Meta分析与PubMed文献检索.ppt

Meta分析与PubMed文献检索 循证医学 循证医学的相关概念循证医学 evidence basedmedicine 即遵循证据的医学 是国际临床领域近年来迅速发展起来的一种新的医学模式 1996年Sackett将其定义为 慎重 准备和明智地应用所能获得的最好证据来确定患者治疗措施 循证医学 循证医学的相关概念2000年Sackett等将其更新为 循证医学是整合最佳临床证据 临床经验和患者价值观的一门学科 目前较为公认的定义 循证医学是通过系统地列出可以回答的相关问题 并应用数学的方法评估其概率和危险性 进而改进临床医生在诊断 治疗 预防及相关领域中传统技能的一种方法 Meta分析 证据是循证医学的核心 而Meta分析是目前公认的最高级别的证据 Meta 分析的定义 Meta 分析是运用定量方法去概括 总结 多个研究结果的系统评价 Meta 分析是文献评价中 将若干个研究结果合并成一个单独的数字估计的统计学方法 Meta 分析的统计目的 增加统计功效 由于单个研究的样本量通常较小 难以明确肯定某种效应 而这些效应对研究者来说又可能是重要的解决各研究结果的不一致性寻求新的假说 效应尺度指标 Meta分析中效应尺度指标 也称合并统计量 常用的效应尺度指标 OR值 RR值和MD一 OR即比值比或优势比 是测量疾病与暴露联系强度的一个重要指标 是某组中某事件的比值与另一组中该事件的比值之比 效应尺度指标 比值 odds 是指某事件发生可能性的一种表示方式 为一个样本中发生某事件的人数与没有发生某事件的人数之比 如 在一个100人的样本中 20人死亡 80人存活 那么这个样本中发生死亡的比值就是20 80 0 25 它也可以定义为 某事件发生与不发生的概率之比 即p 1 p p表示某事件发生的概率 效应尺度指标 表5 1暴露 干预 与疾病关系的资料四格表 三种比值比 1 发病比值比 对于对列研究或RCTs 可以计算出发病比值比 2 暴露比值比 主要是针对病例对照研究3 患病比值比 主要是针对横断面研究 RR RR表示相对危险度 其意义为两组的事件概率之比 RR是反映暴露 干预 与事件关联强度的最有用的指标 RR 1表示两组没有差异 RR P1 P2 需要注意的是只有队列研究和RCTs结果可以直接获得RR值 MD MD 均数差 也称为加权均数差 WMD 用于Meta分析中所入选研究具有相同连续性结局变量 如体重 和测量单位 在进行连续型 计量 资料的meta分析时需要知道每个原始文献的均数 标准差和样本量 SMD SMD 即标准化均数差 为2组估计均数差值除以平均标准差而得到 Meta分析中效应尺度的合理选择 1 流行病学研究设计类型前瞻性研究 对列研究和RCTs 可以计算相对危险度 RR 和发病比值比 OR 病例对照研究只能计算暴露比值比 OR 横断面研究可以计算患病比值比 Meta分析中效应尺度的合理选择 2 数据类型与效应尺度指标Meta分析中的数据类型主要有以下几类 1 二分类变量 可计算相对危险度或比值比 2 连续性变量 可计算加权均数差 WMD 或标准化均数差 SMD 3 等级资料 4 时间事件数据 Meta分析中效应尺度的合理选择 1 连续性变量合并统计量的选择 当对同一干预措施效应的测量方法或单位完全相同时 选择WMD 当对同一干预措施效应采用不同的测量方法或单位 如测定疼痛采用不同的量表测量 或者不同研究间均数差异过大时 应选择SMD作为统计合并量 Meta分析中效应尺度的合理选择 2 二分类变量合并统计量的选择纳入研究为病例对照研究只能选择OR 队列研究和RCTs首选RR Meta分析中效应尺度指标选择的实例 实例1 两种不同隆胸埋植剂预防包膜纤维痉挛的Meta分析 下图显示的是其主要结果 Meta分析中效应尺度指标选择的实例 作者在原文中对Meta分析结果中进行如下描述 采用随机效应模型合并的OR值为0 19 95 CI 0 07 0 52 提示采用smooth埋植隆胸后发生纤维包膜痉挛的可能性是textured埋植剂的5倍 本文最大的错误是把OR值错误的解释为RR值 夸大了研究效应 对于RCTs的meta分析在选择合并统计量时首选RR值 Meta分析中效应尺度指标选择的实例 这是计算合并RR值的森林图 也证实了原文作者错误的解释OR含义而夸大研究效应 Meta分析中效应尺度指标选择的实例 当然如果两组的事件发生率非常低或者非常接近的情况下 可以使用OR值作为合并统计量 某些时候也可以看绝对效应大小 RD 一般是考虑使用RR Meta分析中效应尺度指标选择的实例 实例2 以Thompson等的原发性雷诺现象钙通道阻滞治疗效果的Meta分析为例 原始数据如下 只列出了其中部分数据 Meta分析中效应尺度指标选择的实例 