Entre las principales novedades, destacan las siguientes resumidas del documento (1):
Se amplía para todos los Campos el abanico de aportaciones y de posibles medios de difusión que pueden justificar una actividad investigadora, incluyendo los conjuntos de datos, las metodologías, los programas de ordenador o los modelos de aprendizaje automático.
Se abre la puerta a la posibilidad de incluir en la solicitud un menor número de aportaciones, generalmente son 5, en casos en los que “en el período sometido a evaluación, quien solicita la evaluación ha justificado debidamente las situaciones de permisos de maternidad o paternidad, excedencias por el cuidado de las/os hijas/os, por el cuidado de familiares en primer grado dependientes que estén a su cargo, por razón de violencia de género y por razón de violencia terrorista».
Se aplicarán criterios y metodologías de evaluación cualitativas y cuantitativas, tomándose para ello como referencia la narrativa aportada por la persona solicitante en los “indicios de relevancia e impacto” de cada aportación. En la narrativa aportada se hará un uso responsable de indicadores cuantitativos.
Valoración positiva de los resultados de investigaciones multidisciplinares e interdisciplinares en todos los campos.
Acceso abierto: se requerirá el depósito en repositorios institucionales, temáticos o generalistas de acceso abierto.
Se admiten aportaciones disponibles online, aceptadas y publicadas (que cuenten con DOI), aunque aún no se les haya asignado paginación definitiva y/o se hayan publicado en papel.
Desaparece de los criterios específicos de cada campo las métricas y sus fuentes y son sustituidas por un apéndice de los tres grupos de indicios de impacto científico, social y de ciencia abierta, con sus correspondientes métricas y fuentes. A su vez, se establecen tres dimensiones métricas: a nivel de aportación, a nivel de medio de difusión, y a nivel de prácticas de ciencia abierta.
Con respecto al Campo 4 de Ciencias Biomédicas, queda redactado del siguiente modo: 1. Sobre las aportaciones:
De acuerdo con los criterios generales, expuestos en la sección I, se aceptarán aportaciones ordinarias y extraordinarias. Entre las aportaciones ordinarias se valorarán preferentemente los artículos científicos, los libros y capítulos de libros y las patentes. En este Campo 4 se aceptarán un máximo de dos aportaciones extraordinarias.
Se aceptará que una de las aportaciones extraordinarias sea de casos clínicos, short communications, artículos de revisión bibliográfica, revisiones sistemáticas, incluyendo las scoping review, con la excepción de las revisiones sistemáticas con metaanálisis, que serán consideradas como artículo de investigación.
2. Valoración de las aportaciones:
En el caso de los artículos se valorarán preferentemente aquellas aportaciones publicadas en revistas de calidad contrastada o indexadas en bases de datos bibliográficas de reconocido prestigio, así como en plataformas de publicación de resultados de investigación como Open Research Europe.
En el caso de los libros y capítulos de libros se valorará el prestigio de la editorial, de editoras/es, la colección en la que se publica la obra, si la colección o el libro ha obtenido algún sello de calidad otorgado por una institución de reconocido prestigio y las reseñas recibidas en las revistas científicas especializadas.
En el caso de las patentes se valorará si están en explotación, demostrada mediante contrato de compraventa o contrato de licencia. Respecto a patentes concedidas sin estar en explotación, solo se valorarán si la concesión se ha llevado a cabo con examen previo (tipo B2). Se tendrá en cuenta la extensión de la protección de la patente (nacional, europea o internacional), valorándose más la de protección más extensa.
3. Mínimos orientativos para la valoración positiva:
Con carácter orientativo, se podrá alcanzar una evaluación positiva en las áreas de Ciencias Biomédicas, presentando preferentemente cinco aportaciones, que sean artículos con alta relevancia e impacto, publicados en revistas o plataformas como las citadas.
Más información:
Resolución de 5 de diciembre de 2023, de la Comisión Nacional Evaluadora de la Actividad Investigadora, por la que se publican los criterios para la evaluación de la actividad investigadora. Boletín Oficial Del Estado núm. 300, de 16 de diciembre de 2023, páginas 166272 a 166295. Disponible en: http://www.boe.es/diario_boe/txt.php?id=BOE-A-2023-25537. Consultado el 20 diciembre 2023.
Delgado Vázquez AM. Sexenios 2023: análisis de los criterios para la evaluación de la actividad investigadora Identificación y análisis de los principales cambios en los criterios de evaluación de la actividad investigadora (sexenios) en los criterios de evaluación aprobados para la convocatoria de 2023. Universidad Pablo de Olavide, 6 de diciembre de 2023. Disponible en: http://hdl.handle.net/10433/16818
El año 2023 nos ha traído cambios en la Web of Science relativos a la búsqueda, la unificación de organizaciones para incluir «departamentos» y la inclusión de ProQuest Dissertations and Thesis Citation Index.
Presentación completa de las «Novedades de búsqueda de la WoS»
Las novedades en la búsqueda han sido 5 (sugerencias de palabras clave, filtro para ver las revisiones por pares abiertas, posibilidad de filtrar y analizar por ODS, filtrar y analizar por perfiles de investigadores y, inclusión de recomendaciones de lectura. Además, se anuncia una novedad en 2024 con la incorporación de un asistente de IA.
Otra novedad de la Web of Science es la ampliación de la unificación de organizaciones para incluir «departamentos» en las afiliaciones de los autores en un intento de mejorar la búsqueda y el descubrimiento.
Por último, hay que destacar la inclusión de ProQuest™ Dissertations & Theses Citation Index dentro de la WoS.
GRADE (Grading of Recommendations Assessment, Development and Evaluation) es el método más utilizado por revisores sistemáticos y desarrolladores de guías para evaluar la calidad de la evidencia de los estudios que se incluirán en las revisiones sistemáticas y guías de práctica clínica y decidir si recomendar una intervención.
El sistema GRADE propone las siguientes definiciones (Grupo de trabajo sobre GPC, 2016; Schünemann H, 2013):
Calidad de la evidencia: indica hasta qué punto nuestra confianza en la estimación de un efecto es adecuada para apoyar una recomendación.
Fuerza de la recomendación: indica hasta qué punto podemos confiar si poner en práctica la recomendación conllevará más beneficios que riesgos.
GRADE se diferencia de otras herramientas de evaluación por 3 razones:
Separa la calidad de la evidencia y la fuerza de la recomendación;
La calidad de la evidencia se evalúa por separado para cada resultado o desenlace de interés. Para cada uno de los desenlaces o resultados clave se efectúa una evaluación; así, una misma comparación de una intervención terapéutica o preventiva puede recibir diferentes asignaciones de la calidad de la evidencia; y
Los estudios observacionales se pueden ‘refinar’ su nivel inicial de calidad si cumplen con ciertos criterios (pueden hacer bajar o subir el escalón o nivel de la calidad inicialmente asignada). Los ensayos clínicos aleatorizados solo se pueden refinar a la baja.
