En los últimos tiempos estamos asistiendo a un cambio importante en la forma de buscar información. Hasta ahora, estábamos acostumbrados a usar motores de búsqueda como Google para localizar contenidos en la web: introducíamos palabras clave y recibíamos una lista de enlaces como respuesta. Sin embargo, con la llegada de herramientas basadas en inteligencia artificial generativa —como ChatGPT—, la experiencia cambia por completo: ya no se trata de encontrar, sino de generar contenido nuevo a partir de lo que preguntamos.
Pero, ¿Qué diferencias hay entre una búsqueda tradicional y una consulta a un modelo de IA? ¿Qué limitaciones y oportunidades presenta cada una?
En esta entrada, encontrarás una comparativa que puede ayudarte a entender cómo se complementan ambas herramientas y cómo podemos aprovecharlas en nuestro día a día profesional.
Comparativa Google vs. ChatGPT
Categoría
Google (Motor de Búsqueda)
ChatGPT (IA Generativa)
Propósito
Encontrar y organizar información disponible en la web, proporcionando listas de fuentes y enlaces relevantes.
Generar contenido nuevo (texto, resúmenes, explicaciones) a partir de patrones aprendidos, adaptándose al contexto aportado.
Funcionamiento
Indexa y recupera información basándose en palabras clave, algoritmos de relevancia y señales SEO/semánticas.
Utiliza modelos de lenguaje entrenados con enormes volúmenes de texto para predecir continuaciones y generar respuestas coherentes.
Interacción
El usuario introduce una consulta (keywords) y obtiene una lista de enlaces a páginas web o fragmentos destacados («snippets»).
El usuario aporta un prompt o contexto detallado y el modelo proporciona una respuesta directa en forma de texto narrativo o estructurado.
Actualización de Información
Depende de la frecuencia de rastreo e indexación de sus robots (web crawlers). Suele reflejar cambios en la web en cuestión de horas o días.
El conocimiento está congelado al momento del último entrenamiento. No accede en tiempo real a novedades, a menos que esté integrado con plug-ins o fuentes actualizadas.
Personalización
Ofrece resultados personalizados basados en historial de búsquedas, ubicación geográfica y preferencias previas.
Adapta la respuesta al prompt específico y puede mantener un contexto conversacional, pero no rastrea el historial de búsqueda web del usuario.
Creatividad
Limitada a mostrar información existente en la web; no genera contenido original.
Alta capacidad creativa para generar texto narrativo, ejemplos, analogías o reformulaciones no existentes anteriormente.
Ejemplos
Google Search, Bing, Yahoo (sitios web de motores de búsqueda).
ChatGPT (OpenAI), Bard (Google), Bing Chat con IA, Copilot.
Pero una cosa debemos tener clara: Aunque las herramientas de inteligencia artificial generativa como ChatGPT pueden ser útiles para explicar conceptos, resumir textos o explorar ideas, no deben utilizarse para buscar literatura científica. Estos modelos no acceden directamente a bases de datos bibliográficas ni garantizan la veracidad, actualidad o trazabilidad de las referencias que generan. Para búsquedas rigurosas en ciencias de la salud, es imprescindible utilizar fuentes especializadas como PubMed, Embase, CINAHL o Scopus.
PubMed utiliza el Automatic Term Mapping (ATM) cuando introducimos términos en el cuadro de búsqueda. Es uno de los algoritmos aplicados a las búsquedas que compara los términos por nosotros escritos con una serie de tablas para encontrar términos relacionados y ampliar la búsqueda. Los términos no etiquetados que se introducen en el cuadro de búsqueda se cotejan (en este orden) con una tabla de traducción de Materias (incluido el MeSH o Medical Subject Headings), una tabla de traducción de Revistas, el índice de Autores y un índice de Investigadores (Colaboradores):
Si analizamos detenidamente la tabla de materias, veríamos que está formada por:
Términos MeSH
Entry Terms (See-Reference mappings) para los términos MeSH
MeSH Subheadings
Tipos de publicación
Pharmacological Actions
Supplementary Concepts (sustancias) y sus sinónimos
Tipo de publicación
Formas de palabras singulares y plurales
Ortografía británica y estadounidense
Marca comercial del medicamento la traduce al nombre genérico
Términos derivados del Unified Medical Language System (UMLS) que tienen sinónimos equivalentes o variantes léxicas en inglés
La asignación automática de términos significa que los términos de búsqueda que se introducen en la ventana de búsqueda se asignan automáticamente a términos MeSH. Sin embargo, cuando no se encuentra coincidencia dentro de la tabla de materias, el algoritmo continúa con la siguiente tabla de traducción y así sucesivamente. Si no se encuentra ninguna coincidencia, PubMed descompone la frase y repite el proceso de asignación automática de términos anterior hasta encontrar una coincidencia. Si no hay coincidencia, los términos individuales se combinarán con el operador «AND» y se buscarán así en todos los campos.
Cuando una búsqueda incluye términos que fueron etiquetados con un campo de búsqueda durante el proceso de asignación automática de términos y recupera cero resultados, el sistema activa una búsqueda posterior utilizando «Schema: all .» que modifica la búsqueda eliminando las etiquetas de campo de búsqueda añadidas automáticamente y, a continuación, busca cada término en todos los campos.
Podemos saber como ha aplicado el ATM a nuestra búsqueda entrando en el enlace «Advanced» situado debajo de la ventana de búsqueda. En la nueva página bajamos hasta ver «History and Search Details».
Veamos en el siguiente vídeo dos ejemplos:
Sin embargo, existen cuatro formas en los que se desactiva el algoritmo de búsqueda ATM. Son los siguientes:
Los filtros de búsqueda son estrategias de búsqueda diseñadas para recuperar tipos específicos de registros, como los de un diseño metodológico concreto.
Aquí os dejo varios filtros que he localizado que nos ayudarán a buscar no solo por revisiones sistemáticas, si no también por las diferentes tipologías dentro de la gran familia de revisiones (1).
Filtro para PubMed actualizado el 26 de septiembre de 2023 (2):
(«Systematic Review»[Publication Type:NoExp] OR «Systematic Reviews as Topic»[mesh:noexp] OR ((«comprehensive»[TIAB] OR «integrated»[TIAB] OR «integrative»[TIAB] OR «mapping»[TIAB] OR «methodology»[TIAB] OR «narrative»[TIAB] OR «scoping»[TIAB] OR «systematic»[TIAB]) AND («search»[TIAB] OR «searched»[TIAB] OR «searches»[TIAB] OR «studies»[TIAB]) AND («cinahl»[TIAB] OR «cochrane»[TIAB] OR «embase»[TIAB] OR «psycinfo»[TIAB] OR «pubmed»[TIAB] OR «medline»[TIAB] OR «scopus»[TIAB] OR «web science»[TIAB] OR «bibliographic review»[TIAB:~1] OR «bibliographic reviews»[TIAB:~1] OR «literature review»[TIAB:~1] OR «literature reviews»[TIAB:~1] OR «literature search»[TIAB:~1] OR «literature searches»[TIAB:~1] OR «narrative review»[TIAB:~1] OR «narrative reviews»[TIAB:~1] OR «qualitative review»[TIAB:~1] OR «qualitative reviews»[TIAB:~1] OR «quantitative review»[TIAB] OR «quantitative reviews»[TIAB])) OR «comprehensive review»[TIAB] OR «comprehensive reviews»[TIAB] OR «comprehensive search»[TIAB] OR «comprehensive searches»[TIAB] OR «critical review»[TIAB] OR «critical reviews» [TIAB] OR ((«electronic database»[TIAB:~1] OR «electronic databases»[TIAB:~1] OR «databases searched»[TIAB:~3]) AND (eligibility[tiab] OR excluded[tiab] OR exclusion[tiab] OR included[tiab] OR inclusion[tiab])) OR «evidence assessment»[TIAB] OR «evidence review»[TIAB] OR «exploratory review»[TIAB] OR «framework synthesis»[TIAB] OR «Integrated review»[TIAB] OR «integrated reviews»[TIAB] OR «integrative review»[TIAB:~1] OR «integrative reviews»[TIAB:~1] OR «mapping review»[TIAB:~1] OR «meta-review»[TIAB:~1] OR «meta-synthesis»[TIAB:~1] OR «methodology review»[TIAB:~1] OR («mixed methods»[TIAB:~0] AND «methods review»[TIAB:~1]) OR («mixed methods»[TIAB:~0] AND «methods synthesis»[TIAB:~1]) OR «overview reviews»[TIAB:~4] OR («PRISMA»[TIAB] AND «preferred»[TIAB]) OR «PRISMA-P»[TIAB:~0] OR «prognostic review»[TIAB:~1] OR «psychometric review»[TIAB:~1] OR («rapid evidence»[TIAB:~0] AND «evidence assessment»[TIAB:~0]) OR «rapid realist»[TIAB:~0] OR «rapid review»[TIAB:~1] OR «rapid reviews»[TIAB:~1] OR «realist review»[TIAB:~1] OR «review of reviews»[TIAB:~1] OR «scoping review»[TIAB:~1] OR «scoping reviews»[TIAB:~1] OR «scoping study»[TIAB:~1] OR («state art «[TIAB:~2] AND «art review»[TIAB:~1]) OR «systematic evidence map»[TIAB] OR «systematic mapping»[TIAB:~1] OR «systematic literature»[TIAB:~1] OR «systematic Medline»[TIAB:~2] OR «systematic PubMed»[TIAB:~2] OR «systematic review»[TIAB:~1] OR «systematic reviews»[TIAB:~1] OR «systematic search»[TIAB:~1] OR «systematic searches»[TIAB:~1] OR «systematical review»[TIAB:~1] OR «systematical reviews»[TIAB:~1] OR «systematically identified»[TIAB:~1] OR «systematically review»[TIAB:~1] OR «systematically reviewed»[TIAB:~1] OR «umbrella review»[TIAB:~1] OR «umbrella reviews»[TIAB:~1] OR «Cochrane Database Syst Rev»[ta] OR «evid rep technol assess full rep»[Journal] OR «evid rep technol assess summ»[Journal])
Filtro para MEDLINE (OVID) actualizado a 22 de septiembre de 2023 (3):
«systematic review».pt. or «Systematic Reviews as Topic»/ or «Cochrane Database of Systematic Reviews».jn. or (evidence report technology assessment or evidence report technology assessment summary).jn. or (((comprehensive* or integrative or mapping or rapid or realist or scoping or systematic or systematical or systematically or systematicaly or systematicly or umbrella) adj3 (bibliographical or bibliographically or bibliographics or literature or review or reviews)) or (state adj3 art adj1 review) or (research adj2 synthesis) or ((data or information) adj3 synthesis)).ti,ab,kf. or ((data adj2 (extract or extracting or extractings or extraction or extraction)).ti,ab,kf. and («review».ti. or «review».pt.)) or (((electronic or searched) adj2 database*) and (eligibility or excluded or exclusion or included or inclusion)).ti,ab,kf. or (overview adj4 reviews).ti,ab,kf. or ((review adj3 (rationale or evidence)).ti,ab. and «review».pt.) or (PRISMA or (preferred adj1 reporting)).ab. or (cinahl or (cochrane adj3 (trial or trials)) or embase or medline or psyclit or (psycinfo not (psycinfo adj1 database)) or pubmed or scopus or (sociological adj1 abstracts) or (web adj2 science)).ab.
