Identificación de filtros validados para obtener evidencia científica

Transcription

Capítulo 9
Identificación de filtros validados para
obtener evidencia científica
Identificar y seleccionar la evidencia es un paso esencial para poder responder las preguntas clínicas desarrolladas para la GPC. Por lo tanto se debe asegurar
un proceso sin sesgo que permita localizar la mejor
evidencia disponible de todas las fuentes posibles seleccionadas (1-3)
Con el advenimiento de nuevas tecnologías de la información y comunicación en las últimas dos décadas, las bases de datos electrónicas se han constituido
en la fuente principal de información para los científicos. No obstante, identificar información relevante
requiere de estrategias de búsqueda bien diseñadas
en razón a la abrumadora cantidad de información, su
crecimiento exponencial, las diversas formas y lenguajes para almacenarla y buscarla y la variedad de
plataformas (4-6).
En un estudio reciente, un grupo de organizaciones
desarrolladoras de GPC, expresaron la necesidad de
identificar, mejorar y estandarizar los filtros de búsquedas con el fin de contribuir en mejorar la calidad y
validez de las recomendaciones (1).
Los filtros son una herramienta para perfeccionar la
estrategia de búsqueda y están constituidos por combinaciones de términos o descriptores secundarios relacionados entre ellos, que en conjunto con el término
o descriptor principal que se desea buscar, permiten
la recuperación de información con un alto grado de
exactitud. Teniendo en cuenta que estructurar estas
búsquedas en forma adecuada es un proceso complejo,
algunos especialistas han validado filtros de uso frecuente estableciendo su sensibilidad, especificidad y
precisión (6).
Sin embargo, la inclusión o exclusión de algunos términos en las estrategias de búsqueda puede modificar
sustancialmente el número total de referencias identificadas, la proporción de citaciones relevantes no recabadas por la estrategia y la proporción de citaciones
irrelevantes para la pregunta llevando a omitir referencias relevantes o un número inmanejable de referen-
cias para ser evaluadas. Por ello, es aconsejable que
en la etapa de identificación de la evidencia para la
GPC, se utilicen estrategias de búsqueda validadas de
las cuales se conozcan sus características operativas
(sensibilidad, especificidad, precisión) (1,6). Quienes
desarrollan GPC y revisiones sistemáticas prefieren
encontrar “toda” la literatura relevante, aceptando
identificar una proporción importante de referencias
“irrelevantes”. Algunos autores aconsejan que los
grupos elaboradores de GPC identifiquen y estandaricen el uso y reporte de las estrategias de búsqueda
utilizadas en sus proyectos (1). Este capítulo pretende
contribuir en la identificación de diversas estrategias
de búsqueda, promover su adecuado uso y reporte en
grupos desarrolladores de GPC y mejorar la calidad
final de las guías elaboradas.
INTRODUCCIÓN
OBJETIVOs
Identificar y describir las características de las estrategias de búsqueda de literatura (filtros) validadas en
bases de datos electrónicas, frecuentemente utilizadas
para identificar la evidencia científica que soporta las
recomendaciones de las GPC (MEDLINE, EMBASE,
CINAHL, PSYCHINFO, la Librería Cochrane, LILACS entre otras).
MÉTODOS
Se realizó una revisión sistemática de la literatura para
identificar estrategias de búsqueda de literatura (filtros) validadas, utilizadas para recabar información en
las siguientes bases de datos electrónicas: MEDLINE,
EMBASE, CINAHL, PsycInfo, Biblioteca Cochrane,
LILACS, SCIRIS, GOOGLE SCHOLAR. Así mismo,
se incluyeron reportes que describieran la metodología
para el desarrollo de filtros de búsqueda. Las búsquedas en las bases de datos electrónicas fueron realizadas en MEDLINE (PUBMED desde 1990 a Enero de
2009), la Biblioteca Cochrane número 3, 2008 (que
contiene las siguientes bases: Cochrane Reviews,
127
optener evidencia científica
other Reviews, Central Register of Controlled Trials,
Methods Studies, Technology Assessments y Economic Evaluations), LILACS (desde de 1982 a Enero de
2009), Scirus (a Enero de 2009; límite medicina; títulos artículos).
Adicionalmente se revisaron selectivamente las páginas de agencias desarrolladoras de GPC (Anexo 5) y
reconocidas organizaciones desarrolladoras de filtros
de evidencia científica como el “InterTASC Information Specialists’ Sub-Group (ISSG)”que provee
soporte al “National Institute for Health and Clinical
Excellence (NICE)”[http://www.york.ac.uk/inst/crd/
intertasc/about.htm], la Universidad de McMaster,
la biblioteca de la Universidad de Sydney, el centro
medicina basada en evidencia de Oxford, la Librería
Médica Nacional de los Estados Unidos entre otros
[http://www.shef.ac.uk/scharr/ir/filter.html].
Se utilizó y adaptó la siguiente estrategia de búsqueda
(PUBMED) combinada con los términos de tipo de diseño de estudios, de acuerdo a cada base de datos, para
