La eliminación de duplicados es una tarea aparentemente técnica y secundaria dentro de una revisión sistemática, pero tiene consecuencias metodológicas importantes. Si una herramienta elimina por error un registro único, el equipo puede perder un estudio potencialmente relevante antes de iniciar el cribado. Si, por el contrario, deja demasiados duplicados sin eliminar, aumenta la carga de trabajo durante la selección por título y resumen.
Un estudio reciente publicado en Research Synthesis Methods compara la precisión y la velocidad de ocho herramientas de deduplicación: ASySD (The Automated Systematic Search Deduplicator), Covidence, Deduklick, EPPI-Reviewer, PICO Portal, Rayyan, SRA Deduplicator: Focused y SRA Deduplicator: Relaxed.
Los autores utilizaron cinco conjuntos de registros procedentes de revisiones Cochrane y los compararon con conjuntos de referencia creados por especialistas en información. Evaluaron tres resultados principales: registros únicos eliminados por error, duplicados retenidos por error y tiempo total de deduplicación.
Resultados principales
El estudio evaluó tres desenlaces principales:
Registros únicos eliminados por error (false positives): registros que la herramienta consideró duplicados, aunque en realidad eran únicos. Es el error más crítico, porque puede hacer desaparecer estudios potencialmente elegibles.
Duplicados retenidos por error (false negatives): duplicados que la herramienta no detectó. Es un problema menor desde el punto de vista metodológico, pero aumenta la carga de cribado.
Tiempo total de deduplicación: incluye tanto el proceso automático como la revisión manual necesaria en algunas herramientas.
Desde el punto de vista metodológico, el desenlace más importante es la eliminación errónea de registros únicos. Un duplicado no eliminado puede detectarse más adelante durante el cribado. En cambio, un registro único eliminado antes del cribado puede desaparecer definitivamente del flujo de selección. En este sentido, Rayyan fue la herramienta más conservadora, con solo dos registros únicos eliminados por error. Sin embargo, este resultado se obtuvo a costa de un tiempo muy elevado de trabajo manual: más de veinte horas en total.
Por otro lado, ASySD fue la herramienta que menos duplicados dejó sin eliminar, pero también la que más registros únicos eliminó erróneamente. SRA Deduplicator: Relaxed fue la más rápida, pero retuvo muchos más duplicados que otras herramientas.
La siguiente tabla integra los resultados principales. En todos los casos, valores más bajos indican mejor rendimiento.
El mensaje más importante del estudio es que ninguna herramienta fue superior en los tres desenlaces. Todas presentaron fortalezas y debilidades.
¿Qué herramienta elegir?
Este estudio muestra que todas las herramientas evaluadas ofrecen un rendimiento suficientemente aceptable, pero ninguna domina claramente en todos los desenlaces. Por tanto, la pregunta práctica no debería ser “¿cuál es la mejor herramienta?”, sino “qué herramienta se ajusta mejor a las prioridades y recursos de este equipo de revisión”: tiempo disponible, presupuesto, necesidad de revisión manual y tolerancia al riesgo de perder registros únicos.
Para equipos de revisión, bibliotecarios médicos y especialistas en búsquedas, la lección práctica es clara: conviene documentar qué herramienta se utiliza, qué criterios se aplican y qué grado de revisión manual se realiza. La transparencia en la deduplicación forma parte de la calidad metodológica de la revisión.
Referencia
Bateup S, Fulbright H, Moberg K, Hair K, Peterson E, Stansfield CM, Qureshi R, Clark J. Evaluating the accuracy and speed of eight deduplication tools: A comparative study. Research Synthesis Methods. 2026;00:1-14. doi:10.1017/rsm.2026.10100.
Los estándares metodológicos coinciden en una idea central: la búsqueda debe ser sistemática, planificada y lo más amplia posible para reducir sesgos (especialmente sesgo de publicación y de reporte) y capturar la mayor parte de la evidencia relevante (1). A diferencia de una revisión tradicional donde un autor puede elegir artículos de su preferencia («handpicking»), una búsqueda exhaustiva busca identificar toda la evidencia disponible que responda a una pregunta de investigación específica para evitar el sesgo de selección. En una anterior entrada ya hemos analizado cómo podemos saber si nuestra búsqueda es exhaustiva. Ahora veamos lo que realmente significa “exhaustividad” (comprehensiveness).
Exhaustividad no equivale a “hacer una búsqueda larga” ni a “meter muchas palabras”. Es diseñar un proceso que aspire a identificar el conjunto más completo y no sesgado posible de estudios pertinentes para una pregunta predefinida. En el Manual Cochrane (1) lo expresa de forma directa: la búsqueda debe ser tan extensa como sea posible para reducir el riesgo de sesgo de reporte/publicación e identificar la mayor cantidad de evidencia relevante.
¿Significa esto que hay que usar absolutamente todos los métodos imaginables?, no, es decidir (y justificar) cómo lograr un conjunto de evidencia completo y no sesgado con los recursos disponibles.
3 pilares de la exhaustividad: cobertura, sensibilidad y trazabilidad
Si una búsqueda no es exhaustiva y documentada en detalle, la evidencia resultante no se considera válida ni fiable para la toma de decisiones clínicas. Es, de hecho, el factor principal que distingue a una revisión sistemática de cualquier otro tipo de revisión bibliográfica.
Analicemos los tres pilares de la exhaustividad:
1. Cobertura: no hay exhaustividad con una sola fuente
Una revisión que busca “toda la evidencia” pero consulta una única base (p. ej., solo PubMed) es vulnerable por definición: indexación incompleta, diferencias en tesauros, retrasos de indización, sesgos geográficos/idiomáticos, etc. La evidencia empírica lo respalda: en un estudio sobre revisiones Cochrane, buscar en ≥2 bases de datos aumentó cobertura/recall y redujo el riesgo de perder estudios elegibles; y cuando se sospecha que los artículos son difíciles de localizar, deben añadirse métodos suplementarios (2).
Y, desde la perspectiva de combinaciones “óptimas”, Bramer et al. observaron que varias referencias incluidas solo aparecen en una base de datos y propusieron como combinación mínima eficiente (dependiente del tema) incluir, al menos, Embase, MEDLINE, Web of Science y Google Scholar para maximizar recall (3).
Bien es verdad que no existe un número universal de bases de datos. Lo que exigen los estándares es justificar por qué esas fuentes son las adecuadas para tu pregunta y tu campo. Cochrane (1), por ejemplo, establece como mínimo para sus revisiones la consulta de CENTRAL, MEDLINE y Embase, además de fuentes especializadas según el tema.
2. Sensibilidad: maximizar recall sin perder el control
La búsqueda exhaustiva prioriza sensibilidad (recall) frente a precisión (precision), aceptando que habrá ruido. El Manual Cochrane (1) lo formula explícitamente: hay que maximizar sensibilidad procurando una precisión razonable; aumentar sensibilidad suele bajar precisión y recuperar más irrelevantes. En este punto hay que afirmar que ruido no significa mala búsqueda; puede significar que se ha protegido la revisión contra la omisión de estudios relevantes.
3. Trazabilidad: exhaustividad sin documentación no existe
Una búsqueda “muy buena” pero no reproducible es metodológicamente débil. PRISMA 2020 (4) exige describir todas las fuentes consultadas (bases, registros, webs, listas de referencias, etc.) y la fecha de última consulta. Además, pide presentar las estrategias completas (línea a línea) para todas las bases/registros/webs, con límites y filtros, para permitir evaluación de la exhaustividad, replicación y actualización.
PRISMA-S (2021) va un paso más allá con una lista específica (16 ítems) para reportar búsquedas de forma completa y reproducible (5).
¿Cuáles son los componentes de una búsqueda exhaustiva?
A. Múltiples bases y fuentes
Una búsqueda exhaustiva combina:
Bases bibliográficas generales y especializadas (según tema). Se recomienda realizar búsquedas en un rango de 3 a 5 bases de datos bibliográficas académicas relevantes para el área de estudio (por ejemplo, MEDLINE, EMBASE, CINAHL o Scopus).
Registros de ensayos y repositorios de resultados cuando aplica (p. ej., ClinicalTrials.gov, ICTRP).
Literatura gris. Incluye investigaciones que no han sido publicadas en revistas comerciales tradicionales (como tesis, informes técnicos o actas de conferencias). Omitir la literatura gris puede introducir un sesgo significativo, ya que a menudo los estudios con resultados negativos o neutrales no llegan a publicarse en revistas de alto impacto (sesgo de reporte).
Búsqueda web (agencias reguladoras, organizaciones, etc.).
B. Vocabulario controlado + texto libre (y traducción entre plataformas)
Hay que usar tanto texto libre como encabezamientos (MeSH, Emtree, etc.) y personalizar y adaptar las estrategias por cada base. Además, recuerda que MeSH≠Emtree, la indización difiere y para ser lo más exhaustivo posible hay que incorporar un rango amplio de sinónimos, variantes ortográficas, truncamientos y operadores de proximidad.
Siempre recordando que “traducir la estrategia”no es copiar/pegar; es conservar el concepto y adaptar la sintaxis y el comportamiento del buscador (campos, explosión, proximidad, stopwords, mapeo automático).