Filtro para EMBASE (Elsevier) actualizado a 21 de septiembre de 2023 (4):
‘systematic review’/de OR ‘systematic review (topic)’/de OR ((‘comprehensive’:ti,ab,kw OR ‘integrated’:ti,ab,kw OR ‘integrative’:ti,ab,kw OR ‘mapping’:ti,ab,kw OR ‘methodology’:ti,ab,kw OR ‘narrative’:ti,ab,kw OR ‘scoping’:ti,ab,kw OR ‘systematic’:ti,ab,kw) AND (‘search’:ti,ab,kw OR ‘searched’:ti,ab,kw OR ‘searches’:ti,ab,kw OR ‘studies’:ti,ab,kw) AND (‘cinahl’:ti,ab,kw OR ‘cochrane’:ti,ab,kw OR ‘embase’:ti,ab,kw OR ‘psycinfo’:ti,ab,kw OR ‘pubmed’:ti,ab,kw OR ‘medline’:ti,ab,kw OR ‘scopus’:ti,ab,kw OR ‘web of science’:ti,ab,kw OR ‘bibliographic review’:ti,ab,kw OR ‘bibliographic reviews’:ti,ab,kw OR ‘literature review’:ti,ab,kw OR ‘literature reviews’:ti,ab,kw OR ‘literature search’:ti,ab,kw OR ‘literature searches’:ti,ab,kw OR ‘narrative review’:ti,ab,kw OR ‘narrative reviews’:ti,ab,kw OR ‘qualitative review’:ti,ab,kw OR ‘qualitative reviews’:ti,ab,kw OR ‘quantitative review’:ti,ab,kw OR ‘quantitative reviews’:ti,ab,kw)) OR ‘comprehensive review’:ti,ab,kw OR ‘comprehensive reviews’:ti,ab,kw OR ‘comprehensive search’:ti,ab,kw OR ‘comprehensive searches’:ti,ab,kw OR ‘critical review’:ti,ab,kw OR ‘critical reviews’:ti,ab,kw OR ((‘electronic database’:ti,ab,kw OR ‘electronic databases’:ti,ab,kw OR databases NEAR/3 searched) AND (eligibility:ti,ab,kw OR excluded:ti,ab,kw OR exclusion:ti,ab,kw OR included:ti,ab,kw OR inclusion:ti,ab,kw)) OR ‘evidence assessment’:ti,ab,kw OR ‘evidence review’:ti,ab,kw OR ‘exploratory review’:ti,ab,kw OR ‘framework synthesis’:ti,ab,kw OR ‘Integrated review’:ti,ab,kw OR ‘integrated reviews’:ti,ab,kw OR ‘integrative review’:ti,ab,kw OR ‘integrative reviews’:ti,ab,kw OR ‘mapping review’:ti,ab,kw OR ‘meta-review’:ti,ab,kw OR ‘meta-synthesis’:ti,ab,kw OR ‘methodology review’:ti,ab,kw OR ‘mixed methods review’:ti,ab,kw OR ‘mixed methods synthesis’:ti,ab,kw OR (overview NEAR/4 reviews) OR ‘PRISMA’:ab OR (‘preferred’:ti,ab,kw and reporting:ti,ab,kw) OR ‘prognostic review’:ti,ab,kw OR ‘psychometric review’:ti,ab,kw OR ‘rapid evidence assessment’:ti,ab,kw OR ‘rapid literature review’:ti,ab,kw OR ‘rapid literature search’:ti,ab,kw OR ‘rapid realist’:ti,ab,kw OR ‘rapid review’:ti,ab,kw OR ‘rapid reviews’:ti,ab,kw OR ‘realist review’:ti,ab,kw OR ‘review of reviews’:ti,ab,kw OR ‘scoping review’:ti,ab,kw OR ‘scoping reviews’:ti,ab,kw OR ‘scoping study’:ti,ab,kw OR ‘state of the art review’:ti,ab,kw OR ‘systematic evidence map’:ti,ab,kw OR ‘systematic evidence mapping’:ti,ab,kw OR ‘systematic literature’:ti,ab,kw OR ‘systematic Medline’:ti,ab,kw OR ‘systematic PubMed’:ti,ab,kw OR ‘systematic review’:ti,ab,kw OR ‘systematic reviews’:ti,ab,kw OR ‘systematic search’:ti,ab,kw OR ‘systematic searches’:ti,ab,kw OR ‘systematical literature review’:ti,ab,kw OR ‘systematical review’:ti,ab,kw OR ‘systematical reviews’:ti,ab,kw OR ‘systematically identified’:ti,ab,kw OR ‘systematically review’:ti,ab,kw OR ‘systematically reviewed’:ti,ab,kw OR ‘umbrella review’:ti,ab,kw OR ‘umbrella reviews’:ti,ab,kw OR ‘13616137’:is OR ‘Cochrane Database of Systematic Reviews’/jt
CINAHL (Ebsco) actualizada a 1 de agosto de 2023 (5): (MH «meta analysis» OR MH «systematic review» OR MH «Technology, Medical/EV» OR PT «systematic review» OR PT «meta analysis» OR (((TI systematic* OR AB systematic*) N3 ((TI review* OR AB review*) OR (TI overview* OR AB overview*))) OR ((TI methodologic* OR AB methodologic*) N3 ((TI review* OR AB review*) OR (TI overview* OR AB overview*)))) OR (((TI quantitative OR AB quantitative) N3 ((TI review* OR AB review*) OR (TI overview* OR AB overview*) OR (TI synthes* OR AB synthes*))) OR ((TI research OR AB research) N3 ((TI integrati* OR AB integrati*) OR (TI overview* OR AB overview*)))) OR (((TI integrative OR AB integrative) N3 ((TI review* OR AB review*) OR (TI overview* OR AB overview*))) OR ((TI collaborative OR AB collaborative) N3 ((TI review* OR AB review*) OR (TI overview* OR AB overview*))) OR ((TI pool* OR AB pool*) N3 (TI analy* OR AB analy*))) OR ((TI «data synthes*» OR AB «data synthes*») OR (TI «data extraction*» OR AB «data extraction*») OR (TI «data abstraction*» OR AB «data abstraction*»)) OR ((TI handsearch* OR AB handsearch*) OR (TI «hand search*» OR AB «hand search*»)) OR ((TI «mantel haenszel» OR AB «mantel haenszel») OR (TI peto OR AB peto) OR (TI «der simonian» OR AB «der simonian») OR (TI dersimonian OR AB dersimonian) OR (TI «fixed effect*» OR AB «fixed effect*») OR (TI «latin square*» OR AB «latin square*»)) OR ((TI «met analy*» OR AB «met analy*») OR (TI metanaly* OR AB metanaly*) OR (TI «technology assessment*» OR AB «technology assessment*») OR (TI HTA OR AB HTA) OR (TI HTAs OR AB HTAs) OR (TI «technology overview*» OR AB «technology overview*») OR (TI «technology appraisal*» OR AB «technology appraisal*»)) OR ((TI «meta regression*» OR AB «meta regression*») OR (TI metaregression* OR AB metaregression*)) OR (TI meta-analy* OR TI metaanaly* OR TI «systematic review*» OR TI «biomedical technology assessment*» OR TI «bio-medical technology assessment*» OR AB meta-analy* OR AB metaanaly* OR AB «systematic review*» OR AB «biomedical technology assessment*» OR AB «bio-medical technology assessment*» OR MW meta-analy* OR MW metaanaly* OR MW «systematic review*» OR MW «biomedical technology assessment*» OR MW «bio-medical technology assessment*») OR ((TI medline OR AB medline OR MW medline) OR (TI cochrane OR AB cochrane OR MW cochrane) OR (TI pubmed OR AB pubmed OR MW pubmed) OR (TI medlars OR AB medlars OR MW medlars) OR (TI embase OR AB embase OR MW embase) OR (TI cinahl OR AB cinahl OR MW cinahl)) OR (SO Cochrane OR SO health technology assessment OR SO evidence report) OR ((TI comparative OR AB comparative) N3 ((TI efficacy OR AB efficacy) OR (TI effectiveness OR AB effectiveness))) OR ((TI «outcomes research» OR AB «outcomes research») OR (TI «relative effectiveness» OR AB «relative effectiveness»)) OR (((TI indirect OR AB indirect) OR (TI «indirect treatment» OR AB «indirect treatment») OR (TI mixed-treatment OR AB mixed-treatment) OR (TI bayesian OR AB bayesian)) N3 (TI comparison* OR AB comparison*)) OR ((TI multi* OR AB multi*) N3 (TI treatment OR AB treatment) N3 (TI comparison* OR AB comparison*)) OR ((TI mixed OR AB mixed) N3 (TI treatment OR AB treatment) N3 ((TI meta-analy* OR AB meta-analy*) OR (TI metaanaly* OR AB metaanaly*))) OR (TI «umbrella review*» OR AB «umbrella review*») OR ((TI multi* OR AB multi*) N2 (TI paramet* OR AB paramet*) N2 (TI evidence OR AB evidence) N2 (TI synthesis OR AB synthesis)) OR ((TI multiparamet* OR AB multiparamet*) N2 (TI evidence OR AB evidence) N2 (TI synthesis OR AB synthesis)) OR ((TI multi-paramet* OR AB multi-paramet*) N2 (TI evidence OR AB evidence) N2 (TI synthesis OR AB synthesis))