identificar diversos tipos de filtros para cada tipo o grupos de estudio frecuentemente utilizados para generar
las recomendaciones en las GPC. Se incluyeron guías
de GPC, revisiones sistemáticas, ensayos clínicos
aleatorizados, estudios controlados, series de tiempo,
estudios de antes y después, estudios observacionales,
investigación cualitativa: ((search*[ti] AND strateg*
[ti]) OR filter* [ti] OR (retrieval [ti] AND search* [ti])
OR (search* [ti] AND structure [ti]) OR (optimal [ti]
AND search*[ti]) OR (Enhancing [ti] AND retrieval
[ti])) AND (PUBMED [mh] OR PUBMED [tw] OR
MEDLINE [tw] OR EMBASE [tw] OR LILACS [tw]
OR CINHAL[tw] OR Evidence-based [tw] OR OVID
[tw] OR reference* [tw] OR citations[tw] OR literature [tw] OR database [tw]).
Un revisor seleccionó los artículos incluidos y extrajo
la información. Basado en ésta valoración, un segundo
revisor evaluó la información extraída. Se evaluaron
artículos publicados originalmente en inglés, francés, español, italiano y portugués. La información se
sintetizó en forma narrativa y se describieron las ca-
128
racterísticas de algunos filtros relevantes. Debido al
número importante de referencias encontradas, se reportaron únicamente aquellas estrategias de búsqueda
que reportaron mayor sensibilidad, en que los autores
describieron en forma explícita y adecuada la metodología para cada base de datos y sistema (plataforma)
utilizados.
Se utilizó una versión adaptada de la propuesta por el
grupo ISSG de York para evaluar la calidad de los estudios de validación de filtros de búsqueda (http://www.
york.ac.uk/inst/crd/intertasc/pdf/signpatientmedlineappraisal.pdf). El instrumento incluye seis dominios:
identificación del estándar de referencia, la manera
cómo los investigadores identificaron los términos de
búsqueda, las pruebas de validez interna, las pruebas de
validez externa, las limitaciones y las comparaciones.
RESULTADOS
Se identificaron 682 citas a partir de la búsqueda en
las bases de datos mencionadas de las cuales 73 reportes cumplieron los criterios de inclusión y fueron
evaluados. Se encontraron reportes de estudios de filtros genéricos para identificar GPC (10,11), revisiones
sistemáticas (12-24), ensayos clínicos aleatorizados o
controlados (12,25-46), pruebas diagnósticas y diagnóstico clínico (47-64), investigación cualitativa (6571), estudios económicos (10,72), eventos adversos
(73-76), etiología y pronóstico (57,58,77-80), desenlaces (81), reglas de predicción clínica (82-84), edad
(85-86). Se excluyeron algunas referencias en razón a
que no reportaron la metodología para establecer el filtro, o no describieron las características operativas del
mismo, realizaron modificaciones de filtros preexistente sin validación o reportaron filtros desarrollados
por otros autores (87-92).
En razón al número importante de referencias, se reportan las referencias pero no se describen las características de filtros de estudios en temas específicos
como ginecología, ortopedia, cirugía, psiquiatría, oncología, servicios de salud, terapias alternativas entre
Término de búsqueda
Detectado
No detectado
Cumple criterios
A
C
A + C
No cumple criterios
B
D
B+D
Sensibilidad = A/(A+C); Precisión = A/(A+B); Especificidad = D/(B+D); Exactitud= (A+D)/(A+B+C+D). Todos los
artículos clasificados durante la búsqueda manual = (A+B+C+D).
otros (92-110).
Las limitaciones más importantes de los estudios están
relacionadas con la seleccion del patrón de oro (o patrón de referencia), debido a que en ocasiones pueden
limitar la validez externa del filtro. Se ha establecido
que la muestra de las revistas utilizadas en relación
al número y las características (por ejemplo la región
geográfica incide en los términos utilizados por los autores, el idioma, el factor de impacto, la especialidad
etc.) y a la definición de lo que se considera “referencias incluidas”, pueden incidir en el desempeño operativo del filtro (7).
La Colaboración Cochrane no recomienda el uso indiscriminado de filtros para identificar estudios de
pruebas diagnósticas, dada la falta de consistencia
entre diferentes áreas estudiadas (60). Ritchie y colaboradores evaluaron el rendimiento de 23 estudios
metodológicos de filtros de búsqueda y lo compararon
con los hallazgos de una revisión diagnóstica de infección urinaria que realizó búsquedas muy sensibles y
no utilizó filtros; reportaron un rango de sensibilidad
entre el 20.6% y el 86.9% y una precisión del 1% al
9.4% de los 23 filtros (48). Otro estudio que evaluó 12
filtros genéricos (46), reportó que el desarrollado por
van der Weijden y colegas tenía la mejor sensibilidad
(86.9%) y una precisión del 3,3% (59); sin embargo,
los autores de la revisión no recomiendan el uso de
estos filtros debido a que aún omiten un número im-
Tabla 9.1. Cálculo de Sensibilidad, especificidad, precisión y exactitud de filtros de estudios
BÚSQUEDA MANUAL
