Filtrar nuestros resultados de búsqueda a estudios en humanos

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).

En qué bases de datos debemos buscar para una revisión sistemática: La producción de una revisión sistemática requiere la búsqueda sistemática en varias bases de datos bibliográficas.

¿Por qué hay que buscar en varias bases de datos?

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

¿En cuántas bases de datos hay que buscar?

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.

Pero, ¿cuáles elegir?

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 de 2800 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

Por contra del uso de PubMed estaría su problema de indización de revistas depredadoras (Ross-White A, et al.).

¿Embase vía Embase.com o Ovid?

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

Higgins JPT, Lasserson T, Chandler J, Tovey D, Thomas J, Flemyng E, Churchill R. Methodological Expectations of Cochrane Intervention Reviews. Cochrane: London, Version February 2022. Disponible en: https://community.cochrane.org/mecir-manual/standards-conduct-new-cochrane-intervention-reviews-c1-c75/performing-review-c24-c75

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

Elsevier. Learn and Support – Embase | Elsevier [Internet]. Elsevier.com. 2021 [consultado 19 dic 2022]. Disponible en: https://www.elsevier.com/solutions/embase-biomedical-research/learn-and-support#:~:text=Scopus%20searches%20focus%20on%20abstracts,significantly%20fewer%20results%20than%20Embase

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.

¿Sabes que en PubMed se indizan revistas fraudulentas? [Internet]. BiblioGETAFE. BiblioGETAFE; 2018 [consultado el 19 dic 2022]. Disponible en: https://bibliogetafe.com/2018/10/09/sabes-que-en-pubmed-se-indizan-revistas-fraudulentas/

‌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

Actualización de PubMed: ahora disponible la búsqueda de proximidad

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:

“Hip pain»[Title/Abstract:~2]

Los resultados de la búsqueda pueden incluir:

  • hip pain;
  • hip-related pain;
  • hip joint pain; 
  • hip/groin pain; 
  • hip biomechanics and pain; 
  • pain after total hip arthroplasty;
  • pain in right hip, …

Disponéis de un videotutorial aquí.

Y ahora mi conclusión: considero que es más una mejora a la búsqueda por frases que una verdadera búsqueda de proximidad/adyacencia.

Cómo buscar Guías de Práctica Clínica 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 de filtros metodológicos desarrollados para recuperar guías en diferentes bases de datos.

Aquí vemos el filtro CADTH’s para GPC en PubMed (última actualización el 2 de abril de 2020, disponible en: https://www.cadth.ca/strings-attached-cadths-database-search-filters):

«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.

Ayuda PubMed: Consejos de búsqueda 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.

PubReMiner: Herramienta de minería de datos para desarrollar estrategias de búsquedas para revisiones sistemáticas y de alcance

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:

  1. Año de publicación.
  2. Las revistas en las que más se publica su consulta.
  3. Los autores más activos en el campo de su consulta.
  4. Las palabras que más se han utilizado en el título y resumen de los artículos.
  5. Los campos de encabezamiento MESH (incluidos subencabezamientos).
  6. Supplementary Concept (Substances).
  7. 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.

¿Tienes cuenta personal en PubMed? Te interesará saber que pronto dejará de funcionar tu clave de acceso

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.

Más información aquí.

¿Sabes que en PubMed se incluyen preprints?

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

¿Qué es una preimpresión?

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).

https://www.ncbi.nlm.nih.gov/pmc/about/nihpreprints/

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.

https://www.ncbi.nlm.nih.gov/pmc/about/nihpreprints/

Más información en: https://www.ncbi.nlm.nih.gov/pmc/about/nihpreprints/

Cómo funciona el nuevo PubMed: ¿Por qué da resultados diferentes el Legacy vs. nuevo PubMed?

En las entradas anteriores Cómo funciona el nuevo PubMed: Search Details y Cómo funciona el nuevo PubMed: Mapeo automático de términos (Automatic Term Mapping – ATM) ya analizamos la forma de trabajar del nuevo PubMed.

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

¿Estamos preparados para el 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.

Aquí os dejo el video del webinar que permanecerá el canal de YouTube de BiblioMadSalud.

Grabación del webinar

Cómo funciona el nuevo PubMed: Mapeo automático de términos (Automatic Term Mapping – ATM)

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”).

Aquí os dejo un enlace a un pequeño cuestionario para que podáis evaluar vuestros conocimientos del mapeo automático de términos de PubMed

Cómo funciona el nuevo PubMed: Search Details

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.

Más novedades MeSH de MEDLINE para la búsqueda de #COVID19

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:

COVID-19

severe acute respiratory syndrome coronavirus 2

spike glycoprotein, COVID-19 virus

COVID-19 diagnostic testing

COVID-19 drug treatment

COVID-19 serotherapy

COVID-19 vaccine

LAMP assay

Más información aquí.