C. Técnicas adicionales
La propia lógica metodológica es simple: ninguna base indexa “todo” y la evidencia muestra que métodos suplementarios pueden añadir estudios que el searching en bases no recupera. Para cerrar el círculo de la exhaustividad, se deben emplear métodos como la «búsqueda manual» (handsearching) y el «encadenamiento de citas» (citation chaining), que consiste en revisar las referencias de los artículos encontrados para localizar estudios adicionales que las bases de datos pudieron omitir.
D. Control de calidad: revisión por pares de la estrategia (PRESS)
El estándar PRESS (6) formaliza la revisión por pares de estrategias electrónicas y define elementos típicos donde aparecen errores (operadores booleanos/proximidad, encabezamientos, texto libre, límites/filtros, sintaxis, etc.). PRISMA 2020 incluso sugiere reportar si hubo peer review y qué herramienta se utilizó (p. ej., PRESS).
Errores frecuentes que “rompen” la exhaustividad
Una sola base (o varias, pero sin complementariedad).
No combinar tesauro + texto libre, o no adaptar la estrategia a cada base.
Límites no justificados (idioma/fecha/tipo de documento) aplicados en la búsqueda, no como criterio de selección. PRISMA pide que los límites se reporten y se justifiquen en relación con criterios de elegibilidad.
Omitir literatura gris/registros cuando el riesgo de sesgo de publicación es material.
No informar de las estrategias completas (solo “buscamos en PubMed y Embase”): impide evaluar calidad, reproducir y actualizar.
BIBLIOGRAFÍA
Lefebvre C, Glanville J, Briscoe S, Featherstone R, Littlewood A, Metzendorf M-I, Noel-Storr A, Paynter R, Rader T, Thomas J, Wieland LS. Chapter 4: Searching for and selecting studies [last updated March 2025]. En: Higgins JP, Thomas J, Chandler J, Cumpston M, Li T, Page MJ, et al, editor(s). Cochrane Handbook for Systematic Reviews of Interventions version 6.5.1 Cochrane, 2025.Disponible en: cochrane.org/handbook.
Ewald H., Klerings I., Wagner G., Heise TL., Stratil JM., Lhachimi SK., et al. Searching two or more databases decreased the risk of missing relevant studies: a metaresearch study. Journal of Clinical Epidemiology. 2022;149:154-64, doi: 10.1016/j.jclinepi.2022.05.022.
Bramer WM, Rethlefsen ML, Kleijnen J, Franco OH. Optimal database combinations for literature searches in systematic reviews: a prospective exploratory study. Syst Rev. 2017 Dec 6;6(1):245. doi: 10.1186/s13643-017-0644-y.
Page MJ, Moher D, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, Shamseer L, Tetzlaff JM, Akl EA, Brennan SE, Chou R, Glanville J, Grimshaw JM, Hróbjartsson A, Lalu MM, Li T, Loder EW, Mayo-Wilson E, McDonald S, McGuinness LA, Stewart LA, Thomas J, Tricco AC, Welch VA, Whiting P, McKenzie JE. PRISMA 2020 explanation and elaboration: updated guidance and exemplars for reporting systematic reviews. BMJ. 2021 Mar 29;372:n160. doi: 10.1136/bmj.n160.
Rethlefsen ML, Kirtley S, Waffenschmidt S, Ayala AP, Moher D, Page MJ, Koffel JB; PRISMA-S Group. PRISMA-S: an extension to the PRISMA Statement for Reporting Literature Searches in Systematic Reviews. Syst Rev. 2021 Jan 26;10(1):39. doi: 10.1186/s13643-020-01542-z.
McGowan J, Sampson M, Salzwedel DM, Cogo E, Foerster V, Lefebvre C. PRESS Peer Review of Electronic Search Strategies: 2015 Guideline Statement. J Clin Epidemiol. 2016 Jul;75:40-6. doi: 10.1016/j.jclinepi.2016.01.021.
En revisiones sistemáticas, trasladar la estrategia al resto de bases de datos es uno de los pasos más exigentes porque exige conocimiento experto de bases, plataformas y sintaxis. No es un trámite: forma parte del método y condiciona la sensibilidad y la reproducibilidad del proceso.
Dado que la búsqueda para revisiones sistemáticas debe ser sensible y no existe una única fuente que recoja de forma exhaustiva todo lo publicado, es necesario buscar en un número suficiente de bases de datos, seleccionadas según el objetivo (sensibilidad vs precisión), la cobertura temática y el tipo de evidencia. Cada base se interroga de manera distinta y devuelve conjuntos de documentos parcialmente diferentes. Además, aunque las plataformas permiten combinar texto libre, búsqueda por campos, tesauro y límites, cada una implementa estas funcionalidades con su propia “gramática” de búsqueda.
El problema real: al traducir entre bases también traducimos reglas
Cuando pasamos una estrategia de PubMed/MEDLINE a Embase (y a otras bases), los fallos suelen agruparse en tres categorías:
No adaptación de la estrategia. Copiar/pegar “tal cual” sin ajustar a la plataforma puede cambiar la recuperación (a veces sin que sea evidente): campos incorrectos, paréntesis interpretados de otra forma, comillas, límites no equivalentes o funciones que existen en una base y no en otra.
Diferencias en el lenguaje de búsqueda. Etiquetas de campo, comodines, gestión de frases y (muy especialmente) operadores de proximidad.
Errores en encabezamientos de materia. Cada base tiene su propio tesauro (MeSH, Emtree, CINAHL Headings, Thesaurus APA…), y no hay equivalencias 1:1 garantizadas.
Dónde encaja Polyglot y qué aporta de verdad
Polyglot Search Translator (TERA Tools) está diseñado para traducir cadenas de búsqueda entre bases y plataformas, ahorrando trabajo repetitivo y reduciendo errores de tecleo, sin sustituir el criterio experto. Un ensayo aleatorizado observó que traducir con Polyglot fue, en promedio, más rápido (31 vs 45 minutos) y con menos errores (8,6 vs 14,6) que la traducción manual, aunque sigue siendo imprescindible revisión humana (Clark JM, 2020)
Su valor es claro: un traductor de sintaxis que agilizael traslado entre plataformas, pero que funciona de verdad cuando se usa como lo que es: una semi-automatización con supervisión experta. Polyglot traduce cadenas desde PubMed u Ovid MEDLINE a múltiples plataformas para que tú te concentres en lo que no se puede automatizar como el tesauro o la proximidad.
Cómo usar Polyglot
Aquí te dejo las instrucciones de cómo sería el flujo de trabajo si queremos trasladar una estrategia que hemos hecho en PubMed a Embase:
1) Desarrolla y depura tu estrategia “base”.
Crea la estrategia en bloques conceptuales claros, con paréntesis cerrados y consistencia en campos y truncamientos.
En TERA, Polyglot ofrece un cuadro “Your query” donde pegar la cadena. Es recomendable marcar la casilla “Replace line references” (para que resuelva referencias del tipo #1, #2, etc.) y añadir una línea en blanco en la cadena para mejorar el procesamiento en algunos casos.
3) Elegir la salida correcta para Embase (Embase.com vs Ovid Embase)
Polyglot suele ofrecer traducciones diferenciadas para bases de datos y plataformas, en nuestro casa disponemos de las opciones de Embase.com (Elsevier) y Ovid Embase. Piensa que no son equivalentes: cambian campos, operadores y convenciones.
4) Verificación del vocabulario controlado (Emtree)
Este es el paso crítico:
Identifica los términos que en PubMed estaban como MeSH (p. ej., [Mesh] / explosiones) y valida su equivalente en Emtree.
Sustituye manualmente cuando no haya correspondencia directa o el término preferido difiera.
Polyglot te ahorra reescritura de sintaxis, pero no puede asumir equivalencias terminológicas sin supervisión.
5) Operadores de proximidad.
Aunque PubMed incorporó proximidad en 2022, con la sintaxis «términos»[Title:~N] o «términos»[Title/Abstract:~N], limitada a determinados campos, no puede considerarse una proximidad equivalente a la proximidad de otras plataformas (NEAR/NEXT o ADJ). Más bien es una ayuda para la búsqueda por frases.
Por eso, cuando trasladas desde PubMed, la traducción “literal” tal cual es proporcionada por Polyglot no aprovecha el potencial de la búsqueda por adyacencia de otras plataformas. Cuando migras desde PubMed a Embase, debes decidir (concepto a concepto) si las transformas en proximidad (más sensibilidad, riesgo de introducir ruido si el “n” es amplio) o mantienes la búsqueda por frases exactas (más precisión, riesgo de perder variantes).
No hay respuesta universal: depende del concepto, del objetivo de la búsqueda y del equilibrio sensibilidad/precisión. La única forma de hacerlo es probar, comparar y documentar el ajuste.
6) Ejecutar y comprobar
Antes de dar la traducción por válida revisa truncamientos, comillas y campos; ejecuta y comprueba si recuperas artículos semilla y si los recuentos son plausibles. Si un artículo relevante aparece en una base y no en otra, la pregunta útil no es “¿por qué no está?”, sino qué parte de la traducción no lo capturó: campos, fraseo, proximidad, tesauro o límites.
