Las etiquetas de campo (field tags) buscan en un campo específico en PubMed. Su uso en las búsquedas pueden ahorrarnos bastante tiempo, pero hay que tener en cuenta que las etiquetsa de campo de búsqueda debe ir entre corchetes y que si las usamos se desactiva el mapeo automático de términos (ATM) de PubMed, limitando la búsqueda término especificado.
De las 51 etiquetas de campo que existen, el campo subset es un método de restricción de la recuperación por tema, estado de la cita y categoría de la revista. Para utilizarlo, debemos emplear la etiqueta de campo [sb].
Uno de sus usos es para filtrar por el «estado de citación» («citation status«), que indican la fase de procesamiento interno de un artículo en la base de datos PubMed.
En el siguiente juego te reto a comprobar si sabrías usar el filtro de «estado de citación» para conocer y recuperar el número total de referencias incluidas en PubMed o el número de registros indexados con términos MeSH.
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.
Las directrices PRISMA 2020 y PRISMA-S ayudan a los equipos de revisión sistemática a informar sus revisiones de forma clara, transparente y con suficiente detalle para permitir la reproducibilidad. PRISMA 2020, una versión actualizada de la declaración PRISMA (que son los Elementos de informes preferidos para revisiones sistemáticas y metaanálisis), se complementa con PRISMA-S, una extensión de PRISMA que se centra en informar los componentes de búsqueda de revisiones sistemáticas.
Se han realizado varios cambios significativos en PRISMA 2020 y PRISMA-S, entre la que destaca la recomendación de informar estrategias de búsqueda para todas las bases de datos, registros y sitios web en los que se realizaron búsquedas.
Uno de los aspectos que han supuesto mayor cambio en las nuevas directrices de ambos documentos han sido en el diagrama de flujo. En esta imagen, revisamos el diagrama de flujo PRISMA 2020 y el seguimiento de registros a través del proceso de revisión sistemática.
En este diagrama de flujo, los registros se rastrean a través de dos columnas diferentes: La Columna 1 donde se incluye la información relativa a la identificación de estudios mediante bases de datos y registros y la Columna 2 de Registros adicionales identificados a través de otras fuentes.
Para ir visualizando el contenido, pulse en el icono de contenido interactivo. Si vuelve a pulsar, el contenido desaparece.
Más información y aclaraciones en: Rethlefsen ML, Page MJ. PRISMA 2020 and PRISMA-S: common questions on tracking records and the flow diagram. J Med Libr Assoc. 2022 Apr 1;110(2):253-257. doi: 10.5195/jmla.2022.1449. PMID: 35440907; PMCID: PMC9014944.
Las búsquedas de literatura son la base de las revisiones sistemáticas y los tipos de revisiones relacionadas. Sin embargo, el componente de búsqueda de literatura de las revisiones sistemáticas y los tipos de revisiones relacionados a menudo se informa de manera deficiente.
En esta nueva entrada, hablaremos de PRISMA-S (Preferred Reporting Items for Systematic reviews and Meta-Analyses literature search extension), creado par ayudar a los bibliotecarios y especialistas en información.
La extensión de PRISMA Search cubre múltiples aspectos del proceso de búsqueda de revisiones sistemáticas, ampliando PRISMA en las cuestiones relacionadas con el informe de la búsqueda de literatura para revisiones sistemáticas y metanálisis. Esta extensión incluye una lista de verificación PRISMA-S, así como su explicación y elaboración y están disponibles en: http://www.prisma-statement.org/Extensions/Searching
La lista de verificación final incluye dieciséis elementos de informes. Esta información debe de ir en la sección de métodos y cualquier material suplementario o anexo del manuscrito.
Elemento 1. Búsqueda en bases de datos: Nombre cada base de datos individual, indicando la plataforma para cada una.
Es importante que los autores indiquen no solo la base de datos, sino también la plataforma a través de la cual se buscó en la base de datos. Ejemplo:
“Se realizaron búsquedas en las siguientes bases de datos electrónicas: MEDLINE (Ovid), CINAHLPlus (EBSCO), PsycINFO (Ovid), CENTRAL (Wiley) y EMBASE (Elsevier)».