Meta分析中效应尺度指标选择的实例 由上述原始数据可知 各个原始数据研究治疗组和对照组均数均较大 除个别研究外 且最大的均数差异在10倍以上 因此这个时候使用WMD作为合并统计量是不合适的 这个时候采用SMD作为合并统计量 其合并后结果为 0 27 0 42 0 12 结果发生了很大的改变 也就是说对于计量资料 当各个原始数据研究间均数差异较大时 采用WMD意义不大 这个时候我们采用SMD获得定性的结论 异质性评价 异质性的定义 首先我们可以明确的是 纳入统一系统评价或meta分析的所有研究都会存在差异 因此我们将系统评价中不同研究中的各种变异称为异质性 1 研究内变异 随机抽样误差所致 2 研究间变异 因对象来自不同的总体所产生的变异 异质性检验 异质性检验 一般采用Q统计量和I2表示 Higgins等认为 I2 0时研究间无异质性 数值越大 异质性可能随之增加 I2 25 时 表示有轻度的异质性 I2 50 表示存在中度异质性 I2 或 75 时 表示存在高度异质性 异质性处理的方法 如果各研究间异质性很明显 主要有以下方法来处理 1 再次检查数据是否正确 如对于连续型数据 是否错误地将标准误替代了标准差 2 如果各研究间异质性太大 如I2 或 75 时 放弃Meta分析 只对结果进行一般性的描述 异质性处理的方法 3 选用随机效应模型合并数据 4 改变效应尺度 有时候 异质性的产生可能与效应尺度的选择有关 5 亚组分析和Meta回归分析等方法探索异质性的来源 6 敏感性分析 排除异常结果的研究后 重新进行Meta分析 Meta回归分析 目前Stata和SAS统计软件等都提供了计算方法 定义 本质上是一种观察性研究 采用回归分析的方法 探讨某些实验或病例特征 辅变量 对Meta分析合并效应的影响 以试图明确各研究间的异质性来源 探讨辅变量对合并效应的影响 Meta回归分析 Meta回归分析中的辅变量可以是实验干预的剂量 性别 年龄 种族 样本量等特征 Meta回归分析的局限 1 原始数据的获取 如不能获取充足的数据2 统计学上的相关并不等同于真正的相关 如因为来自不同研究的平均值可能是相似的 难以区分 由此得出的统计学上无显著性相关并不等于真的不存在相关3 假阳性结论 避免假阳性结论的唯一方法是预先明确将对哪些协变量进行Meta回归分析 敏感性分析 敏感性分析是指在一定假设条件下 如排除某个研究 所获结果稳定性的方法 重新进行Meta分析 观察合成结果是否发生变化 从而判断结论的稳健性 如Meta分析前后的结果没有改变 说明Meta分析结果较为可信 如结果发生改变 此时下结论时要非常慎重 敏感性分析的方法 一般是在数据分析阶段进行敏感分析 1 可以考虑改变统计模型 固定效应模型或随机效应模型 2 也可以考虑改变统计效应量 如二分类数据 选择OR或RR 连续数据选择MD或SMD 3 排除某个研究 4 排除小样本的研究等方法 发表偏倚 发表偏倚 在Meta分析中 发表偏倚的控制是较为困难的且影响程度较大 因此在进行Meta分析时发表性偏倚的识别与处理是系统评价中的一个非常重要的步骤 发表偏倚 发表偏倚的危害 对于Meta分析而言 获得发表的研究是获得结论的主要依据 但如果仅仅考虑阳性结果的研究 特别是某些带有故意伪造数据的研究 而不关注未发表的阴性结果的研究 可能会导致结论有误 从而误导卫生决策 对患者产生不利的结果 发表偏倚 如何控制发表偏倚 控制发表偏倚的唯一解决办法是尽可能地收集与当前系统评价有关的全部资料 包括所有发表和未发表的研究数据 会议论文摘要 各种简报和学位论文等 发表偏倚 一般采用Begg漏斗图和Egger检验 如果存在发表偏倚利用剪补法 trimandfillmethod 剪补法的核心是估计缺失的研究数量 可以利用非参数统计方法来实现 并将这些估计的缺失数值纳入系统评价中 重新进行Meta分析 Meta分析的类型 Meta分析的类型主要包括 RCTs的Meta分析 非随机对照试验的Meta分析 交叉试验的Meta分析 生存资料的Meta分析 遗传相关性的Meta分析 诊断性试验的Meta分析 累积Meta分析 个体参与者数据的Meta分析 贝叶斯Meta分析 网络Meta分析和定性研究系统综述 森林图的解读 森林图的解读 1 每一条横线代表每一个研究的可信区间 横线越长 说明样本量越小 结果欠准备 横线越短 说明样本量越大 准备性越高 2 横线中央的正方形是点估计值 面积大小表示对Meta分析的贡献度 即研究权重的大小 3 最下方的菱形代表合并结果 4 垂直线 代表OR或RR 1 将图分为左右两半 用于判断结果差异有无统计学意义 遗传相关性 SNP 的Meta分析 基因突变 指一对或多对碱基的替换 缺失或插入 