BIBLIOGRAFÍA
Clark JM, Sanders S, Carter M, Honeyman D, Cleo G, Auld Y, Booth D, Condron P, Dalais C, Bateup S, Linthwaite B, May N, Munn J, Ramsay L, Rickett K, Rutter C, Smith A, Sondergeld P, Wallin M, Jones M, Beller E. Improving the translation of search strategies using the Polyglot Search Translator: a randomized controlled trial. J Med Libr Assoc. 2020 Apr;108(2):195-207. doi: 10.5195/jmla.2020.834.
La inteligencia artificial está irrumpiendo con fuerza en la síntesis de evidencia. Un estudio reciente de la Agencia Canadiense de Medicamentos (CDA-AMC) ofrece datos interesantes que conviene conocer (Featherstone R, Walter M, MacDougall D, Morenz E, Bailey S, Butcher R, et al. Artificial Intelligence Search Tools for Evidence Synthesis: Comparative Analysis and Implementation Recommendations. Cochrane Evidence Synthesis and Methods. 2025;3(5):e70045, doi: 10.1002/cesm.70045.).
Este artículo tuvo como objetivo evaluar el potencial de herramientas de búsqueda basadas en inteligencia artificial (Lens.org, SpiderCite y Microsoft Copilot) para apoyar la síntesis de evidencia vs. métodos de búsqueda tradicionales y establecer recomendaciones de implementación bajo un enfoque “fit for purpose”, es decir, utilizar cada herramienta solo para tareas específicas donde aporten valor. Se evaluaron siete proyectos completados en la agencia, aplicando búsquedas de referencia (método tradicional) frente a búsquedas con cada herramienta de IA. Se midieron sensibilidad/recall, número necesario a leer (NNR), tiempo de búsqueda y cribado, y contribuciones únicas de cada herramienta. Además, se recogió experiencias de los especialistas en información sobre usabilidad, limitaciones y sorpresas en el uso de los tres sistemas.
Resultados
Método / Herramienta
Sensibilidad promedio
Diferencias entre proyectos simples y complejos
NNR (número necesario a leer)
Tiempo de búsqueda
Observaciones principales
Métodos tradicionales
0.98 – 1 (casi perfecta)
Consistentemente alta en todos los proyectos
Más bajo que IA
2.88 h en promedio
Estándar de referencia, máxima fiabilidad
Lens.org
0.676
Simples: 0.816 Complejos: 0.6
Más alto que el estándar (98 vs 83)
Mayor tiempo (2.25 h, más que Copilot o SpiderCite)
Mejor de las IA, pero menos eficiente; útil en búsquedas simples y de autores
SpiderCite
0.23 – 0.26
Similar en simples y complejos
Variable (Cited by mejor que Citing)
~1.25 h
Muy baja sensibilidad, pero puede aportar referencias únicas en temas complejos; solo útil como complemento
Copilot
0.24 (muy variable: 0–0.91 según proyecto)
Simples: 0.41 Complejos: 0.15
Muy variable (mejor en simples, muy alto en complejos)
Más rápido (0.96 h promedio)
Dependiente de la calidad de los prompts; no sustituye estrategias, útil para sugerir palabras clave
Sensibilidad = proporción de estudios relevantes efectivamente recuperados. NNR = número necesario a leer; cuanto menor, mejor eficiencia de cribado.
Verde = mejor desempeño relativo. Amarillo = intermedio / aceptable. Rojo = débil. Naranja = muy variable según proyecto.
Discusión
Las herramientas de IA mostraron rendimiento variable e inconsistente, lo que implica que no pueden reemplazar las búsquedas profesionales estándar en revisiones sistemáticas.
Pueden generar falsa confianza en usuarios sin experiencia. Se requiere conocimiento experto en construcción de estrategias y en validación de resultados para corregir limitaciones.
Limitaciones del estudio: solo se evaluaron 7 proyectos y 3 herramientas, sin analizar combinaciones entre ellas
Recomendaciones de implementación
La CDA-AMC propuso un uso limitado y estratégico:
Lens.org: útil para revisiones con preguntas acotadas y técnicas (como dispositivos con una función o población bien definida) o para identificar rápidamente autores vinculados a un tema o indicación clínica cuando los métodos estándar no alcanzan.
SpiderCite: complemento para búsquedas de citas en proyectos complejos, siempre que se disponga de artículos semilla.
Copilot (u otros LLMs): apoyo en la generación de palabras clave y términos de búsqueda, pero no para estrategias completas
Conclusión
Las tres herramientas evaluadas (Lens.org, SpiderCite, Copilot) no son adecuadas para reemplazar estrategias de búsqueda complejas en revisiones sistemáticas, debido a variabilidad en sensibilidad y precisión. Sin embargo, tienen potencial como apoyos puntuales en tareas específicas: generación de términos, búsquedas simples o de citas, y exploración preliminar. El estudio subraya la necesidad de mantener el papel central del bibliotecario/experto en información en la validación de cualquier resultado generado con IA, y de continuar monitorizando nuevas herramientas dada la rápida evolución tecnológica.
Reflexiones para quienes trabajamos en bibliotecas médicas
Las herramientas de IA pueden ahorrar tiempo en fases preliminares, generar ideas de términos de búsqueda, identificar autores, pero no deben utilizarse como única estrategia para revisiones sistemáticas si se espera exhaustividad.
Es clave entender los límites: sensibilidad menor, posible sesgo en lo que captura IA, variabilidad según prompt o según lo cerrado o amplio que sea el tema.
Siempre debe haber validación humana experta, verificación de resultados únicos que aparezcan en IA, comparación con lo recuperado por métodos tradicionales.
Las revisiones del JBI se distinguen en el componente de búsqueda por su proceso de búsqueda explícito en 3 pasos. Este enfoque metodológico asegura una revisión exhaustiva y sistemática de la evidencia relevante, mejorando la calidad y la fiabilidad de los resultados de la revisión.
Paso 1: Búsqueda exploratoria inicial
El primer paso es una búsqueda exploratoria inicial para encontrar «referencias semilla», es decir, registros de estudios que cumplan los criterios de inclusión para la pregunta de la revisión. Tras estas búsquedas exploratorias iniciales, se recogen las palabras clave del título y el resumen, junto con los términos de indización (también denominados términos MeSH en MEDLINE, Tesauro, Vocabulario controlado, descriptores o encabezamientos de materia) de las referencias semilla. Se debe consultar con el equipo de revisión para recopilar otras palabras clave y términos indexados.
En esta fase utilizaremos las siguientes herramientas:
Bases de datos, generalmente MEDLINE y CINAHL.
Herramientas adicionales como Google, Google Académico y herramientas de descubrimiento de bibliotecas (PRIMO, OneSearch, SumSearch, etc.).
Herramientas de IA generativa(p. ej.: ChatGPT). Pueden ser útiles para encontrar estas referencias iniciales. Sin embargo, en el caso de las fuentes encontradas a través de ChatGPT, es importante verificar que no sean alucinaciones.
Paso 2: Desarrollo de la estrategia de búsqueda exhaustiva
El segundo paso consiste en desarrollar una estrategia de búsqueda exhaustiva utilizando estas palabras clave recolectadas y los términos de indización en la base de datos primaria/clave definida en nuestro Protocolo de revisión.
El desarrollo de una búsqueda exhaustiva es un proceso iterativo que implica probar combinaciones de palabras clave y términos indizados y comprobar que la estrategia de búsqueda recupera las referencias iniciales.
Una vez desarrollada la estrategia de búsqueda en la base de datos primaria, se traslada a otras bases de datos.
Paso 3: Búsqueda complementaria
El tercer paso es la búsqueda complementaria en la literatura gris, la búsqueda de citas y la búsqueda manual. La Declaración TARCiS (Terminology, Application and Reporting of Citation Searching) proporciona orientación sobre cuándo y cómo realizar búsquedas de citas como técnica de búsqueda complementaria en la síntesis de la evidencia y, lo que es más importante, cómo informar de ello (Hirt et al. 2024).
Para las preguntas de revisión que son complejas, la búsqueda de citas hacia delante y hacia atrás (forward and backward citation searching) se considera obligatoria.
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.
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.
Dentro del curso de «Principios básicos en investigación clínica» que ha comenzado a celebrarse hoy en el Hospital Universitario de Getafe, he impartido una clase sobre la búsqueda de información, calidad de la evidencia científica y recursos de la Biblioteca del Hospital de Getafe.
Comparto con todos mi presentación, esperando os resulte de interés.
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.
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
Existen diversos enfoques para la construcción de nuestra estrategia de búsqueda experta para #RevisionesSistemáticas (por líneas, bloques o párrafo @FarhadShokrane).
El bibliotecario debe conocerlos y utilizar o combinar según las necesidades.
La lógica booleana es el enfoque establecido por la práctica para construir la estructura de las estrategias de búsqueda generales y para las revisiones de ciencias de la salud (1). Aun así, existen diversos enfoques para la construcción de nuestra estrategia de búsqueda experta para revisiones sistemáticas. Dado que no hay ningún consejo en PRESS, PRISMA, MECIR o PRISMA-S que nos recomiende seguir uno u otro de los enfoques, es necesario que el bibliotecario conozca las principales construcciones y los utilice o combine según las necesidades. Por ello, la entrada del blog de Farhad Shokraneh (@FarhadShokrane) (2) me ha parecido de gran interés, ya que resume y describe lo que él considera los 3 tipos o enfoques para estructurar las estrategias de búsqueda:
Construcción línea a línea;
Búsqueda por bloques; y
Construcción en una única línea (párrafo).