Elemento 2. Búsqueda en múltiples bases de datos: Si se buscaron bases de datos simultáneamente en una sola plataforma, indique el nombre de la plataforma, enumerando todas las bases de datos buscadas.
Ejemplo:
«Las estrategias de MEDLINE y Embase se ejecutaron simultáneamente como una búsqueda de múltiples archivos en Ovid y los duplicados se eliminaron de los resultados utilizando la herramienta de deduplicación de Ovid».
Elemento 3. Registros de estudios: Enumere los registros de estudios buscados.
Los registros de estudios (como ClinicalTrials.gov) son una fuente clave de información para revisiones sistemáticas y metanálisis en las ciencias de la salud y cada vez más en otras disciplinas y permiten a los investigadores localizar ensayos clínicos en curso y estudios que pueden no haber sido publicados.
Para describir los registros de estudios buscados, hay que indicar el nombre de cada registro de estudios buscado e incluir una cita o enlace al registro de estudios.
Tema 4. Recursos en línea y navegación: Describa cualquier fuente en línea o impresa buscada o navegada intencionalmente (p. ej., tablas de contenido, actas impresas de conferencias, sitios web) y cómo se hizo.
El objetivo de la búsqueda complementaria, más allá de las bases de datos bibliográficas, y la de eliminar el mayor sesgo posible del proceso de revisión de la literatura. Es importante señalar que este tipo de búsqueda implica una estrategia compleja, que recurre a una gran cantidad de recursos impresos y en línea como motores de búsqueda generales de Internet y la búsqueda en el contenido de sitios web específicos es un componente clave de muchas revisiones sistemáticas y actas de congresos.
Elemento 6. Contactos: Indique si se buscaron estudios o datos adicionales contactando a los autores, expertos, fabricantes u otros.
Elemento 7. Otros métodos: Describa cualquier fuente de información adicional o método de búsqueda utilizado.
En le siguiente ejemplo vemos la inclusión de estos últimos elementos:
Arias-Rivera S, Raurell-Torredà M, Fernández-Castillo RJ, Campos-Asensio C, Thuissard-Vasallo IJ, Andreu-Vázquez C, Rodríguez-Delgado ME. Blood glucose monitoring in critically ill adult patients: type of sample and method of analysis. Systematic review and meta-analysis. Enferm Intensiva (Engl Ed). 2023 Jul 18:S2529-9840(23)00034-4. doi: 10.1016/j.enfie.2023.02.002. Epub ahead of print. PMID: 37474427. https://www.sciencedirect.com/science/article/abs/pii/S2529984023000344
Los ítems 8 a 13 son los que vemos en la siguiente figura:
Hay que señalar que se deben incluir las estrategias de búsqueda de cada base de datos y fuente de información, copiadas y pegadas exactamente como se ejecuta y siendo la ubicación preferida en los materiales complementarios. Las estrategias de búsqueda utilizadas para llevar a cabo esta recopilación de datos son esenciales para la transparencia y reproducibilidad de cualquier revisión sistemática. Sin poder evaluar la calidad de las estrategias de búsqueda utilizadas, los lectores no pueden evaluar la calidad de la revisión sistemática.
En la siguiente imagen vemos un ejemplo de informe del elemento 12 y 13:
Arias-Rivera S, Raurell-Torredà M, Fernández-Castillo RJ, Campos-Asensio C, Thuissard-Vasallo IJ, Andreu-Vázquez C, Rodríguez-Delgado ME. Blood glucose monitoring in critically ill adult patients: type of sample and method of analysis. Systematic review and meta-analysis. Enferm Intensiva (Engl Ed). 2023 Jul 18:S2529-9840(23)00034-4. doi: 10.1016/j.enfie.2023.02.002. Epub ahead of print. PMID: 37474427. https://www.sciencedirect.com/science/article/abs/pii/S2529984023000344
Elemento 14. Revisión por pares: Describa cualquier proceso de revisión por pares de búsqueda.
