Computed author en PubMed


El nuevo diseño de PubMed ya está aquí y también sus novedades en cuanto a su algoritmo de búsqueda. Ya en noviembre del año pasado hice un repaso de los primeros cambios que se anunciaron.

Aquí os dejo un recordatorio a modo de repaso rápido sobre la búsqueda que hace PubMed: cuando introducimos un término o frase en la caja de búsqueda de PubMed, éste aplica el Automatic Term Mapping (ATM), que consiste en una traducción del término según unas tablas predefinidas. Hace la comparación del término en cada una de las tablas y para el ATM en cuanto localiza una coincidencia. La primera tabla es Subject Translation Table (como novedad: comprueba nuestro término según grafía británica y americana, busca sus singulares y plurales; además de lo de siempre: añade sinónimos, busca su MeSH, subheadings, publication types…). La segunda tabla es Journals Translation Table (comprueba que el término se corresponde con el título o issn de una revista). Por último compara el término con la Authors Translation Table.

3 tablas de traducción del ATM de PubMed

Me quiero detener en la parte de los autores. PubMed recoge un índice de autores desde 1946 con el formato apellido<espacio>inicial del nombre. A partir del año 2002 empieza a recoger también la forma desarrollada del nombre (apellido completo y nombre completo, no sólo la inicial). Por esta razón, cuando hacemos una búsqueda en PubMed y seleccionamos la opción de visualización Abstract, vemos que los nombres de los autores están desarrollados (siempre que los artículos sean posteriores a 2002).

comparación de nombre de autor antes y después de 2002.

La forma más efectiva de buscar un autor es por el formato antiguo de apellido<espacio>inicial del nombre, porque de esa forma nos aseguramos de recuperar también los artículos anteriores a 2002. Otra forma de buscar es pinchando sobre el autor que nos interesa y que vemos listado en una referencia. Esto provocará que PubMed nos muestre una página de resultados con todos los artículos que considera que corresponden a este autor seleccionado. ¿Y cómo sabe PubMed que un apellido e inicial se corresponde con un autor en concreto y no con otro con el que comparte esos datos?

Computed Author

Esta funcionalidad la introdujo PubMed en 2012 y pretende ayudar a la desambiguación de los nombres comunes de los autores. Si PubMed encuentra un nombre de autor análogo para otras citas, ésas se mostrarán en primer lugar por orden de importancia, seguida de citas no similares. El proceso de desambiguación compara las citas con el mismo nombre de autor. La similitud de cada par de citas es medida por los metadatos de ambas citas (coautores, revistas, afiliación…) Las citas que comparten nombres de autores similares se dividen en diferentes grupos agrupando las citas que son muy similares entre sí. Las citas dentro de cada grupo se clasifican como pertenecientes al mismo autor. Esto empezó a implementarse en 2012, coincidiendo con la aparición de ORCID. Si el id de ORCID está incluido en los metadatos, será información que usará PubMed para desambiguar y poder ofrecer todos los artículos de un autor cuando se hace la búsqueda. ¿Qué conclusiones sacamos de esto? Primero, que todos los autores deberían tener un perfil en ORCID y firmar siempre igual. Segundo, que todos los editores deberían pedir el id de ORCID a los autores que publiquen en sus revistas. Tercero, que estos editores deberían incluir este dato dentro de los metadatos del archivo que se envía a PubMed para su indexación.

Durante estos primeros meses del año en el que PubMed hacía ajustes en su nueva interfaz, me topé de casualidad con la opción Computed Author dentro del apartado de ordenación de resultados. Supongo que estarían haciendo pruebas porque finalmente no dejaron la opción en el desplegable (entiendo que después de seleccionar esa opción habría que ordenar por orden alfabético ascendente o descendente), pero sí me dio tiempo a sacar un pantallazo:

Computed Author as a Sort by option in new PubMed

Por último, aprovecho para publicitar el curso online que estamos preparando para el próximo 10 de junio de 2020. Mejora tus búsquedas bibliográficas con PubMed. Se trata de un curso online de 4 horas de duración que impartiremos desde AlterBiblio. Tenéis más información sobre contenido, precio e inscripción en este enlace: preinscripción al curso Mejora tus búsquedas bibliográficas con PubMed. Y si tenéis dudas o preguntas sobre este curso, podéis contactar en info@alterbiblio.com

Searchathon 2019


Un fin de semana. 32 participantes de 10 comunidades autónomas diferentes, 2 charlas y un taller, 7 mentores, 8 equipos, 1 pregunta de investigación, 4 estrategias de búsqueda, 3 patrocinadores, varios colaboradores:

En este Searchathon que se celebró en La Nave el 16 y 17 de noviembre de 2019, nos juntamos un grupo variopinto de personas para mejorar en nuestros conocimientos de búsquedas bibliográficas en Ciencias de la Salud. Empecé a idear este evento en 2018 junto a mi amiga Karina Guzmán y no fue hasta marzo de este año que empecé a moverme para hacerlo realidad. Tras conseguir la localización y las fechas, y con el asesoramiento de HackathonLovers, empecé a buscar patrocinios. Había 3 opciones de patrocinio, desde una básica (Silver) a una Premium, incluyendo la posibilidad de patrocinar el evento completo. De todas las puertas a las que llamé (más de 20), 3 decidieron participar con el patrocinio Silver: Wolters Kluwer, Wiley y Elsevier. Al mismo tiempo se unieron varios colaboradores: desde María LaMuy que se encargó de la identidad visual: logo, camisetas e ilustraciones de la web; Ideágoras que ayudó con el diseño de la propuesta para patrocinadores y luego la grabación del vídeo que veis al inicio de este post; HackathonLovers con el apoyo logístico, asesoría y los voluntarios que nos acompañaron durante el evento; amigos que difundieron el proyecto entre sus redes (como Conectando Puntos con el “poscas” o HealthCare Creators con la entrevista); amigos personales y familia que me apoyaron, guiaron y estuvieron ahí durante todo el proceso. Y los ponentes/mentores que hicieron posible que la parte intelectual tuviera el nivel que tuvo.

Personalmente fue un reto y un proyecto en el que había puesto mucha ilusión, ganas, tiempo y dinero. Que saliera tan bien fue una gran recompensa. Que los involucrados (patrocinadores, ponentes, participantes, colaboradores y voluntarios) salieran contentos fue mi mayor logro.

¿Y cómo se desarrolló? Una de las primeras cosas que hice fue una web donde incluí la agenda prevista. Aunque el Searchathon comenzó el sábado 16, unas semanas antes ya teníamos montado un grupo en Telegram para hablar entre todos los participantes (desde temas de logística sobre alojamiento en Madrid, transporte, ubicación del evento hasta dudas sobre búsquedas, intercambio de enlaces, avisos informativos, etc.) y una semana antes organizamos dos webinars de la mano de dos de los patrocinadores: uno fue sobre búsquedas en Embase y el otro sobre búsquedas con la herramienta Ovid Search Builder. Además, OVID nos proporcionó unas claves para poder utilizar durante una semana esta herramienta y que los participantes pudieran ir practicando.

El sábado por la mañana lo dedicamos a charlas y talleres. José María Morán, Elena Pastor y Paula Traver serían los encargados de hablar sobre Metodología de la Investigación, Protocolo de búsquedas bibliográficas y el gestor de referencias bibliográficas Mendeley (este taller estuvo patrocinado por Elsevier). Previo al Searchathon yo había organizado los grupos intentando que fueran heterogéneos pero al mismo tiempo nivelados entre sí.

En este Searchathon se apuntaron varias bibliotecarias/documentalistas, casi todas especializadas en Ciencias de la Salud. También teníamos especialistas en medicina, en enfermería, en terapia ocupacional, en dietética y nutrición, en medical writing, en biología, en farmacia… también teníamos profesores de universidad, estudiantes e incluso un informático. Como veis, diferentes perfiles y diferentes niveles de conocimiento en búsquedas bibliográficas. Con los grupos ya formados y tras la comida les pasamos la pregunta de investigación que había preparado Concha Campos. Los participantes disponían de acceso a una carpeta compartida donde les habíamos dejado las presentaciones de José María Morán, Elena Pastor, Paula Traver, un documento creado por Marisa Maquedano con filtros metodológicos para diferentes bases de datos, varias infografías creadas por Iván H. Peco y las plantillas de resolución de las búsquedas bibliográficas.

El último día los participantes, por grupos, expusieron públicamente sus estrategias de búsqueda, contando las razones por las que habían elegido un término u otro y generando un debate interesante entre todos los asistentes. Los participantes, además, durante toda la competición tenían la posibilidad de consultar dudas a los mentores y cuando surgía alguna pregunta interesante la respuesta se hacía pública para todos los grupos, ya que la finalidad última del Searchathon era la formación. Eso sí, al final uno de los grupos fue el ganador de un premio a la búsqueda mejor enfocada y explicada.