一对碱基的突变也称为点突变 单核苷酸多态性 SNP 指基因组DNA中单个核苷酸发生突变且在人群中的频率大于1 以上的变异 特点 它是人类可遗传的变异中最常见的一种 具有数量多 分布广 稳定存在 SNP的三种基因型 野生基因型 在自然群体中往往有一种占多数座位的等位基因 称为野生型基因 纯合子基因型 是指同一位点 locus 上的两个等位基因相同的基因型个体 即遗传因子组成相同如AA aa 杂合子基因型 同一位点上的两个等位基因不相同的基因型个体 Hardy Weinberg平衡 Hardy Weinberg HWE 平衡定律 在一个大的群体中 如果是随机婚配 没有突变 没有自然选择 没有大规模迁移所致的基因流 群体中的基因频率和基因型频率不随世代变化而处于平衡状态的现象 我们称之为HWE定律 Hardy Weinberg平衡 影响HWE的因素 非随机婚配 自然选择 基因突变 遗传漂变 基因流等 此外 必须考虑其他可能的因素 如基因分型错误 人群存在选择偏倚等 Hardy Weinberg平衡 针对对照组不符合HWE定律研究是否纳入meta分析 有以下3种处理方法 1 先纳入Meta分析 在进行敏感性分析时排除不符合HWE的研究 比较排除后 结果是否有变化 2 直接排除 不纳入Meta分析3 计算校正后的OR值及95 CI 具体校正方法参见E Zintzaras论文的附件 HWE检验 如某个研究中 对照组总人数是115 三种基因型GG GA AA三种基因型分别为18 63 34人 1 手工计算结合SPSS软件 等位基因G的频率p 18 2 63 115 2 0 43等位基因A的频率q 1 p 0 57然后我们计算每种基因型的期望 理论频数 其计算公式如下 HWE检验 E GG p2 115 21 31E GA 2pq 115 56 39E GG q2 115 37 31然后我们利用SPSS软件进行拟合优度检验 得出卡方值为3 84 P 0 05 因此该研究符合HWE遗传定律 HWE检验 在线计算 上述方法较为复杂 一些学者提供了在线统计的方法 操作比较简单 如网址1 http www oege org software hwe mr calc shtml上述网页较友好 只需要依次输入对照组的三种基因型便可直接计算出P值 HWE检验 软件计算 可以通过相关统计软件如STATA R SAS等软件或自编Excel程序实现 二 SNP研究的基本过程 一 确定选题选题是Meta分析最重要的环节之一 大家可以先从自己熟悉的某种疾病和基因入手 然后再进一步拓展选题 二 SNP研究的基本过程 二 检索策略 SNP研究的Meta分析检索式一般是由三个部分组成 疾病名称 基因名 多态性如研究肺癌与p53基因多态性的研究 采用如下方式检索 p53ORTP53 AND polymorphismORvariantORmutation ANDlung 二 SNP研究的基本过程 二 检索策略 疾病名称和基因名可以通过Mesh查询对应的主题词 针对基因名不同名称及缩写 可以通过NCBI的gene数据库 http www ncbi nlm nih gov gene 查询 同时进行主题词 自由词检索 尽可能查全文献 二 SNP研究的基本过程 三 文献的纳入标准 1 病例对照研究或队列研究2 入选文献中有具体的原始数据 或者是有OR值及95 CI3 原始研究评价的必须是与我们相关的基因及疾病有关的研究 二 SNP研究的基本过程 四 排除标准 1 病例报告2 数据重复的研究3 与我们所研究的疾病不相关的研究 如研究肺癌 非肺癌的研究予以排除4 综述 二 SNP研究的基本过程 五 原始研究的质量评价 目前较为常用的质量评价工具是Newcastle Ottawa质量评价量表 二 SNP研究的基本过程 六 资料提取 1 研究基本信息 如第一作者 发表年份等 2 研究类型 一般可能为家族研究或病例对照研究 3 纳入人群的基本特征 如种族 年龄 对照人群的选择 疾病的诊断标准等 二 SNP研究的基本过程 六 资料提取 4 各组样本量 病例组和对照组中基因型和等位基因的数量 5 是否符合HWE 6 基因分型的方法 如PCR法 PCR RFLP法 Taqman探针等文献筛选 质量评价最好由2个以上作者独立进行 对存在分歧之处应进一步核对或请某专家进行评议 二 SNP研究的基本过程 七 效应指标的选择 基于病例对照设计的SNP研究的效应指标一般为OR或RR等 某些研究中 如评价指标是连续型变量 此时的效应指标为加权均数差或标准化均数差 二 SNP研究的基本过程 八 遗传模型的选择 以AA表示野生纯合基因型 AG表示杂合突变基因型 GG表示纯合突变基因型 常用的模型有 1 等位基因频率的比较 allelecontrast 