Existen diversos enfoques para la construcción de nuestra estrategia de búsqueda experta para #RevisionesSistemáticas (por líneas, bloques o párrafo). El bibliotecario debe conocerlos y utilizar o combinar según las necesidades.
En la siguiente presentación resumo estos tres enfoques, en qué consisten, ejemplos de ellos, ventajas e inconvenientes, así como recomendaciones de uso.
A la hora decidir que enfoque utilizar tengo que tener en consideración desde el objetivo/propósito de nuestra búsqueda, nuestras preferencias y las del usuario. Además, la búsqueda en sí misma y su complejidad puede ser necesario utilizar un enfoque u otro e incluso una mezcla de varios en la misma estrategia de búsqueda. Por último, hay que tener en cuenta que no todas las interfaces de búsquedas/plataformas/bases de datos permiten los tres enfoques.
La estructura de la estrategia de búsqueda para #RevisionesSistemáticas dependerá del propósito de la presentación de la estrategia de búsqueda, preferencias, complejidad de la búsqueda y las posibilidades de búsqueda de la base de datos.
Tabla resumen de los principales enfoques utilizados en las estrategias de búsqueda para revisiones sistemáticas, adaptado de Farhad (2).
En mi caso, suelo preferir la búsqueda por bloques, es decir, una línea por cada concepto de búsqueda partiendo de nuestra pregunta estructurada (PICOs). De esta forma, la búsqueda se corresponderá con el marco de nuestra pregunta del que partimos en nuestra revisión (3). Sin embargo, en búsquedas complejas puede que no sea posible dividir las búsquedas en bloques de un solo concepto y que algunos bloques pueden tener subbloques y o que sea necesario una combinación de las tres estructuras.
BIBLIOGRAFÍA
MacFarlane A, Russell-Rose T, Shokraneh F. Search Strategy Formulation for Systematic Reviews: issues, challenges and opportunities. Intelligent Systems with Applications. 2022: 200091.
8 puntos clave para las búsquedas de evidencias en las #RevisionesSistemáticas de precisión de pruebas diagnósticas
Las estrategias de búsqueda para las revisiones de estudios de precisión de pruebas diagnósticas (PPD) pueden ser particularmente complejas. Los estudios de PPD tienden a informarse de manera deficiente y buscarlos puede ser problemático debido a este informe inadecuado y terminología inconsistente, la ausencia de términos de indexación apropiados en algunas bases de datos para este tipo de publicación y el uso inconsistente de términos de indexación adecuados donde están disponibles.
Es conocida la existencia de debilidades en los resúmenes de los informes de los estudios de precisión diagnóstica. Un estudio exploratorio que evaluó la exhaustividad de los informes en los resúmenes de 12 revistas de alto impacto encontró que el 50 % de los artículos no identificaba el estudio como un estudio de precisión diagnóstica en el título y el 65 % incluía las estimaciones de sensibilidad y/o especificidad en el resumen (13). Además, la aplicación de la indexación disponible puede no ser coherente en las bases de datos y no se debe confiar en ella. Un estudio informó que la sensibilidad de tres encabezados clave de Emtree, incluida la etiqueta de verificación diagnostic test accuracy study», se encontró individualmente por debajo del 50 % y solo alcanzó el 72,7 % cuando se usaron juntos.
Aquí os dejo una infografía con el resumen de los 8 puntos clave para la búsqueda en este tipo de revisiones.
Resumen de los 8 puntos clave para la búsqueda en este tipo de revisiones sacadas del borrador del capítulo 7 del Cochrane Handbook for Systematic Reviews of Diagnostic Test Accuracy.
BIBLIOGRAFÍA
Spijker R, Dinnes J, Glanville J, Eisinga A. Chapter 7: Searching for and selecting studies. Draft version (7 February 2022) for inclusion in: Deeks JJ, Bossuyt PM, Leeflang MM, Takwoingi Y, editor(s). Cochrane Handbook for Systematic Reviews of Diagnostic Test Accuracy Version 2. London: Cochrane.
Glanville J, Higgins C, Holubowich C, Spijker R, Fitzgerald A. Diagnostic accuracy. Last updated 24 October 2021. In: SuRe Info: Summarized Research in Information Retrieval for HTA. Disponible en: https://www.sure-info.org//diagnostic-accuracy
Korevaar DA, Cohen JF, Hooft L, Bossuyt PMM. (2015). Literature survey of high-impact journals revealed reporting weaknesses in abstracts of diagnostic accuracy studies. J Clin Epidemiol. 68(6): 708-715. Disponible en: https://www.jclinepi.com/article/S0895-4356(15)00022-0/fulltext
Gurung P, Makineli S, Spijker R, Leeflang MMG. The EMTREE term «Diagnostic Test Accuracy Study» retrieved less than half of the diagnostic accuracy studies in EMBASE. J Clin Epidemiol. 2020; 126 :116-21. Disponible en: https://www.jclinepi.com/article/S0895-4356(20)30132-3/fulltext
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.
Una de las cosas que tenemos que tener cuidado cuando buscamos en MEDLINE con el tesauro MeSH son las fechas que aparecen la descripción desarrollada del término. Nos podemos encontrar con tres posibilidades:
UNA FECHA
Si, por ejemplo, entramos en MeSH Database y buscamos por “PubMed”, el resultado nos muestra la información relativa a ese término del MeSH. Tras una breve definición, vemos que nos indica “Year introduced: 2003”, es decir, que ese término de indización se apareció como término del tesauro en el año 2003. Esto significa que podemos utilizar este término MeSH para recuperar información desde 2003. Para recuperar bibliografía de años anteriores a este año por este concepto o similar, debemos utilizar los términos MeSH que encontramos en el apartado de “Previous Indexing”. En nuestro caso sería “MEDLINE”.
DOS FECHAS
Pero ¿qué pasa si nos encontramos dos fechas en el año de introducción del término, una de ellas entre paréntesis?
Veamos el ejemplo de “Triage” donde aparece “Year Introduced: 1991 (1976)”. En este caso, nos indica que el “concepto” relativo a triaje ha estado en MeSH desde 1976 y que se indizaba con un “término histórico” MeSH que significaba Triaje, pero la palabra triaje no se usaba en ese momento. No podemos saber cuál fue el término histórico.
Posteriormente, en 1991, se introdujo el término Triaje en MeSH. En ese momento, todas las citas que habían sido indexadas con el «término histórico» se volvieron a indexar (utilizando -Buscar y reemplazar-). Esa acción Buscar y reemplazar nos permite buscar hasta 1976 con Triage, aunque el término se introdujo en 1991.
Por último, si deseamos buscar literatura de triage que se indexó antes de 1976, debemos revisar la información de indexación anterior en el Registro MeSH que aparece en “Previous Indexing”.
NINGÚN AÑO
Por último, tenemos el caso de aquellos encabezamientos que no incluyen información de año de introducción en el tesauro. Por ejemplo, el encabezamiento “Eye” no aporta esa información. Esto nos indica que el encabezamiento ha existido desde el comienzo de MEDLINE y podemos utilizarlo para buscar todas las referencias de esta base de datos.
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).
Lo primero es relativo al formato de elección para las bases de datos más frecuentemente utilizadas. La Cochrane nos indica que deben escribirse con letras mayúsculas: MEDLINE, CENTRAL, OLDMEDLINE y CINAHL (no CINHAL). Otras bases de datos usan una combinación de letras minúsculas y mayúsculas, por ejemplo, Embase (no EMBASE ), PsycLIT (no PsychLIT) y PsycINFO (no PsychINFO).
Las fuentes de búsqueda se han de mencionar en el apartado de «Métodos» como «Métodos de búsqueda para la identificación de estudios» siguiendo el siguiente orden: [Cochrane Group name] Specialised Register (o Specialized Register o Trials Register), CENTRAL, MEDLINE, Embase y cualquier otra base de datos.
También se han de describir brevemente en el resumen de la revisión sistemática, por ejemplo, «Se realizaron búsquedas en CENTRAL, MEDLINE, Embase, otras cinco bases de datos y tres registros de ensayos (mes y año)».
En la sección Métodos de búsqueda, se debe proporcionar la fecha de la búsqueda más reciente (día/mes/año) junto con el número de versión o versión (según corresponda) de cada base de datos. La fecha de inicio de la base de datos debe darse cuando se conozca. Los nombres de las bases de datos deben incluir la plataforma o el nombre del proveedor y los sitios web deben incluir el nombre completo y la URL.
Algunos ejemplos:
MEDLINE Ovid (1946 al 10 de febrero de 2015);
Embase Ovid (desde 1974 hasta el 9 de febrero de 2015);
CINAHL EBSCO (1982 a 9 de febrero de 2015);
PsycINFO Ovid (de 1806 a 10 de febrero de 2015);
LILACS (1982 a 10 de febrero de 2015);
Registro ISRCTN (www.isrctn.com; busqueda realizada el 10 de febrero de 2015);
ClinicalTrials.gov (www.clinicaltrials.gov; búsquedas realizadas el 10 de febrero de 2015).
Los términos de búsqueda serán «palabras de texto» («text words» en inglés) y términos del vocabulario indexado o controlado. El formato preferido para referirse al vocabulario controlado de la NLM utilizado para indexar artículos para MEDLINE (y PubMed ) es MeSH (no MESH).