portante de estudios (46). En tanto se establecen filtros
con mejores características operativas, algunos autores recomiendan realizar las búsquedas de los estudios
diagnósticos utilizando términos que se refieran a la
prueba en estudio, la condición o enfermedad y la población. Se reporta en todo caso en las tablas algunos
de los filtros con mayor sensibilidad (64).
En las tablas 9.2 a 9.3 se presenta un resumen del rendimiento operativo de filtros de búsqueda validados y
el patrón o estándar de oro utilizado para tal fin.
Marco conceptual
Para determinar la especificidad, sensibilidad, precisión y exactitud de un “filtro” (Tabla 9.1) se establecen cuatro etapas: identificar los términos del filtro;
identificar un patrón de oro; evaluar el filtro de búsqueda; validar el filtro. Para establecer el “patrón de
oro” frecuentemente se realizan búsquedas manuales
en un grupo determinado de revistas para establecer
el total de estudios que cumplen con los criterios de
inclusión y exclusión de acuerdo a la pregunta planteada. Sin embargo, algunos estudios contrastan el filtro
con estrategias que consideran son altamente sensibles
(patrón de oro subjetivo) o con búsquedas bibliográficas previamente reconocidas (1). Posteriormente se
estructura los términos de la búsqueda electrónica y se
utiliza una tabla de 2x2 para determinar las caracterís129
Tabla 9.2. Rendimiento operativo de los filtros de búsqueda en MEDLINE (filtros con mayor sensibilidad reportada)
*Incluye fases 1, 2,3 propuesta por autores en marco conceptual. ** Incluye fase 1,2 únicamente (referirse al artículo
original para los términos de la estrategia de búsqueda). BM: búsqueda manual
130
Tabla 9.3. Rendimiento operativo de los filtros de búsqueda en EMBASE (filtros con mayor sensibilidad reportada)
Tabla 9.4. Rendimiento operativo de los filtros de búsqueda en otras bases de datos (filtros con mayor sensibilidad reportada)
131
ticas de la búsqueda al comparar los resultados de la
búsqueda manual y de la electrónica (tabla 9.1) (7-9).
La validación es la confirmación de los resultados corriendo la estrategia de búsqueda (filtro) y comparándola con un estándar de oro independiente del cual fue
derivado el filtro. Esto supone una validación “interna” inicial y una validación externa posterior. Sin embargo, no todos los filtros desarrollados han adoptado
este modelo (1).
RECOMENDACIONES PARA EL
DESARROLLO DE GPC
Filtros metodológicos para desarrollar las
búsquedas
La revisión identificó un número importante de filtros
para cada tipo de diseño de estudios y bases de datos
electrónicas. Actualmente no existe consenso sobre
los filtros que deben ser utilizados en la elaboración o
adaptación de GPC en particular debido a las diferentes metodologías para el desarrollo de las estrategias
de búsqueda y a la dificultad de que éstas sean generalizables para cada área de la salud. Por ello, los filtros reportados deben ser utilizados de acuerdo a cada
contexto. Diversos estudios han tomado en consideracion esta diversidad y desarrollado tipos de filtros para
condiciones o áreas particulares de la salud (87-110).
La precisión da cuenta de la literatura no relevante en
la búsqueda. Si el lector analiza la tabla 22 los valores
bajos en la precisión de los filtros por ejemplo para
los ensayos clínicos (rango entre 0,5 y 25,9), se hace
evidente que en la revisión de títulos “el ruido” (relación referencias no relacionadas vs referencias relacionadas) puede estar entre 199:1 y 3:1, esto implica
una gran diferencia en tiempo invertido en la búsqueda
con un escaso sacrificio en la sensibilidad del filtro de
acuerdo al filtró utilizado.
Las tablas 9.5 y 9.6 resumen las estrategias de búsque132
da recomendadas de acuerdo a los hallazgos de la revisión, para identificar diferentes tipos de estudio en la
elaboración y desarrollo de GPC. La tabla 9.5 describe
aquellas estrategias de búsqueda más sensibles en tanto que la tabla 9.6 describe estrategias que hacen un
balance entre sensibilidad y especificidad. Es probable
que sean necesarias algunas adaptaciones de acuerdo
al sistema que se utilice.
Teniendo en cuenta que se requiere de cierto conocimiento y destrezas para el uso de estos filtros, se
recomienda el soporte metodológico por parte de un
experto en búsquedas. Algunas bases con PUBMED
permiten la posibilidad de utilizar filtros pre-establecidos (interfaz de Clinical Queries/ limites). Sin embargo, estos filtros genéricos no están disponibles en
todas las bases de datos y debe así mismo evaluarse si
la sensibilidad/especificidad reportada cumple con los
objetivos de la búsqueda de la literatura. Por ejemplo,
las revisiones sistemáticas Cochrane recomiendan el
uso de filtros genéricos más sensibles que aquellos recomendados por PUBMED (111).
Las características de algunos de los filtros no descritos por cuestión de espacio en las tablas 9.2 a 9.4 se
decriben en la tabla 9.5.