Esquema del proceso GRADE
El proceso GRADE comienza con una pregunta clínica focalizada (conocida como PICO con sus elementos de población, intervención, comparador, resultado) que luego se convierte en la base de una RS. A la hora de elegir los desenlaces a analizar, GRADE recomienda la elección de desenlaces críticos para la toma de decisiones (que pueden no ser necesariamente los que cuentan con más evidencia disponible). Por ejemplos de desenlaces graves serían la hemorragia grave, una fractura vertebral o la muerte.
Una vez extraída y resumida la evidencia, se clasifica según la certeza en las estimaciones del efecto, que en el contexto de una RS refleja el grado de nuestra confianza en que las estimaciones del efecto son correctas. Las cuatro categorías son alta, moderada, baja y muy baja; cuanto más bajo es el nivel, más probable es que investigaciones adicionales de alta calidad puedan cambiar nuestra confianza en las estimaciones y en las propias estimaciones.
Cómo usar GRADE
Según GRADE, la certeza puede ser alta, moderada, baja y muy baja. Inicialmente, la calidad de la evidencia se clasifica, en alta o baja, según provenga de estudios experimentales u observacionales (inicialmente en alta si los estudios incluidos son estudios aleatorios o baja si son estudios observacionales); posteriormente, según una serie de consideraciones, el nivel de calidad de la evidencia queda establecido en 4 categorías: alta, moderada, baja y muy baja.
Inicialmente, se considera que un conjunto de ensayos aleatorizados se considera que proporciona evidencia de alta certeza, mientras que los estudios observacionales comienzan como evidencia de baja certeza evidencia.
En determinadas circunstancias, esta certeza puede disminuir o aumentar.
Hay 5 criterios que se pueden usar para degradar uno, dos o, a veces, tres pasos. Estos son:
Riesgo de sesgo en los estudios individuales, en los ECA se consideran problemas metodológicos en los estudios incluidos, como un cegamiento inadecuado (los participantes sabían que estaban en el grupo de control / tratamiento):
Falta de una secuencia de asignación claramente aleatorizada.
Falta de cegamiento.
Falta de ocultación de la asignación.
Incumplimiento del análisis por intención de tratar.
La prueba se interrumpe.
Grandes pérdidas durante el seguimiento.
Hay pruebas sólidas que apoyan la opinión de que la falta de asignación al azar, la falta de ocultación de la asignación y la ausencia de cegamiento dan lugar a sesgo. El análisis por intención de tratar también es importante para evitar el sesgo que surge cuando los que abandonan los ensayos debido a efectos nocivos no se contabilizan. De manera similar, los resultados provisionales de los ensayos que se acortan a menudo conducen a tamaños del efecto sobreestimados. Las grandes pérdidas debidas al seguimiento también conducen a estimaciones del efecto exageradas. Por ejemplo, en un ensayo controlado aleatorio que comparó programas de pérdida de peso en participantes obesos, el 27% de los participantes se perdieron durante el seguimiento en un año. Existe un supuesto sesgo positivo conferido a este estudio, ya que los participantes que se beneficiaron del tratamiento tenían más probabilidades de permanecer en el ensayo.
En los estudios observacionales se consideran: limitaciones en los criterios de inclusión de los pacientes, limitaciones en la medida de los resultados (como el sesgo de memoria), el control inadecuado de los factores de confusión o el seguimiento incompleto.
2. Inconsistenciade resultados entre estudios. Cuando existe una variabilidad significativa e inexplicable en los resultados de diferentes ensayos.
3. La evidencia indirecta (por ejemplo, los participantes eran niños, aunque la revisión sistemática se centró en adultos) puede referirse a varias cosas.
Una comparación indirecta de dos fármacos. Si no hay ensayos que comparen los fármacos A y B directamente, inferimos una comparación basada en ensayos separados que comparan el fármaco A con placebo y el fármaco B con placebo. Sin embargo, la validez de tal inferencia depende de la suposición, a menudo injustificada, de que las dos poblaciones de ensayo eran similares.
Una comparación indirecta de población, resultado o intervención, por ejemplo, los estudios de la revisión investigaron una intervención, en una población con un resultado determinado, pero las conclusiones de los estudios están destinadas a ser aplicables a intervenciones, poblaciones o resultados. Por ejemplo, el American College of Chest Physicians (ACCP) rebajó la calidad de la evidencia para el uso de medias de compresión en pacientes con traumatismos de alta a moderada porque todos los ensayos controlados aleatorios se habían realizado en la población general.
4. Imprecisión cuando los amplios intervalos de confianza estropean la calidad de los datos.
5. Sesgo de publicación cuando los estudios con resultados «negativos» permanecen sin publicar, ya que es menos probable que se publiquen los estudios que no muestran un efecto estadísticamente significativo. Esto puede sesgar el resultado de la revisión. Por ejemplo, Turner et al. examinaron todos los ensayos de antidepresivos registrados por la FDA. De 38 ensayos con resultados positivos, todos menos uno se publicaron, mientras que de los 36 ensayos con resultados negativos, 22 no se publicaron; una revisión sistemática de todos los estudios publicados arrojaría un resultado sesgado.
Las situaciones que pueden llevar a incrementar la confianza con los resultados de los estudios son poco comunes y se suelen aplicar sobre todo a estudios observacionales que evalúan el impacto de una intervención. Estos aspectos se deberían evaluar después de constatar que no se encuentra presente ninguna condición para disminuir la calidad de la evidencia debido a un potencial riesgo de sesgo u otros factores.
1) Fuerte asociación: hallazgos de efectos relativos RR>2, o < 0,5 en estudios observacionales sin factores de confusión.
2) Muy fuerte asociación: hallazgos de efectos relativos RR > 5, o <0,2 basados en estudios sin problemas de sesgo o precisión.
3) Existencia de gradiente dosis-respuesta (dose-response gradient).
4) Evidencia de que todos los posibles factores de confusión o sesgos podrían haber reducido el efecto observado.
La fuerza de una recomendación refleja hasta qué punto podemos confiar en que el efecto deseable de una intervención supera los efectos indeseables; en otras palabras, que es probable que el paciente experimente un beneficio neto. Es importante destacar que GRADE sólo tiene dos categorías de recomendación: fuerte y débil (que también puede denominarse condicional).
Para llegar a una fuerza de recomendación, GRADE define cuatro determinantes principales: el equilibrio entre consecuencias deseables e indeseables, la certeza de la evidencia, los valores y preferencias de los pacientes y la utilización de recursos. Hay tres consideraciones adicionales, a saber, la equidad, la aceptabilidad y la viabilidad.