SCOPUS actualizada a 20 de diciembre de 2021 (6):
TITLE-ABS-KEY((systematic* W/3 (review* OR overview* )) OR (methodologic* W/3 (review* OR overview* ))) OR TITLE-ABS-KEY((quantitative W/3 (review* OR overview* OR synthes* )) OR (research W/3 (integrati* OR overview* ))) OR TITLE-ABS-KEY((integrative W/3 (review* OR overview* )) OR (collaborative W/3 (review* OR overview* )) OR (pool* W/3 analy* )) OR TITLE-ABS-KEY(«data synthes*» OR «data extraction*» OR «data abstraction*» ) OR TITLE-ABS-KEY(handsearch* OR «hand search*» ) OR TITLE-ABS-KEY(«mantel haenszel» OR peto OR «der simonian» OR dersimonian OR «fixed effect*» OR «latin square*» ) OR TITLE-ABS-KEY(«met analy*» OR metanaly* OR «technology assessment*» OR HTA OR HTAs OR «technology overview*» OR «technology appraisal*» ) OR TITLE-ABS-KEY(«meta regression*» OR metaregression* ) OR TITLE-ABS-KEY(meta-analy* OR metaanaly* OR «systematic review*» OR «biomedical technology assessment*» OR «bio-medical technology assessment*» ) OR TITLE-ABS-KEY(medline OR cochrane OR pubmed OR medlars OR embase OR cinahl ) OR SRCTITLE(cochrane OR (health W/2 «technology assessment» ) OR «evidence report» ) OR TITLE-ABS-KEY(comparative W/3 (efficacy OR effectiveness )) OR TITLE-ABS-KEY(«outcomes research» OR «relative effectiveness» ) OR TITLE-ABS-KEY((indirect OR «indirect treatment» OR mixed-treatment OR bayesian ) W/3 comparison* ) OR TITLE-ABS-KEY(multi* W/3 treatment W/3 comparison* ) OR TITLE-ABS-KEY(mixed W/3 treatment W/3 (meta-analy* OR metaanaly* )) OR TITLE-ABS-KEY(«umbrella review*») OR TITLE-ABS-KEY(multi* W/2 paramet* W/2 evidence W/2 synthesis ) OR TITLE-ABS-KEY(multiparamet* W/2 evidence W/2 synthesis ) OR TITLE-ABS-KEY(multi-paramet* W/2 evidence W/2 synthesis )
BIBLIOGRAFÍA
Sutton A, Clowes M, Preston L, Booth A. Meeting the review family: exploring review types and associated information retrieval requirements. Health Info Libr J. 2019 Sep;36(3):202-222. doi: 10.1111/hir.12276.
Las etiquetas de campo (field tags) buscan en un campo específico en PubMed. Su uso en las búsquedas pueden ahorrarnos bastante tiempo, pero hay que tener en cuenta que las etiquetsa de campo de búsqueda debe ir entre corchetes y que si las usamos se desactiva el mapeo automático de términos (ATM) de PubMed, limitando la búsqueda término especificado.
De las 51 etiquetas de campo que existen, el campo subset es un método de restricción de la recuperación por tema, estado de la cita y categoría de la revista. Para utilizarlo, debemos emplear la etiqueta de campo [sb].
Uno de sus usos es para filtrar por el «estado de citación» («citation status«), que indican la fase de procesamiento interno de un artículo en la base de datos PubMed.
En el siguiente juego te reto a comprobar si sabrías usar el filtro de «estado de citación» para conocer y recuperar el número total de referencias incluidas en PubMed o el número de registros indexados con términos MeSH.
¿Cómo limitamos el resultado de una búsqueda bibliográfica a solo humanos?: recomendación para búsqueda en revisiones sistemáticas. 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?
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:
Te propongo un juego para que compruebes lo que conoces del MeSH de #MEDLINE
Los tesauros son los encabezamientos de materias utilizados por algunas de las principales bases de datos bibliográficas para describir el contenido de cada artículo publicado. Tesauro es el «vocabulario controlado» (lista de términos establecido) que categorizan artículos en función de su contenido (dichos términos variarán de una base de datos a otra). P. ej.: PubMed utiliza términos del Medical Subject Headings o MeSH, que es el vocabulario controlado de MEDLINE y Embase utiliza el EMTREE.
Los tesauros tienen una estructura jerárquica. Así, los términos MeSH se clasifican dentro de 16 «árboles» principales (como anatomía, organismos, enfermedades, medicamentos y productos químicos), cada uno de los cuales se ramifica de los términos más amplios a los más específicos. Por ejemplo, al ingresar demencia, PubMed identificará términos MeSH relevantes que incluyen demencia y enfermedad de Alzheimer. Al seleccionar Demencia, verá el árbol de términos, incluidas las subcategorías enumeradas a continuación, como la enfermedad de cuerpos de Lewy, Alzheimer o demencia vascular.
Aunque la búsqueda por el MeSH siempre es más precisa, no siempre es suficiente. Así, si el objetivo de nuestra búsqueda es localizar de forma exhaustiva toda la información de un tema, deberemos combinar la búsqueda del tesauro con el lenguaje natural. En la siguiente imagen vemos algunas de las causas:
Ahora os propongo un juego para que compruebes lo que conoces del MeSH.
¿Preparado para ver cuanto sabes del MeSH? Activa el audio y juega.
Cobertura y solapamiento de las bases de dato sutilizadas en las #RevisionesSistemáticas de ciencias de la salud #SysRev
Las revisiones sistemáticas son una herramienta valiosa para identificar y evaluar la evidencia existente sobre un tema en particular. Sin embargo, la realización de una revisión sistemática puede ser un proceso largo y laborioso que requiere una gran cantidad de tiempo y esfuerzo. Una de las tareas más importantes en este proceso es el de la búsqueda de evidencia.
Conjunto principal de bases de datos de ciencias de la salud
Es importante evaluar la cobertura de cada base de datos para determinar si se están buscando en la fuente adecuada. Además, es importante evaluar el solapamiento entre las bases de datos, aunque hay que tener en cuenta que bastantes estudios van a estar presentes en varias fuentes.
Merece la pena examinar la cobertura de las bases de datos, porque esto determina los resultados de la búsqueda y tendrá un impacto directo en la revisión. Las bases de datos pueden tener solapamientos en el contenido, y cada base de datos también cubre algunos títulos exclusivos (únicos).
En cuanto a la cobertura y solapamiento de MEDLINE, CINHAL Complete, Embase.com y PsycINFO. tenemos que tener en cuenta lo siguiente:
PubMed cubre todos los registros de Medline, además de algunos otros materiales (aproximadamente el 15%).
Embase incluye casi todas las revistas de Medline, mientras que más de 2,900 revistas en Embase no están cubiertas por Medline.
Medline tiene una mejor cobertura de revistas estadounidenses, mientras que Embase tiene una mejor cobertura de revistas europeas.Medline tiene alrededor de 1/3 (aprox. 1,800 revistas) solapadas con CINAHL Complete.
PsycINFO tiene alrededor de 1/2 (aprox. 1,200) revistas únicas que NO están cubiertas por Medline, Embase y CINAHL Complete.
La Biblioteca Cochrane incluye 6 bases de datos:
La Base de Datos Cochrane de Revisiones Sistemáticas (CDSR) está completamente indexada por Medline.