即Gvs A 2 显性模型 dominantmodel GG AGvs AA 3 隐性模型 recessivemodel GGvs AA AG 4 共显性模型 co dominantmodel GGvs AA和AGvs AA 二 SNP研究的基本过程 九 统计学模型 无异质性时 采用固定效应模型 对存在较明显异质性的研究 采用随机效应模型 二 SNP研究的基本过程 十 异质性分析 常采用的方法有CochraneQ检验 I2值 一般在实际工作中 当Q检验的P50 即视为研究间存在异质性 当I2 75 时 不能进行合并分析 只能描述 二 SNP研究的基本过程 SNP研究常见的异质性来源可能有 种族 民族 对照组来源 基因分型检测方法 样本量等 可以根据具体情况进行亚组分析及通过Meta回归分析探讨异质性的来源 二 SNP研究的基本过程 十一 敏感性分析 1 排除HWE不符合遗传规律的文献 2 排除小样本的研究 3 依次剔除某一研究 计算其他研究结果观察期结果是否稳定 二 SNP研究的基本过程 十二 发表偏倚 常用的检验发表偏倚的方法有Begg s漏斗图和Eeger s检验 如果存在发表偏倚 我们可以采用剪补法 观察结果是否发生改变 SNP研究的注意事项 1 全基因组关联研究 GWAS 数据处理2 多次比较 多重校正 具体Meta分析 实例HeXF等 AssociationbetweenCYP1A2andCYP1B1polymorphismsandcolorectalcancerrisk ameta analysis 表1所入选研究的基本特征 统计分析 Stata命令框中输入如下命令 metanvar2 var5 orfixedlabel namevar var1 var1表示第一作者及发表年份var2表示病例组发生基因突变的例数var3表示病例组未发生基因突变的例数var4表示对照组发生基因突变的例数var5表示对照组未发生基因突变的例数利用stata软件合并meta分析一定要按照这个顺序计算 即var2 var5 具体Meta分析 具体Meta分析 森林图 森林图 统计分析 只有OR值和95 CI值的meta分析合并方法 genlnvar1 ln var1 genlnvar2 ln var2 genlnvar3 ln var3 metanlnvar1lnvar2lnvar3 eformeffect OR var1表示OR值var2表示95 可信区间的上限值var3表示95 可信区间的下限值 发表偏倚的计算方法 metanvar1 var4 orfixed random genlogor log ES rename selogESselogormetabiaslogorselogor graph begg 如果存在发表偏倚 采用剪补法 metatrimlogorselogor eformfunnel 发表偏倚图 发表偏倚图 Meta回归分析 在我们的另外一篇文章中我们得出 Theresultsofmeta regressionindicatedthatsourceofcontrols recessivemodel P 0 004 additivemodel P 0 003 andethnicity recessivemodel P 0 009 additivemodel P 0 002 butnotcancertype dominantmodel P 0 340 recessivemodel P 0 592 additivemodel P 0 287 andsamplesize dominantmodel P 0 971 recessivemodel P 0 739 additivemodel P 0 269 contributedtosubstantialheterogeneityinthemeta analysis Meta回归分析 其利用stata软件的程序如下 metanvar1 var4 orrandomgenlogor log ES genselogor selogESmetareglogorvar5var6var7var8var9 wsse selogor 利用上述程序即可得出我们上面的结论 敏感性分析 目前采用最多的方法是逐一排除法 SNP研究连续型数据 如在我们的这篇论文中 Associationbetweenthemethylenetetrahydrofolatereductasec 677C Tpolymorphismandbonemineraldensity anupdatedmeta analysis 其收集的数据主要包括 1 firstauthor sname 2 yearofpublication 3 countryoforigin 