Dentro de este marco, una recomendación fuerte para una intervención es más apropiada si los efectos deseables superan claramente el efecto indeseable, la certeza de la evidencia es alta o moderada, los valores y preferencias de los pacientes son bien conocidos y se piensa que son bastante consistentes, y se puede esperar que la utilización de recursos asociada sea baja; de lo contrario, será apropiada una recomendación débil.
Más información:
GRADEPro Website http://gradepro.org/ (Es el software usado para facilitar la aplicación del sistema GRADE a la elaboración de las Tablas de resumen de resultados (Summary of Findings, SoF) en revisiones Cochrane y al desarrollo de guías de práctica clínica).
Schünemann HJ, Higgins JPT, Vist GE, Glasziou P, Akl EA, Skoetz N, Guyatt GH. Chapter 14: Completing ‘Summary of findings’ tables and grading the certainty of the evidence. In: Higgins JPT, Thomas J, Chandler J, Cumpston M, Li T, Page MJ, Welch VA (editors). Cochrane Handbook for Systematic Reviews of Interventions version 6.2 (updated February 2021). Cochrane, 2021. Available from: http://www.training.cochrane.org/handbook
Los errores en las estrategias de búsqueda afectan negativamente a la calidad y validez de las revisiones sistemáticas. En un estudio reciente, se ha encontrado que solo el 1% de las revisiones sistemáticas cumplen con los 6 criterios PRISMA y son reproducibles (Rethlefsen ML, Brigham TJ, Price C, Moher D, Bouter LM, Kirkham JJ, Schroter S, Zeegers MP. Systematic review search strategies are poorly described and not reproducible: a cross-sectional meta-research study. medRxiv 2023.05.11.23289873; doi: https://doi.org/10.1101/2023.05.11.23289873).
En un trabajo anterior, Salvador-Oliván encontró que el 92,7% de las estrategias de las revisiones sistemáticas contenían errores.
Aquí te dejo un reto para que intentes localizar los errores de una revisión sistemática publicada:
Dentro del curso de «Principios básicos en investigación clínica» que ha comenzado a celebrarse hoy en el Hospital Universitario de Getafe, he impartido una clase sobre la búsqueda de información, calidad de la evidencia científica y recursos de la Biblioteca del Hospital de Getafe.
Comparto con todos mi presentación, esperando os resulte de interés.
Es una práctica habitual y recomendada en la búsqueda de evidencia para documentos de síntesis de evidencia, limitar los resultados a estudios realizados solo en humanos.
¿Sabrías cómo hacerlo? Inténtalo:
¿CUÁL ES EL PROBLEMA?
Veamos los motivos por lo que la respuesta no es tan simple como a simple vista puede parecer.
Los dos primeros son comunes a toda búsqueda que realicemos con los descriptores o tesauro de indización de las bases de datos como MeSH o EMTREE. Si solo buscamos por estos descriptores, perderemos registros mal indizados y aquellos que no estén indizados, bien por ser muy recientes o por no asignar estos términos a alguna parte del contenido de la fuente. Esto último ocurre en PubMed, donde los registros procedentes de PMC o de otras colecciones que no son MEDLINE, nunca pasarán por el proceso de indización.
Pero es que, además, un hecho que muchas veces no tenemos en cuenta es que los humanos formamos parte del reino animal. Por lo tanto, la búsqueda por «Animals»[MeSH] recupera también los artículos asignados con los descriptores más específicos situados debajo de este árbol. Es decir, recuperaríamos también los humanos.
¿CUÁL ES LA SOLUCIÓN?
La mejor práctica consiste en identificar primero los estudios con animales y excluirlos de los resultados de la búsqueda (Usar la «DOBLE NEGACIÓN»).
SINTAXIS DE BÚSQUEDA EN DIFERENTES BASES DE DATOS/PLATAFORMAS
PubMed
2. MEDLINE (Ovid)
3. EMBASE (Ovid)
4. EMBASE (Elsevier)
5. CINAHL (Ebsco)
6. SCOPUS
Y ahora, te dejo la tabla con el resumen de estos filtros para buscar humanos en las diferentes bases de datos/plataformas:
Hoy iré al Servicio de Hematología del Hospital de Getafe a impartir una sesión en la que trataré de aclarar dudas y dar consejos para realizar búsquedas eficientes y de los recursos que tenemos disponibles a través del Portal de la Biblioteca Virtual (https://m-hug.c17.net/).
Los profesionales sanitarios muchas veces sienten que no realizan las búsquedas de modo eficiente, que pierden tiempo o información relevante.
Y para explicarles cómo deben plantearse las estrategias, partiremos de un supuesto práctico que es la búsqueda de estudios sobre eficacia y toxicidad de las terapias CAR-T en el tratamiento del mieloma múltiple refractario con recaídas múltiples.
La terapia con CAR-T son una opción para los pacientes con mieloma múltiple (MM) en recaída o refractario tras al menos cuatro líneas de terapia sistémica, y uno de nuestros tratamientos preferidos para el MM penta-refractario. Recientemente, se han publicado varios estudios en los que el tratamiento con idecabtagene vicleucal (KarMMa-3) y ciltacabtagene autoleucel (CARTITUDE-4) mejoraron sustancialmente la supervivencia libre de progresión en comparación con la quimioterapia estándar, aunque con un aumento de la toxicidad, incluidas las muertes relacionadas con el tratamiento.
Con este escenario iremos buscando en diferentes fuentes, empezando por UpToDate.
Búsqueda en UpToDate
Estrategia de búsqueda: Multiple Myeloma refractory
Búsqueda sencilla Estrategia de búsqueda: Multiple myeloma refractory Chimeric antigen receptor T cells Resultado: 262 referencias
Para luego pasar a enseñar las opciones de búsqueda avanzada. Para ello buscaremos todos los términos posibles para cada concepto, según vemos en la figura:
Y construiremos nuestra búsqueda combinando los términos de lenguaje natural con los descriptores de materia de MEDLINE, los MeSH.
Y no nos olvidaremos de buscar en EMBASE, dado que es la base de datos de elección para la búsqueda de estudios de intervenciones farmacológicas.
