始抱怨搜寻不到所要的内容。检索词的设计, 所讲究的乃是“拆、扩、缩”这样的三步走策略。拆, 指的是把你的研究主题分解成为最小的概念单元, 扩, 指的是针对每个概念寻觅出它的同义词、近义词以及上下位词, 缩, 指的是运用 AND、OR、NOT 这些逻辑符号把词汇组合起来, 从而精准地锁定特定范围。
比如说, 你去钻研“糖尿病患者的认知功能障碍”, 不要直接去搜索整句话。拆解成“糖尿病”以及“认知障碍”这两个概念。先来讲“糖尿病”, 它还能够扩展为diabetes mellitus、type 2 diabetes以及hyperglycemia。而后说到“认知障碍”, 它可扩展成cognitive impairment、cognitive decline以及dementia。凭借OR将同义词予以连接起来, 接着运用AND对两个概念进行组合, 借由这种方式搜出来的结果方可全面。要是你发觉结果依旧过多, 那就增添NOT把综述类文献排除掉, 或是限定于五年内, 或是限定为人类的研究, 上述这些皆是缩小范围的优良办法。
有个易被忽视的技巧, 即利用主题词表, PubMed里的MeSH词表是经人工标引的, 它比自由词检索精准许多, 若搜”heart attack“, 可能会漏掉诸多标引为”myocardial infarction“的文献, 然而采用MeSH词检索便没有此问题, 花半小时熟悉一下MeSH词表的结构, 检索效率能提高一倍。
往根上说, 医学科技信息检索其实就是一项靠重复练习然后产生巧妙用时方法的事务。当你把数据库运用得极为熟练, 将词表完全背熟达到稔熟于心, 完美掌握逻辑符的各种用法, 那么你自然而然就能够在短短几分钟之内从数量庞大的文献之中精准捞出你最迫切需要的那几篇文献。不要惧怕在最初的时候速度较慢, 要知道每一位检索方面的高手都是从做事蠢笨不灵活开始起步的。你针对目前所花费时间去精心思索考量的这些提升效率的办法, 在以后都会自然而然转变成加持你在科研以及临床探索道路上前行速度的助力工具。