En este Searchathon, que fue muy seguido en redes con el hashtag #SearchatonSalud, nos ha permitido aprender no sólo sobre investigación y búsquedas bibliográficas, también sobre trabajo en equipo, organización de eventos, atención a los detalles pequeños y que siempre hay gente interesante a la que conocer. A día de hoy seguimos compartiendo información y enlaces en el grupo de Telegram de los participantes. Si te interesa formar parte de él tendrás que apuntarte a la próxima edición de #SearchatonSalud.

Foto de familia de los participantes, mentores y voluntarios con la camiseta oficial del Search-a-Thon.

Y si quieres que te ayude a montar un Searchathon en tu institución, escríbeme.

http://searchathon.es
http://searchathon.es
http://searchathon.es

Search-a-Thon


Searchathon

Search-a-Thon es el último proyecto en el que me he embarcado. El año pasado empecé a acudir como voluntaria a varios de los hackathones organizados por HackathonLovers. Tras ver cómo funcionaban, decidí, animada por una amiga, intentar hacer algo parecido pero enfocado en mi trabajo. En marzo-abril empecé a darle forma, contactar con posibles colaboradores, buscar patrocinios, preparar la web y en septiembre lo hice público.

¿En qué consiste?

Un hackathon es un evento lúdico y competitivo donde se propone un problema que ha de resolverse por equipos en un periodo de tiempo corto (entre uno y dos días normalmente). En los hackathon el problema se suele resolver con el desarrollo de una aplicación, una web, un algoritmo o un prototipo. La premisa me venía muy bien porque esto es, precisamente, lo que hacemos en una investigación: hay un problema y hay que resolverlo.

Por otro lado, otra de las tareas que hago como bibliotecaria/documentalista especializada en Ciencias de la Salud es la formación de personal sanitario en búsquedas bibliográficas y en gestores de referencias (entre otras cosas).

Así, con la idea del hackathon y con la de las formaciones, decidí unirlas y crear un evento en el que se dieran las dos cosas. El nombre era fácil: search (buscar)-athon (como terminación de marathon). La iniciativa era buena y no me costó conseguir que otros colegas y amigos se unieran a colaborar.

Pero, ¿en qué consiste? Bien, el Search-a-Thon tendrá lugar durante un sábado y parte de un domingo en Madrid (16 y 17 de noviembre de 2019). El sábado comenzaremos con varias charlas y talleres relacionados con la metodología de la investigación, las búsquedas bibliográficas y los gestores de referencias.

Luego formaremos equipos, un máximo de 5 componentes por equipos aunque lo ideal es que sean 4. Estos equipos se intentará que sean multidisciplinares porque en la diversidad es donde encontramos la excelencia. Para mí, el equipo ideal debería contar con perfiles diferentes (medicina, enfermería, bibliotecas, investigación, biología, etc. también estudiantes de cualquier rama biosanitaria) para que los conocimientos de todos se complementen entre sí. Una vez que los equipos estén formados lanzaremos una pregunta o un caso clínico o de intervención. Cada equipo tendrá que desarrollar la estrategia de búsqueda para MedLine (a través de PubMed, por ejemplo), en EMBASE y en Cochrane, descargar los resultados a un gestor de referencias (Zotero o Mendeley) y entregar al jurado una plantilla -las daremos nosotros- con el informe de búsqueda. Durante este tiempo, los mentores estarán dando apoyo a los participantes, resolviendo dudas y guiando. Recordad que el fin último es el aprendizaje, aunque tenga un punto de competición también.

¿Cómo participar?

Es necesario inscribirse y adquirir las entradas. De todas formas en nuestra web tienes toda la información:

Compra tus entradas

Si quieres colaborar pero no puedes participar, se han dejado también unas entradas de donación que ayudarán a llevar a cabo el evento. Contamos con tres patrocinadores pero no nos cubren todos los gastos, así que cualquier ayuda es bienvenida :)

¿Dudas o preguntas?

Puedes escribirnos un correo a info@searchathon.es o darte de alta en nuestra newsletter desde http://searchathon.es

.

Actualización de MeSH 2019


Leíamos la noticia en el boletín técnico de la Biblioteca Nacional de Medicina (NLM por sus siglas en inglés) de EEUU: el YEP (Year-End-Processing) es como se conoce al mantenimiento anual y durante el cual se realizan cambios en MEDLINE. Uno de los cambios más importantes es el que afecta al tesauro MeSH (Medical Subject Headings) y que es el vocabulario controlado que se usa para catalogar los registros en MEDLINE. Cada artículo que se cataloga en MEDLINE recibe una serie de descriptores que definen el tema/s que trata ese artículo. 