(‘multiple myeloma’/exp OR ‘kahler disease’ OR ‘morbus kahler’ OR ‘multiple myeloma’ OR ‘myeloma multiplex’ OR ‘myeloma, multiple’ OR ‘myelomatosis’ OR ‘plasma cell myeloma’) AND (‘chimeric antigen receptor t-cell’/exp OR ‘car t-cell’ OR ‘car t-lymphocyte’ OR ‘car engineered t-cell’ OR ‘car engineered t-lymphocyte’ OR ‘car modified t-cell’ OR ‘car modified t-lymphocyte’ OR ‘chimeric antigen receptor t-cell’ OR ‘chimeric antigen receptor t-lymphocyte’ OR ‘chimeric antigen receptor immunotherapy’/exp OR ‘car cancer immunotherapy’ OR ‘car immunotherapy’ OR ‘car therapy’ OR ‘chimeric antigen receptor cancer immunotherapy’ OR ‘chimeric antigen receptor engineered cancer immunotherapy’ OR ‘chimeric antigen receptor immunotherapy’ OR ‘chimeric antigen receptor therapy’ OR ‘ciltacabtagene autoleucel’/exp OR ‘carvykti’ OR ‘cilta-cel’ OR ‘ciltacabtagene autoleucel’ OR ‘jnj 4528’ OR ‘jnj 68284528’ OR ‘jnj4528’ OR ‘jnj68284528’ OR ‘lcar-b38m’ OR ‘lcar-b38m car-t’ OR ‘idecabtagene vicleucel’/exp OR ‘abecma’ OR ‘bb 2121’ OR ‘bb2121’ OR ‘ide-cel’ OR ‘idecabtagene vicleucel’) AND (‘refractory tumor’/exp OR ‘refractory neoplasm’ OR ‘refractory tumor’ OR ‘refractory tumour’ OR ‘relapsed refractory multiple myeloma’/exp OR ‘cancer recurrence’/exp OR ‘cancer recidive’ OR ‘cancer recurrence’ OR ‘cancer regeneration’ OR ‘cancer relapse’ OR ‘cancer reoccurrence’ OR ‘recurrent cancer’ OR ‘recurrent carcinoma’) AND ([cochrane review]/lim OR [systematic review]/lim OR [meta analysis]/lim OR [randomized controlled trial]/lim OR ‘controlled clinical trial’/de)
Una de las ideas que siempre me han rondado por la cabeza es cómo transmitir el valor de mi biblioteca a los usuarios (y sobre todo no usuarios), responsables de la institución y a la sociedad de la que formamos parte y, en última instancia, servimos. Y hoy me he encontrado con un tweet de Wichor Bramer (@wichor) desde las jornadas de #EAHIL2023 que se están celebrando estos días.
Example of messages. Revise a non SUCCESs ful message.
Gracias a su mensaje he conocido el acrónimo SUCCESs y que veis en la infografía que he realizado.
Como veis en su tuit, nos contrapone dos tipos de mensajes: uno, en el que podríamos sentirnos más representados como autores, por lo menos en mi caso, y otro, que sigue algunas de las características de SUCCESs.
Ejemplo de mensajes:
«The library values supporting the community and providing equitable access to information for all»
«Nuestras puertas están abiertas para que todos los miembros de nuestra comunidad exploren, descubran y compartan conocimientos-juntos».
Considero que estos principios SUCCESs son de gran utilidad para transmitir, desde nuestro valor, a nuestros conocimientos en la formación de usuarios y, en general, cuando nos comuniquemos en el día a día.
Aunque el alcance de una revisión sistemática vendrá determinado en gran medida por la pregunta de investigación que se haya formulado, puede haber oportunidades de ampliar la pregunta de investigación en un intento de hacer que la revisión planificada sea manejable dentro del tiempo y los recursos disponibles.
Una pregunta de investigación amplia tiene la ventaja de ser aplicable a una variedad más amplia de entornos, poblaciones, intervenciones o resultados y ofrece un mayor potencial para explorar la coherencia de los resultados de la investigación, con menos oportunidades de hallazgos fortuitos. Además, las revisiones amplias hacen que los resultados de las revisiones sistemáticas sean más accesibles para los responsables de la toma de decisiones clínicas, que a menudo tienen que elegir entre una variedad de intervenciones para su administración a un número de pacientes diferentes. Sin embargo, cuando los recursos son limitados, una revisión más restringida (o una «división» de la revisión) puede hacer que la finalización sea más factible, y la mayor homogeneidad de los estudios incluidos puede proporcionar una respuesta más centrada a la pregunta de investigación específica (restringida).
En la siguiente presentación veremos los argumentos a favor de una revisión con un alcance amplio frente a una revisión con un enfoque preciso.
Al trabajar en una revisión sistemática o de síntesis de evidencia, los bibliotecarios debemos desarrollar y documentar de forma transparente y completa las estrategias de búsqueda para que sean reproducibles.
Los pasos para desarrollar una consulta de búsqueda integral para proyectos de síntesis de evidencia, como revisiones sistemáticas o de alcance, son los siguientes:
Paso 1: Partimos de una pregunta estructurada adecuada. Tener una pregunta de investigación bien desarrollada ayuda a identificar los conceptos principales para incluir en la consulta de búsqueda. El formato más utilizado en la investigación en salud es el marco PICO.
Paso 2: Recolección de términos de búsqueda. Una de las mejores maneras de informar el proceso de recolección de términos es realizar una búsqueda preliminar o de alcance del tema. Estas búsquedas son sencillas y están compuestas de solo unas pocas palabras clave, pero nos sirven para ver qué resultados proporciona.
Una estrategia de búsqueda óptima incluirá tanto el vocabulario controlado de las diversas bases de datos de literatura (p. ej., términos de PubMed Medical Subject Heading [MeSH]) como términos de lenguaje natural. La mejor manera de identificar los términos de la búsqueda es revisar algunos artículos de su búsqueda preliminar, hojear los resúmenes en sus resultados y buscar palabras clave proporcionadas por el autor o ver qué vocabulario controlado se ha etiquetado en los artículos.
Estrategias para la recolección de términos de búsqueda
De esta forma, vamos completando nuestra estrategia de búsqueda y logramos que sea exhaustiva. La exhaustividad se define como la sensibilidad de la estrategia de búsqueda para recuperar un número suficientemente grande de resultados para garantizar que se incluyan en la revisión tantos estudios relevantes como sea posible.
Sensibilidad y precisión de la búsqueda bibliográfica para una revisión sistemática
Paso 3: Crear segmentos o facetas de búsqueda para cada concepto principal o componente utilizando PubMed.
Para crear un segmento de búsqueda para cada concepto, combine los términos relacionados identificados (vocabulario controlado y palabras clave) y combinarlos usando el operador booleano OR entre cada término. Una vez que haya creado las cadenas de búsqueda, ejecute cada segmento de búsqueda por separado en PubMed.
Después de buscar todos los segmentos de nuestra estrategia, usaremos el historial de búsqueda de PubMed, que se puede encontrar en la página de Búsqueda avanzada. Ahora es cuando debemos combinar nuestros segmentos de búsqueda con el operador booleano AND.
Paso 4: Trasladar nuestra estrategia a las diferentes fuentes. Una vez que haya desarrollado una consulta de búsqueda para una base de datos, necesitaremos «traducir» la consulta de búsqueda para que funcione con otras bases de datos adaptando la sintaxis a la particular del recurso.