El Registro Central Cochrane de Ensayos Controlados (CENTRAL) contiene casi 530,000 citas, de las cuales 310,000 (~58%) son de Medline, 50,000 (aprox. 10%) son de Embase, y las 170,000 restantes (aprox. 32%) son de otras fuentes (Manual Cochrane, 2011).
CENTRAL cubre todos los Ensayos Controlados Aleatorios (ECA) y Ensayos Clínicos Controlados (ECC) indexados en Medline.
Bases de datos multidisciplinares: WoS y SCOPUS
Sin embargo, todavía hay muchas revistas fuera de la «conjunto principal» de bases de datos en enfermería y ciencias de la salud. Es posible que también debas realizar una búsqueda en más bases de datos para asegurarte que tu búsqueda bibliográfica esté completa.
Entre ellas, podemos buscar en la Web of Science y Scopus, que son dos grandes bases de datos de citas multidisciplinares. Por este motivo, es bueno saber hasta qué punto las bases de datos principales se solapan con estas dos.
En cuanto a la cobertura y solapamiento de las bases de datos principales de ciencias de la saludcon WoS y Scopus tenemos que tener en cuenta lo siguiente
Web of Science (SSCI) tiene más de 2400 títulos en el área de ciencias sociales y alrededor del 70% de estos títulos NO están cubiertos por Medline, CINAHL Complete, Embase y PsycINFO. Por lo tanto, si tu tema de investigación está en el campo de las ciencias sociales, es necesario incluir Web of Science SSCI en tu búsqueda.
Web of Science (SSCI) tiene alrededor de 660 títulos en las áreas de psiquiatría y psicología. Alrededor de 50 títulos NO están cubiertos por PsycINFO. Por lo tanto, si tu tema de investigación se refiere a cuestiones de psicología, incluye Web of Science (SSCI) en tu búsqueda.
Scopus cubre (casi) todos los títulos en Medline, PsycINFO y Web of Science. CINAHL Complete tiene aproximadamente 2000 títulos que NO están cubiertos por Scopus. De estos títulos, más de la mitad son revistas, publicaciones comerciales, etc.
En resumen, la selección, cobertura y solapamiento de las principales bases de datos es una tarea crucial en el proceso de búsqueda de estudios para una revisión sistemática. Es importante evaluar la cobertura de cada base de datos, el solapamiento entre ellas y buscar en bases de datos complementarias para garantizar la inclusión de todos los estudios relevantes. Además, se recomienda documentar y justificar la selección de bases de datos para garantizar la transparencia y la replicabilidad de la revisión sistemática.
Para que los resultados de la búsqueda sean mejores, PubMed dispone de las siguientes opciones:
Búsqueda combinada utilizando operadores:
Para ello disponemos de los siguientes operadores:
AND: recupera referencias que contengan los dos términos de búsqueda, teniendo en cuenta que deben aparecer en el mismo registro. Especifica y delimita la búsqueda.
OR: recupera referencias que contengan los dos términos, o al menos uno de ellos. Principalmente, se utiliza para localizar sinónimos, variantes y múltiples formas en las que se puede expresar un mismo tema.
NOT: excluye referencias que contengan el término escrito después del operador.
Búsquedas por frases
Nos permite buscar términos compuestos por múltiples palabras. Para ello has de escribir los términos entre comillas. Por ejemplo: “Blood glucose control» e «Intensive care Unit», buscará los artículos que tienen los tres términos seguidos y en ese orden. Veamos cómo sería la búsqueda en el siguiente vídeo:
Búsqueda por frases en PubMed
Truncamiento de términos
Para utilizar la función de truncar términos, escribe la raíz de la palabra y un asterisco. PubMed buscará términos que compartan la misma raíz. Por ejemplo, para la raíz «cardiovas»Intensive care Unit*», buscará términos como Intensive care unit e Intensive Care Units.
Búsqueda con truncamientos
Búsqueda sensible
Si queremos aumentar el resultado de nuestra búsqueda debemos incluir las posibles variaciones de cada concepto con sinónimos, cuasi sinónimos, acrónimos, etc.
En el caso de la búsqueda que estamos realizando sobre control glucémico en pacientes en UCI, algunas posibles variantes son las que vemos en la siguiente imagen:
Posibles términos a incluir en nuestra estrategia de búsqueda para aumentar el resultado.
De esta forma, nuestra estrategia podría ser la siguiente:
(«Critical Care» OR «Intensive Care» OR «Critical Illness» OR «Critically Ill Patient*» OR «Critically-ill Patient*» OR ICU OR ICUS OR «Intensive Care Unit*» OR «Intensive Treatment» OR «Intensive Therap*») AND («Glycemic control» OR «Glycaemic control» OR «Glucose control» OR «Glucose level*» OR «Glycemic Index» OR «Glycaemic Index» OR «Glycemic target*» OR «Glycaemic target*» OR «Glucose target*» OR Hyperglycemia OR Hypoglycemia OR «Insulin Therapy» OR «Insulin infusion» OR IIT)
En el siguiente vídeo vemos como hacer este tipo de búsqueda en PubMed:
Búsqueda en PubMed optimizando la sensibilidad.
Búsqueda en campos del registro
Aunque las listas de resultados se muestran en lenguaje natural, el registro de PubMed adopta un formato para su recuperación llamado MEDLINE. En este, la información se estructura en campos que se identifican por su etiqueta correspondiente o «tag».
Esta opción se utiliza cuando es preciso recuperar información localizándola en un campo concreto y no en todo el registro bibliográfico.
Se puede buscar en un campo determinado desde la pantalla de inicio escribiendo junto al término su etiqueta de campo entre corchetes. En este caso. el investigador debe conocer previamente la etiqueta correspondiente y la forma correcta de escribirla.
Las etiquetas se pueden escribir abreviadas o completas:
[TI] / [Title]
[AU] / [Author]
[AB] / [Abstract]
La lista de etiquetas se puede consultar en la página de ayuda de la NLM
Etiquetas de campos de PubMed
Para nuestro ejemplo, si queremos limitar el resultado a aquellos registros que incluyan nuestros términos de búsqueda en los campos de título o resumen, la estrategia sería:
(«Critical Care»[tiab] OR «Intensive Care»[tiab] OR «Critical Illness»[tiab] OR «Critically Ill Patient*»[tiab] OR «Critically-ill Patient*»[tiab] OR ICU[tiab] OR ICUS[tiab] OR «Intensive Care Unit*»[tiab] OR «Intensive Treatment»[tiab] OR «Intensive Therap*»[tiab]) AND («Glycemic control»[tiab] OR «Glycaemic control»[tiab] OR «Glucose control»[tiab] OR «Glucose level*»[tiab] OR «Glycemic Index»[tiab] OR «Glycaemic Index»[tiab] OR «Glycemic target*»[tiab] OR «Glycaemic target*»[tiab] OR «Glucose target*»[tiab] OR Hyperglycemia[tiab] OR Hypoglycemia[tiab] OR «Insulin Therapy»[tiab] OR «Insulin infusion»[tiab] OR IIT[tiab])
Y si queremos limitar el resultado a aquellos registros que incluyan nuestros términos, pero como palabras del título, sería:
(«Critical Care»[ti] OR «Intensive Care»[ti] OR «Critical Illness»[ti] OR «Critically Ill Patient*»[ti] OR «Critically-ill Patient*»[ti] OR ICU[ti] OR ICUS[ti] OR «Intensive Care Unit*»[ti] OR «Intensive Treatment»[ti] OR «Intensive Therap*»[ti]) AND («Glycemic control»[ti] OR «Glycaemic control»[ti] OR «Glucose control»[ti] OR «Glucose level*»[ti] OR «Glycemic Index»[ti] OR «Glycaemic Index»[ti] OR «Glycemic target*»[ti] OR «Glycaemic target*»[ti] OR «Glucose target*»[ti] OR Hyperglycemia[ti] OR Hypoglycemia[ti] OR «Insulin Therapy»[ti] OR «Insulin infusion»[ti] OR IIT[ti])
En el siguiente vídeo vemos estas dos últimas opciones de búsqueda:
Búsqueda en PubMed por campos
Estas son algunas de las opciones avanzadas. En próximas entradas veremos más posibilidades de búsqueda que nos brinda PubMed.
PubMed permite diferentes niveles de complejidad de búsqueda. En esta entrada vamos a dar las claves de cómo realizar una búsqueda sencilla
Para ello hay que seguir las siguientes instrucciones:
Identifica los conceptos de tu búsqueda;
Ingresa sus términos de búsqueda en la ventana inicial de búsqueda:
Se específico con los términos que introduces en la estrategia.
No se necesitan etiquetas de búsqueda ni uso del operador AND.
Evita buscar con términos entre comillas.
Evita el truncamiento (*).
Manten el formato de salida por defecto «Best Match».
Veamos un ejemplo: queremos buscar bibliografía que compare el control estricto vs. convencional de los niveles de glucosa en sangre en los pacientes ingresados en UCI.
La estrategia de búsqueda sería la siguiente: Blood glucose control ICU
En el vídeo vemos el desarrollo de la estrategia.