Para empezar, 73 encabezamientos MeSH o han sufrido cambios o bien han sido eliminados y reemplazados por terminología más actual. Durante el YEP, la NLM actualizará estos encabezamientos en los registros de MEDLINE.

Además, se añaden 402 nuevos encabezamientos y 20 tipos de publicación. Os dejo aquí el listado completo en pdf de los nuevos encabezamientos con sus notas de alcance, notas y localizaciones en el árbol jerárquico. 

Normalmente no se hace una catalogación retrospectiva cuando aparecen nuevos descriptores, por lo que buscar en PubMed por un nuevo término MeSH con las etiquetas [mh] o [majr] limita la búsqueda a los registros indexados después de que se haya añadido el descriptor al MeSH. Para recuperar registros indexados antes de la introducción del nuevo MeSH podemos ayudarnos del ATM (Automatic Term Mapping) de PubMed (quienes hayáis venido a alguno de mis cursos ya sabéis cómo funciona). El ATM expande la búsqueda de los términos que no están etiquetados para buscar tanto por términos MeSH como por los términos indexados en All Fields. No es mala idea tampoco consultar la base de datos MeSH para ver los términos indexados previamente sobre un concepto en particular. 

Para el año 2019 contamos con una excepción: el nuevo tipo de publicación Systematic Review sí será añadido a los registros ya existentes en MEDLINE y que cumplan con los criterios de inclusión. Es decir, se hará una catalogación retrospectiva para facilitar la recuperación de todas las revisiones sistemáticas. 

Además de Systematic Review como tipo de publicación tenemos también Systematic Review as Topic (como tema). Al hacer una búsqueda, podemos encontrarnos con revisiones sistemáticas y con trabajos que hablen sobre revisiones sistemáticas.

Ten en cuenta que si tienes alguna búsqueda guardada y alguna alerta activa, los resultados se pueden ver alterados por la inclusión y modificación de los términos MeSH. Aprovecha para darle una vuelta a los términos y asegurarte de que estás recuperando toda la información relevante.

En PubMed contamos con un filtro metodológico en las Clinical Queries para recuperar revisiones sistemáticas. Aún no está actualizado (ignoro si lo actualizarán o lo dejarán igual), así que yo seguiría usando este filtro y el nuevo descriptor de tipo de publicación hasta comprobar exactamente cómo funcionan ambos y qué recuperan. 

Algunas combinaciones de encabezamiento/subencabezamiento, llamadas Entry Combinations, también serán modificadas de manera retrospectiva, de manera que si haces una búsqueda por alguna de las combinaciones y no recuperas nada, deberás comprobar si en estas Entry Combinations se indica algún término nuevo. Tenlo también en cuenta si tienes búsquedas guardadas. Por ejemplo, hay algunas Entry Combinations que se reemplazan por encabezamientos directamente (pongo algunos ejemplos, no están todos), y otros que se modifican: 

 Encabezamiento/subencabezamiento previo

Enzymes/therapeutic use

Jaw/surgery

Pharmacy/history

Encabezamiento por el que se reemplaza en 2019

Enzyme Therapy

Orthognathic Surgical Procedures

History of Pharmacy

Como siempre, si tienes alguna duda sobre cómo hacer búsquedas en PubMed, cómo utilizar los términos MeSH, qué significan las etiquetas de campo o cómo funciona el Automatic Term Mapping, o cualquier otra pregunta relacionada con la gestión de la información biomédica, tienes a tu bibliotecaria de cabecera en tu biblioteca o a un click de distancia. Estamos para ayudarte. Y si quieres que me acerque a tu institución a dar formación sobre búsquedas, gestores, herramientas para mantenerte actualizado, apoyo a la investigación, etc. siempre puedes ponerte en contacto conmigo a través del correo o de linkedin.

 

MeSH on Demand


MeSH on Demand es una herramienta del Medical Text Indexer (MTI), producida por la Biblioteca Nacional de Medicina de EEUU, que sugiere términos de indexación del vocabulario MeSH.

¿Y para qué podemos usarlo? Por ejemplo, cuando queremos enviar nuestro artículo para su publicación es posible que nos pidan (o que queramos) añadir palabras clave. Seleccionar las palabras clave adecuadas es importante para facilitar la localización posterior de nuestro artículo, y podemos asignarlas a partir de los términos MeSH que mejor lo describan. También podemos investigar qué hay publicado sobre nuestro tema basándonos en los términos MeSH generados a partir de nuestro artículo. Así podemos utilizar esta herramienta como apoyo a la hora de decidir a qué revista enviar nuestro artículo.