Este es un paso especialmente difícil dada la heterogeneidad de las bases de datos y plataformas. Por ejemplo, los operadores con sintaxis idéntica se pueden tratar de manera diferente, por ejemplo, NEAR/5. En el caso de la Web of Science específica un máximo de 5 palabras entre los términos de búsqueda. En el caso de Embase, especifica un máximo de 4 palabras. Otro caso lo tenemos con ‘?’ que en Embase.com hace referencia a un solo carácter, mientras que en Ovid es 0 o 1 caracteres. Con respecto al ‘$’ en Embase.com hace referencia a 0 o 1 caracteres, mientras que en Ovid es un número ilimitado de caracteres.
Paso 5: Guardar su consulta de búsqueda. Para ello debemos copiar y pegar las estrategias de búsqueda completas en un documento con el número de resultados y la fecha en que se ejecutó la búsqueda. Siguiendo las directrices PRISMA, el proceso de búsqueda debe informarse con suficiente detalle en la sección de métodos de su artículo, incluyendo como anexo las estrategias completas de todas las búsquedas realizadas. Esto es así para garantizar la transparencia y reaplicabilidad de la revisión.
Si estás planteándote realizar una revisión sistemática o una síntesis de evidencia, te puede ser de ayuda esta entrada en la que detallo los pasos necesarios para su planificación.
PASO 1. Definir la pregunta que ha de contestar la RS. Para ello hay el equipo ha de utilizar uno de los formatos existentes de pregunta estructurada. La elección del tipo de pregunta estructurada vendrá determinada por el tipo de pregunta. Aunque la más frecuente es el formato PICOs, utilizada en investigación cualitativa, existen otros como PEO y SPICE para preguntas de investigación cualitativa; y SPIDER en la investigación de métodos mixtos.
Tipos de preguntas estructuradas más frecuentes en ciencias de la salud.
Encontrar y evaluar revisiones relacionadas. Para ello, hay que analizar las revisiones ya realizadas y analizar si tiene cabida hacer la revisión o no. Solo en los casos de que: 1) el alcance de las revisiones existentes no sea la misma, 2) no exista una revisión anterior, 3) exista, pero esté obsoleta (podríamos decidir actualizarla desde la fecha de la revisión anterior) o 4) exista, pero sea de mala calidad, tendría justificación hacer una nueva revisión. Puedes encontrar más información en mi entrada «Antes de comenzar una revisión sistemática hay buscar y evaluar revisiones relacionadas«.
Por estos motivos, lo primero que ha de hacer la bibliotecaria es una búsqueda exploratoria en MEDLINE de las revisiones realizadas hasta la fecha de este tema. El resultado se envía al resto del equipo para que analice e indique si es pertinente seguir adelante con la RS e identifique de 5 a 10 artículos que deben recuperarse por su pertinencia y los trasladen al bibliotecario.
Fuentes útiles para identificar revisiones sistemáticas.
Paso 3. Establecer los miembros del equipo de revisión. Hay que tener claro que una RS la tiene que realizar varias personas, pues su metodología así lo exige. Lo ideal es que el equipo esté formado por expertos en búsqueda, metodólogos, expertos en el contenido clínico y definir quién será el líder que coordine el equipo. En mi entrada «¿Puede una sola persona hacer una revisión sistemática?«, encontrarás más información. Los miembros del equipo deben conocer la metodología de cómo hacer una revisión y de cómo reportarla. Tal vez te ayude mi entrada “Guías, manuales y estándares para hacer y para reportar una revisión sistemática”. También, hay que ver si hay cualquier conflicto de intereses de los miembros del equipo.
Paso 4. Analizar los recursos disponibles como acceso a las bases de datos, software de gestión de la RS, programa gestor de referencias, etc.
Paso 5. Estimar el tiempo necesario. Es conveniente establecer un calendario de tareas con fechas límite y ten una idea clara de la cantidad de tiempo de la que disponen tus coautores para trabajar en la revisión.
Paso 6. El equipo ha de redactar un breve documento con los antecedentes, es decir, explicar el tema de investigación y poner la revisión en el contexto de lo que realmente se desea saber y las preguntas que desea responder la RS. Debe contener: una breve descripción de la pregunta de investigación; una discusión de la pregunta de investigación y de su importancia; una declaración breve de la importancia de la pregunta de investigación (por qué es importante realizar esta revisión). En este texto se debe hacer referencia a cualquier revisión anterior del tema de investigación cuando exista y las razones de la necesidad de la revisión actual.
PASO 7. Redactar los objetivos de la revisión. Estos deben derivar de la pregunta que se establece en el título de la revisión y debe estar apoyado por la sección anterior de antecedentes. Debe estar relacionado con los elementos PICO de la pregunta de revisión, y en particular con la población, la intervención y la comparación, pero no incluye los desenlaces. La estructura más común para presentar los objetivos es: «Evaluar los efectos de [intervención o comparación] para [problema de salud] para/en [tipos de pacientes, enfermedad o problema y contexto, si están especificados].
PASO 8. Definir los criterios de inclusión/exclusión con lo que luego el equipo va a realizar la selección de los estudios. Los más frecuentes son: Fecha (solo si está justificado: p. ej. si queremos actualizar una RS existente o por el tema o el tema es muy novedoso), Idioma (como norma general, no debe aplicarse límites de idioma), exposición de interés (si los participantes en el estudio deben tener una condición particular para que el estudio sea incluido. Ej.: se le dio un medicamento en particular, tener un nivel de la enfermedad en un grado determinado), Localización geográfica del estudio (puede ser necesario limitar la revisión solo a los estudios dirigidos al mismo grupo de población de interés o a países que tienen factores demográficos o económicos similares con el grupo que se va a estudiar), participantes (la revisión puede estar limitada a estudios en adultos, en niños o a grupos de una determinada edad), revisión por pares (algunas veces, en las revisiones, excluyen aquellos estudios o publicaciones no revisadas por pares. Pero la literatura gris –como informes técnicos o guías clínicas- puede ser importante para estudiar ciertas cuestiones), contexto (el estudio puede incluirse o excluirse según dónde se encuentren los participantes. Por ejemplo, escuela, hospital, paciente interno o externo, etc.), tipo de publicación (las revisiones sistemáticas suelen buscar estudios originales. En mi opinión, lo ideal sería poder limitarlo a RCT), etc.
PASO 10. Establecer la metodología de la selección de los estudios: proceso de valoración de títulos/abstract, textos completos (p. ej.: cribado por 2 personas, quienes son estas personas, cómo se evaluarán (P) y se han evaluado (RS) los desacuerdos, si la selección es ciega). Cualquier otro método utilizado para seleccionar los estudios (incluido el uso de programas informáticos).