4 ethnicity 5 age 6 samplesize 7 studydesign 8 typeofBMDphenotype 9 meanandstandarddeviationofBMDacrossthreegenotypes and 10 samplesizeofthreegenotypes 连续型数据计算方法 计量资料合并分析的程序metanvar2 var7 nostandardlabel namevar var1 计量资料发表偏倚的程序 metanvar2 var7 nostandardlabel namevar var1 genlognostandard log ES genselognostadard seESmetabiaslognostandard seES graph begg metatrimlognostandardselognostadard eformfunnel 单组率的计算方法 genp events totalgense sqrt p 1 p var2 metanpse label namevar authors notablerandomisecond fixed 首先计算概率 然后计算对数标准误 最后合并分析 如何选题的问题 1 提出未研究过的问题2 更新meta分析3 最近别人做过的但有问题的meta分析 新版PubMed检索 1 PubMed数据范围2 认识新版PubMed3 PubMed检索方法 PubMed数据范围 数据类型 期刊论文 综述以及与其他数据资源链接 特点 免费提供题录和文摘提供与原文的网址链接 部分免费获取 提供检索词自动转换匹配操作简便 快捷 PubMed数据范围 MEDLINE4800余种生物医学期刊 内容涉及医学 护理 牙科 兽医 健康保健系统 前临床医学等学科 这些期刊来源于美国和世界上70多个国家和地区 文献量达1千2百多万条记录 并回溯到1966年记录中用 PubMed indexedforMEDLINE 标记表示 注 截止2006年3月15日PubMed公布的数据 PubMed数据范围 Inprocesscitation提供MEDLINE尚未经规范处理的数据 获MeSH词后 再加入MEDLINE记录中用 PubMed inprocess 标记表示 PubMed数据范围 PublisherSuppliedCitations出版商直接向PubMed提供电子记录包括MEDLINE未收录的部分记录记录中用 PubMed assuppliedbypublisher 标记表示 PubMed数据范围 OldMedline1950 1965年间发表的200多万篇文献没有MeSH字段和摘要记录中用 PubMed OLDMEDLINEforPre1966 标记表示 PubMed数据范围 PubMednotMedlinePubMed收录Medline不收录的文献记录中用 PubMed 标记表示 PreMedline PubMed Medline 认识新版PubMed PubMed首页PubMed检索结果页PubMed结果显示PubMed摘要显示 新版PubMed特色 简洁 清新检索速度较快 www ncbi nlm nih gov pubmed 常用工具 WelcometoPubMed 使用帮助 更多服务 检索词输入框 出处SO 篇名TI 作者AU 文献类型 状态 Summary 结果筛选 检索提示 认识新版PubMed 认识新版PubMed 调整显示设置可改变显示模式 显示数量及检索结果排序 显示设置 显示摘要 显示数量 排序模式 在摘要显示模式下可以看到详细的文献信息 作者地址 文献摘要 文献作者 文献篇名 全文链接 文献类型 文献主题词 认识新版PubMed 出版社上传 PreMedline PubMed Medline PubMed数据库收录的文献的状态 主要为Medline 相关数据库检索 检索详情 认识新版PubMed 非英文的文献篇名上有中括号 且注明有语种 英文文献 土耳其语 篇名 英文文献 认识新版PubMed 电子优先即最新文献 一般比印刷出版提前三个月以上 电子优先 2009年5月 2008年9月 认识新版PubMed PubMed检索方法 PubMed基本检索PubMed高级检索PubMed限定检索PubMed主题检索PubMed全文获取 PubMed基本检索 在检索框中键入一个或多个英文单词 大写或小写均可 点击GO按钮 PubMed系统会自动在主题词表 期刊名表 短语表及作者索引中查询与输入的词相匹配的形式 这就是它特有的 自动词汇匹配功能 例如 检索肿瘤 cancer 方面的文章 在检索框中输入 cancer 再点击 Go 按钮 PubMed将自动地利用它的 自动词汇匹配 