Ejemplo de búsqueda sencilla en PubMed
Es importante saber que es lo que hace realmente el motor de búsqueda de PubMed con los términos que introducimos en la ventana de búsqueda. Para conocer esto es necesario ir al enlace de «Advanced» que hay debajo de la ventana de búsqueda. En la nueva pantalla cliqueamos en «Details» y vemos que ha realizado dos cosas:
1. Ha separado en dos partes nuestra búsqueda que atiende a los conceptos de control de la glucosa y UCI y aplica entre estos el operador por defecto AND. Además, los busca en todos los campos ([All Fields]) y mediante un algoritmo incluye diferentes combinaciones de sinónimos y variantes.
2. Un mapeo automático de los términos por nosotros introducidos con los MeSH encabezamientos de materia de MEDLINE. De eta forma, los 1.566 registros son el resultado de la búsqueda combinada de nuestros términos en todos los campos del registro con los términos del tesauro MeSH de MEDLINE (en nuestro caso «glycemic control» e «intensive care units»).
Utilidad de la búsqueda sencilla en PubMed:
Para buscadores noveles en PubMed, que no conocen todas las posibilidades disponibles.
Permite «explorar» la base de datos y recuperar referencias de forma rápida.
En búsquedas iniciales de alcance para «recolectar» términos utilizados por los autores en sus artículos, los términos MeSH de indización y hacer una aproximación al número de registros que vamos a recuperar.
Aquí os dejo mi presentación de cómo limitar los resultados de nuestra búsqueda a humanos en diferentes bases de datos y plataformas
Cuando buscamos en las bases de datos muchas veces deseamos eliminar aquellos estudios realizados en animales. Para ello tenemos disponible un filtro de búsqueda que hay que adaptar a las diferentes bases de datos y plataformas.
A continuación encontraréis una presentación donde os muestro las estrategias a utilizar en PubMed, MEDLINE (Ovid), Embase (Ovid), Embase (Elsevier) y CINAHL (EBSCO).
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
La NLM ha anunciado que se ha añadido funciones de búsqueda por proximidad a PubMed.
Ahora podemos buscar por varios términos que aparezcan en cualquier orden y dentro de una distancia especificada en los campos [Título] o [Título/Abstract].
Presentación de la nueva funcionalidad de PubMed de búsqueda de proximidad (5 pantallas)
¿Cómo construir una búsqueda de proximidad en PubMed?
Debemos escribir en la ventana de búsqueda siguiendo la sintaxis:
“términos de búsqueda”[campo:~N]
Donde:
Términos de búsqueda = dos o más palabras entre comillas dobles.
Campo = La etiqueta del campo de búsqueda para los campos [Title] o [Title/Abstract].
N = El número máximo de palabras que pueden aparecer entre sus términos de búsqueda.
¿Qué es lo que hace?
Recuperará registros en los que las palabras entrecomilladas se localicen en el campo que hayamos especificado ([title] o [Titel/Abstract]) y sean adyacentes o estén separadas por un máximo de N palabras.
Qué tenemos que tener en cuenta:
La búsqueda por proximidad solo está disponible en los campos de búsqueda Título y Título/Abstract. Podemos utilizar las etiquetas de los campos de búsqueda completos [Title] y [Title/Abstract] o las versiones abreviadas [ti] y [tiab].
El símbolo ~ en teclados PC se puede combinar Alt+126
No hay límite de palabras que pongamos entrecomilladas. Sin embargo, cuantos más términos introduzcamos, más restrictiva será la búsqueda.
¡No se puede hacer truncamiento en la búsqueda por proximidad de PubMed! Si los términos entrecomillados en una búsqueda por proximidad incluyen un comodín (*), el operador de proximidad será ignorado.
El valor N a utilizar dependerá de nuestra búsqueda. Es recomendable probar a cambiar el valor N y a comparar los resultados para encontrar el que mejor se adapte a la búsqueda. Un valor N más alto crea una búsqueda más amplia, más completa; esto normalmente recuperará más resultados en general, pero algunos de estos resultados pueden ser menos relevantes. El uso del operador booleano AND para combinar términos puede ser más apropiado que la búsqueda por proximidad con un valor N grande. Un valor N más bajo crea una búsqueda más estrecha y precisa; esto normalmente recuperará menos resultados que son altamente relevantes, pero puede excluir otros resultados relevantes. Si N=0, los términos citados aparecerán uno al lado del otro, sin otras palabras entre ellos, y en cualquier orden.
Este tipo de sintaxis de búsqueda deshace el mapeo automático de términos que hace por defecto PubMed.
Podemos combinar las búsquedas por proximidad con otros términos utilizando operadores booleanos. Por ejemplo:
“hip pain”[Title:~4] AND “Arthralgia”[Mesh]
“patient physician relationship“[tiab:~0] OR “patient doctor relationship”[tiab:~0]
Los operadores booleanos y las stopwords incluidas entrecomillas en la búsqueda por proximidad se buscan como las palabras claves normales.
Ejemplo
Para buscar referencias en PubMed donde los términos “hip” y “pain” aparecen con no más de dos palabras entre ellos en el campo de búsqueda Título/Resumen, intente la búsqueda:
Cómo buscar Guías de Práctica Clínica en #PubMed
Hay una especial dificultad en localizar GPC. Pero para aquellas que se publican como artículos de revista, te enseñamos cómo localizarlas en PubMed
Las GPC son una herramienta de ayuda a los profesionales sanitarios para la toma de decisiones, que pueden reducir la variabilidad de la práctica clínica y mejorar la calidad y seguridad de los pacientes.
Hay una especial dificultad en localizar GPC dado que muchas de ellas se publican como “literatura gris” (generalmente por instituciones y asociaciones profesionales) y no se indexaban en las bases de datos bibliográficas tradicionales.
Pero para aquellas guías que se publican como artículos de revistas de repercusión internacional, pueden buscarse en bases de datos bibliográficas, como PubMed y Embase, utilizando términos de búsqueda controlados («Practice Guideline» [Publication Type] en MEDLINE o ‘practice guideline’/exp en Embase). Para buscar guías de práctica en CINAHL (EBSCO) escribimos el tema (como una condición, síntoma o procedimiento clínico) en el cuadro de búsqueda en la página de Búsqueda avanzada. Si ya conoce el nombre de la guía, haga una búsqueda por título. Seleccione «Practice Guidelines» en el menú «Tipo de publicación» en la sección Búsqueda avanzada o Límites.
En la siguiente presentación vemos la estrategia de búsqueda en PubMed para de GPC de vacunas de la hepatitis a:
Pero para una búsqueda más sensible disponemos defiltros metodológicos desarrollados para recuperar guías en diferentes bases de datos.
«Clinical protocols»[MESH] OR «Consensus»[MESH] OR «Consensus development conferences as topic»[MESH] OR «Critical pathways»[MESH] OR «Guidelines as topic» OR «Practice guidelines as topic»[MESH] OR «Health planning guidelines»[MESH] OR «Clinical Decision Rules»[MESH] OR «guideline»[pt] OR «practice guideline»[pt] OR «consensus development conference»[pt] OR «consensus development conference, NIH»[pt] OR position statement*[tiab] OR policy statement*[tiab] OR practice parameter*[tiab] OR best practice*[tiab] OR standards[TI] OR guideline[TI] OR guidelines[TI] OR standards[ot] OR guideline[ot] OR guidelines[ot] OR guideline*[cn] OR standards[cn] OR consensus*[cn] OR recommendat*[cn] OR practice guideline*[tiab] OR treatment guideline*[tiab] OR CPG[tiab] OR CPGs[tiab] OR clinical guideline*[tiab] OR guideline recommendation*[tiab] OR consensus*[tiab] OR ((critical[tiab] OR clinical[tiab] OR practice[tiab]) AND (path[tiab] OR paths[tiab] OR pathway[tiab] OR pathways[tiab] OR protocol*[tiab] OR bulletin[tiab] OR bulletins[tiab])) OR recommendat*[ti] OR recommendat*[ot] OR (care[tiab] AND (standard[tiab] OR path[tiab] OR paths[tiab] OR pathway[tiab] OR pathways[tiab] OR map[tiab] OR maps[tiab] OR plan[tiab] OR plans[tiab])) OR (algorithm*[tiab] AND (screening[tiab] OR examination[tiab] OR test[tiab] OR tested[tiab] OR testing[tiab] OR assessment*[tiab] OR diagnosis[tiab] OR diagnoses[tiab] OR diagnosed[tiab] OR diagnosing[tiab])) OR (algorithm*[tiab] AND (pharmacotherap*[tiab] OR chemotherap*[tiab] OR chemotreatment*[tiab] OR therap*[tiab] OR treatment*[tiab] OR intervention*[tiab]))
En la siguiente presentación vemos como sería la búsqueda en PubMed aplicando el filtro anterior de CADTH.
Qué debo conocer de #PubMed: Consejos indispensables para la búsqueda bibliográfica en PubMed
En esta infografía encontrarás una ayuda para la búsqueda en PubMed:
PubMed contiene información de citas bibliográficas (por ejemplo, título, autor, revista, fecha de publicación) y los resúmenes de artículos y algunos libros. Incluye la base de datos de MEDLINE®; citas de artículos en el archivo PubMed Central (PMC) con textos completos de uso gratuito, incluso de artículos sobre informes de investigaciones financiadas por los Institutos Nacionales de Salud (NIH); y citas de libros Bookshelf del Centro Nacional para la Información Biotecnológica (NCBI) (www.ncbi.nlm.nih.gov/books).