Sintaxis en OVID: Pt publication type; truncation;
tw text-word (word or phrase appears in title or abstract); tu therapeutic use subheading; xs exploded
subheading; mp multiple posting (term appears in
title, abstract, or subject heading); exp exploded subject heading.
Reporte de las búsquedas electrónicas en las
GPC
En la sección de metodología de la GPC es aconsejable reportar detalladamente la manera como se realizaron las búsquedas electrónicas de tal forma que éstas
sean reproducibles. Por ello es recomendable listar
cada una de las bases de datos utilizadas (ej. MEDLINE), el sistema o plataforma utilizada (ej OVID), las
Tabla 9.5. Filtros de búsqueda con mayor sensibilidad para identificar estudios en el desarrollo/
adaptación de GPC.
133
134
Continuación Tabla 9.5. Filtros de búsqueda con mayor sensibilidad para identificar estudios en
el desarrollo/adaptación de GPC.
Continuación Tabla 9.5. Filtros de búsqueda con mayor sensibilidad para identificar estudios en
el desarrollo/adaptación de GPC.
135
136
Tabla 9.6. Filtros de búsqueda con sensibilidad/especificidad balanceada para
identificar estudios en el desarrollo/ adaptación de GPC
referencias
1.
Deurenberg R, Vlayen J, Guillo S, Oliver TK, Fervers
B, Burgers J. SEARCH Group Standardization of search
methods for guideline development: an international survey of evidence-based guideline development groups.
Health Info Libr J. 200825:23-30.
2.
Coiera E, Walther M, Nguyen K, Lovell NH. Architecture for knowledge-based and federated search of online
clinical evidence. J Med Internet Res. 2005;7:e52.
3.
Oxman AD, Fretheim A, Schünemann HJ. Improving
the Use of Research Evidence in Guideline Development:
7. Deciding what evidence to include. Health Res Policy
Syst 2006.
4.
Programa de habilidades de lectura crítica de España. Glosario de Búsquedas. Disponible en http://www.redcaspe.
org/herramientas/gbusquedas.htm Acceso en Enero 2009.
5.
Gonzáles-Guitián C, Sobrido-Prieto M. Buscar en Medline con PubMed. Disponible en: http://www.fisterra.
com/recursos_web/no_explor/pubmed/060828_pubmed.
pdf Acceso en Enero 2009.
6.
Arencibia R, PerezLeo Solórzano L, Araújo-Ruiz JA.
Los filtros metodológicos como herramientas eficaces para
la búsqueda de evidencias clínicas. Acimed 2004; 12(3):117. Disponible en http://scielo.sld.cu/pdf/aci/v12n3/
aci05304.pdf Acceso en Enero 2009.
Health Informatics. The “Hedges” Project. Disponible en
http://hiru.mcmaster.ca/hedges/indexHIRU.htm Acceso
mayo 13 de 2008.
10. Wilczynski NL, Haynes RB, Lavis JN, Ramkissoonsingh Ravi, Arnold-Oatley AE/HSR. Hedges Team.
Optimal search strategies for detecting health services research studies in MEDLINE. Canadian Medical Association 2004;171:1179-1185.
11. Haase A, Follmann M, Skipka G, Kirchner H. Developing search strategies for clinical practice guidelines in
SUMSearch and Google Scholar and assessing their retrieval performance. BMC Med Res Methodol. 2007;7:28.
fechas en que se realizaron las búsquedas (ej. Enero
1980 a Enero 2009). Cuando se realizan actualizaciones de una búsqueda se debe explicitar la información
acerca de la búsqueda anterior y aquella de la nueva
búsqueda. Así mismo es aconsejable incluir la(s) estrategias de búsqueda completas tal y como se realizaron como anexos de la Guía. Se debe además informar
de cualquier límite que se haya impuesto a la búsqueda
(lenguaje, edad etc).
12. Wong SS, Wilczynski NL, Haynes RB. Comparison of
top-performing search strategies for detecting clinically
sound treatment studies and systematic reviews in MEDLINE and EMBASE. J Med Libr Assoc. 2006;94:451-5.
13. Montori VM, Wilczynski NL, Morgan D, Haynes RB.
Hedges Team. Optimal search strategies for retrieving
systematic reviews from Medline: analytical survey. BMJ.
2005;330:68.
14. Boynton J, Glanville J, McDaid D, Lefebvre C. Identifying systematic reviews in MEDLINE: developing an
objective approach to search strategy design. Journal of
Information Science. 1998, 24, 137–54.
15. White VJ, Glanville JM, Lefebvre C, Sheldon TA. A
statistical approach to designing search filters to find systematic reviews: objectivity enhances accuracy. Journal of
Information Science. 2001, 27, 357–70.
16. Shojania KG, Bero LA. Taking advantage of the explosion of systematic reviews: an efficient MEDLINE search
strategy. Effective Clinical Practice. 2001, 4, 157–62.
17. White VJ. Developing search strategies to identify systematic reviews of health care interventions in MEDLINE.
MSci Thesis. Loughborough: Loughborough University,
Department of Information and Library Studies, 1998.
7.
Jenkins M. Evaluation of methodological search filters -a
review. Health Info Libr J. 2004;21:148-63.
18. Eady AM, Wilczynski NL, Haynes RB. PsycINFO
search strategies identified methodologically sound therapy studies and review articles for use by clinicians and
researchers. J Clin Epidemiol. 2008;61:34-40.
8.