Si mostramos los enlaces a sitios web dentro del texto copiaremos y pegaremos la URL del sitio web, pero eliminando los caracteres innecesarios del final de la URL. Por ejemplo:
Hay que omitir el prefijo ‘http: //’ o ‘https: //’ de este campo, no omitir el ‘www.’ si está presente (aunque la dirección probablemente funcionará sin ella) y no agregar ‘www.’ si no está incluido.
Además, cuando enviemos nuestro manuscrito a publicar hay que tener en cuenta que la mayoría de las revistas siguen las guías PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses Checklist item 8) que indican que hay que publicar como apéndice del artículo la estrategia de búsqueda de, al menos, una base de datos principal de tal forma que pueda ser reproducible.
El formato puede ser similar al de este ejemplo adaptado del artículo Alejandria MM, Lansang MA, Dans LF, Mantaring JB. Intravenous immunoglobulin for treating sepsis and septic shock. Cochrane Database Syst Rev2002;(1):CD001090, doi:10.1002/14651858.CD001090:
Apéndice: “Estrategia de búsqueda: MEDLINE (OVID)
#1 immunoglobulins/
#2 immunoglobulin$.tw.
#3 ivig.tw.
#4 1 or 2 or 3
#5 sepsis/
#6 sepsis.tw.
#7 septic shock/
#8 septic shock.tw.
#9 septicemia/
#10 septicaemia.tw.
#11 septicemia.tw.
#12 5 or 6 or 7 or 8 or 9 or 10 or 11
#13 4 and 12
#14 randomised controlled trials/
#15 randomised-controlled-trial.pt.
#16 controlled-clinical-trial.pt.
#17 random allocation/
#18 double-blind method/
#19 single-blind method/
#20 14 or 15 or 16 or 17 or 18 or 19
#21 exp clinical trials/
#22 clinical-trial.pt.
#23 (clin$ adj trial$).ti,ab.
#24 ((singl$ or doubl$ or trebl$ or tripl$) adj (blind$)).ti,ab.
#25 placebos/
#26 placebo$.ti,ab.
#27 random$.ti,ab.
#28 21 or 22 or 23 or 24 or 25 or 26 or 27
#29 research design/
#30 comparative study/
#31 exp evaluation studies/
#32 follow-up studies/
#33 prospective studies/
#34 (control$ or prospective$ or volunteer$).ti,ab.
Para excluir los estudios en animales mientras se hace una revisión sistemática, las diferentes bases de datos requieren diferentes estrategias de búsqueda. A continuación se muestran estas estrategias según la base de datos utilizada.
Búsqueda en PubMed. Disponemos de dos opciones para excluir los estudios con animales:
NOT (animals [mh] NOT humans [mh])
NOT («Animals»[Mesh] NOT («Animals»[Mesh] AND «Humans»[Mesh]))
Búsqueda en Medline (Ovid). Las dos estrategias siguientes funcionan bien para excluir los estudios con animales en Medline, podemos usar cualquiera de los dos:
NOT (exp animals/ not humans.sh.)
NOT (Animals/ NOT (Animals/ AND Humans/))
Búsqueda en Embase (Ovid)
NOT ((exp animal/ or nonhuman/) NOT exp human/)
Búsqueda en Embase.com
NOT ([animals]/lim NOT [humans]/lim)
Referencia:
Higgins JPT, Green S (editors). Cochrane Handbook for Systematic Reviews of Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration, 2011. Available from http://training.cochrane.org/handbook, Chapter 2, section 6.4.
Para buscar los estudios en animales mientras se hace una revisión sistemática, las diferentes bases de datos requieren diferentes estrategias de búsqueda. A continuación se muestran estas estrategias según la base de datos utilizada.
Filtro para PubMed:
(“animal experimentation”[MeSH Terms] OR “models, animal”[MeSH Terms] OR “invertebrates”[MeSH Terms] OR “Animals”[Mesh:noexp] OR “animal population groups”[MeSH Terms] OR “chordata”[MeSH Terms:noexp] OR “chordata, nonvertebrate”[MeSH Terms] OR “vertebrates”[MeSH Terms:noexp] OR “amphibians”[MeSH Terms] OR “birds”[MeSH Terms] OR “fishes”[MeSH Terms] OR “reptiles”[MeSH Terms] OR “mammals”[MeSH Terms:noexp] OR “primates”[MeSH Terms:noexp] OR “artiodactyla”[MeSH Terms] OR “carnivora”[MeSH Terms] OR “cetacea”[MeSH Terms] OR “chiroptera”[MeSH Terms] OR “elephants”[MeSH Terms] OR “hyraxes”[MeSH Terms] OR “insectivora”[MeSH Terms] OR “lagomorpha”[MeSH Terms] OR “marsupialia”[MeSH Terms] OR “monotremata”[MeSH Terms] OR “perissodactyla”[MeSH Terms] OR “rodentia”[MeSH Terms] OR “scandentia”[MeSH Terms] OR “sirenia”[MeSH Terms] OR “xenarthra”[MeSH Terms] OR “haplorhini”[MeSH Terms:noexp] OR “strepsirhini”[MeSH Terms] OR “platyrrhini”[MeSH Terms] OR “tarsii”[MeSH Terms] OR “catarrhini”[MeSH Terms:noexp] OR “cercopithecidae”[MeSH Terms] OR “hylobatidae”[MeSH Terms] OR “hominidae”[MeSH Terms:noexp] OR “gorilla gorilla”[MeSH Terms] OR “pan paniscus”[MeSH Terms] OR “pan troglodytes”[MeSH Terms] OR “pongo pygmaeus”[MeSH Terms]) OR ((animals[tiab] OR animal[tiab] OR mice[Tiab] OR mus[Tiab] OR mouse[Tiab] OR murine[Tiab] OR woodmouse[tiab] OR rats[Tiab] OR rat[Tiab] OR murinae[Tiab] OR muridae[Tiab] OR cottonrat[tiab] OR cottonrats[tiab] OR hamster[tiab] OR hamsters[tiab] OR cricetinae[tiab] OR rodentia[Tiab] OR rodent[Tiab] OR rodents[Tiab] OR pigs[Tiab] OR pig[Tiab] OR swine[tiab] OR swines[tiab] OR piglets[tiab] OR piglet[tiab] OR boar[tiab] OR boars[tiab] OR “sus scrofa”[tiab] OR ferrets[tiab] OR ferret[tiab] OR polecat[tiab] OR polecats[tiab] OR “mustela putorius”[tiab] OR “guinea pigs”[Tiab] OR “guinea pig”[Tiab] OR cavia[Tiab] OR callithrix[Tiab] OR marmoset[Tiab] OR marmosets[Tiab] OR cebuella[Tiab] OR hapale[Tiab] OR octodon[Tiab] OR chinchilla[Tiab] OR chinchillas[Tiab] OR gerbillinae[Tiab] OR gerbil[Tiab] OR gerbils[Tiab] OR jird[Tiab] OR jirds[Tiab] OR merione[Tiab] OR meriones[Tiab] OR rabbits[Tiab] OR rabbit[Tiab] OR hares[Tiab] OR hare[Tiab] OR diptera[Tiab] OR flies[Tiab] OR fly[Tiab] OR dipteral[Tiab] OR drosphila[Tiab] OR drosophilidae[Tiab] OR cats[Tiab] OR cat[Tiab] OR carus[Tiab] OR felis[Tiab] OR nematoda[Tiab] OR nematode[Tiab] OR nematoda[Tiab] OR nematode[Tiab] OR nematodes[Tiab] OR sipunculida[Tiab] OR dogs[Tiab] OR dog[Tiab] OR canine[Tiab] OR canines[Tiab] OR canis[Tiab] OR sheep[Tiab] OR sheeps[Tiab] OR mouflon[Tiab] OR mouflons[Tiab] OR ovis[Tiab] OR goats[Tiab] OR goat[Tiab] OR capra[Tiab] OR capras[Tiab] OR rupicapra[Tiab] OR chamois[Tiab] OR haplorhini[Tiab] OR monkey[Tiab] OR monkeys[Tiab] OR anthropoidea[Tiab] OR anthropoids[Tiab] OR saguinus[Tiab] OR tamarin[Tiab] OR tamarins[Tiab] OR leontopithecus[Tiab] OR hominidae[Tiab] OR ape[Tiab] OR apes[Tiab] OR pan[Tiab] OR paniscus[Tiab] OR “pan paniscus”[Tiab] OR bonobo[Tiab] OR bonobos[Tiab] OR troglodytes[Tiab] OR “pan troglodytes”[Tiab] OR gibbon[Tiab] OR gibbons[Tiab] OR siamang[Tiab] OR siamangs[Tiab] OR nomascus[Tiab] OR symphalangus[Tiab] OR chimpanzee[Tiab] OR chimpanzees[Tiab] OR prosimians[Tiab] OR “bush baby”[Tiab] OR prosimian[Tiab] OR bush babies[Tiab] OR galagos[Tiab] OR galago[Tiab] OR pongidae[Tiab] OR gorilla[Tiab] OR gorillas[Tiab] OR pongo[Tiab] OR pygmaeus[Tiab] OR “pongo pygmaeus”[Tiab] OR orangutans[Tiab] OR pygmaeus[Tiab] OR lemur[Tiab] OR lemurs[Tiab] OR lemuridae[Tiab] OR horse[Tiab] OR horses[Tiab] OR pongo[Tiab] OR equus[Tiab] OR cow[Tiab] OR calf[Tiab] OR bull[Tiab] OR chicken[Tiab] OR chickens[Tiab] OR gallus[Tiab] OR quail[Tiab] OR bird[Tiab] OR birds[Tiab] OR quails[Tiab] OR poultry[Tiab] OR poultries[Tiab] OR fowl[Tiab] OR fowls[Tiab] OR reptile[Tiab] OR reptilia[Tiab] OR reptiles[Tiab] OR snakes[Tiab] OR snake[Tiab] OR lizard[Tiab] OR lizards[Tiab] OR