Aquí vemos el extracto del mismo ejemplo:
Arias-Rivera S, Raurell-Torredà M, Fernández-Castillo RJ, Campos-Asensio C, Thuissard-Vasallo IJ, Andreu-Vázquez C, Rodríguez-Delgado ME. Blood glucose monitoring in critically ill adult patients: type of sample and method of analysis. Systematic review and meta-analysis. Enferm Intensiva (Engl Ed). 2023 Jul 18:S2529-9840(23)00034-4. doi: 10.1016/j.enfie.2023.02.002. Epub ahead of print. PMID: 37474427. https://www.sciencedirect.com/science/article/abs/pii/S2529984023000344
Elemento 15. Registros totales: Documente el número total de registros identificados en cada base de datos y otras fuentes de información.
Debemos indicar el número total de referencias recuperadas de todas las fuentes, incluidas las actualizaciones, en la sección de resultados. Además, debemos informar del número total de referencias de cada base de datos y fuente de información en los materiales complementarios. También, el informe el número total de referencias de cada base de datos es recomendable incluirlo en el diagrama de flujo PRISMA.
Artículo 16. Deduplicación: Describa los procesos y cualquier software utilizado para deduplicar registros de múltiples búsquedas en bases de datos y otras fuentes de información.
Debido al solapamiento de las bases de datos, siempre habrá registros duplicados que deberemos eliminar. Los autores deben describir y citar cualquier software o técnica utilizada para ello. El método de eliminación de duplicados utilizado debe indicarse en la sección de métodos. El número total de referencias después de la eliminar los duplicados debe informarse en el diagrama de flujo PRISMA.
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.
Las revisiones sistemáticas son una herramienta valiosa para identificar y evaluar la evidencia existente sobre un tema en particular. Sin embargo, la realización de una revisión sistemática puede ser un proceso largo y laborioso que requiere una gran cantidad de tiempo y esfuerzo. Una de las tareas más importantes en este proceso es el de la búsqueda de evidencia.
Conjunto principal de bases de datos de ciencias de la salud
Es importante evaluar la cobertura de cada base de datos para determinar si se están buscando en la fuente adecuada. Además, es importante evaluar el solapamiento entre las bases de datos, aunque hay que tener en cuenta que bastantes estudios van a estar presentes en varias fuentes.
Merece la pena examinar la cobertura de las bases de datos, porque esto determina los resultados de la búsqueda y tendrá un impacto directo en la revisión. Las bases de datos pueden tener solapamientos en el contenido, y cada base de datos también cubre algunos títulos exclusivos (únicos).
En cuanto a la cobertura y solapamiento de MEDLINE, CINHAL Complete, Embase.com y PsycINFO. tenemos que tener en cuenta lo siguiente:
PubMed cubre todos los registros de Medline, además de algunos otros materiales (aproximadamente el 15%).
Embase incluye casi todas las revistas de Medline, mientras que más de 2,900 revistas en Embase no están cubiertas por Medline.
Medline tiene una mejor cobertura de revistas estadounidenses, mientras que Embase tiene una mejor cobertura de revistas europeas.Medline tiene alrededor de 1/3 (aprox. 1,800 revistas) solapadas con CINAHL Complete.
PsycINFO tiene alrededor de 1/2 (aprox. 1,200) revistas únicas que NO están cubiertas por Medline, Embase y CINAHL Complete.
La Biblioteca Cochrane incluye 6 bases de datos:
La Base de Datos Cochrane de Revisiones Sistemáticas (CDSR) está completamente indexada por Medline.
El Registro Central Cochrane de Ensayos Controlados (CENTRAL) contiene casi 530,000 citas, de las cuales 310,000 (~58%) son de Medline, 50,000 (aprox. 10%) son de Embase, y las 170,000 restantes (aprox. 32%) son de otras fuentes (Manual Cochrane, 2011).
CENTRAL cubre todos los Ensayos Controlados Aleatorios (ECA) y Ensayos Clínicos Controlados (ECC) indexados en Medline.
Bases de datos multidisciplinares: WoS y SCOPUS
Sin embargo, todavía hay muchas revistas fuera de la «conjunto principal» de bases de datos en enfermería y ciencias de la salud. Es posible que también debas realizar una búsqueda en más bases de datos para asegurarte que tu búsqueda bibliográfica esté completa.