Haynes RB, Wilczynski N, McKibbon KA, Walker CJ,
Sinclair JC. Developing optimal search strategies for detecting clinically sound studies in MEDLINE. J Am Med
Inform Assoc 1994;1:447-58.
19. Wilczynski NL, Haynes RB. Hedges Team. EMBASE
search strategies achieved high sensitivity and specificity
for retrieving methodologically sound systematic reviews.
J Clin Epidemiol. 2007;60:29-33.
9.
Health Information Research Unit. Evidence-Based
20. Zacks MP, Hersh WR. Developing search strategies for
137
detecting high quality reviews in a hypertext test collection. Proc AMIA Symp. 1998:663-7.
21. Hunt DL, McKibbon KA. Locating and appraising systematic reviews. Ann Intern Med. 1997;126:532-8.
22. NHS Research and Development Centre for EvidenceBased Medicine. Oxford, England. Searching for the Best
Evidence in Clinical Journals. Available from: http://www.
cebm.net/searching.asp.
23. Evidence Based Medicine Tool Kit. Ovid Medline Search
Strategies for Systematic Reviews. URL disponible en:
http://www.ebm.med.ualberta.ca/SystematicReviewSearch.html
24. NHS Centre for Reviews and Dissemination University
of York, York, YO10 5DD Search Strategies to Identify
Reviews and Meta-analyses in MEDLINE and CINAHL
[Internet]. URL disponible en: http://www.york.ac.uk/inst/
crd/search.htm.
25. Cochrane Highly Sensitive Search Strategy for identifying
randomized trials in MEDLINE: sensitivity-maximizing
version (2008 revision); Ovid format. Lefebvre C, Manheimer E, Glanville J. Chapter 6: Searching for studies. In:
Higgins JPT, Green S (editors). Cochrane Handbook for
Systematic Reviews of Interventions. Wiley, 2008.
26. Haynes RB, Mckibbon KA, Wilczynski NL, Walter SD,
Werre SR. Hedges Team. Optimal search strategies for retrieving scientifically strong studies of treatment from Medline: analytical survey. BMJ May 21;330(7501):1179–82
27. Royle PL, Waugh NR. Making literature searches easier:
a rapid and sensitive search filter for retrieving randomized
controlled trials from PubMed. Diabet Med. 2007;24:30811.
28. Zhang L, Ajiferuke I, Sampson M. Optimizing search
strategies to identify randomized controlled trials in MEDLINE. BMC Med Res Methodol. 2006;6:23.
29. Royle P, Waugh N. A simplified search strategy for identifying randomised controlled trials for systematic reviews
of health care interventions: a comparison with more exhaustive strategies. BMC Med Res Methodol. 2005;5:23.
30. Biondi-Zoccai GG, Agostoni P, Abbate A, Testa L,
Burzotta F. A simple hint to improve Robinson and
Dickersin’s highly sensitive PubMed search strategy for
controlled clinical trials. Int J Epidemiol. 2005;34:224-5;
31. Chow TK, To E, Goodchild CS, McNeil JJ. A simple,
fast, easy method to identify the evidence base in pain-
138
relief research: validation of a computer search strategy
used alone to identify quality randomized controlled trials.
Anesth Analg. 2004;98:1557-65.
32. Wilczynski NL, Haynes RB. Hedges Team. Robustness
of empirical search strategies for clinical content in MEDLINE. Proc AMIA Symp. 2002:904-8.
33. Robinson KA, Dickersin K. Development of a highly
sensitive search strategy for the retrieval of reports of controlled trials using PubMed. Int J Epidemiol. 2002;31:1503.
34. Wilczynski NL, Walker CJ, McKibbon KA, Haynes
RB. Assessment of methodologic search filters in MEDLINE. Proc Annu Symp Comput Appl Med Care. 1993:6015.
35. Dickersin K, Scherer R, Lefebvre C. Systematic reviews: identifying relevant studies for systematic reviews.
British Medical Journal. 1994, 309, 1286–91.
36. Nwosu CR, Khan KS, Chien PFW. A two-term MEDLINE search strategy for identifying randomized trials
in Obstetrics and Gynecology. Obstetrics and Gynecology
1998; 91, 618–22.
37. Camosso-Stefinovic J. Developing objectively derived
search strategies to identify randomised controlled trials
in MEDLINE [MSci Thesis]. Loughborough: Loughborough University, Department of Information and Library
Studies, 2002.
38. Wong SS, Wilczynski NL, Haynes RB. Developing
optimal search strategies for detecting clinically sound
treatment studies in EMBASE. J Med Libr Assoc.
2006;94:41-7.
39. Wong SS, Wilczynski NL, Haynes RB. Optimal CINAHL search strategies for identifying therapy studies and
review articles. J Nurs Scholarsh. 2006;38:194-9. Lilacs
40. Manríquez JJ. A highly sensitive search strategy for clinical trials in Literatura Latino Americana e do Caribe em
Ciências da Saúde (LILACS) was developed. J Clin Epidemiol. 2008;61:407-11.
41. Castro AA, Clark OA, Atallah AN. Optimal search strategy for clinical trials in the Latin American and Caribbean
Health Science Literature database (LILACS database):
update. Sao Paulo Medical Journal. 1999;117(3):138-9.
42. Glanville JM, Lefebvre C, Miles JNV, Camosso-Stefinovic J. How to identify randomized controlled trials in
MEDLINE: ten years on. J Med Libr Assoc 2006;94:130–