Además, incluye enlaces al texto completo de otras fuentes, cuando están disponibles, tales como el sitio de la editorial, el archivo PubMed Central (PMC) y al texto completo de las revistas suscritas por tu Biblioteca.
En caso de duda, acude a tu Biblioteca donde te proporcionaremos más información y consejos que te ayudarán a sacar mayor partido de este recurso gratuito indispensable en ciencias de la salud.
MEDLINE es la principal base de datos bibliográfica de la Biblioteca Nacional de Medicina (NLM) que contiene más de 28 millones de referencias a artículos de revistas de ciencias de la vida con especialización en biomedicina.
Mucho ha cambiado desde que se creó MEDLINE en 1971. Aquí hay algunos hitos notables:
En la entrada anterior «¿Pero no es lo mismo PubMed que MEDLINE?«, comentaba las diferencias entre PubMed y Medline. Ahora quiero compartir una presentación interactiva aclarando que es y que no es PubMed así como las diferencias entre PubMed, MEDLINE y PMC (PubMed Central).
PubReMiner (https://hgserver2.amc.nl/cgi-bin/miner/miner2.cgi) es un interface alternativo para buscar en PubMed, es decir, es un buscador que consulta la base de datos de PubMed de otra forma a la realizada por este motor de búsqueda y presentan los resultados en otro formato. Su principal ventaja es que nos permite analizar datos.
Para utilizarla escribimos nuestra búsqueda en la ventana de búsqueda y obtenemos el resultado en forma de tabla de frecuencias. Marcando en los recuadros nosotros podemos agregar o excluir términos a la consulta para optimizar los resultados.
De esta forma, con PubReMiner nos informa de las palabras que se utilizan con más frecuencia y nos proporciona una forma rápida de recopilar información adicional sobre el tema.
Las columnas que podemos visualizar y personalizar en la tabla de frecuencia son las siguientes:
Año de publicación.
Las revistas en las que más se publica su consulta.
Los autores más activos en el campo de su consulta.
Las palabras que más se han utilizado en el título y resumen de los artículos.
Los campos de encabezamiento MESH (incluidos subencabezamientos).
Supplementary Concept (Substances).
Tipo de publicación.
Si por alguna razón deseamos adaptar nuestra consulta de una manera diferente a la que permite PubReMiner, podemos modificar la consulta de la forma que deseemos y presionar «Search with Manual Adjustment». Una vez que hemos terminado con nuestra estrategia podemos pasar a ver los resultados en PubMed desde el botón “goto pubmed with query».
PubReMiner nos ayuda a encontrar información relevante mediante sugerencias de palabras. Además de generar consultas eficientes, también puede ser útil en otras áreas como:
Seleccionar una revista para enviar nuestro manuscrito al mostrarnos en la tabla las revistas de investigación similar más frecuentes;
Encontrar expertos en un área de investigación al mostrarnos los autores que con mayor frecuencia publican del tema de nuestra consulta;
Si buscamos por un autor, encontramos los temas de interés de investigación de este al ver las palabras clave asociadas con ese autor;
Análisis bibliométricos de lo publicado sobre el tema de nuestra consulta;
Conviertir los resultados (todas nuestras publicaciones) en un CV en tiempo real con «Create CV output»
Por último, indicaros que podéis encontraros diferentes formas de llamar a esta herramienta como: PubReMiner, pubmed reminer, pub reminer, pubmed re-miner.
A partir del 1 de junio desaparecerán las cuentas personales de MyNCBI. Estás a tiempo de hacer los cambios necesarios para conservar tu cuenta.
Tener una cuenta personal en PubMed nos aporta grandes ventajas frente al acceso general sin personalizar. Gracias a tener nuestra cuenta podemos salvar estrategias de búsqueda y recibir alertas bibliográficas en nuestro correo electrónico. También nos permite guardar resultados (“Collections”) de forma privada o pública, crearnos nuestra bibliografía (“My Bibliography”), configurar nuestras preferencias (“NCBI Site Preferences” como resaltar los términos de búsqueda y modificar el formato de visualización de los resultados, etc), crear nuestros propios filtros para los resultados (“Filters”) y añadir un icono de acceso al Portal de nuestra Biblioteca Virtual para acceder al texto completo.
La NLM, NIH y NCBI han anunciado que a partir del 16 de marzo de 2021, se dejan de crear nuevas cuentas con clave personales y el 22 de junio de 2021 las credenciales administradas por NCBI, es decir, aquellas que estableciste al crear tu cuenta personal o “nativa” (el nombre de usuario y la contraseña) van a desaparecer y no se podrá utilizar para iniciar sesión en NCBI. ¡Pero no te preocupes! Hay más de 4000 opciones de inicio de sesión.
A partir del 16 de marzo de 2021 se dejan de crear nuevas cuentas con clave personales y en junio desaparecerán las cuentas personales de MyNCBI. Estás a tiempo de hacer los cambios necesarios para conservar tu cuenta.
Si ya dispones de una cuenta persona, ¿qué debes hacer para no perder la cuenta? Las instrucciones que nos dan son las siguientes:
Iniciar sesión en NCBI con tu nombre de usuario y contraseña.
Haga clic en su nombre de usuario en la barra superior y elegir la opción de “Account settings” para cargar la página de configuración de su cuenta NCBI.
Agregar una cuenta vinculada entrando en el botón «Change» en “Linked accounts”.
Elige entre las opciones disponibles para una cuenta vinculada:
Google Account
Universitario / institucional (solo disponible si la institución es una organización asociada, por ejemplo, la Universidad Complutense de Madrid o el CSIC)
Facebook
Microsoft
login.gov
ORCID (entrando en «more login options»)
Algunas de las más de 4.000 posibilidades para el acceso a una cuenta personal en PubMed
Este cambio no afectará los datos reales de tu cuenta MyNCBI pero aumentará su seguridad.
@ernestob nos informa que otra forma de registrarnos en PubMed desde una cuenta ORCID es la siguiente:
1/ Crear perfil de investigador en ORCID (si no se dispone de él);
2/Añadir autenticación de 2 factores en ORCID, como capa extra de seguridad en su cuenta (opcional);
3/ Usar ORCID como ID asociada para iniciar sesión en PubMed.
Aquí podéis ver como queda mi cuenta con mis cuentas vinculadas de Google y ORCID.
#PubMed ahora incluye preprints de autores con afiliación o apoyo del Instituto Nacional de Salud como parte de un nuevo programa piloto. @nlm_news @NIH
La Biblioteca Nacional de Estados Unidos de Medicina (NLM) ha comenzado la prueba piloto NIH Preprint Pilot. Este es un proyecto que hace que los preprints resultantes de la investigación financiada por los Institutos Nacionales de Salud (NIH) estén disponibles a través de PubMed Central (PMC) y, por extensión, en PubMed.
#PubMed ahora incluye preprints de autores con afiliación o apoyo del Instituto Nacional de Salud como parte de un nuevo programa piloto. @nlm_news @NIH
Las preimpresiones o preprints son borradores completos y públicos de documentos científicos, aún no certificados por revisión por pares. Por lo tanto, debemos ser conscientes de que cualquier aspecto de la investigación, incluidos los resultados y las conclusiones, puede cambiar como resultado de la revisión por pares, por lo que hay que tomarlos con cautela. Los preprints tienen un identificador único permanente diferente (ej.: DOI).
Las preimpresiones o #preprints son borradores completos y públicos de documentos científicos, aún no certificados por revisión por pares. Por lo tanto, debemos ser cautos con los resultados y las conclusiones.
En una primera fase el proyecto está centrado en investigación relacionada con el virus SARS-CoV-2 y COVID-19 aunque más adelante tienen planeado incluir preimpresiones resultantes del espectro más amplio de investigación.
El piloto tendrá una duración mínima de 12 meses, a partir de junio de 2020.
¿Cómo distingo un preprint en PubMed?
Para garantizar que podamos distinguir fácilmente entre las preimpresiones y los artículos de revistas, las preimpresiones en PMC se identificarán mediante un cartel de preimpresión con la marca NIH. Se indicarán claramente como tales en la cita, así como a través de un cuadro de información verde prominente. Además, en el recuadro amarillo se incluirá un enlace a la preimpresión en el sitio web del servidor y un enlace del artículo publicado, cuando esté disponible.
Pero dicho lo anterior, todavía hay un tema que hay que conocer y que explica el motivo de por qué los resultados del PubMed legacy son distintos a los del nuevo PubMed.
Podemos aclarar que no es un solo motivo, son los tres siguientes de la figura 1:
Figura 1. Motivos del resultado diferente en el nuevo vs. antiguo PubMed
El primero de los motivos es que son dos sistemas independientes en los que la indexación se realiza en diferentes momentos, por lo que las adiciones, eliminaciones (por ejemplo, eliminar duplicados) o actualizaciones de registros no surten efecto al mismo tiempo en ambos lugares.
Otra modificación es el funcionamiento del algoritmo de búsqueda. Como vemos, el mapeo automático del término o asignación automática de términos (ATM) se ha aumentado para incluir la ortografías británica y americana, las formas de palabras en singular y plural y otros sinónimos para proporcionar una recuperación de búsqueda más coherente y completa (Figura 2).
Figura 2. Mejora del algoritmo de búsqueda del nuevo PubMed
Y, por último, el truncamiento ha cambiado incluyendo todas las variaciones del término truncado frente a las primeras 600 variaciones del legacy PubMed. Además, si truncamos una frase debemos conocer que ya no hace la búsqueda por frase por defecto si no que separa los términos y los busca por separado (Figura 3).