Entre ellas, podemos buscar en la Web of Science y Scopus, que son dos grandes bases de datos de citas multidisciplinares. Por este motivo, es bueno saber hasta qué punto las bases de datos principales se solapan con estas dos.
En cuanto a la cobertura y solapamiento de las bases de datos principales de ciencias de la saludcon WoS y Scopus tenemos que tener en cuenta lo siguiente
Web of Science (SSCI) tiene más de 2400 títulos en el área de ciencias sociales y alrededor del 70% de estos títulos NO están cubiertos por Medline, CINAHL Complete, Embase y PsycINFO. Por lo tanto, si tu tema de investigación está en el campo de las ciencias sociales, es necesario incluir Web of Science SSCI en tu búsqueda.
Web of Science (SSCI) tiene alrededor de 660 títulos en las áreas de psiquiatría y psicología. Alrededor de 50 títulos NO están cubiertos por PsycINFO. Por lo tanto, si tu tema de investigación se refiere a cuestiones de psicología, incluye Web of Science (SSCI) en tu búsqueda.
Scopus cubre (casi) todos los títulos en Medline, PsycINFO y Web of Science. CINAHL Complete tiene aproximadamente 2000 títulos que NO están cubiertos por Scopus. De estos títulos, más de la mitad son revistas, publicaciones comerciales, etc.
En resumen, la selección, cobertura y solapamiento de las principales bases de datos es una tarea crucial en el proceso de búsqueda de estudios para una revisión sistemática. Es importante evaluar la cobertura de cada base de datos, el solapamiento entre ellas y buscar en bases de datos complementarias para garantizar la inclusión de todos los estudios relevantes. Además, se recomienda documentar y justificar la selección de bases de datos para garantizar la transparencia y la replicabilidad de la revisión sistemática.
Para que los resultados de la búsqueda sean mejores, PubMed dispone de las siguientes opciones:
Búsqueda combinada utilizando operadores:
Para ello disponemos de los siguientes operadores:
AND: recupera referencias que contengan los dos términos de búsqueda, teniendo en cuenta que deben aparecer en el mismo registro. Especifica y delimita la búsqueda.
OR: recupera referencias que contengan los dos términos, o al menos uno de ellos. Principalmente, se utiliza para localizar sinónimos, variantes y múltiples formas en las que se puede expresar un mismo tema.
NOT: excluye referencias que contengan el término escrito después del operador.
Búsquedas por frases
Nos permite buscar términos compuestos por múltiples palabras. Para ello has de escribir los términos entre comillas. Por ejemplo: “Blood glucose control» e «Intensive care Unit», buscará los artículos que tienen los tres términos seguidos y en ese orden. Veamos cómo sería la búsqueda en el siguiente vídeo:
Búsqueda por frases en PubMed
Truncamiento de términos
Para utilizar la función de truncar términos, escribe la raíz de la palabra y un asterisco. PubMed buscará términos que compartan la misma raíz. Por ejemplo, para la raíz «cardiovas»Intensive care Unit*», buscará términos como Intensive care unit e Intensive Care Units.
Búsqueda con truncamientos
Búsqueda sensible
Si queremos aumentar el resultado de nuestra búsqueda debemos incluir las posibles variaciones de cada concepto con sinónimos, cuasi sinónimos, acrónimos, etc.
En el caso de la búsqueda que estamos realizando sobre control glucémico en pacientes en UCI, algunas posibles variantes son las que vemos en la siguiente imagen:
Posibles términos a incluir en nuestra estrategia de búsqueda para aumentar el resultado.
De esta forma, nuestra estrategia podría ser la siguiente:
(«Critical Care» OR «Intensive Care» OR «Critical Illness» OR «Critically Ill Patient*» OR «Critically-ill Patient*» OR ICU OR ICUS OR «Intensive Care Unit*» OR «Intensive Treatment» OR «Intensive Therap*») AND («Glycemic control» OR «Glycaemic control» OR «Glucose control» OR «Glucose level*» OR «Glycemic Index» OR «Glycaemic Index» OR «Glycemic target*» OR «Glycaemic target*» OR «Glucose target*» OR Hyperglycemia OR Hypoglycemia OR «Insulin Therapy» OR «Insulin infusion» OR IIT)
En el siguiente vídeo vemos como hacer este tipo de búsqueda en PubMed:
Búsqueda en PubMed optimizando la sensibilidad.