PASO 11. Hacer un borrador del formulario de recogida de datos y establecer la metodología de la extracción de los datos de los estudios: cómo se controlará la verificación de los datos extraídos de cada informe (p. ej. extracción por dos revisores, de forma independiente); las categorías de los datos que se van a obtener; si la extracción de los datos la realizó un experto en el área de contenido, un metodólogo o ambos; pruebas piloto, adiestramiento y existencia de instrucciones de codificación para el formulario de extracción de datos; cómo se extraen los datos de múltiples informes del mismo estudio; y cómo se trataron los desacuerdos si más de un autor extrajo los datos de cada informe.
PASO 12. Establecer la metodología de cómo se evaluará el posible sesgo, cómo se interpretarán y sintetizarán los hallazgos.
Tanto el análisis bibliométrico como la revisión sistemática son metodologías utilizadas en investigación, pero difieren en su finalidad y enfoque metodológico.
El análisis bibliométrico es un análisis cuantitativo de las publicaciones científicas que permite identificar y evaluar tendencias y patrones de investigación dentro de un campo disciplinario. Por otro lado, la revisión sistemática es un enfoque metodológico que tiene como objetivo sintetizar la evidencia disponible sobre un tema de investigación particular para proporcionar una respuesta a la pregunta de investigación de manera sistemática y objetiva.
Mientras que el análisis bibliométrico se centra en la cuantificación de los resultados científicos, la revisión sistemática se centra en la síntesis y evaluación crítica de la evidencia disponible sobre un tema de investigación particular para proporcionar una respuesta a la pregunta de investigación.
El análisis bibliométrico es un enfoque cuantitativo utilizado para analizar datos bibliográficos. Utilizando características como el número total de publicaciones y citas de un autor, un tema, una universidad y una nación, el enfoque crea una imagen completa. El número de publicaciones, por ejemplo, indica el volumen de los trabajos publicados, pero el número de citas indica la importancia y popularidad de la revista.
Software más utilizados para la construcción de redes bibliométricas
Estos programas admiten tres tipos de relaciones cienciométricas:
1) coautoría (nodos que representan a investigadores, instituciones o países vinculados entre sí en función del número de publicaciones (nodos que representan a investigadores, instituciones o países vinculados entre sí en función del número de publicaciones de las que son autores);
2) citación (citas conjuntas o acoplamiento bibliográfico); y
3) concurrencia de palabras clave (basada en el número de publicaciones en las que ambas palabras clave aparecen juntas en el título, el resumen o la lista de palabras clave), resumen o lista de palabras clave).
Veamos algunos de los más utilizados:
Bibliometrix es un paquete R que incluye muchos de los análisis bibliométricos que se encuentran en la literatura. Puede procesar datos bibliográficos de diferentes fuentes y puede crear una variedad de visualizaciones y análisis fácilmente.
Bibliometrix se desarrolla en varios niveles de análisis (fuentes, autores y documentos) y en tres estructuras de análisis, denominadas estructuras K, es decir, la conceptual, la intelectual y la social. Los principales análisis disponibles en el ámbito de fuente son el cálculo del índice H, el análisis de la dinámica de las fuentes (producción de artículos a lo largo del tiempo) y las fuentes más relevantes del conjunto de datos analizado (las fuentes con más artículos). Con respecto a autor, se pueden identificar los autores más relevantes (los que tienen más artículos), la producción anual por autor, el índice H, las afiliaciones más relevantes y la procedencia de los autores. En cuanto a documento, se pueden identificar los artículos más artículos citados, las referencias citadas y los análisis de frecuencia de los resúmenes, las palabras clave y títulos. Para el análisis de la estructura conceptual, la principal técnica adoptada es la técnica de la co-palabra clave, desarrollada a partir de diversas técnicas estadísticas como el análisis de redes, el análisis factorial y la cartografía temática. La estructura intelectual puede analizarse realizando análisis de co-citación y citación, utilizando análisis de redes. Por último, la estructura social puede analizarse visualizando cómo colaboran los autores utilizando la Red de Colaboración (Collaboration Network).
VOSviewer es una herramienta informática para construir y visualizar redes bibliométricas. Estas redes pueden incluir, por ejemplo, revistas, investigadores o publicaciones individuales, y pueden construirse a partir de relaciones de citación, acoplamiento bibliográfico, cocitación o coautoría. VOSviewer también ofrece funciones de minería de textos que pueden utilizarse para construir y visualizar redes de co-ocurrencia de términos importantes extraídos de un corpus de literatura científica.
CitNetExplorer es una herramienta informática para visualizar y analizar redes de citas de publicaciones científicas. Está diseñado específicamente para manejar conjuntos de datos bibliográficos a gran escala de WoS, y proporciona una serie de características que son diferentes de VOSviewer, lo que permite a los usuarios complementar sus investigaciones con conocimientos adicionales sobre la estructura y la dinámica de la red bibliométrica.
La herramienta permite importar redes de citas directamente desde la base de datos Web of Science. Las redes de citas pueden explorarse de forma interactiva, por ejemplo, profundizando en una red e identificando grupos de publicaciones estrechamente relacionadas.
Avenali, Alessandro, et al. «Systematic reviews as a metaknowledge tool: caveats and a review of available options.» International Transactions in Operational Research (2023). Disponible en: https://onlinelibrary.wiley.com/doi/pdf/10.1111/itor.13309
Es esencial seleccionar múltiples fuentes porque una solo no puede contener toda la información que responde a nuestra pregunta. Es decir, una sola base de datos no representa todas las investigaciones potencialmente relevantes que existen. Si eligiéramos incluir solamente una base de datos, estaríamos introduciendo un sesgo de selección en una etapa temprana del proceso de revisión.
En #RevisionesSistemáticas, la búsqueda de estudios debe ser lo más amplia posible para reducir el riesgo de sesgo de publicación e identificar la mayor cantidad de evidencia relevante. Estandar MECIR C24
Teniendo ya claro que hay que buscar en más de una base de datos (Bramer W, 3013 y 2016), hay que decir que se desconoce el número óptimo de bases de datos que hay que consultar y que no existe evidencia de la cantidad de bases de datos en las que se debe buscar (Ross-White A et al.).
Debido a la diversidad de preguntas abordadas por las revisiones sistemáticas, no puede haber un estándar acordado para lo que constituye una búsqueda aceptable en términos del número de bases de datos buscadas (CRD’s guidance, 2009).
Debemos tener presente que añadir múltiples bases de datos puede dará lugar a búsquedas con resultados muy elevados en los que, pasado un número de base de datos, resulten irrelevantes. Por otro lado, hay que tener en consideración las desventajas en el uso de múltiples bases de datos para los bibliotecarios. Resulta muy arduo y complicado traducir una estrategia de búsqueda a múltiples interfaces y sintaxis de búsqueda, ya que los diferentes códigos de campo, sintaxis de cada base de datos y plataforma, los operadores de proximidad que difieren entre interfaces y las diferencias en los términos del tesauro entre bases de datos añaden una carga importante. Además, para los revisores el proporcionarles el resultados de un exceso número de bases de datos les conlleva mucho tiempo ya que deben examinar un exceso de títulos y resúmenes, probablemente irrelevantes.