43. Royle P, Waugh N. A simplified search strategy for identifying randomised controlled trials for systematic reviews
of health care interventions: a comparison with more exhaustive strategies. BMC Medical Research Methodology.
2005;5:23.
44. Royle PL, Waugh NR. Making literature searches easier:
a rapid and sensitive search filter for retrieving randomized controlled trials from PubMed. Diabetic Medicine.
2007;24:308-11.
45. Corrao S, Colomba D, Arnone S, Argano C, Di Chiara
T, Scaglione R, Licata G. Improving efficacy of PubMed
clinical queries for retrieving scientifically strong studies
on treatment. Journal of the American Medical Informatics Association. 2006;13:485-7.
46. Sampson M, Zhang L, Ajiferuke I, Sampson M. Optimizing search strategies to identify randomized controlled
trials in MEDLINE. Twelfth International Cochrane Colloquium; 2004: 2-6; Ottawa, Canada.
47. Leeflang MM, Deeks JJ, Gatsonis C, Bossuyt PM. Cochrane Diagnostic Test Accuracy Working Group. Systematic reviews of diagnostic test accuracy. Ann Intern Med.
2008;149:889-97.
48. Ritchie G, Glanville J, Lefebvre C. Do published search
filters to identify diagnostic test accuracy studies perform
adequately? Health Info Libr J. 2007;24:188-92.
49. Leeflang MM, Scholten RJ, Rutjes AW, Reitsma JB,
Bossuyt PM. Use of methodological search filters to identify diagnostic accuracy studies can lead to the omission of
relevant studies. J Clin Epidemiol. 2006;59:234-40.
50. Doust JA, Pietrzak E, Sanders S, Glasziou PP. Identifying studies for systematic reviews of diagnostic tests
was difficult due to the poor sensitivity and precision of
methodologic filters and the lack of information in the abstract. J Clin Epidemiol. 2005;58:444-9.
51. Deville WL, Buntinx F, Bouter LM, Montori VM, et
al. Conducting systematic reviews of diagnostic studies:
didactic guidelines. BMC Medical Research Methodology
2002;2:9.
52. Wilczynski NL, Haynes, RB, for the HEDGES team.
EMBASE search strategies for identifying methodologically sound diagnostic studies for use by clinicians and
researchers. BMC Medicine. 2005, 3:7. doi:10.1186/17417015-3-7.
53. Bachmann LM, Estermann P, Kronenberg C, ter Riet
G. Identifying diagnostic accuracy studies in EMBASE.
Journal of the Medical Library Association. 2003;91:3416.
54. Wilczynski NL, Haynes RB; Hedges Team. EMBASE
search strategies for identifying methodologically sound
diagnostic studies for use by clinicians and researchers.
BMC Med. 2005;3:7.
55. Haynes RB, Wilczynski NL. Optimal search strategies for retrieving scientifically strong studies of diagnosis from Medline: analytical survey. BMJ. 2004 May
1;328(7447):1040.
6.
56. Bachmann, LM, Coray R, Estermann P, ter Riet G.
Identifying diagnostic studies in MEDLINE. Reducing the
number needed to read. Journal of the American Medical
Informatics Association. 2002, 9, 653-8.
57. Wilczynski N, Haynes RB. Robustness of empirical
search strategies for clinical content in medicine. Biomedical Informatics: One Discipline. Proceedings of the
2002 AMIA Annual Symposium 2002: 904–8.
58. Haynes RB, Wilczynski N, McKibbon KA, Walker CJ.
Sinclair JC. Developing optimal search strategies for detecting clinically sound studies in MEDLINE. Journal of
the American Medical Informatics Association. 1994, 1,
447-58.
59. Van der Weijden T, IJzermans CJ, Dinant GJ, van Duijn NP, de Vet R, Buntinx F. Identifying relevant diagnostic studies in MEDLINE. The diagnostic value of the
erythrocyte sedimentation rate (ESR) and dipstick as an
example. Family Practice. 1997, 14, 204–8.
60. De Vet HCW, Eisinga A, Riphagen II, Aertgeerts B,
Pewsner D. Chapter 7: Searching for Studies. In: Cochrane Handbook for Systematic Reviews of Diagnostic Test
Accuracy Version 0.4 [updated September 2008]. The Cochrane Collaboration, 2008.
61. Bossuyt PM, Reitsma JB, Bruns DE, Gatsonis CA,
Glasziou PP, Irwig LM, Lijmer JG, et al. Towards complete and accurate reporting of studies of diagnostic accuracy: the STARD initiative. BMJ 2003; 326: 41-4.
62. Bossuyt PM, Reitsma JB, Bruns DE, Gatsonis CA,
Glasziou PP, Irwig LM, Moher D, et al. The STARD
statement for reporting studies of diagnostic accuracy:
explanation and elaboration. Annals of Internal Medicine
2003; 138: W1-12.
63. Falck-Ytter YT, Motschall E. New search filter for diag-
139
nostic studies: Ovid and PubMed versions not the same.
BMJ 2004; 328: 1040.
64. Vincent S, Greenley S, Beaven O. Clinical evidence
diagnosis: developing a sensitive search strategy to retrieve diagnosis studies on deep vein thrombosis. Health
Information Libraries Journal. 2003, 20, 150–9.
65. Wilczynski NL, Marks S, Haynes RB. Search strategies for identifying qualitative studies in CINAHL. Qual
Health Res. 2007;17:705-10.
66. Flemming K, Briggs M. Electronic searching to locate
qualitative research: evaluation of three strategies. J Adv
Nurs. 2007;57:95-100.
67. McKibbon KA, Wilczynski NL, Haynes RB. Developing optimal search strategies for retrieving qualitative