Búsqueda en campos del registro
Aunque las listas de resultados se muestran en lenguaje natural, el registro de PubMed adopta un formato para su recuperación llamado MEDLINE. En este, la información se estructura en campos que se identifican por su etiqueta correspondiente o «tag».
Esta opción se utiliza cuando es preciso recuperar información localizándola en un campo concreto y no en todo el registro bibliográfico.
Se puede buscar en un campo determinado desde la pantalla de inicio escribiendo junto al término su etiqueta de campo entre corchetes. En este caso. el investigador debe conocer previamente la etiqueta correspondiente y la forma correcta de escribirla.
Las etiquetas se pueden escribir abreviadas o completas:
[TI] / [Title]
[AU] / [Author]
[AB] / [Abstract]
La lista de etiquetas se puede consultar en la página de ayuda de la NLM
Etiquetas de campos de PubMed
Para nuestro ejemplo, si queremos limitar el resultado a aquellos registros que incluyan nuestros términos de búsqueda en los campos de título o resumen, la estrategia sería:
(«Critical Care»[tiab] OR «Intensive Care»[tiab] OR «Critical Illness»[tiab] OR «Critically Ill Patient*»[tiab] OR «Critically-ill Patient*»[tiab] OR ICU[tiab] OR ICUS[tiab] OR «Intensive Care Unit*»[tiab] OR «Intensive Treatment»[tiab] OR «Intensive Therap*»[tiab]) AND («Glycemic control»[tiab] OR «Glycaemic control»[tiab] OR «Glucose control»[tiab] OR «Glucose level*»[tiab] OR «Glycemic Index»[tiab] OR «Glycaemic Index»[tiab] OR «Glycemic target*»[tiab] OR «Glycaemic target*»[tiab] OR «Glucose target*»[tiab] OR Hyperglycemia[tiab] OR Hypoglycemia[tiab] OR «Insulin Therapy»[tiab] OR «Insulin infusion»[tiab] OR IIT[tiab])
Y si queremos limitar el resultado a aquellos registros que incluyan nuestros términos, pero como palabras del título, sería:
(«Critical Care»[ti] OR «Intensive Care»[ti] OR «Critical Illness»[ti] OR «Critically Ill Patient*»[ti] OR «Critically-ill Patient*»[ti] OR ICU[ti] OR ICUS[ti] OR «Intensive Care Unit*»[ti] OR «Intensive Treatment»[ti] OR «Intensive Therap*»[ti]) AND («Glycemic control»[ti] OR «Glycaemic control»[ti] OR «Glucose control»[ti] OR «Glucose level*»[ti] OR «Glycemic Index»[ti] OR «Glycaemic Index»[ti] OR «Glycemic target*»[ti] OR «Glycaemic target*»[ti] OR «Glucose target*»[ti] OR Hyperglycemia[ti] OR Hypoglycemia[ti] OR «Insulin Therapy»[ti] OR «Insulin infusion»[ti] OR IIT[ti])
En el siguiente vídeo vemos estas dos últimas opciones de búsqueda:
Búsqueda en PubMed por campos
Estas son algunas de las opciones avanzadas. En próximas entradas veremos más posibilidades de búsqueda que nos brinda PubMed.
PubMed permite diferentes niveles de complejidad de búsqueda. En esta entrada vamos a dar las claves de cómo realizar una búsqueda sencilla
Para ello hay que seguir las siguientes instrucciones:
Identifica los conceptos de tu búsqueda;
Ingresa sus términos de búsqueda en la ventana inicial de búsqueda:
Se específico con los términos que introduces en la estrategia.
No se necesitan etiquetas de búsqueda ni uso del operador AND.
Evita buscar con términos entre comillas.
Evita el truncamiento (*).
Manten el formato de salida por defecto «Best Match».