功能将重要的词语结合在一起 并将不规范的词语转换成MeSH词表中规范的用词进行检索 比如 检索 cancer 将自动转换为 neoplasms MeSHTerms OR neoplasms AllFields OR cancer AllFields 自由词检索时PubMed自动将不规范的词转换成规范的词进行检索 自动词汇转换 PubMed基本检索 布尔逻辑组合检索 常用的逻辑关系词有AND OR NOT等 逻辑与 AND 检出记录中同时含有检索词A和检索词B 如 AANDB 逻辑非 NOT 在含检索词A的记录中 去掉含检索词B的记录 如 ANOTB 逻辑或 OR 检出记录中含有检索词A或检索词B或同时含有检索词A和B的文献 如 AORB PubMed基本检索 作者姓名检索按照姓 名缩写 不用标点 的格式键入作者姓名 如 smithja或Hexf 系统会自动在作者字段内进行检索 姓名第一个字母可用大写也可用小写 姓前名后 姓用全称 名字一般用缩写 考虑到作者姓名的不同形式 PubMed采用自动转换功能进行作者姓名检索 如 smithj将检索成smithja smithjb smithjr等 精确检索 可以用双引号将作者名引起来 再加作者字段限定 AU 如 smithj au 这样可避免PubMed自动转换 实现精确查找 PubMed基本检索 作者姓名检索按照姓 全写 名 缩写 之间不用标点键入作者姓名 smithj PubMed基本检索 精确检索避免PubMed自动词汇转换 实现精确查找 smithj au PubMed基本检索 期刊检索在检索框中键入期刊名 如 molecularbiologyofthecell 系统的 自动词语匹配 功能会将它转换成molbiolcell journal 进行检索 也可以直接输入Medline的期刊标准缩写形式 如 molbiolcell 或者是输入刊物的ISSN 国际标准出版物代码 进行检索 如 1059 1524 如果一个杂志名恰好是主题词或关键词 如 cancer science cell等 PubMed会首先将这些词转换成MeSH词表中的主题词进行检索 因此 需要将检索请求进行标准化处理 即在杂志名后面加 TA 如 cell ta PubMed基本检索 期刊的一般检索 是在检索输入框中键入期刊名或期刊的ISSN号 EurJImmunol PubMed基本检索 期刊的标准检索 是在期刊名后面加字段限定 TA 比如 cell ta cell ta PubMed基本检索 截词检索截词检索的作用 扩大检索范围 提高查全率 截词符 用 表示 代表多个字符 将 加在检索词后可以表示对所有以该词开头的词进行检索 如 bacter 可以检出bacter bacteria等最多600个单词 PubMed基本检索 截词检索可以扩大检索范围提高查全率 bacter TI PubMed基本检索 字段限制检索采用字段限制方式进行检索 其规则是 检索词1 字段标识 逻辑运算符检索词2 字段标识 如 查找作者为crick在1993年发表的有关DNA方面的文献 检索式 DNA mh ANDcrick au AND1993 dp PubMed基本检索 字段限制检索其规则是 检索词 字段标识 DNA mh ANDcrick au AND1993 dp PubMed基本检索 常用检索字段描述和标识Title ti 篇名字段Abstract ab 摘要字段Authorname au 文章的作者 检索格式 姓 名 如 smithja au Journaltitle ta 期刊名称 如 cell ta Language la 论文出版语种 语种检索时可只输入前3个字母 如 chi la chinese la English lang eng la 比如 检索文章题目中含有高血压的中文文献检索式 hypertension ti ANDchi la PubMed基本检索 hypertension ti ANDchi la 检索文章题目中含有高血压的中文文献 PubMed基本检索 常用检索字段描述和标识Publicationdate dp 出版日期指论文所在期刊的出版日期日期检索的形式为 YYYY MM DD DP 要检索一段时期内的文章 日期之间可以加冒号 如 1993 01 1995 06 DP Publicationtype pt 出版类型 有综述 新闻 传记 临床试验等 如 review pt MeSHterms mh 主题词字段 如 hypertension mh Subheadings sh 副主题词 与主题词组配检索 比如 检索1995年到1996年出版的关于高血压方面的综述性文献 hypertension mh AND1995 01 1996 1