alligator[Tiab] OR alligators[Tiab] OR crocodile[Tiab] OR crocodiles[Tiab] OR turtle[Tiab] OR turtles[Tiab] OR amphibian[Tiab] OR amphibians[Tiab] OR amphibia[Tiab] OR frog[Tiab] OR frogs[Tiab] OR bombina[Tiab] OR salientia[Tiab] OR toad[Tiab] OR toads[Tiab] OR “epidalea calamita”[Tiab] OR salamander[Tiab] OR salamanders[Tiab] OR eel[Tiab] OR eels[Tiab] OR fish[Tiab] OR fishes[Tiab] OR pisces[Tiab] OR catfish[Tiab] OR catfishes[Tiab] OR siluriformes[Tiab] OR arius[Tiab] OR heteropneustes[Tiab] OR sheatfish[Tiab] OR perch[Tiab] OR perches[Tiab] OR percidae[Tiab] OR perca[Tiab] OR trout[Tiab] OR trouts[Tiab] OR char[Tiab] OR chars[Tiab] OR salvelinus[Tiab] OR “fathead minnow”[Tiab] OR minnow[Tiab] OR cyprinidae[Tiab] OR carps[Tiab] OR carp[Tiab] OR zebrafish[Tiab] OR zebrafishes[Tiab] OR goldfish[Tiab] OR goldfishes[Tiab] OR guppy[Tiab] OR guppies[Tiab] OR chub[Tiab] OR chubs[Tiab] OR tinca[Tiab] OR barbels[Tiab] OR barbus[Tiab] OR pimephales[Tiab] OR promelas[Tiab] OR “poecilia reticulata”[Tiab] OR mullet[Tiab] OR mullets[Tiab] OR seahorse[Tiab] OR seahorses[Tiab] OR mugil curema[Tiab] OR atlantic cod[Tiab] OR shark[Tiab] OR sharks[Tiab] OR catshark[Tiab] OR anguilla[Tiab] OR salmonid[Tiab] OR salmonids[Tiab] OR whitefish[Tiab] OR whitefishes[Tiab] OR salmon[Tiab] OR salmons[Tiab] OR sole[Tiab] OR solea[Tiab] OR “sea lamprey”[Tiab] OR lamprey[Tiab] OR lampreys[Tiab] OR pumpkinseed[Tiab] OR sunfish[Tiab] OR sunfishes[Tiab] OR tilapia[Tiab] OR tilapias[Tiab] OR turbot[Tiab] OR turbots[Tiab] OR flatfish[Tiab] OR flatfishes[Tiab] OR sciuridae[Tiab] OR squirrel[Tiab] OR squirrels[Tiab] OR chipmunk[Tiab] OR chipmunks[Tiab] OR suslik[Tiab] OR susliks[Tiab] OR vole[Tiab] OR voles[Tiab] OR lemming[Tiab] OR lemmings[Tiab] OR muskrat[Tiab] OR muskrats[Tiab] OR lemmus[Tiab] OR otter[Tiab] OR otters[Tiab] OR marten[Tiab] OR martens[Tiab] OR martes[Tiab] OR weasel[Tiab] OR badger[Tiab] OR badgers[Tiab] OR ermine[Tiab] OR mink[Tiab] OR minks[Tiab] OR sable[Tiab] OR sables[Tiab] OR gulo[Tiab] OR gulos[Tiab] OR wolverine[Tiab] OR wolverines[Tiab] OR minks[Tiab] OR mustela[Tiab] OR llama[Tiab] OR llamas[Tiab] OR alpaca[Tiab] OR alpacas[Tiab] OR camelid[Tiab] OR camelids[Tiab] OR guanaco[Tiab] OR guanacos[Tiab] OR chiroptera[Tiab] OR chiropteras[Tiab] OR bat[Tiab] OR bats[Tiab] OR fox[Tiab] OR foxes[Tiab] OR iguana[Tiab] OR iguanas[Tiab] OR xenopus laevis[Tiab] OR parakeet[Tiab] OR parakeets[Tiab] OR parrot[Tiab] OR parrots[Tiab] OR donkey[Tiab] OR donkeys[Tiab] OR mule[Tiab] OR mules[Tiab] OR zebra[Tiab] OR zebras[Tiab] OR shrew[Tiab] OR shrews[Tiab] OR bison[Tiab] OR bisons[Tiab] OR buffalo[Tiab] OR buffaloes[Tiab] OR deer[Tiab] OR deers[Tiab] OR bear[Tiab] OR bears[Tiab] OR panda[Tiab] OR pandas[Tiab] OR “wild hog”[Tiab] OR “wild boar”[Tiab] OR fitchew[Tiab] OR fitch[Tiab] OR beaver[Tiab] OR beavers[Tiab] OR jerboa[Tiab] OR jerboas[Tiab] OR capybara[Tiab] OR capybaras[Tiab]) NOT medline[subset])
Referencias:
Hooijmans CR1, Tillema A, Leenaars M, Ritskes-Hoitinga M. Enhancing search efficiency by means of a search filter for finding all studies on animal experimentation in PubMed. Lab Anim. 2010 Jul;44(3):170-5. doi: 10.1258/la.2010.009117. Epub 2010 Jun 15.
Filtro para EMBASE.com:
exp animal experiment/ or exp animal model/ or exp experimental animal/ or exp transgenic animal/ or exp male animal/ or exp female animal/ or exp juvenile animal/ OR animal/ OR chordata/ OR vertebrate/ OR tetrapod/ OR exp fish/ OR amniote/ OR exp amphibia/ OR mammal/ OR exp reptile/ OR exp sauropsid/ OR therian/OR exp monotremate/ OR placental mammals/ OR exp marsupial/ OR Euarchontoglires/ OR exp Afrotheria/ OR exp Boreoeutheria/ OR exp Laurasiatheria/ OR exp Xenarthra/ OR primate/ OR exp Dermoptera/ OR exp Glires/ OR exp Scandentia/ OR Haplorhini/ OR exp prosimian/ OR simian/ OR exp tarsiiform/ OR Catarrhini/ OR exp Platyrrhini/ OR ape/ OR exp Cercopithecidae/ OR hominid/ OR exp hylobatidae/ OR exp chimpanzee/ OR exp gorilla/ OR exp orang utan/ OR (animal OR animals OR pisces OR fish OR fishes OR catfish OR catfishes OR sheatfish OR silurus OR arius OR heteropneustes OR clarias OR gariepinus OR fathead minnow OR fathead minnows OR pimephales OR promelas OR cichlidae OR trout OR trouts OR char OR chars OR salvelinus OR salmo OR oncorhynchus OR guppy OR guppies OR millionfish OR poecilia OR goldfish OR goldfishes OR carassius OR auratus OR mullet OR mullets OR mugil OR curema OR shark OR sharks OR cod OR cods OR gadus OR morhua OR carp OR carps OR cyprinus OR carpio OR killifish OR eel OR eels OR anguilla OR zander OR sander OR lucioperca OR stizostedion OR turbot OR turbots OR psetta OR flatfish OR flatfishes OR plaice OR pleuronectes OR platessa OR tilapia OR tilapias OR oreochromis OR sarotherodon OR common sole OR dover sole OR solea OR zebrafish OR zebrafishes OR danio OR rerio OR seabass OR dicentrarchus OR labrax OR morone OR lamprey OR lampreys OR petromyzon OR pumpkinseed OR pumpkinseeds OR lepomis OR gibbosus OR herring OR clupea OR harengus OR amphibia OR amphibian OR amphibians OR anura OR salientia OR frog OR frogs OR rana OR toad OR toads OR bufo OR xenopus OR laevis OR bombina OR epidalea OR calamita OR salamander OR salamanders OR newt OR newts OR triturus OR reptilia OR reptile OR reptiles OR bearded dragon OR pogona OR vitticeps OR iguana OR iguanas OR lizard OR lizards OR anguis fragilis OR turtle OR turtles OR snakes OR snake OR aves OR bird OR birds OR quail OR quails OR coturnix OR bobwhite OR colinus OR virginianus OR poultry OR poultries OR fowl OR fowls OR chicken OR chickens OR gallus OR zebra finch OR taeniopygia OR guttata OR canary OR canaries OR serinus OR canaria OR parakeet OR parakeets OR grasskeet OR parrot OR parrots OR psittacine OR psittacines OR shelduck OR tadorna OR goose OR geese OR branta OR leucopsis OR woodlark OR lullula OR flycatcher OR ficedula OR hypoleuca OR dove OR doves OR geopelia OR cuneata OR duck OR ducks OR greylag OR graylag OR anser OR harrier OR circus pygargus OR red knot OR great knot OR calidris OR canutus OR godwit OR limosa OR lapponica OR meleagris OR gallopavo OR jackdaw OR corvus OR monedula OR ruff OR philomachus OR pugnax OR lapwing OR peewit OR plover OR vanellus OR swan OR cygnus OR columbianus OR bewickii OR gull OR chroicocephalus OR ridibundus OR albifrons OR great tit OR parus OR aythya OR fuligula OR streptopelia OR risoria OR spoonbill OR platalea OR leucorodia OR blackbird OR turdus OR merula OR blue tit OR cyanistes OR pigeon OR pigeons OR columba OR pintail OR anas OR starling OR sturnus OR owl OR athene noctua OR pochard OR ferina OR cockatiel OR nymphicus OR hollandicus OR skylark OR alauda OR tern OR sterna OR teal OR crecca OR oystercatcher OR haematopus OR ostralegus OR shrew OR shrews OR sorex OR araneus OR crocidura OR russula OR european mole OR talpa OR chiroptera OR bat OR bats OR eptesicus OR serotinus OR myotis OR dasycneme OR daubentonii OR pipistrelle OR pipistrellus OR cat OR cats OR felis OR catus OR feline OR dog OR dogs OR canis OR canine OR canines OR otter OR otters OR lutra OR badger OR badgers OR meles OR fitchew OR fitch OR foumart