Veamos un ejemplo: queremos buscar bibliografía que compare el control estricto vs. convencional de los niveles de glucosa en sangre en los pacientes ingresados en UCI.
La estrategia de búsqueda sería la siguiente: Blood glucose control ICU
En el vídeo vemos el desarrollo de la estrategia.
Ejemplo de búsqueda sencilla en PubMed
Es importante saber que es lo que hace realmente el motor de búsqueda de PubMed con los términos que introducimos en la ventana de búsqueda. Para conocer esto es necesario ir al enlace de «Advanced» que hay debajo de la ventana de búsqueda. En la nueva pantalla cliqueamos en «Details» y vemos que ha realizado dos cosas:
1. Ha separado en dos partes nuestra búsqueda que atiende a los conceptos de control de la glucosa y UCI y aplica entre estos el operador por defecto AND. Además, los busca en todos los campos ([All Fields]) y mediante un algoritmo incluye diferentes combinaciones de sinónimos y variantes.
2. Un mapeo automático de los términos por nosotros introducidos con los MeSH encabezamientos de materia de MEDLINE. De eta forma, los 1.566 registros son el resultado de la búsqueda combinada de nuestros términos en todos los campos del registro con los términos del tesauro MeSH de MEDLINE (en nuestro caso «glycemic control» e «intensive care units»).
Utilidad de la búsqueda sencilla en PubMed:
Para buscadores noveles en PubMed, que no conocen todas las posibilidades disponibles.
Permite «explorar» la base de datos y recuperar referencias de forma rápida.
En búsquedas iniciales de alcance para «recolectar» términos utilizados por los autores en sus artículos, los términos MeSH de indización y hacer una aproximación al número de registros que vamos a recuperar.
La NLM ha anunciado que se ha añadido funciones de búsqueda por proximidad a PubMed.
Ahora podemos buscar por varios términos que aparezcan en cualquier orden y dentro de una distancia especificada en los campos [Título] o [Título/Abstract].
Presentación de la nueva funcionalidad de PubMed de búsqueda de proximidad (5 pantallas)
¿Cómo construir una búsqueda de proximidad en PubMed?
Debemos escribir en la ventana de búsqueda siguiendo la sintaxis:
“términos de búsqueda”[campo:~N]
Donde:
Términos de búsqueda = dos o más palabras entre comillas dobles.
Campo = La etiqueta del campo de búsqueda para los campos [Title] o [Title/Abstract].
N = El número máximo de palabras que pueden aparecer entre sus términos de búsqueda.
¿Qué es lo que hace?
Recuperará registros en los que las palabras entrecomilladas se localicen en el campo que hayamos especificado ([title] o [Titel/Abstract]) y sean adyacentes o estén separadas por un máximo de N palabras.
Qué tenemos que tener en cuenta:
La búsqueda por proximidad solo está disponible en los campos de búsqueda Título y Título/Abstract. Podemos utilizar las etiquetas de los campos de búsqueda completos [Title] y [Title/Abstract] o las versiones abreviadas [ti] y [tiab].
El símbolo ~ en teclados PC se puede combinar Alt+126
No hay límite de palabras que pongamos entrecomilladas. Sin embargo, cuantos más términos introduzcamos, más restrictiva será la búsqueda.
¡No se puede hacer truncamiento en la búsqueda por proximidad de PubMed! Si los términos entrecomillados en una búsqueda por proximidad incluyen un comodín (*), el operador de proximidad será ignorado.
El valor N a utilizar dependerá de nuestra búsqueda. Es recomendable probar a cambiar el valor N y a comparar los resultados para encontrar el que mejor se adapte a la búsqueda. Un valor N más alto crea una búsqueda más amplia, más completa; esto normalmente recuperará más resultados en general, pero algunos de estos resultados pueden ser menos relevantes. El uso del operador booleano AND para combinar términos puede ser más apropiado que la búsqueda por proximidad con un valor N grande. Un valor N más bajo crea una búsqueda más estrecha y precisa; esto normalmente recuperará menos resultados que son altamente relevantes, pero puede excluir otros resultados relevantes. Si N=0, los términos citados aparecerán uno al lado del otro, sin otras palabras entre ellos, y en cualquier orden.