studies in PsycINFO. Eval Health Prof. 2006;29:440-54.
68. Walters LA, Wilczynski NL, Haynes RB. Hedges Team.
Developing optimal search strategies for retrieving clinically relevant qualitative studies in EMBASE. Qual
Health Res. 2006;16:162-8.
69. Wong SS, Wilczynski NL, Haynes RB. Hedges Team.
Developing optimal search strategies for detecting clinically relevant qualitative studies in MEDLINE. Stud Health
Technol Inform. 2004;107(Pt 1):311-6.
70. Grant MJ. How does your searching grow? A survey of
search preferences and the use of optimal search strategies
in the identification of qualitative research. Health Info
Libr J. 2004;21:21-32.
71. Shaw RL, Booth A, Sutton AJ, Miller T, Smith JA,
Young B, Jones DR, Dixon-Woods M. Finding qualitative research: an evaluation of search strategies. BMC
Medical Research Methodology. 2004;4:5.
72. McKinlay RJ, Wilczynski NL, Haynes RB. Hedges
Team. Optimal search strategies for detecting cost and
economic studies in EMBASE. BMC Health Serv Res.
2006;6:67.
73. Golder S, McIntosh HM, Duffy S, Glanville J. Centre
for Reviews and Dissemination and UK Cochrane Centre
Search Filters Design Group. Developing efficient search
strategies to identify reports of adverse effects in MEDLINE and EMBASE. Health Info Libr J. 2006;23:3-12.
74. Derry S, Loke YK, Aronson JK. Incomplete evidence:
the inadequacy of databases in tracing published adverse
drug reactions in clinical trials. BMC Medical Research
Methodology 2001;1(7).
140
75. Loke YK, Edwards J, Deny S. Conventional search strategies cannot easily identify those trials of drug therapy
which provide quantitative adverse effects data. In: 7th
Annual Cochrane Colloquium Abstracts, October 1999,
Rome; p.A19, (poster).
76. Wieland S, Dickersin K. Selective exposure reporting
and Medline indexing limited the search sensitivity for observational studies of the adverse effects of oral contraceptives. Journal of Clinical Epidemiology. 2005;58:560-7.
77. Wilczynski NL, Haynes RB. Hedges Team. Developing
optimal search strategies for detecting clinically sound
causation studies in MEDLINE. AMIA Annu Symp Proc.
2003:719-23.
78. Haynes RB, Kastner M, Wilczynski NL. Hedges Team.
Developing optimal search strategies for detecting clinically sound and relevant causation studies in EMBASE.
BMC Med Inform Decis Mak. 2005;5:8.
79. Wilczynski NL, Haynes RB. Developing optimal search
strategies for detecting clinically sound prognostic studies in MEDLINE: an analytic survey. BMC Medicine.
2004;2:23.
80. Wilczynski NL, Haynes RB. Optimal search strategies
for detecting clinically sound prognostic studies in EMBASE: an analytic survey. Journal of the American Medical Informatics Association. 2005;12:481-5.
81. Brettle AJ, Long AF, Grant MJ, Greenhalgh J. Searching for information on outcomes: do you need to be
comprehensive? Quality in Health Care. 1998, 7, 163–7.
82. Ingui BJ, Rogers MA. Searching for clinical prediction
rules in MEDLINE. Journal of the American Medical Informatics Association. 2001, 8, 391–7.
83. Wong SS, Wilczynski NL, Haynes RB, Ramkissoonsingh R. Hedges Team. Developing optimal search
strategies for detecting sound clinical prediction studies
in MEDLINE. AMIA Annual Symposium Proceedings
2003;728-32.
84. Holland JL, Wilczynski NL, Haynes RB. Optimal search
strategies for identifying sound clinical prediction studies
in EMBASE. BMC Medical Informatics and Decision
Making. 2005;5:11.
85. Boluyt N, Tjosvold L, Lefebvre C, Klassen TP, Offringa M. Usefulness of systematic review search strategies
in finding child health systematic reviews in MEDLINE.
Arch Pediatr Adolesc Med. 2008;162:111-6.
87. Scottish Intercollegiate Guidelines Network (SIGN).
Search filters. URL disponible en: http://www.sign.ac.uk/
methodology/filters.html#systematic. Acceso Enero 2009.
88. Kirpalani H, Schmidt B, McKibbon K A, Haynes
RB, Sinclair JC. Searching MEDLINE for randomized
clinical trials involving care of the newborn. Pediatrics.
1989;83:543-546.
89. Department of Information Services; University of Wales
College of Medicine. Some search strategies used in the
Project. URL disponible en: http://hebw.cf.ac.uk/methodology/appendix2.htm. Acceso Enero 2009.
90. The Queen’s Medical Center, Hawaii Medical Library.
Evidence-Based Filters for Medline (Ovid). URL disponible en: http://hml.org/WWW/filtrmed.html#meta. Acceso
Enero 2009.
91. Grady Branch Library / Emory University. Grady EBM
Filters for Ovid. URL disponible en: http://www.emory.
edu/WHSCL/grady/inetgrp/ovidfilter.doc. Acceso Enero
2009.
92. Clinical evidence. Search filters. URL disponible en:
http://clinicalevidence.bmj.com/ceweb/about/search_filters.jsp. Acceso Enero 2009.
93. Watson RJ, Richardson PH. Identifying randomized
controlled trials of cognitive therapy for depression: comparing the efficiency of Embase, Medline and PsycINFO