or foulmart OR ferrets OR ferret OR polecat OR polecats OR mustela OR putorius OR weasel OR weasels OR fox OR foxes OR vulpes OR common seal OR phoca OR vitulina OR grey seal OR halichoerus OR horse OR horses OR equus OR equine OR equidae OR donkey OR donkeys OR mule OR mules OR pig OR pigs OR swine OR swines OR hog OR hogs OR boar OR boars OR porcine OR piglet OR piglets OR sus OR scrofa OR llama OR llamas OR lama OR glama OR deer OR deers OR cervus OR elaphus OR cow OR cows OR bos taurus OR bos indicus OR bovine OR bull OR bulls OR cattle OR bison OR bisons OR sheep OR sheeps OR ovis aries OR ovine OR lamb OR lambs OR mouflon OR mouflons OR goat OR goats OR capra OR caprine OR chamois OR rupicapra OR leporidae OR lagomorpha OR lagomorph OR rabbit OR rabbits OR oryctolagus OR cuniculus OR laprine OR hares OR lepus OR rodentia OR rodent OR rodents OR murinae OR mouse OR mice OR mus OR musculus OR murine OR woodmouse OR apodemus OR rat OR rats OR rattus OR norvegicus OR guinea pig OR guinea pigs OR cavia OR porcellus OR hamster OR hamsters OR mesocricetus OR cricetulus OR cricetus OR gerbil OR gerbils OR jird OR jirds OR meriones OR unguiculatus OR jerboa OR jerboas OR jaculus OR chinchilla OR chinchillas OR beaver OR beavers OR castor fiber OR castor canadensis OR sciuridae OR squirrel OR squirrels OR sciurus OR chipmunk OR chipmunks OR marmot OR marmots OR marmota OR suslik OR susliks OR spermophilus OR cynomys OR cottonrat OR cottonrats OR sigmodon OR vole OR voles OR microtus OR myodes OR glareolus OR primate OR primates OR prosimian OR prosimians OR lemur OR lemurs OR lemuridae OR loris OR bush baby OR bush babies OR bushbaby OR bushbabies OR galago OR galagos OR anthropoidea OR anthropoids OR simian OR simians OR monkey OR monkeys OR marmoset OR marmosets OR callithrix OR cebuella OR tamarin OR tamarins OR saguinus OR leontopithecus OR squirrel monkey OR squirrel monkeys OR saimiri OR night monkey OR night monkeys OR owl monkey OR owl monkeys OR douroucoulis OR aotus OR spider monkey OR spider monkeys OR ateles OR baboon OR baboons OR papio OR rhesus monkey OR macaque OR macaca OR mulatta OR cynomolgus OR fascicularis OR green monkey OR green monkeys OR chlorocebus OR vervet OR vervets OR pygerythrus OR hominoidea OR ape OR apes OR hylobatidae OR gibbon OR gibbons OR siamang OR siamangs OR nomascus OR symphalangus OR hominidae OR orangutan OR orangutans OR pongo OR chimpanzee OR chimpanzees OR pan troglodytes OR bonobo OR bonobos OR pan paniscus OR gorilla OR gorillas OR troglodytes).ti,ab
Referencias:
de Vries RB1, Hooijmans CR, Tillema A, Leenaars M, Ritskes-Hoitinga M. Updated version of the Embase search filter for animal studies. Lab Anim. 2014 Jan;48(1):88. doi: 10.1177/0023677213494374. Epub 2013 Jul 8.
de Vries, RB, Hooijmans, CR, Tillema, A, Leenaars, M, Ritskes-Hoitinga, M. A search filter for increasing the retrieval of animal studies in Embase. Lab Anim 2011; 45: 268–270. Google Scholar, SAGE Journals,ISI. doi: 10.1258/la.2011.011056. Epub 2011 Sep 2.
Hooijmans, CR, Tillema, A, Leenaars, M, Ritskes-Hoitinga, M. Enhancing search efficiency by means of a search filter for finding all studies on animal experimentation in PubMed. Lab Anim 2010; 44: 170–175.Google Scholar, SAGE Journals,ISI
Leenaars, M, Hooijmans, CR, van Veggel, N. A step-by-step guide to systematically identify all relevant animal studies. Lab Anim 2012; 46: 24–31. Google Scholar, SAGE Journals, ISI
Ahora, la NLM, ha publicado la actualización del MEDLINE Fact Sheet con la información básica y actualizada de esta base de datos.
En resumen nos encontramos que MEDLINE:
Es una base de datos bibliográfica que contiene más de 23 millones de referencias a artículos de revistas en ciencias de la vida con una concentración en la biomedicina. El resultado de una búsqueda en MEDLINE/PubMed es una lista de citas (incluyendo los autores, título, fuente, y, a menudo un resumen) a artículos de revistas y una indicación de la disponibilidad de texto completo electrónico gratuito. La búsqueda es gratis y no requiere registro.
Fuente: citas de más de 5.600 revistas en todo el mundo en 40 idiomas. Aproximadamente el 93% está publicado en Inglés , y alrededor del 85% tienen inglés resúmenes escritos por autores de los artículos.
Actualizaciones: Desde junio de 2014 se añaden citas los 7 días a la semana. En 2015 se añadieron más de 806.000 referencias.
Cobertura temática: El ámbito objeto de MEDLINE es la biomedicina y la salud.
Ya han pasado 20 años desde que en enero de 1996 comenzara PubMed como una base de datos experimental en el marco del sistema de recuperación Entrez del NCBI (National Center for Biotechnology Information) con pleno acceso a MEDLINE ®. El 26 de junio de 1997, en una conferencia de Capitol Hill Press, se anunció oficialmente el acceso libre de MEDLINE a través de PubMed.
Desde entonces PubMed ha ido cambiando y mejorando continuamente, cosa que sabemos bien aquellos que utilizamos este motor de búsqueda a diario y que nos dedicamos a enseñar su funcionamiento a los usuarios de nuestras bibliotecas. Paso a resumir las mejoras más relevantes de estos últimos 20 años.
El 26 de enero de 1998 PubMed fue rediseñado con muchas mejoras útiles, incluyendo el MeSH® Browser, el Single Citation Matcher, la búsqueda ampliada automática de términos MeSH («exploding»), el mapeo de sinónimos de Name of Substances y el botón Detalles («Details»). Al año siguiente se incorporó la posibilidad de combinación de búsqueda por término MeSH y subencabezamiento.
PubMed fue rediseñado significativamente en 2000 integrando nuevas características tales como LinkOut, Limits, History y Clipboard. PubMed enlazó con los artículos a texto completo de PubMed Central® y se implantó la utilidad «Cubby». En 2001 comenzó el programa LinkOut for Libraries.
En 2002 el filtro de revisiones sistemáticas se añadió a la página de Clinical Queries, se crearon dos nuevas bases de datos NCBI, Journals y MeSH (MeSH Database reemplazó el MeSH Browser), para proporcionar capacidades adicionales de búsqueda de PubMed y se añadió la opción de correo electrónico para el envío de los resultados de búsqueda.
En 2005 MyNCBI sustituyó a «Cubby», permitiendo el envío automático de resultados de búsquedas salvadas, posibilidad de crearnos filtros personalizados para la recuperación por áreas de interés, la opción de destacar los términos de búsqueda y se añadió la opción de RSS para proporcionar actualizaciones diarias. En 2006 se rediseñaron los límites con una interfaz mejorada y opciones adicionales para limitar las búsquedas.
PubMed continuó evolucionando y, en 2007, el motor de recuperación NCBI fue completamente rediseñado. En 2008, se incluyeron una serie de herramientas tales como «also try», Collections se añadió a las herramientas de usuario My NCBI, se mejoró el mapeo automático de términos y aparece la función de búsqueda avanzada de búsqueda.
En 2009 se incluyen una herramienta de la actividad reciente que hace un seguimiento de hasta 6 meses de búsquedas de un usuario de base de datos NCBI y de registros vistos y una interfaz totalmente renovada.