Es función del bibliotecario determinar la combinación de bases de datos necesaria para que las búsquedas de revisiones sistemáticas proporcionen resultados eficientes (es decir, para minimizar la carga de los investigadores sin reducir la validez de la investigación al omitir referencias relevantes).
Es función del bibliotecario determinar la combinación de bases de datos necesaria para que las búsquedas de #RevisionesSistemáticas proporcionen resultados eficientes.
Las bases de datos que utilicemos para localizar la evidencia va a depender del tema de revisión, de la posibilidad de acceso a las bases de datos y el presupuesto disponible para el equipo de revisión, y siempre dentro de la limitación de tiempo. Como norma general, hay que empezar por las fuentes de información que tienen mayor probabilidad de ser más productivas dentro del tema de nuestra revisión, ya que te proporcionarán la mayoría de los estudios. En caso de duda, recomiendo hacer pruebas de búsqueda de nuestro tema de revisión en varias bases de datos y seleccionar las que proporcionen mayores y mejores resultados.
¿Qué dicen los expertos?
Un estudio de Wilchor M. Bramer concluye que las búsquedas han de realizarse en Embase, MEDLINE (incluidas las publicaciones Epub ahead of print), Web of Science (Core Collection) y Google Académico (las 200 primeras referencias relevantes) como mínimo. Para temas especiales como enfermería y ciencias del comportamiento y mental se debe añadir bases de datos como CINAHL y PsycINFO, respectivamente. Para revisiones donde los ECA hay que buscar en CENTRAL. Si se ignora una o más de las bases de datos que identifican como las cuatro bases de datos clave dará lugar a búsquedas más precisas, con un menor número de resultados, pero los investigadores deben decidir si eso vale la pena por el aumento de una mayor probabilidad de pérdidas de referencias relevantes. Este estudio también destaca una vez más que buscar bases de datos solo no es suficiente para recuperar todas las referencias relevantes. (Bramer WM, et al.).
Recomendaciones del bibliotecario experto Wilchor Bramer (2017).
Si nuestra revisión fuera de intervenciones terapéuticas, habría que buscar en las bases de datos generales (MEDLINE y Embase) y CENTRAL. Además, se deben incluir las bases de datos relevantes para el tema de revisión (p. ej., CINAHL para temas relacionados con la enfermería, PsycINFO para intervenciones psicológicas).
Además de MEDLINE y Embase, que suelen considerarse las principales bases de datos internacionales sobre atención sanitaria general, muchos países y regiones producen bases de datos bibliográficas que se centran en la bibliografía producida en esas regiones y que suelen incluir revistas y otras publicaciones no indexadas en otros sitios, como el African Index Medicus y LILACS (para América Latina y el Caribe) (MECIR C24-25).
Para la búsqueda de estudios cualitativos, además de MEDLINE y Embase, hay que buscar en CINAHL y PsycINFO. A lo que habría que añadir Scopus, y ProQuest Dissertations & Theses Global. Agregar PubMed aumenta la recuperación a 93.1% (Frandsen TF et al.).
Para las revisiones de evaluaciones económicas, la combinación de las bases de datos Embase + Scopus + HTA Database + MEDLINE o PubMED (indistintamente) es la más eficiente (Arber M et al.).
Si el tema incluye la asistencia social, hay una serie de bases de datos disponibles, como ASSIA (Applied Social Sciences Index and Abstracts), CSA Sociological Abstracts y CSA Social Services Abstracts, que podrían utilizarse. Las bases de datos mencionadas anteriormente son todas temáticas, pero hay otras, como AgeInfo, Ageline y ChildData, que se centran en un grupo de población específico que podría ser relevante para el tema de la revisión.
En revisiones de ciencias sociales y humanas, Lluís Codina recomienda utilizar siempre Scopus + Web of Science del grupo general, así como Dialnet Plus y las bases de datos del CSIC si la investigación se va a presentar en una universidad española.
¿Si busco en Embase (Elsevier), es necesario buscar también en MEDLINE?
La búsqueda en Embase.com incluye MEDLINE. Sin embargo, debemos buscar en las dos bases de datos por separado, ya que Embase tiene un contenido significativo que no está disponible en PubMed/MEDLINE. Además, la indexación Emtree hace que incluso la información compartida por las dos bases de datos se pueda encontrar de forma exclusiva en Embase.
Razones por la que es necesario buscar en MEDLINE y en Embase.
¿Cómo incluye Embase el contenido de MEDLINE?
Más de2800 revistas son exclusivas de Embase y 3000 títulos de revistas están cubiertos tanto por Embase como por MEDLINE. Ambos conjuntos están indexados por Embase usando Emtree.
2500 revistas de MEDLINE no están indexadas por Embase usando Emtree, sino que están indexadas usando el MEDLINE thesaurus MeSH.
Estos registros indexados de MEDLINE se entregan a Elsevier diariamente. Después de la deduplicación, se incorporan a Embase para producir «registros exclusivos de MEDLINE». Elsevier no vuelve a indexar estos registros exclusivos de MEDLINE. Sin embargo, su indexación se asigna a los términos de Emtree. De esta manera, los términos de Emtree se pueden usar para buscar todos los registros de Embase, incluidos los de MEDLINE.
¿Si tengo acceso a SCOPUS, también necesito buscar en Embase y en la WoS?
Las búsquedas en Scopus se centran en resúmenes y citas, mientras que una búsqueda en Embase proporciona información adicional a partir de su indexación estructurada de texto completo con el tesauro EMTREE.
Dado que Scopus no utiliza Emtree para facilitar la asignación de sinónimos y las búsquedas jerárquicas, nuestra búsqueda puede recuperar un número significativamente menor de resultados que en Embase. Por ejemplo, una búsqueda en Scopus sobre «heart attack» omite los registros que mencionan «myocardial infarction» o los indizados utilizando el término Emtree «heart infarction».
Además, los subtítulos de Embase no están disponibles en Scopus, por lo que las búsquedas no pueden acotarse del mismo modo. Por ejemplo, no es posible limitar las búsquedas de fármacos a los registros centrados en los efectos adversos.
Razones por las que debo buscar en Embase y SCOPUS.
¿Es recomendable buscar en Google Académico?
Dado que Google Scholar indexa el texto completo de los artículos, la búsqueda en él añade artículos relevantes que no se encuentran en las otras bases de datos. Por lo tanto, encuentra artículos en los que el tema de investigación no se menciona en el título, el resumen o los términos del tesauro, sino que los conceptos sólo se tratan en el texto completo.