Este tipo de sintaxis de búsqueda deshace el mapeo automático de términos que hace por defecto PubMed.
Podemos combinar las búsquedas por proximidad con otros términos utilizando operadores booleanos. Por ejemplo:
“hip pain”[Title:~4] AND “Arthralgia”[Mesh]
“patient physician relationship“[tiab:~0] OR “patient doctor relationship”[tiab:~0]
Los operadores booleanos y las stopwords incluidas entrecomillas en la búsqueda por proximidad se buscan como las palabras claves normales.
Ejemplo
Para buscar referencias en PubMed donde los términos “hip” y “pain” aparecen con no más de dos palabras entre ellos en el campo de búsqueda Título/Resumen, intente la búsqueda:
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.
Al buscar artículos de investigación para, por ejemplo, una revisión sistemática o una revisión de alcance, debemos ir más allá de la búsqueda automatizada en bases de datos a partir de nuestra búsqueda del tema.
Una de las técnicas de búsqueda que se realiza tras seleccionar los estudios a incluir en nuestra revisión, consiste en obtener las listas de artículos que citan a estos y las referencias que citan nuestros estudios seleccionados. Este método de seguimiento de citas es simplemente otra forma de buscar en bases de datos para encontrar fuentes y artículos relevantes. También llamada ‘citation chasing’, ‘citation searching’, ‘citation tracking’, ‘snowballing’, ‘pearl growing’, ‘footnote chasing’, ‘reference scanning’, ‘reference checking’, ‘bibliographic checking’, ‘citation mining’ o ‘reference harvesting’. Con esta técnica encontramos investigaciones específicas y relevantes mediante las citas hacia atrás en el tiempo (un artículo inicial hace referencia a un conjunto de artículos publicados previamente) y hacia adelante en el tiempo (los artículos publicados después del artículo inicial lo incluyen en sus listas de referencia).
Tradicionalmente, el proceso de búsqueda de artículos citados («hacia atrás») se realizaba manualmente revisando el apartado de bibliografía y los registros resultantes debían verificarse uno por uno con los estudios incluidos en una revisión para identificar registros potencialmente relevantes que deberían incluirse en una revisión. Otra opción es utilizar alguna de las muchas bases de datos, mantienen una lista de las fuentes que cita el artículo mostrado.
La búsqueda de citas «hacia adelante» requiere el uso de herramientas que rastrean las citas a medida que se indexan los registros de citas. Los tres recursos se han utilizado con mayor frecuencia en la búsqueda de citas (tanto hacia adelante como hacia atrás) hasta la fecha: Web of Science, Scopus y Google Scholar.
CitationChaser
Últimamente, he utilizado la herramienta CitationChaser (https://estech.shinyapps.io/citationchaser/) y puedo deciros que me ha facilitado mucho esta tarea y ahorra mucho tiempo.
CitationChaser utiliza el agregador de base de datos bibliográfico Lens.org, que recopila contenido de cinco recursos bibliográficos: Microsoft Academic Graph (MAG), CrossRef, CORE, PubMed y PubMedCentral (https://www.lens.org/lens/search/scholar/structured). En enero de 2022 Lens.org contenía más de 245 millones de registros académicos.
Podemos pegar identificadores directamente en los campos de entrada del artículo en la pestaña «Article input». Citationchaser acepta identificadores de objetos digitales (DOI), COREID (los identificadores del repositorio CORE), MAGID (identificadores de Microsoft Academic Graph), PMID (identificadores de PubMed) y PMCID (identificadores de PubMed Central). Una actualización reciente permite buscar varias identificaciones al mismo tiempo pegándolas en el cuadro correspondiente en la pestaña «Article input».
Como primer paso, debemos comprobar que los registros que introducimos se identificaron correctamente en la base de datos de The Lens.org. La tabla de registros iniciales recuperados se puede descargar como un archivo RIS. Una vez hecho esto procedemos a ir a las pestañas de backward citation chasing y/o citaciones (forward citation chasing). Para cada uno, obtenemos la opción de un resumen textual debajo del botón de acción que resume la cantidad de registros obtenidos, el conjunto de registros únicos (es decir, deduplicados) recuperados de la búsqueda de citas y la cantidad de registros que se muestran en la tabla y que se pueden descargar como un archivo RIS.