Figura 3. Diferencias del truncamiento del legacy vs. nuevo PubMed
Para buscar una frase en el nuevo PubMed que incluya el último término truncado tenemos tres posibilidades:
Escribir la frase entre comillas dobles: «breast feed*»
Usar una etiqueta de búsqueda: breast feed*[tiab]
Use un guión: breast-feed*
En la figura 4 podemos ver y analizar los detalles de la búsqueda si escribimos en la venta de búsqueda otitis media treatment y vemos en Details la diferente traducción en el legacy vs. nuevo PubMed.
Figura 4. Ejemplo de detalle de búsqueda de otitis media treatment en legacy vs.nuevo PubMed
En resumen, las mejoras del motor de búsqueda del nuevo PubMed las podemos ver en las figura 5:
Figura 5. Mejoras en la recuperación del nuevo PubMed
El pasado 5 de mayo BiblioMadSalud lanzaba a la primera experiencia de formación online con el título ¿Estamos preparados para el nuevo PubMed?.
Como ya se ha anunciado, el próximo 18 de mayo se hace efectiva la transición al nuevo PubMed. Por lo tanto, es el momento de poner a punto nuestros conocimientos en la nueva versión y familiarizarnos con las novedades.
En este seminario online se revisaron los principales cambios comparando la nueva versión con la legacy (antigua) y se analizaron sus fortalezas y debilidades.
En resumen, se quiso aportar algo de luz centrándonos en las novedades de las funciones más usadas y aprender colectivamente mediante el planteamiento de los principales problemas que los bibliotecarios hemos detectado en estos últimos meses.
En la entrada Cómo funciona el nuevo PubMed: Search Details mostraba como podemos ver los detalles de nuestra búsqueda y cómo se había modificado esta visualización frente al Legacy PubMed.
En esta nueva entrada vamos a explicar con detalle qué hace PubMed con los términos que nosotros escribimos en su ventana de búsqueda.
Nuevo superalgoritmo de PubMed
La NLM recomiendan a los usuarios de PubMed realizar una búsqueda básica con las siguientes características:
Búsqueda básica recomendada por PubMed
Cuando escribimos nuestra estrategia en la ventana inicial de PubMed siguiendo estas recomendaciones el sistema recuperará los registros en los que encuentre correspondencia con los términos buscados en un proceso denominado mapeo automático de términos (“Automatic Term Mapping” o ATM).
Mediante este proceso los términos ingresados en el cuadro de búsqueda se comparan (en este orden) con una tabla de traducción de Temas (incluyendo MeSH o Encabezamientos de temas médicos), una tabla de traducción de Revistas, el índice de Autor y un índice de Investigador (Colaborador). Cuando se encuentra una coincidencia para un término o frase en una tabla de traducción, el proceso de mapeo se completa y no continúa a la siguiente tabla de traducción.
Mapeo automático de términos o Automatic Term Mapping (ATM)
El primer índice se denomina “Subject Translation Table“ que incluye:
Los encabezamientos MeSH
MeSH Subheadings
Términos MeSH Entry Terms (See-Reference mappings) para los términos MeSH
Tipos de publicación
Pharmacological Actions
Términos derivados del Unified Medical Language System (UMLS) que tienen sinónimos equivalentes o variantes léxicas en inglés
Supplementary Concepts (sustancias) y sus sinónimos
Subject Translation Table de PubMed
Si encuentra una correspondencia en este índice “MeSH Translation table” el proceso se detiene y el término es mapeado al término MeSH correspondiente. La busqueda incluirá el MeSH, a lo que se añade la búsqueda de la frase cortada en palabras individuales que es buscada en todos los campos (All Fields). La búsqueda del MeSH incluye los términos jerárquicamente por debajo de él, es decir, hace la denominada búsqueda ampliada o “automatic explosion”.
Si, por ejemplo, escribiéramos en la ventana de búsqueda otitis media treatment la estrategia resultante es la que veríamos en Datails tal como en la entrada comenté en la anterior entrada Cómo funciona PubMed: Search Details.
Detalles de búsqueda por otitis media treatment
Si los términos son mapeados en la tabla MeSH, el proceso se detiene. Si algún término no es localizado en esta tabla, PubMed pasa a mapear por revistas buscando en la “Journals Translation Table” que incluye el nombre completo de la revista, abreviatura y número ISSN.
Si es encontrada una revista, esta es añadida a la búsqueda. El término también es buscado en todos los campos (All Fields) y el proceso se detiene aquí.
Si no encuentra correspondencia en “MeSH Translation table” ni en “Journals Translation Table” PubMed comprueba los nombres de autor. Si lo encuentra el proceso se detiene aquí.
Si no encuentra correspondencia, PubMed divide la frase en partes y repite el proceso de mapeo automático del término hasta que encuentra una correspondencia. Los términos que no encuentra correspondencia se buscarán en todos los campos (“All Fields”).
El próximo 18 de mayo se hace efectiva la transición del legacy (antiguo) al nuevo PubMed. Por lo tanto, hay que poner a punto nuestros conocimientos en la nueva versión y familiarizarnos con las novedades. Y para ello lo primero que tenemos que tener claro es cómo funciona el nuevo PubMed.
¿Cómo funciona el nuevo PubMed?
Pero antes de adentrarnos en cómo funciona es importante conocer dónde ir a ver los detalles de lo que el motor de PubMed hace con los términos que hemos introducido en la ventana de búsqueda.
En el legacy PubMed nos aparecía una ventana de Search Details en la página de resultados de nuestra búsqueda. Esta ventana podíamos verla con más detalles si entrábamos en See more…. Gracias a la nueva pantalla que aparecía éramos capaces de analizar con detalle la «verdadera» estrategia y cómo PubMed había traducido e interpretado nuestros términos de búsqueda. En esta ventana podíamos, además, editar y modificar la estrategia.
En el nuevo PubMed esta ventana ha desaparecido de la página de resultados. Para ver cómo se tradujeron nuestros términos introducidos en la ventana de búsqueda debemos ir a la página de búsquedas avanzadas (Advanced) desde el enlace que aparece debajo de la ventana de búsqueda.
Acceso a página Advanced del nuevo PubMed
Entrando en la página de búsquedas avanzadas veremos el historial de búsqueda. Desde aquí podemos ver, combinar, comparar y descargar nuestras búsquedas previas. Si queremos ver en detalle nuestra estrategia de búsqueda tenemos que acceder a Details.
¿Cómo podemos ver los detalles de nuestra estrategia de búsqueda?
¿Y si queremos editar y modificar nuestra estrategia? Ya no podemos hacerlo directamente como en el Legacy PubMed. En el nuevo PubMed tenemos que escoger en Action la opción de Add to Box y modificarla en esa ventana de búsqueda.
El pasado 17 de febrero y el 3 de abril daba cuenta de las novedades en tesauro MeSH de MEDLINE para actualizarse con Supplementary Concepts relativos al COVID-19.
A estos se han añadido en marzo alguno más de tal forma que ahora tenemos disponibles los siguientes Supplementary Concept Records:
Por otro lado os recomiendo LitCovid que es la colección más completa de trabajos de investigación sobre #COVID19 -19 (ver http://go.nature.com/3almd5p).
Os queremos recordar que, como siempre, nos tenéis a vuestra disposición para búsquedas de información en general y obtención de documentos. cualquiera de los recursos virtuales que tenemos disponibles para hacer vuestras peticiones porque estamos teniendo problemas con el correo electrónico y no os atenderíamos con la agilidad necesaria.
Continuando con la entrada anterior «Trucos de búsqueda en PubMed» aquí os dejo una infografía que ilustra dos enfoques de búsqueda diferentes según nuestras necesidades de información. Espero que os guste.
La búsqueda de información viene condicionada por una serie de factores tales como nuestros objetivos, tema de la búsqueda así como tiempo y recursos disponibles.
Por ello, una vez definida nuestra pregunta que ha de contestar nuestra búsqueda de información, lo primero que debemos hacer es seleccionar la fuente de información.
Muchas veces vamos directamente a buscar en PubMed cuando no es la fuente de elección para el tipo de búsqueda que necesitamos llevar a cabo. En otras ocasiones sí lo es y en estos casos nuestra forma de consulta es diferente dependiendo de si queremos unos pocos artículos que van a contestar nuestra pregunta o si vamos a necesitar realizar una búsqueda de todo lo relevante publicado sobre un tema o deseamos reducir el NNR (Numbers Needed to Read).
En la primera de las situaciones hemos de realizar una búsqueda sencilla partiendo de la ventana de búsqueda inicial. Para ello lo recomendable no complicar mucho la estrategia y realizarla al modo «Google».
En la siguiente presentación hay recomendaciones para este tipo de búsqueda y un ejemplo:
Pero PubMed dispone de funcionalidades que nos van a ayudar a realizar una búsqueda experta. Será útil en el caso de que estemos buscando estudios en búsquedas sistemáticas de la literatura o una búsqueda en la que queramos ahorrar tiempo reduciendo el número absoluto de referencias e incrementando el número de referencias relevantes. Un ejemplo sería el utilizar el tesauro MeSH, las etiquetas de campos de registro y los filtros metodológicos disponibles en Clinical Queries.