Mesh on Demand

¿Cómo funciona? Desde MeSh on Demand podemos introducir nuestro texto en inglés (un máximo de 10.000 caracteres) y pinchamos en el botón Search. La herramienta hará un análisis del texto después de haberlo formateado a caracteres ingleses (por ejemplo si hemos dejado tildes o caracteres propios de otros idiomas) y mostrará varias palabras resaltadas y un listado de descriptores MeSH que se corresponden con el texto marcado. En algunos casos, el MTI sugerirá términos adicionales relacionados con los descriptores sugeridos. Además, justo debajo del texto que hemos introducido, MeSH on Demand nos proporciona un listado de hasta 10 artículos de PubMed similares a nuestro texto, basados en los descriptores sugeridos.

Otra utilidad es la de poder hacer búsquedas bibliográficas en PubMed con los términos MeSH adecuados partiendo de un texto libre introducido en la herramienta. Veremos un botón que dice Start PubMed Search. Si lo pulsamos, nos llevará a otra página donde podremos seleccionar aquellos descriptores sugeridos en la página anterior. Una vez seleccionados, se generará de manera automática una estrategia de búsqueda y se lanzará en PubMed, donde veremos los resultados de esa búsqueda.

En esta página tenéis un videotutorial de 5 minutos sobre el uso de MeSH on Demand:

https://www.nlm.nih.gov/research/umls/user_education/quick_tours/MoD/MoD1.html

Y si queréis empezar a usar MeSH on Demand, aquí tenéis la dirección. Directa a favoritos:

https://meshb.nlm.nih.gov/MeSHonDemand
https://meshb.nlm.nih.gov/MeSHonDemand
https://meshb.nlm.nih.gov/MeSHonDemand

Nuevo filtro en PubMed y PMC


Cuando se realiza una búsqueda en PubMed o en PMC tenemos la opción de usar los filtros que aparecen por defecto en la parte izquierda de la pantalla. Los filtros permiten acotar los resultados para eliminar el mayor número de documentos no relevantes del conjunto de referencias recuperadas, es decir, no se deben aplicar sólo para reducir un número excesivo de resultados.

Pero también podemos aplicar estos filtros para recuperar subconjuntos que cumplan un criterio específico que nos interese o que nos pueda ayudar con nuestra investigación. Para ello, ahora PubMed y PMC nos ofrecen nuevos filtros.

Los filtros permiten acotar los resultados para eliminar el mayor número de documentos no relevantes del conjunto de referencias recuperadas

PubMed ofrece la opción data[filter] para acotar los resultados por aquellos que disponen de enlaces externos a información relacionada tanto en el campo Secondary Source ID on en el campo Link Out-Other Literature Resources. Estos enlaces pueden ser a otras bases de datos de la NLM o a repositorios de datos externos como Figshare.

El modo de uso de este filtro es muy fácil: desde el apartado filtros del menú lateral izquierdo, podemos localizarlo en el apartado Search Fields (donde, por cierto, ya desapareció el 1 de abril la opción de PubMed Commons); pero también lo podemos escribir a mano usando la expresión data[filter] en nuestra búsqueda.

PMC ofrece tres tipos diferentes de filtros:

  • has suppdata[filter] para localizar artículos con material suplementario
  • has data avail[filter] para localizar artículos que incluyen información sobre la disponibilidad de datos o declaración sobre la accesibilidad de esos datos
  • has data citations[filter] para localizar artículos que incluyen información sobre citas
  • has associated data[filter] sería el filtro que se puede usar de manera alternativa para recuperar información de cualquiera de los tres filtros anteriores.

Al igual que en PubMed, los filtros en PMC se pueden localizar en el menú lateral izquierdo o se pueden incluir directamente como expresiones en nuestra estrategia de búsqueda.

PubMed: (“diabetes mellitus”[MeSH Terms] AND data[filter])

PMC: (“diabetes mellitus”[MeSH Terms] AND has suppdata[filter])

Como podemos observar, los filtros de PMC son mucho más específicos que el de PubMed, que engloba mucha más información.

 

Si esta información te ha resultado útil y crees que en tu institución sería buena idea que yo os diera un curso de formación sobre búsquedas bibliográficas en PubMed, ponte en contacto conmigo para pedir presupuesto (tus datos no se almacenarán ni tratarán de ninguna forma, sólo se utilizarán para ponernos en contacto contigo en relación al tema del formulario):

A propósito de enseñar a hacer una búsqueda bibliográfica


La semana pasada sustituí a una compañera en la Escuela Universitaria de Enfermería de la Fundación Jiménez Díaz (Madrid) en la asignatura optativa Documentación y Lectura Crítica, de 2º de Enfermería. Sólo iba a dar 4 horas de la asignatura, así que quedé con la profesora titular en que haría una introducción basándome en las primeras unidades. Mi idea era empezar explicando la importancia de ser críticos con la información que nos llega (o nos encontramos), tanto en Internet como en cualquier otro ámbito. También quería explicarles que si se entiende el funcionamiento de una base de datos es más fácil luego utilizarla y extraer la información relevante de ellas. Otro de mis objetivos era que salieran de clase entendiendo para qué servían los tesauros y cómo funcionaban.