Sin embargo, la búsqueda en Google Académico supone un reto, ya que carece de las funciones básicas de las bases de datos bibliográficas tradicionales. Además, las estrategias de búsqueda están limitadas a un máximo de 256 caracteres, lo que significa que crear una estrategia de búsqueda exhaustiva puede resultar laborioso (Bramer W, 2017).
Wilchor Bramer recomienda limitar la búsqueda en Google Académico a las primeras 200 referencias relevantes.
Elección de la plataforma
Como es lógico, la búsqueda en diferentes bases de datos dará inevitablemente resultados diferentes al ser su cobertura distinta. Pero además, la búsqueda en la misma base de datos a través de diferentes interfaces o plataformas puede dar lugar a resultados diferentes. Por ejemplo, buscar en Embase a través de Embase.com o mediante OVID, o buscar en MEDLINE a través de Web of Science, EBSCO, OVID o incluso a través de PubMed. Y no solo porque las plataformas difieran en diferentes sintaxis y herramientas de búsqueda, sino que el contenido también puede diferir (PubMed vs MEDLINE/Ovid; Embase/Elsevier vs. Embase/Ovid).
¿MEDLINE vía PubMed u Ovid?
PubMed es considerado por algunos como más fácil de usar. Además, en búsquedas de revisiones sistemáticas, PubMed tiene una sensibilidad más alta que Ovid/MEDLINE con una precisión comparable y NNR (number needed to read) (Katchamart W et al.).
Por el contrario, muchos bibliotecarios eligen Ovid MEDLINE, ya que permite realizar una búsqueda más enfocada. Sus herramientas que permiten una sintaxis de búsqueda con, por ejemplo, operadores de adyacencia, que hacen que nuestro resultado sea más preciso que con PubMed.
Otros especialistas en información estaban a favor de buscar en ambas. Indicaban que merece la pena realizar una búsqueda complementaria de PubMed, además de la búsqueda principal en MEDLINE (Ovid) para una revisión sistemática, ya que se realiza rápidamente y si recupera estudios únicos, recientemente publicados, y ahead-of-print, mejorando la actualización de las revisiones sistemáticas. Sin embargo, tal como indica Wichor Bramer en su correo de 12 de diciembre de 2022 a la lista de distribución expertsearching@pss.mlanet.org, hoy en día buscar en PubMed no añade ningún valor cuando ya se ha buscado en MEDLINE a través de OVID u otra plataforma similar. La razón de por qué antes se recomendaba era porque había bastante retraso entre los artículos añadidos a PubMed y a MEDLINE, pero ya no es así. Hoy en día el retraso es solo de 1 o 2 días, por lo que se puede ignorar ya que esos días extra no suponen ninguna diferencia en nuestra revisión. (Más información en: https://wkhealth.force.com/ovidsupport/s/article/PubMed-vs-Ovid-s-Medline-1489081398582).
Hoy en día, buscar en PubMed no añade ningún valor cuando ya se ha buscado en MEDLINE a través de OVID u otra plataforma similar dado que el retraso en la indización es de solo 1 o 2 días. @wichor
No hay una diferencia notable entre Ovid y Embase.com en términos de resultados de búsqueda sin embargo, Embase.com fue calificado como más fácil de usar en comparación con Ovid (Fortier KJ et al.)
Aquí os dejo un Trivial interactivo para aprender las diferencias en la sintaxis de búsqueda entre plataformas.
Juego para ver las diferencias en la sintaxis de búsqueda.
BIBLIOGRAFÍA
Bramer WM, Rethlefsen ML, Kleijnen J, Franco OH. Optimal database combinations for literature searches in systematic reviews: a prospective exploratory study. Syst Rev. 2017;6(1):245. doi: 10.1186/s13643-017-0644-y. PMID: 29208034; PMCID: PMC5718002
Bramer WM, Giustini D, Kramer BM, Anderson PF. The comparative recall of Google Scholar versus PubMed in identical searches for biomedical systematic reviews: a review of searches used in systematic reviews. Syst Rev. 2013;2:115.
Bramer WM, Giustini D, Kramer BMR. Comparing the coverage, recall, and precision of searches for 120 systematic reviews in Embase, MEDLINE, and Google Scholar: a prospective study. Syst Rev. 2016;5:39.
Centre for Reviews and Dissemination. Systematic reviews: CRD’s guidance for undertaking reviews in health care The Centre; 2009. Disponible en: https://www.york.ac.uk/crd/guidance/
Ross-White A, Godfrey C. Is there an optimum number needed to retrieve to justify inclusion of a database in a systematic review search? Health Inf Libr J. 2017;33:217–24.
Frandsen TF, Gildberg FA, Tingleff EB. Searching for qualitative health research required several databases and alternative search strategies: a study of coverage in bibliographic databases. J Clin Epidemiol. 2019 Jun 25;114:118-124. doi: 10.1016/j.jclinepi.2019.06.013. PMID: 31251982.
Arber M, Glanville J, Isojarvi J, Baragula E, Edwards M, Shaw A, Wood H. Which databases should be used to identify studies for systematic reviews of economic evaluations? Int J Technol Assess Health Care. 2018 Jan;34(6):547-554. doi: 10.1017/S0266462318000636. PMID: 30442221.
Codina, Lluís. Revisiones bibliográficas sistematizadas: Procedimientos generales y Framework para Ciencias Humanas y Sociales. Barcelona: Máster Universitario en Comunicación Social. Departamento de Comunicación. Universitat Pompeu Fabra, 2018 [documento en pdf, acceso: https://repositori.upf.edu/handle/10230/34497%5D
Katchamart W, Faulkner A, Feldman B, Tomlinson G, Bombardier C. PubMed had a higher sensitivity than Ovid-MEDLINE in the search for systematic reviews. J Clin Epidemiol. 2011 Jul;64(7):805-7. doi: 10.1016/j.jclinepi.2010.06.004. PubMed PMID: 20926257.
Duffy S, de Kock S, Misso K, Noake C, Ross J, Stirk L. Supplementary searches of PubMed to improve currency of MEDLINE and MEDLINE In-Process searches via Ovid. J Med Libr Assoc. 2016 Oct;104(4):309-312. PMID: 27822154; PMCID: PMC5079494.
Ross-White A, Godfrey CM, Sears KA, Wilson R. Predatory publications in evidence syntheses. J Med Libr Assoc. 2019 Jan;107(1):57-61. doi: 10.5195/jmla.2019.491. PMID: 30598649; PMCID: PMC6300240.
Fortier KJ, Kiss N, Tongbram V. What is the optimal search engine for results from Embase and Medline: Ovid or Embase.com? Value Health 2013;16(3):A25 doi: 10.1016/j.jval.2013.03.147
BiblioGETAFE 