bibliographic databases. British Journal of Medical Psychology. 1999;72:535-42.
94. Heran B S, Wright J M. Development of an optimal
search strategy for finding trials demonstrating ACE inhibitor blood pressure lowering efficacy. 10th Cochrane
Colloquium; 2002 July 31 - August 3; Stavanger, Norway.
95. Chow T, To E, Goodchild C, McNeil J. Improved indexing of randomised controlled trials has enabled computer search strategies to identify them with high sensitivity
and specificity, in pain relief research [abstract]. 8th Cochrane Colloquium; 2000 Oct 25-29; Cape Town, South
Africa.
96. Marson AG, Chadwick DW. How easy are randomized
controlled trials in epilepsy to find on Medline? The sensitivity and precision of two Medline searches. Epilepsia.
1996;37:377-380.
97. Bernstein F. The retrieval of randomized clinical trials in
liver diseases from the medical literature: manual versus
MEDLARS searches. Controlled Clinical Trials 1988;
9(1):23-31. [RCTs in liver diseases]
98. Poynard T, Conn HO. The retrieval of randomized clinical trials in liver disease from the medical literature. A
comparison of MEDLARS and manual methods. Controlled Clinical Trials. 1985;6:271-9. [RCTs in liver diseases]
99. Watson RJ, Richardson PH. Identifying randomized
controlled trials of cognitive therapy for depression: comparing the efficiency of Embase, Medline and PsycINFO
bibliographic databases. British Journal of Medical Psychology. 1999;72:535-42.
86. Kastner M, Wilczynski NL, Walker-Dilks C, McKibbon KA, Haynes B. Age-specific search strategies for
Medline. J Med Internet Res. 2006;8:e25.
100.De Freitas AE, Herbert RD, Latimer J, Ferreira PH.
Searching the LILACS database for Portuguese- and
Spanish-language randomized trials in physiotherapy was
difficult. Journal of Clinical Epidemiology. 2005;58:2337.
101.Bardia A, Wahner-Roedler DL, Erwin PL, Sood A.
Search strategies for retrieving complementary and alternative medicine clinical trials in oncology. Integrative
Cancer Therapies. 2006;5:202-5.
102.Astin MP, Brazzelli MG, Fraser CM, Counsell CE,
Needham G, Grimshaw JM. Developing a sensitive
search strategy in MEDLINE to retrieve studies on assessment of the diagnostic performance of imaging techniques. Radiology. 2008;247:365-73.
103.Deville WLJM, Brezemer PD, Bouter LM. Publications
on diagnostic test evaluation in family medicine journals:
an optimal search strategy. Journal of Clinical Epidemiology. 2000;53:65-9.
104.Berg A, Fleischer S, Behrens J. Development of two
search strategies for literature in MEDLINE-PubMed:
nursing diagnoses in the context of evidence-based nursing. International Journal of Nursing Terminolologies and
Classifications. 2005;16):26-32.
105.Buckingham, J. Evidence-based medicine quality filters
in MEDLINE records: theory, practice and practical reality. Bibliotheca Medica Canadiana. 1998, 20, 7–11.
106.Alldred S, Hampson L, Neilson J, Alfirevic Z, Deeks
J. Comparison of two different search strategies in identifying literature for a diagnostic test accuracy review of
Down’s Syndrome screening [abstract]. 14th Cochrane
Colloquium; 2006 October 23-26; Dublin, Ireland.
107.Schaafsma F, Hulshof C, Verbeek J, Bos J, Dyserinck
141
142
H, van Dijk F. Developing search strategies in Medline
on the occupational origin of diseases. American Journal
of Industrial Medicine. 2006;49:127-37.
108.Wilczynski NL, Haynes RB, Lavis JN, Ramkissoonsingh R, Arnold-Oatley AE. HSR Hedges team. Optimal
search strategies for detecting health services research studies in MEDLINE. Canadian Medical Association Journal. 2004;171:1179-85.
109.Eisinga A, Siegfried N, Clarke M. The sensitivity and
precision of search terms in Phases I, II and III of the Cochrane Highly Sensitive Search Strategy for identifying
reports of randomized trials in medline in a specific area
of health care--HIV/AIDS prevention and treatment interventions. Health Info Libr J. 2007;24:103-9.
110.Glanville J, Bayliss S, Booth A, Dundar Y, Fleeman
ND, Foster L, Fraser C, et al. InterTASC Information
Specialists’ Subgroup. So many filters, so little time: The
development of a Search Filter Appraisal Checklist. Journal of the Medical Library Association 2008; in press.
111.Higgins JPT, Altman DG, eds. Assessing risk of bias in
included studies. In: Higgins JPT, Green S, eds. Cochrane
handbook for systematic reviews of interventions. Version
5.0.0. Cochrane Collaboration, 2008. www.cochrane-handbook.org/.

Identificación de filtros validados para obtener evidencia científica

Transcription

Similar documents

cruda mata

Padres de familia

online advertising content consulting market analysis digital solutions

Perfil del Estudiante

CamLab ayuda a los operadores de turbinas de EE.UU. Tienda en

Convergencia digital, virtualidad real y desarrollo humano

El gibaro

Taller de Cibermetría - Dirección General de Evaluación Institucional

fotografía

Extractores de humos para codificadores láser