Quienes me seguís en Twitter (@bibliovirtual) sabéis que de vez en cuando me salen hilos de conversación donde comento temas relacionados con las bibliotecas médicas o sus profesionales.

Esta mañana me topé con una frase de R.L. Ackoff, de su obra “The Design of Social Research” (1953), que me hubiera gustado mostrarle a mis alumnos de 2º de Enfermería, pero que no llegué a ella antes de las clases, así que la puse en Twitter:

Un problema correctamente planteado está parcialmente resuelto.

A ese tuit le siguió otro porque quería explicar la importancia de comenzar cualquier investigación con una pregunta correctamente planteada. Cuando me quise dar cuenta había creado un hilo. Ha tenido tanto éxito que he decidido añadirlo aquí para quienes no usan Twitter. He usado la herramienta Spooler para convertir el hilo en texto plano. Pensad que cada tuit puede contener un máximo de 280 caracteres. La negrita la he añadido en este post, no se encuentra en Twitter:

Para mis alumnos de 2º de enfermería del otro día, recordad: “Un problema correctamente planteado está parcialmente resuelto” Ackoff, 1953. Un estudio o una investigación ha de comenzar con una pregunta de investigación correctamente planteada. Ha de ser concisa y clara, y se ha de poder descomponer en formato PICO (Patient, Intervention, Comparation, Outcome)

Cada paso se ve facilitado si el anterior se ha realizado bien. Al contrario, si uno de los pasos no está bien planteado o realizado, los siguientes nos llevarán a un resultado no real, erróneo. De ahí la importancia de saber formular bien una pregunta de investigación. El Investigador Principal debería consultar con el Metodólogo. Para mí es una figura clave en una Investigación para, por ejemplo, una revisión sistemática. El equipo de investigadores y metodólogo definirán los apartados de la pregunta PICO y será el Documentalista quien formule la estrategia de búsqueda. Es importante que exista comunicación para no dejar fuera de la estrategia ningún elemento clave.

El primer paso es identificar todos los conceptos de cada apartado PICO. Después, una vez identificada la base o bases de datos donde se va a buscar, se traducirán esos conceptos al lenguaje específico del tesauro correspondiente. Por ejemplo, en PubMed y MedLine se usa MeSH. En Embase se utiliza Emtree. Es importante saberlo porque esto implica que no puedes “copiar y pegar” una estrategia hecha en PubMed para hacerla igual en Embase. La pregunta y los términos son los mismos, los descriptores del tesauro no lo son.

Los operadores booleanos son iguales: AND, OR, NOT. Pero en algunas bases de datos se toma por defecto el AND entre los términos, aunque no se especifique. Es importante emplear 5min en leer cómo se usa la base de datos que vamos a usar.

Como regla general, vamos a ir haciendo búsquedas simples con cada término de la pregunta PICO. Cada apartado puede estar formado por más de un término, del cual vamos a necesitar su descriptor (si lo tiene) y sus sinónimos, que uniremos con OR. ¿Que por qué usaremos los sinónimos? Porque hay algunos artículos que aún no están indexados con descriptores, con el tesauro. Por ejemplo, en PubMed son documentalistas quienes indexan y otorgan MeSH a los artículos. No todos los artículos que incluye PubMed tienen MeSH, los más recientes de algunas revistas tardan en disponer de descriptores y la única forma de recuperarlos en una búsqueda es a través de palabras clave.

Como os decía: para cada elemento de la pregunta PICO buscamos por separado descriptor y sinónimos. Vamos construyendo primero la estrategia de búsqueda para la P. Cuando la tenemos, pasamos a la I siguiendo los mismos pasos. Es importante ir viendo los resultados de cada búsqueda para detectar posibles errores. Puede que hayamos equivocado un operador booleano o uno de los sinónimos nos esté devolviendo demasiado ruido. Es importante ir ajustando cada búsqueda simple. Cada elemento de la pregunta PICO se unirá con AND. La mayor parte de las veces sólo haremos la búsqueda de PIC, incluso sólo la PI. Depende de la pregunta de investigación. La O será determinada por los expertos que hagan la lectura crítica.

Pensad que hacer la estrategia de búsqueda a partir de la pregunta de investigación es un trabajo en equipo y puede llevar unas 20 horas de trabajo especializado. Entended la importancia de contar con un bibliotecario o documentalista experto en Ciencias de la Salud. Y de contar con un Metodólogo y un Bioestadístico. Esto no quita para que cada miembro del equipo entienda un poco del trabajo del resto, pero es bueno que cada uno se pueda centrar en lo suyo.

Los resultados de la búsqueda se trasladarán a un gestor de referencias, mejor uno que permita el trabajo colaborativo, para que los expertos puedan hacer la lectura crítica de los artículos recuperados. Es importante que la fase de búsqueda no haya dejado fuera ningún artículo. Y es importante la fase de lectura crítica porque será la que determine las conclusiones finales.

Escuela Universitaria Enfermería - FJD

 

Más enlaces interesantes:

Enlace al hilo de Twitter:

María bibliovirtual en Twitter -hilo-
María bibliovirtual en Twitter -hilo-
María bibliovirtual en Twitter -hilo-

 

 

Search Workbench – compara y comprende tus búsquedas en PubMed


Esta mañana he estado probando una nueva herramienta creada por Edwin Sperr, Clinical Information Librarian en la Universidad de Augusta/Universidad de Georgia (EEUU). La herramienta deriva de su trabajo en Visualizing PubMed y se llama Search Workbench.

Cuando queremos realizar una búsqueda compleja en PubMed tenemos que pensar en unir los términos de nuestra búsqueda con lógica Booleana, es decir, usando los conectores AND, OR o NOT. Como utilidad primaria, esta herramienta te puede ayudar a entender el uso de los operadores booleanos, ya que muestra los resultados en un diagrama de Venn. En el siguiente ejemplo vemos los resultados de introducir el operador OR o el operador AND con los mismos términos. ¿Ves la diferencia de resultados al utilizar un operador u otro? (pincha en la imagen para agrandar)

diferencia entre AND y OR

Esta herramienta además ofrece una visualización por años de publicación en PubMed, de manera que podemos ver cuándo se ha comenzado a investigar y publicar más sobre un tema en concreto. En el siguiente ejemplo vemos que fue a partir del año 2010 cuando se empezó a publicar sobre la cirugía laparoscópica de puerto único:

comparación de una estrategia y sus años

Hay veces que realizas una búsqueda en PubMed y la lanzas varias veces modificando algunos términos, ya que quieres comprobar el grado de relevancia de los resultados utilizando un término u otro. Comparar esos resultados, ver cuáles son los artículos que son sólo de una de las estrategias y no de la otra, puede ser bastante engorroso con la interfaz actual de PubMed. Search Workbench permite ver los resultados de una estrategia de manera gráfica utilizando un diagrama de Venn. En este ejemplo comparamos dos estrategias, una usando cirugía laparoscópica como término MeSH y en la otra como término Major Topic. Como veis hay pocos artículos de diferencia:

comparar dos búsquedas

Para ver cuáles son los artículos únicos de una búsqueda puedes pinchar en el botón Show Unique Records. En este caso, todos los artículos que recupera la búsqueda usando Major Topic se recuperan también en la otra búsqueda, por lo que no aparece ningún artículo único. Podríamos hacer esto a mano combinando las dos búsquedas con un NOT, pero existiendo una herramienta como esta, que nos facilita la vida, tampoco hace falta ir a PubMed a complicarla, ¿no?

Espero que os resulte de utilidad. Probadla porque tiene alguna cosa más que os puede interesar:

https://searchworkbench.info
https://searchworkbench.info
https://searchworkbench.info

High Impact PubMed: buscar por especialidades


A través de un tuit de la cuenta Biblioteca de Salut he tenido conocimiento de la herramienta High Impact PubMed, desarrollada por la Universidad Case Western Reserve, y que permite realizar búsquedas en PubMed acotando los resultados a las 20 revistas de una especialidad concreta y basándose en el índice h.

El buscador acepta búsquedas complejas (con términos MeSH y operadores booleanos), aunque se trata de un cuadro de texto simple. Los resultados se ven directamente en la página de resultados de PubMed, donde la aplicación ya filtra por las revistas de la especialidad elegida. Así, por ejemplo, la búsqueda “Diabetes Mellitus”[Majr] AND “Hypertension”[Mesh] en PubMed devuelve, a día de hoy, 29 de agosto de 2017, 12059 resultados. Tenemos la opción de acotar los resultados con el filtro Core Clinical Journals que nos mostraría artículos publicados en revistas con alto F.I. (sin especificar especialidad) y, en ese caso, reduciríamos la búsqueda a 1235 resultados. Sin embargo, High Impact PubMed ofrece la posibilidad de buscar sólo en revistas de la especialidad, por ejemplo, Diabetes, lo que nos ofrece un total de 1775 resultados.

Si quisiéramos buscar en revistas de más de una especialidad, sólo tendremos que añadirla al cuadro de búsqueda, y la aplicación añadirá esos 20 títulos a nuestra estrategia de búsqueda.

Una herramienta muy útil que nos permite ahorrar tiempo a la hora de crear filtros específicos para nuestra especialidad. Mi sugerencia: crea tu propio filtro personalizado. Para ello copia y pega el filtro que crea esta herramienta y crea uno propio desde tu perfil de MyNCBI, de esta forma tendrás siempre disponible un filtro con las revistas de tu especialidad cada vez que hagas una búsqueda.

http://hipubmed.com/
http://hipubmed.com/
http://hipubmed.com/

 

 

Buscar Zika en Pubmed y MeSH


El virus de Zika se descubrió en 1947, pero durante muchos años solo se detectaron casos humanos esporádicos de la enfermedad en África y Asia meridional. En 2007 se declaró en el Pacífico el primer brote documentado de enfermedad por el virus de Zika. Desde 2013, se han notificado casos y brotes de la enfermedad en el Pacífico occidental, las Américas y África. Dada la ampliación de los hábitats en que los mosquitos pueden vivir y reproducirse a causa de la urbanización y la mundialización, podrían producirse importantes epidemias urbanas de la enfermedad por el virus de Zika en todo el planeta.

Esto es lo que se puede leer en la web de la OMS. Tal es la relevancia que ha tomado este virus que hace apenas 3 días se incluyeron dos términos MeSH relacionados con él:

Uno de los puntos más interesantes de las formaciones que doy sobre el uso de Pubmed es el apartado dedicado a los términos MeSH (Medical Subject Headings). Cada artículo indizado en Pubmed tiene asignados unos 10-12 términos o descriptores MeSH, de los cuales un promedio de 2-4 reflejan el tema predominante del artículo. Las búsquedas en Pubmed utilizando los términos MeSH devuelven artículos más relevantes, pero hemos de recordar que no devuelven todo.

Cuando se incorpora un término MeSH a la base de datos éste puede ser utilizado por los indizadores para asignarlo a los artículos “a partir de ese momento”. Es decir, excepto en ocasiones o temas puntuales, los artículos que hubieran sido indizados previamente sobre ese tema no llevarán el término MeSH. Pensad que son 25 millones de registros los que contiene Pubmed y que sería una tarea ardua la de repasar cada año cada registro para poder añadir los nuevos términos MeSH.

Os decía antes que, salvo ocasiones puntuales, los artículos indizados con anterioridad a la aparición del término MeSH y que trataran ese tema no se indizaban de nuevo para asignarles el descriptor. Con el virus Zika y la infección por este virus sí se va a hacer la excepción.

Si ahora mismo (30 enero 2016) hacéis una búsqueda por el término “Zika Virus”[Mesh]  o por “Zika virus infection”[Mesh] no vais a recuperar ningún artículo puesto que aún no ha dado tiempo a realizar la indización (estos términos se añadieron el 27 de enero). Para hacer la búsqueda sería recomendable buscar “Zika” en el título o resumen de los artículos. Para ello podéis utilizar el limitador de campo correspondiente:

A día de hoy recuperaréis 174 artículos, 28 de los cuales (el 16%) han sido publicados en este mes de enero, y siendo el más antiguo un artículo de 1952:

zika 1952

Si alguno de vosotros se pregunta por qué hay que usar el limitador de campo de título y resumen [tiab] es para evitar recuperar artículos irrelevantes para nuestra búsqueda. Por ejemplo, si hacéis una búsqueda tipo Google, introduciendo ZIKA en la caja de búsqueda, sin especificar nada más, además de los artículos que hablen sobre este virus o la infección, recuperaréis también los artículos escritos por autores apellidados Zika:

autores zika

A la hora de buscar en Pubmed hay que ser conscientes de cómo funciona la indización de los artículos para poder recuperar lo que sea más relevante para nosotros. No es sólo importante (muy importante) saber exactamente qué estamos buscando, sino cómo funciona la fuente donde vamos a hacer esa búsqueda. No dudes en ponerte en contacto conmigo si quieres ofrecer formación sobre Pubmed en tu institución.