En un paso adicional, los usuarios pueden visualizar su red de citas utilizando la pestaña ‘Network’, que proporciona una visualización interactiva de qué artículos recuperados que son citados por (puntos rojos) y citan (puntos azules) los artículos iniciales (puntos negros). Podemos acercar y alejar, y al hacer clic en un artículo, podemos navegar al registro relevante en The Lens.org en una nueva pestaña del navegador.
BIBLIOGRAFÍA
1. Cooper C, Booth A, Britten N, Garside R. A comparison of results of empirical studies of supplementary search techniques and recommendations in review methodology handbooks: a methodological review. Syst Rev. 2017;6(1):234. doi: 10.1186/s13643-017-0625-1 . [Disponible texto completo]
2. Robinson KA, Dunn AG, Tsafnat G, Glasziou P. Citation networks of related trials are often disconnected: implications for bidirectional citation searches. J Clin Epidemiol. 2014;67(7): 793-799.
3. Horsley T, Dingwall O, Tetzlaff JM, Sampson M. Checking reference lists to find additional studies for systematic reviews. Cochrane Database Syst Rev. 2009(1):MR000026 . [Disponible texto completo]
4. Preston L, Carroll C, Gardois P, Paisley S, Kaltenthaler E. Improving search efficiency for systematic reviews of diagnostic test accuracy: an exploratory study to assess the viability of limiting to MEDLINE, EMBASE and reference checking. Syst Rev. 2015;4:82. [Disponible texto completo]
5. Chapman AL, Morgan LC, Gartlehner G. Semi-automating the manual literature search for systematic reviews increases efficiency. Health Info Libr J. 2010;27(1):22-7. [Disponible texto completo]
6. Papaioannou D, Sutton A, Carroll C, Booth A, Wong R. Literature searching for social science systematic reviews: consideration of a range of search techniques. Health Info Libr J. 2010;27(2):114-22. [Disponible texto completo]
7. Westphal A, Kriston L, Holzel LP, Harter M, von Wolff A. Efficiency and contribution of strategies for finding randomized controlled trials: a case study from a systematic review on therapeutic interventions of chronic depression. J Public Health Res. 2014;3(2):177. [Disponible texto completo]
8. Wright K, Golder S, Rodriguez-Lopez R. Citation searching: a systematic review case study of multiple risk behaviour interventions. BMC Med Res Methodol. 2014;14:73. [Disponible texto completo]
9. Linder SK, Kamath GR, Pratt GF, Saraykar SS, Volk RJ. Citation searches are more sensitive than keyword searches to identify studies using specific measurement instruments. J Clin Epidemiol. 2015;68(4):412-7. [Disponible texto completo]
10. Sampson M, Shojania KG, McGowan J, Daniel R, Rader T, Iansavichene AE, et al. Surveillance search techniques identified the need to update systematic reviews. J Clin Epidemiol. 2008;61(8):755-62.
11. Sampson M. Complementary approaches to searching MEDLINE may be sufficient for updating existing systematic reviews. J Clin Epidemiol. 2016;78:108-15.
12. Waffenschmidt S, Janzen T, Hausner E, Kaiser T. Simple search techniques in PubMed are potentially suitable for evaluating the completeness of systematic reviews. J Clin Epidemiol. 2013;66(6):660-5.
13. Littlewood A, Kloukos D. Searching the literature for studies for a systematic review. Part 5: Beyond the standard electronic databases. Am J Orthod Dentofacial Orthop. 2019 Jun;155(6):894-895. doi: 10.1016/j.ajodo.2018.12.016. PubMed PMID: 31153512.
14. Haddaway NR, Grainger MJ, Gray CT. Citationchaser: A tool for transparent and efficient forward and backward citation chasing in systematic searching. Res Synth Methods. 2022 Jul;13(4):533-545. doi: 10.1002/jrsm.1563. PMID: 35472127.
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
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.
BiblioGETAFE 