En la siguiente presentación vemos los trucos y recomendaciones para cuando queramos llevar a cabo una búsqueda experta.
Y recuerda, si necesitas realizar una búsqueda experta contacta con el bibliotecario/documentalista de ciencias de la salud que sabrá orientarte en todos los pasos metodológicos que este tipo de búsqueda requiere.
Campos-Asensio C. Como elaborar una estrategia de búsqueda bibliográfica. Enferm Intensiva. 2018 Oct – Dec;29(4):182-186. doi: 10.1016/j.enfi.2018.09.001. PMID: 30291015.
Si tenemos cuenta personal en My NCBI si, tras iniciar la sesión con nuestra cuenta y contraseña en NCBI Site Preferences seleccionamos en Outside Tool la opción de C17.
Como todos los años hace, la NLM ha actualizado su listado de encabezamientos MeSH. Entre las novedades destaca el nuevo tipo de publicación «Systematic Review» que, además, ha aplicado de manera retrospectiva a las referencias de artículos que son revisiones sistemáticas (ver más en MEDLINE Data Changes—2019.
Por otro lado, la estrategia de búsqueda para el filtro de revisión sistemática también se ha actualizado de tal forma que solo recupera revisiones sistemáticas. Hasta ahora, este filtro recuperaba otros tipos de artículos, incluidos meta-análisis, revisiones de ensayos clínicos, medicina basada en la evidencia, guías, etc. En detalle este filtro es el siguiente:
(((systematic review[ti] OR systematic literature review[ti] OR systematic scoping review[ti] OR systematic narrative review[ti] OR systematic qualitative review[ti] OR systematic evidence review[ti] OR systematic quantitative review[ti] OR systematic meta-review[ti] OR systematic critical review[ti] OR systematic mixed studies review[ti] OR systematic mapping review[ti] OR systematic cochrane review[ti] OR systematic search and review[ti] OR systematic integrative review[ti]) NOT comment[pt] NOT (protocol[ti] OR protocols[ti])) NOT MEDLINE [subset]) OR (Cochrane Database Syst Rev[ta] AND review[pt]) OR systematic review[pt]
Por lo tanto, ahora podemos:
Aplicar en nuestra búsqueda el filtro de revisión sistemática, disponible de tres maneras diferentes: en la opción que se encuentra en la barra lateral izquierda; incluyendo a nuestra estrategia de búsqueda «AND systematic[filter]»; o desde la pantalla de PubMed Clinical Queries.
Utilizar «Systematic review[pt]«. Con esta última estrategia recuperaríamos menos referencias, al ser más restrictiva y, además, perder las referencias más recientes que todavía no han pasado por el proceso de indización de MEDLINE así como artículos de revistas que no forman parte de la base de datos MEDLINE pero si están incluidos en PubMed.
PubMed Central (PMC) y PubMed ofrecen nuevos filtros de búsqueda para encontrar artículos de revistas con información de datos.
En PubMed podemos buscar citas con datos usando «data[filter]» para buscar artículos con enlaces a datos relacionados en cualquiera de los campos «Secondary Source ID» o «LinkOut—Other Literature Resources» que hay tras el resumen del artículo.
Pero es en PMC donde disponemos de filtros para localizar artículos con diversos tipos de datos asociados:
«has suppdata[filter]» para buscar artículos con material complementario asociado.
«has data avail[filter]» para buscar artículos que incluyen una disponibilidad de datos o una declaración de accesibilidad de datos.
«has data citations[filter]» para buscar artículos que incluyan citas de datos.
«has associated data[filter]» para encontrar todos los artículos con cualquier tipo de sección de datos descrita anteriormente.
Además, después de ejecutar una búsqueda en PMC, se puede aplicar rápidamente el filtro disponible en la columna lateral izquierda «Associated Data» para recuperar artículos con cualquier tipo de datos.
Por último, para aumentar la visibilidad de las citas de datos, las declaraciones de disponibilidad de datos y los materiales complementarios disponibles en los artículos, el texto del artículo en PMC incluye un cuadro de «Associated Data».
La National Library of Medicine produce la base de datos MEDLINE y el repositorio de revistas a texto completo PMC (PubMed Central). Desde 1997 el motor de búsqueda PubMed nos permite buscar en MEDLINE de forma gratuita. En la entrada anterior ¿Pero no es lo mismo PubMed que MEDLINE? explicada las diferencias existentes entre ambas y que PubMed no solo es MEDLINE aunque su mayor componente sea este. En el siguiente diagrama de Venn publicado por Andrea Manca y cols. (Manca A, Moher D, Cugusi L, Dvir Z, Deriu F. How predatory journals leak into PubMed. CMAJ. 2018 Sep 4;190(35):E1042-E1045. doi: 10.1503/cmaj.180154. PubMed PMID: 30181150; PubMed Central PMCID: PMC6148641.) podemos ver la diferencia de contenido cuantificada y representada su solapamiento.
En este artículo se indican las diferentes políticas de selección de revistas para su inclusión en PMC y MEDLINE que provoca la entrada «por la puerta de atrás» de artículos procedente de revistas fraudulentas a PubMed. A diferencia de la política de selección de revistas en MEDLINE, que es muy estricta, PubMed Central tiene un criterio más relajado y flexible.
Previamente a que una revista se incluya en PMC esta ha de cumplir los siguientes requisitos:
Tener un ISSN debidamente registrado.
Ha de estar dentro del ámbito de PMC, como se describe en la sección «PMC Scope«.
Proporcionar a NLM acceso inmediato al contenido.
Debe de estarse editando al menos 2 años y con un mínimo de 25 artículos (por ejemplo, investigación original o artículos de revisión, informes de casos clínicos) revisados por pares. en forma final antes de presentar la solicitud.
Después hay un procedimiento de 6 pasos que incluye:
Presentación de la solicitud;
Evaluación inicial de la solicitud donde la NLM comprueba que la revista cumple con los requisitos de solicitud previa mencionados;
Revisión de la calidad científica de la revista;
Evaluación técnica donde el editor envía un conjunto representativo de archivos de muestra, que se evalúan para garantizar que los datos de la revista cumplen con los estándares técnicos de calidad de PMC;
Postproducción, una vez completada la fase de evaluación de datos.
Lanzamiento donde la NLM refrenda el «Participation Agreements and Options» del editor y publica la revista en el sitio público de PMC con la aprobación del editor.La participación continua en PMC requiere que una revista y el editor de la revista sigan cumpliendo con los estándares de calidad de NLM para PMC y la colección de NLM a lo largo del tiempo.
Sin embargo, Andrea Manca y cols. argumentan que la aplicación de estos requisitos no siempre es uniforme y algunas de las revistas que se indizan en PMC tienen menos de 2 años de antigüedad y menos de 25 artículos (a menudo menos de 10). Para conseguirlo la revista ha de demostrar que al menos cuenta con un autor acreditado en su consejo editorial. Por este motivo, las revistas depredadoras a menudo utilizan la identidad de investigadores acreditados que no saben que se les incluye en el consejo editorial de estas revistas. También, esto explica el número masivo de correos electrónicos spam diarios que reciben muchos investigadores con invitaciones para unirse a un comité editorial de una revista.
Para evitar que revistas fraudulentas o depredadoras se incluyan en PubMed los autores proponen que la National Library of Medicine eleve el nivel para la inclusión de revistas en PubMed y PubMed Central y exigir que todos las revistas candidatas cumplan con los exigentes requisitos de MEDLINE.
Best Match es un nuevo algoritmo de búsqueda por relevancia para PubMed implantado en julio de 2017 que aprovecha la inteligencia de los usuarios y la tecnología de aprendizaje automático como una alternativa al orden por fecha que tradicionalmente nos ofrecía PubMed.
Hasta hace poco de forma predeterminada los resultados se mostraban en orden cronológico inverso. Es decir, los artículos recién publicados primero. Si bien este orden de clasificación es deseable para buscar la información más reciente sobre un tema determinado o para un autor individual, puede no ser adecuado para otros tipos de búsquedas. Esto se agrava pues, como ocurre cuando buscamos en Google, más del 80% de los clics de los usuarios en los resultados de búsqueda ocurren en la primera página. Por lo tanto, para la mayoría de las consultas de PubMed con más de 20 resultados, los usuarios pueden fácilmente pasar por alto los documentos más útiles de la segunda o posteriores páginas.
Best Match se basa en un algoritmo de frecuencia de término ponderado. Incorpora el aprendizaje automático para volver a clasificar los principales artículos devueltos para una mayor relevancia. El algoritmo Best Match se construye con búsquedas pasadas de usuarios y con más de 150 señales de clasificación de relevancia (factores). La mayoría de estas señales se calculan a partir del número de coincidencias entre los términos de búsqueda y el registro de PubMed, mientras que otras son específicas de un registro (por ejemplo, tipo de publicación, año de publicación) o específicas de una búsqueda (por ejemplo, longitud de búsqueda).
Dado que generalmente los usuarios que ordenan por este nuevo algoritmo hacen clic en las citas de la primera página PubMed limita la lista de resultados a 10.000 referencias.
Si deseamos utilizar Best Match como nuestro orden predeterminado para los resultados de PubMed podemos cambiar las preferencias de nuestra cuenta de My NCBI .
Si quieres comprender mejor este nuevo algoritmo de PubMed no dejes de leer el artículo siguiente:
