医学文献检索总论（第一次课）课件

医学文献检索概述医学文献检索概述 张亚莉 广州医科大学 医学文献检索教研室 Tel: 81340092 Email: 542938802 教材与参考资料 医药信息素养（胡家荣主编 ，人民军医出版社） 各种电子数据库中的 指南帮助 医学信息检索实习指导（教研室 自编，网页） 检索效果的评价 用户相关性 判断 系统匹配性 判断 相关文献非相关文献总计 被检出文献a（命中）b（误检）a+b 未检出文献c（漏检）d（正确拒绝）c+d 总计a+cb+da+b+ c+d 查全率（R）= a/(a+c)*100% 查准率（P）= a/(a+b)*100% 概 述 检索课 文献的获取 文献管理工具 文献综合利用 文献筛选评价 图书文献获取期刊文献获取特种文献获取生物信息获取 馆藏书目信息 全文图书信息 摘要库 全文库 事实数据获取 中文摘要库 外文摘要库 中文全文库 外文全文库 本课程主要内容: n绪论（基础概念、理论） n馆藏检索、公共图书馆资源检索 n中文期刊摘要库、中文书刊全文库 n外文期刊摘要库、外文期刊全文库 n文献管理工具 n网络检索工具、特种文献检索 n信息筛选分析及综合利用案例 n7次上机实习 n第一部分：基本概念 n第二部分：检索技术 n第三部分：医学常用数据库 n第四部分：检索案例分析 世界医学协会赫尔辛基宣言世界医学协会赫尔辛基宣言 涉及人体的医学研究必须遵从普遍接 受的科学原则，应对科学文献和相关资 料全面了解，并有充分的实验和动物试 验（如有必要）的基础上进行。 -世界医学协会赫尔辛基宣言 概 述 第一部分： 基本概念 1、信息与知识 n信息（Information）： 广义(客观性): 信息是事物存在和运动状 态及其特性的反映; 狭义(主观性): 信息是针对一定对象的需 要而传递的有参考价值的新信息和新知 识。 n知识（Knowledge): 是信息的一部分, 系统化的信息才是知识。 概 述 信息是使人原有的知识结构发生变化的 那一小部分内容。 KS+I = KS + S = KS + KS K=knowledge(知识), S=structure(结构)， I=information（信息） - 英 B.C. Brookes 1980 布鲁克斯信息理论 概 述 2、信息素养 n信息素养（Information Literacy）是人们能够判断确 定何时需要信息、并能够对 信息进行检索、评价和有效 利用的能力。信息素养包括 信息意识、信息技能和信息 伦理三方面。 概 述 信息素养 概 述 3、文 献 n文献（Document, Literature）是指 记录着知识的一切载体； n医学文献就是记录着医学知识、信息 的物质载体，如医学图书、期刊、会 议录等等。 概 述 印刷型 缩微型 电子文献 按 载 体 形 式 划 分 文献的类型（按载体形式划分） 印刷型文献 图书 期刊 报纸 特种文献 图书图书图书图书 期刊 报纸报纸报纸 图书图书 期刊期刊期刊期刊期刊期刊期刊 特种文献特种文献特种文献 期刊 ISBN号 内容系统 理论成熟 新颖性较差 图书 期刊 ISSN号 内容不系统 理论不成熟 新颖性较好 报纸 消息、报道 专业性不强 不适宜作学术论 文引用源 电子版书、刊/ e-book,e-journal，及其它文献 印刷版书、刊/print,及其它文献 香港大学 馆藏缩微型文献示例 n一次文献（原始文献) n二次文献 (书目文献、索引） n三次文献（教科书、参考工具书、综述等） n零次文献（私人笔记、试验记录、设计草图 、口头交流的信息等） 按 加 工 层 次 划 分 文献的类型（按加工层次划分） 4、期刊影响因子：反映期刊的 整体水平 n期刊影响因子（Impact Factor, IF ）指期刊近两年的平均被引用率， 最早是由美国情报学家SCI创始人 尤金加菲尔德(Eugene Garfield)博 士在1972年提出来的。 nIF=(C2+C3)/(A2+A3) n以1996年Science杂志为例： nA21995年出版的文献数1037（篇）， nA31994年出版的文献数1054(篇)， nC21995年出版的文献在1996年被引用的次数24189(次)， nC31994年出版的文献在1996年被引用的次数25170(次)。 nIF23.605(次篇)。 概 述 一种新的出版模式：公开获取（OA） 示例OA Journal Successes: PLoS Biology nfeatures works of exceptional significance in all areas of biological science, from molecules to ecosystems, including works at the interface with other disciplines, such as chemistry, medicine, and mathematics nPublic Library of Science nimpact factor: 14.7 概 述 5 5、核心期刊：、核心期刊：反映期刊的整体水平 n核心期刊（Core Journal） 是指那些发表该学科（或该领域）论文较多、使用率 （含被引率、摘转率和流通率）较高、学术影响较大的 期刊。 n 它们具有数量少（一般占期刊总数的5-15%），但信息 量大（占期刊信息量的50%以上）; n浏览核心期刊可在较短的时间 内掌握较多的信息，了解 最新的科研动态等。 概 述 n国际三大索引： 1.SCI科学引文索引: Science Citation Index 2.EI工程索引: The Engineering Index 3.ISTP科技会议录索引: Index to Scientific & Technical Proceedings n国内三大自科核心期刊目录 1.中文核心期刊(医学:223种) - 北京大学图书馆 2.中国科技论文统计源期刊-中国科学技术信息研究所 3.中国科学引文数据库(CSCD) -中国科学院文献情报 中心 核心期刊核心期刊 概 述 医学文献的现状和发展趋势 n数量大、增长快 n出版类型复杂多种 n内容分散、交叉、重复 n新陈代谢频繁、传播迅速 n文献发表时滞严重 概 述 医学文献的增长情况 概 述 n8000 articles published per day n25,000 biomedical journals in print n1500 medical articles onto Medline per day Whats so difficult about medical articles? 概 述 6、文献/信息检索 有效地选择和利用信息的科学方法与手段就 是文献/信息检索。 广义：信息存储与信息检索（两个方面） 狭义：仅指信息用户查找信息的过程。 7、文献/信息检索的基本原理 信息存储时，将采集到的大量分散的源 信息（一次文献），经过标引著录，加工 整理，使之有序化后形成各类信息集合（ 数据库）； 信息检索时，将要查找的信息特征标识 与信息集合中已存储的信息特征标识进行 比较、匹配，双方特征标识完全一致或部 分一致时，检索即为命中。 检索原理示意图 文 献 信 息 检 索 标 识 数据库 标引 存储 检 索 表 达 式 检 索 提 问 规范检 索语言 检索 匹 配 运 算 输出检索结果 采集 文献/信息检索的分类 按检索对象划分： 数据检索(data retrieval) 事实检索(fact retrieval) 文献检索(literature retrieval) 按检索技术手段划分： 手工检索 计算机检索 网络查询与交流 确定性检索，可 直接获得解答。 数据检索 又称数值检索，检索对象为特定的 数值数据，主要回答“是多少”一类的 问题，属于确定性检索的范围。如： 物质的各种参数、电话号码、银行帐 号、各类统计数字、化学药物的理化 常数，常用计量等。 数据检索需借助相关的参考工具书 或通过数值型数据库。 事实检索 又称事项检索，检索对象为特定的事 实，主要回答“是谁”或“是什么”一类的 问题，也属于确定性检索。如：名词、 概念、标准、法律法规等。 事实检索主要借助参考工具书或事实 型数据库。如美国MedlinePlus平台的 drug information，dictionary等数据 库。 文献（型）检索 以某些特定的文献为检索对象，检索结果 是关于某一课题的切题文献或相关文献。如 ：查国内外近五年关于“早老素与老年痴呆 的关系”方面的研究文献。 文献检索属于相关性检索，系统仅提供相 关的文献线索、文献摘要或全文以供检索者 参考阅读和分析研究。 文献检索借助手工检索工具或大型期刊文 献数据库（书目型或全文型数据库）。 检索方式 n手工检索（1879-）（印刷型检索工具） 美国医学索引中文科技资料目录 n计算机检索 （1960-）（包括计算机，操 作系统，数据库，检索软件）如： CBMMEDLINE n网络查询与交流（1990-）（利用各种搜 索引擎，访问各类信息资源站点、查询 网络数据库、通过电子邮件、讨论组等 ） n数值数据库(Numeric Database) 存储各种统计、实验、测量等方面的 数据。 n事实数据库(Fact Database) 存储描述事物等信息的情况过程和现 象的事实。（如各类电子版字辞典） n文献数据库（Literature Database) 数据库类型 文献型数据库 n书目数据库(Bibliographic Database) 存储文献的外部特征，主要包括文献 的题名、著者、著者单位、所载期刊 刊名，出版年、卷、期和起止页码， 可以包括摘要，但不包括文献的全文 。 n全文数据库(Full Text Database) 与书目数据库相对而言。主要存储原 始文献的全文，如期刊论文、报纸新 闻、法律法规、政府出版物等。 文献型数据库的一般结构 n数据库 （data bank） 文档 （file，通常按年限划分） 记录（record，单元论文） 字段（field） v字段用来记录和描述每篇文献的外表特征 和内容特征。（如：题名、作者、摘要） 数据库常见字段 题名（Title, TI） 著者（ Author, AU） 著者单位地址（Address, AD） 出处（Source, SO） 摘要（ Abstracts, AB） 文献类型（Publication type, PT） n文献题录三要素（线索）：题名 著者 出 处 题 录 第二部分： 检索技术 n不论是最早的单机或联机检索，或是目 前流行的网络查询，一般使用的检索技 术主要包括： 布尔逻辑检索 截词检索 邻近检索（位置检索） 字段限定检索 网络信息检索规则 1.布尔逻辑检索技术 n布尔逻辑检索是建立最早、应用最为广 泛的检索理论和检索技术，也是最简单 、最基本的计算机检索的匹配模式。 n逻辑检索以布尔逻辑表达式来表达用户 的检索要求，并通过逻辑运算符连接两 个以上的检索词，从而实现两个以上概 念的逻辑组配检索。 布尔逻辑示意图 运算符：AND，* 起缩小检索范围，提 高查准率的作用。 运算符：OR，+ 起扩大检索范围，提 高查全率的作用。 运算符：NOT，- 起缩小检索范围，用 于去除检出文献中不 需要的部分。 逻辑与 逻辑或 逻辑非 布尔逻辑表达式 nchild and asthma 小儿哮喘 nlung cancer and smoking 吸烟与肺癌 ntrace elements not zinc 除锌以外的微量元素 n肝癌或肝细胞瘤的诊断 (肝癌 or 肝细胞瘤) and 诊断 n优先级：（ ）NOT AND OR n布尔运算符在不同的检索系统中有不同 的表达方式（在线浏览） 清华同方的“中国学术期刊全文库” CBM PubMed Google et al. 2.截词检索技术 n截词检索(Truncation)是将检索词截断，取 其中的一部分片段，再加上截词符号一起 输入计算机，系统自动将词片段与数据库 中的索引词匹配，凡含有该词片段的文献 均被检出。 n截词方式主要有： 右截词符 “*” （*=0-n个字符） 中间截词符 “ ？” (？=0-1个字符) 输入Pain*，即可检出： Pain, painful, painless, painness， painkiller 3.邻近检索技术（Proximity) n邻近检索是用邻近算符（或叫位置算符） 连接两个检索词，要求检出文献中的两个 检索词必须同时出现在同一个句子或同一 个字段当中。常用于自由词检索，起提高 查准率的作用。 nnear 要求两词出现在同一个句子中。 nwith 要求两词出现在同一个字段中，如篇 名、摘要、主题词等。 4.字段限定检索技术 n多数文献数据库检索系统中都设置了字段 限定检索功能Limit，以满足检索用户 指定检索某一个特定字段或几个字段信息 的要求。 AU限查作者 AD限查作者机构 MH限查医学主题词 PT限查文献类型 TA限查特定刊 名 nJohn SmithAU, CellTA 提示:多数文献数据库检索系统中都设 置了字段限定检索功能，以满足检索用 户检索某一个特定字段或几个字段信息 的要求。 5.加权检索（含义） n基本含义：加权检索是某些检索系统中设 置的一种定量检索技术。 n基本方法：在每个提问词后面给定一个数 值表示其重要程度，这个数值称为权。在 检索时，先查找这些检索词在数据库记录 中是否存在，然后再计算存在的检索词的 权值总和。权值之和达到或超过预先给定 的阈值，该记录即为命中记录。 加权检索（作用） n加权检索可以命中核心概念文献，因此是一种缩 小检索范围提高检准率的有效方法. n如:中国生物医学文献数据库（CBM）就采用了这 种技术,可以将主要论述某一主题概念的医学论 文检出来，减少命中文献数量，提高文献主题专 指度。 n在线浏览(CBM, PubMed) 6.聚类检索 n聚类检索是在对文献进行自动标引的基础 上，构造文献的形式化表示文献向量, 然后通过一定的聚类方法，计算出文献与 文献之间的相似度，并把相似度较高的文 献集中在一起，形成一个个的文献类的检 索技术。 n在这样的类目体系中，主题相近、内容相 关的文献便聚在一起，而相异的则被区分 开来。 7、网络信息检索规则 n包含或排除检索（加减检索）：+，- n词组检索（强制检索）： “ ” n自然语言检索：任意词或句子 n模糊检索：可以自动修正提问错误，给出 正确信息 n概念检索：系统自动对某一概念词及其同 义词或近义词加以识别并自动匹配检索 n多语种检索：系统自动翻译转换不同语种 检索技术的发展趋势 n目前信息检索技术正逐步从书目检索向 全文检索和多媒体检索方向发展，智能 化检索将成为未来计算机网络信息检索 的发展趋势。 n在学习应用传统检索技术的同时，也要 不断地注意学习更先进的检索技术。 文献检索语言概述 n文献检索语言是根据文献信息检索的需要 而创制的一种人工语言，又叫做文献存储 或检索语言。（标引、索引、检索语言） n文献信息检索语言既是汇集、组织、存储 文献的手段和工具，又是沟通文献管理者 、文献用户、以及文献作者三方的桥梁。 n系统学习了解有关检索语言的基本知识是 提高检索效率的重要环节。 检索语言的种类（一） n描述文献外表特征的检索语言 文献题名索引系统（书名、刊名目录） 著者索引系统（著者索引） 文献序号索引系统（专利号索引、科技 报告号索引、技术标准号索引） 引文索引系统（以科技论文末尾的参考 文献外表特征（题录）编制的著者引文 索引系统，如：美国科学引文索引 检索语言的种类（二） n描述文献内容特征的检索语言 分类法语言：又称等级体系分类法，由 分类号和等级类目名称组成。如：美国 国会图书馆图书分类法、杜威十进分类 法、国际十进分类法以及我国的中国 图书馆分类法。 主题法语言： 叙词法：美国MEDLINE，中国CBM 关键词法：美国CA，BA，中国期刊 网 叙词（Descriptor） n又称主题词（Subject heading），是经 过人工干预，严格规范化的词或词组，由 词表控制，因此也叫受控检索语言。规范 检索语言突出的特点是： 词语与概念之间单一对应，确保同一概 念不同表达的文献能查快、查准、查全 ； 采用等级体系分类法的原理编制词表， 保证文献查准、查全。 如：艾滋病：获得性免疫缺陷综合征 肝 癌：肝肿瘤 乙型肝炎：肝炎，乙型 创伤性休克：休克，创伤性 n汉语主题词表 n中医药主题词表 n 美国医学主题词表Medical Subject Headings, MeSH。 有16000多个主题词，分15个大类（A-N, Z ），102个小类， 还有82个副主题词，Subheadings，分字顺 表达式 Alphabetic List和树状结构Tree Structure两部分。 概 述 医学检索系统常用的主题词表 对于自然医学语汇中同义词、近义词学名与俗名的处理 例： Cancer，Tumor * Neoplasms (近义词) German Measles * Rubella (同义词) Vitamin C * Ascorbic Acid (学、俗名) Apoplexy * Cerebrovascular Disorders Deoxyribonucleic Acid * DNA (繁、简称) 非典 *严重急性呼吸道综合症 乙酰水杨酸，阿斯匹林 *阿司匹林 MeSH作用1：规范自由词：规范自由词 概 述 MeSH作用2: : 扩展下位扩展下位( (树型结构表树型结构表) ) 按照学科性质，词义范围的上下类属和派生关系， 将字顺表中的主题词分别划分为15个大类，依次用A- N及Z代表。 等级关系: Diseases C Neoplasms C4 Neoplasms by Site (NON MeSH) C4.588 Digestive System Neoplasms C4.588.274 Gastrointestinal Neoplasms C4.588.274.476 Intestinal Neoplasms. C4.588.274.476.411 Colonic Neoplasms C4.588.274.476.411.306 Colorectal Neoplasms C4.588.274.476.411.306.416 HereditaryNonpolyposis .C4.588.274.476.411.306.416.250 代表疾病类 Diseases 肿瘤 消化系 统肿瘤 C6.240.476 概 述 关键词（Keyword） n关键词是为适应计算机自动编制索引的 需要而产生的。一般是直接抽自文献的 标题、文摘或全文当中的具有实质性检 索意义的专业名词术语。 n例如：一篇题名为：“癌基因和抑癌基因 在肺癌研究中的应用和发展趋势”的文章 ，只有三个词可以作为关键词，其它词 如：研究、应用、发展趋势只是起辅助 描述的作用，不能作为关键词。 关键词索引 n用关键词编制的索引，最大的好处是可 以反映文献中最新的专业术语，易检易 学。 n但关键词对词语和概念之间不做规范， 大量存在同义词和近义词以及拼写变异 等现象，容易造成文献漏检和误检。 n关键词索引不能反映词语间的等级关系 和相关关系，因此难保文献迅速查全， 影响检索效率。 检索步骤 n1、分析检索课题 n2、选择数据库 n3、选择检索途径 n4、确定检索词 n5、构筑检索提问式并作检索操作 n6、调整检索策略 n7、输出检索结果 n8、获取原始文献 n9、创建文献跟踪服务 概 述 检索途径 n文献外表特征的检索途径： 文献名称途径、著者途径等 n文献内容特征的检索途径： 分类途径，主题途径等 概 述 检索效果的评价 用户相关性 判断 系统匹配性 判断 相关文献非相关文献总计 被检出文献a（命中）b（误检）a+b 未检出文献c（漏检）d（正确拒绝）c+d 总计a+cb+da+b+ c+d 查全率（R）= a/(a+c)*100% 查准率（P）= a/(a+b)*100% 概 述 第三部分： 医学常用数据库 n n 全文型数据库全文型数据库( (一次文献一次文献) ) Elsevier(MDElsevier(MD consult) consult)、 WileyWiley 、SpringerSpringer、EBSCO hostEBSCO host、 ProquestProquest、 KargerKarger、BMJBMJ、OVID(LWW) OVID(LWW) BMCBMC、PubmedPubmed central central、PLoSPLoS CHKD CHKD、万方数据、维普、万方数据、维普 n n 文摘型数据库文摘型数据库( (二次文献二次文献) ) Medline(PubmedMedline(Pubmed) )、EmbaseEmbase、SCISCI CBMdiscCBMdisc n n 事实型数据库事实型数据库( (三次文献三次文献) ) Clinical Clinical EvidenceEvidence、CochraneCochrane library library 常用医学文献数据库的类型 概 述 广医图书馆网址： 广医医学文献资源 概 述 T-65类图书万方技术标准 100多种 同方/900多种报纸的 医学类 报纸 -万方 法律法规文本 - 万方同方 会议论文 本校(1985- )万方同方本校 学位论文 中文2千种 外文70种 中文1万种 外文4千种 期刊 近80万册200万册 图书 印刷版电子版 载体形式 文献类型 1、总体情况 2、电子期刊（全文型） 名称开发 机构 学科范围期刊数量 (约数) 时间 范围 检索功能数据 类型 CBM医科院医药16001978-较完善摘要 MEDLINE /PUBMED NLM医药50001950-好摘要 中国学术期刊全文库清华同方各学科/医 学 7000 /1000 1979-一般全文 中文科技期刊全文库重庆维普各学科80001989-一般全文 万方数字化 期刊 万方各学科50001997-一般全文 OVIDOVID医学28090年代中-一般全文 Springer-LinkSpringer- Verlag 医学/人文1149/ 150 90年代中-一般全文 Proquest UMI医学10001987-一般全文 John WilleyJohn Willey & Sons,Inc. 医学及相 关学 科 45090年代中一般全文 EBSCOhostEBSCO Industries Inc. 医学140090年代中一般全文 ScienceDirectElsevier B.V.100090年代中一般全文 名 称数据 平台 学科 范围 时间 范围 学位 级别 中国学位论文全文数 据库 万方各学 科 1977-博、 硕士 中国博士学位论文全 文数据库 清华 同方 医学199