En 2012 se incluye la gráfica de los resultados por año y la visualización de las imágenes de PubMed Central. La página de «Limits» se sustituye por una barra lateral izquierda de filtros. El menú «Send to» incluyó una nueva opción de exportación a un gestor de referencias.
Esto son las principales mejorar incorporadas a PubMed en los últimos 20 años, muchas de ellas anunciadas en biblioGETAFE, pero ya se están anunciando nuevas modificaciones para un futuro próximo. La verdad es que algunos de los cambios no siempre fueron bien recibidos pero, pasado el tiempo, podemos afirmar que las mejoras son innegables haciendo de PubMed el motor de búsqueda más utilizado para buscar en la base de datos MEDLINE.
Cuando escribimos nuestra estrategia en la ventana inicial de PubMed 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).
PubMed de manera automática comprueba lo que hemos escrito frente a varios índices en el orden siguiente:
Temas (MeSH)
Revistas
Autores
El primer índice se denomina “MeSH Translation Table“ que incluye los encabezamientos MeSH, Subencabezamientos, Tipos de Publicación, Entry Term (conocidos como sinónimos), los Supplementary Concepts y sinónimos de los Supplementary Concepts.
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, escribimos Cancer, PubMed rastrea automáticamente el término “cancer” y selecciona el término MeSH más apropiado, en este caso “Neoplasms” y efectúa la búsqueda por él. Además, PubMed busca el término MeSH “neoplasms” en todos los campos “All Fields”. Por último, PubMed busca el término “cancer” en todos los campos “All Fields”. De tal forma que la estrategia sería:
«neoplasms»[MeSH Terms] OR «neoplasms»[All Fields] OR «cancer»[All Fields]
Solo hay una excepción, cuando el Supplementary Concepts (sustancias) o encabezamiento MeSH incluye un número o único caracter (e.j., protein c) no es dividido en palabras individuales y es buscado solo como frase en todos los campos (All Fields).
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, por ejemplo, escribimos en la ventana de búsqueda Oncology reports, PubMed realiza el mapeo y la estrategia aplicada sería la siguiente:
«Oncol Rep»[Journal] OR («oncology»[All Fields] AND «reports»[All Fields]) OR «oncology reports»[All Fields]
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”).
Hay que tener en cuenta que podemos evitar y no aplicará el mapeo automático del término:
Escribiendo la frase entrecomillada. P. ej.: “kidney allograft”
P. ej.: kidney allograft*
Cuando buscamos con etiquetas de campo. P. ej.: Cancer[ti]
Cuando buscamos desde el “Single citation matcher”.
Comprobar si ya existe una revisión anterior o si está en curso.
Incorporar a un bibliotecario en el equipo.
Confeccionar un protocolo y registrarlo.
Una vez realizados estos preliminares toca el turno de la búsqueda bibliográfica. Lo primero sería hacer una búsqueda preliminar (conocida como scoping search ). Esta primera búsqueda nos ayudará a preparar el proyecto general, entender las preguntas clave, identificar las revisiones sistemáticas existentes, identificar el primer conjunto de estudios primarios potencialmente relevantes y estimar los recursos que van a ser necesarios para realizar la revisión sistemática.
Por lo general, esta búsqueda preliminar se centra en buscar sistemáticamente en fuentes de información preseleccionadas (p. ej.: en Medline con el filtro correspondiente, Cochrane Library, CRD Database, NICE, AHRQ,…) revisiones sistemáticas del tema. Otra posibilidad para esta búsqueda preliminar es aplicar otras técnicas de búsqueda como “snowballing” y “Similar Articles” en PubMed partiendo de un artículo relevante conocido por el equipo. Hay incluso quien recomienda el uso de twitter en esta fase de pre-búsqueda (https://twitter.com/giustini/status/735978949969223680).
En mi experiencia es importante hacer esta primera búsqueda y enviarla al equipo de la revisión para poder recibir su feedback. Además, sirve al bibliotecario para enfocar la búsqueda definitiva generando una lista de términos tras el análisis de los artículos relevantes localizados para su posterior utilización en la estrategia de búsqueda en MEDLINE y en el resto de recursos. Una herramienta muy útil para esto es el Yale MeSH Analizer.
Antes de desarrollar la estrategia de búsqueda debemos partir de una pregunta claramente formulada siguiendo el esquema PICOS (Patient or population / Intervention / Comparison / Outcome / Study design). Los conceptos más importantes serán incluidos en la estrategia de búsqueda. No debemos incluir demasiados conceptos y, en general, la estrategia debe incluir la población, intervención y tipos de diseño de estudio. El resultado o outcome no suele incluirse en la búsqueda. Para desarrollar la estrategia de búsqueda tenemos que utilizar MeSH combinado con texto libre con el operador OR. En esta fase de la búsqueda es importante separar en diferentes líneas la búsqueda con MeSH de la del texto libre. De esta forma evitaremos errores y no nos perderemos entre tantos términos. Para localizar tipos de estudio se debe emplear los filtros de estudio existentes validados y que ya he comentado en biblioGETAFE.
El paso siguiente será la selección de las fuentes de información. La producción de una revisión sistemática requiere la búsqueda sistemática en varias bases de datos bibliográficas. La búsqueda en MEDLINE es insuficiente aunque no existe evidencia de la cantidad de bases de datos en las que se debe buscar. El manual Cochrane menciona MEDLINE, EMBASE y CENTRAL como las tres bases de datos más importantes para estudios primarios.
Dependiendo del objetivo de nuestra revisión, bases de datos regionales como MEDES o de temas específicos pueden ser relevantes. Además de las fuentes de ciencias de la salud, algunas revisiones sistemáticas pueden requerir el uso de recursos no sanitarios. Decidir cuáles elegir va a depender tanto del tema de nuestra revisión como de la disponibilidad, coste, …
Las bases de datos como PubMed/MEDLINE y otros recursos de la National Library of Medicine son herramientas de uso diario para los especialistas en información de ciencias de la salud por lo que es fundamental mantenernos al día de las últimas novedades y más teniendo en cuenta que están en continuo cambio.
La NLM incorporó desde un principio todas las herramientas que nos ofrecen estas redes sociales, blogs, listas,… para informar, difundir contenidos y estar en contacto con todos sus usuarios. Es posible conectarse via Facebook, Twitter, Pinteres, suscribirse a canales de YouTube y Slideshare, suscribirse vía RSS a noticias, podscats y webcats, y a listas de distribución a través de correo-e. Aquí tenéis la lista completa para conectaros a la NLM y la página oficial de RSS Feeds.
Personalmente os recomiendo la suscripción al NLM Technical Bulletin pues es la fuente para la información más reciente.
Acaba de publicar la revista JAMA (Rethlefsen ML, Murad MH, Livingston EH. Engaging medical librarians to improve the quality of review articles. JAMA. 2014 Sep 10;312(10):999-1000. doi: 10.1001/jama.2014.9263. PubMed PMID: 25203078.) un interesante artículo en el que recomienda la colaboración de los bibliotecarios médicos en los artículos de revisión.
Esta colaboración queda reflejada en el siguiente cuadro:
Además, recomienda que cuando se está preparando un manuscrito para su publicación, el bibliotecario debe escribir la metodología y los resultados de la búsqueda. La información básica relativa a la metodología de búsqueda debe incluirse en el manuscrito principal, mientras que la estrategia de búsqueda completa debe estar en un documento complementario. El manuscrito principal debe incluir las bases de datos y plataformas utilizados, la cobertura temporal de la búsqueda, la fecha en que la búsqueda se realizó en primer lugar, los límites o filtros de búsqueda utilizados en la estrategia de búsqueda, los métodos de actualización y las fechas realizadas asó como los calificadores del buscador. También debe indicarse si la estrategia ha tenido peer-review por otro bibliotecario. Así mismo se debe especificar si no se utilizaron límites de búsqueda.
Los bibliotecarios que ayudan en el proceso de revisión deben redactar la parte de la sección de resultados de un manuscrito que se refiere a los resultados de búsqueda. Los resultados deben incluir el número total de documentos que se encuentran antes y después de la eliminación de duplicados y el número de materiales eliminados en cada etapa del proceso de revisión. Deben incluirse diagramas de flujo que representen los materiales encontrados, incluidos o excluidos en el manuscrito.
El artículo concluye afirmando que los bibliotecarios médicos juegan un papel central en la asistencia a los médicos para acceder a la literatura médica necesaria para proporcionar cuidados a los pacientes. También pueden desempeñar un papel importante en el desarrollo de la redacción de alta calidad y revisiones sistemáticas, la construcción de estrategias de búsqueda, gestión de referencias, la revisión de las referencias para la inclusión, la documentación de la metodología de búsqueda y la contribución a la redacción del manuscrito final. Tener un bibliotecario médico estrechamente implicado asegura que la revisión sea exhaustiva y su metodología reproducible. Los bibliotecarios médicos aportarán su experiencia al proceso de revisión basado en su comprensión de la literatura médica, los métodos de búsqueda y las directrices y los criterios de revisión. Su neutralidad y experiencia pueden ayudar a minimizar el sesgo en el proceso de revisión, lo que lleva a artículos de revisión más robustos e imparciales.
En la entrada 
