Workshop Embase BMI dag – 15 mei 2014 Wichor Bramer – Erasmus MC – Medische Bibliotheek

Voorstellen  Wie ben ik?  Wie zijn jullie?  Soort instelling?  Academisch?  Top klinisch?  Andere ziekenhuizen?  Andere instellingen?

Gebruik van embase  Hoe lang ervaring met embase?  Geen, 1, 2, 5, 10 jaar, langer?  Hoe vaak gebruiken jullie embase?  Per maand / week / dag  In percentage van de zoekacties  Voor welk doel? SRs / klinische vragen / anders  Andere databases?  Welke interfaces?

Waar willen jullie dat het over gaat?  Toegevoegde waarde van embase t.o.v. andere databases (sheet 5)  Verschillen tussen interfaces (sheet 7)  Nadelen en valkuilen van embase (sheet 14)  Systematiek van het zoeken (sheet 16)  Vertalen tussen verschillende databases (sheet 21)  Iets anders?

Toegevoegde waarde embase recalluniekNNR Embase248181%40333 Medline215671%16268 Google Scholar132643%7241 Web-of-Science andere databases50493 Bron: eigen nog niet gepubliceerd onderzoek

Voordelen embase t.o.v. PubMed?  Grotere dekking (medline en embase)  Diepere indexering (meer trefwoorden uit full tekst)  Proximity search i.p.v. alle zinnen uitschrijven

Verschillen tussen interfaces (welke?) DataStar Dialog DIMDI embase.com EBSCO Ovid ProQuest STN

OvidSP Voordeel boven embase.com? Gelijke syntax met Medline in OvidSP Bij gebruik van PubMed is de vertaling veel lastiger

OvidSP: voordeel? Medline OvidSP (exerpt)Embase in OvidSP (exerpt) 9. exp Granulocyte Colony-Stimulating Factor/ 10. exp Granulocyte-Macrophage Colony-Stimulating Factor/ 11. G-CSF.tw. 12. Colony-Stimulating Factor*.tw. 13. neupogen.tw. 14. filgrastim.tw. 15. pegfilgrastim.tw. 16. lenograstim.tw. 17. molgramostim.tw. 18. or/ and granulocyte colony stimulating factor/ 10. recombinant granulocyte colony stimulating factor/ 11. granulocyte macrophage colony stimulating factor/ 12. recombinant granulocyte macrophage colony stimulating factor/ 13. G-CSF.tw. 14. Colony Stimulating Factor*.tw. 15. neupogen.tw. 16. filgrastim.tw. 17. pegfilgrastim.tw. 18. lenograstim.tw. 19. molgramostim.tw or 10 or 11 or 12 or 13 or 14 or 15 or 16 or 17 or 18 or and 20

Embase(.com) – relevance, coverage en recall

Voordelen embase.com  Relevance ranking  Exporteren tot artikelen tegelijk (in OvidSP effectief plm. 1200, in EBSCO 50)  Filters aan de linkerkant geven overzicht van gebruikte emtree terms (vgl PubReminer)

Nadelen embase.com Geen geneste proximity famil* NEAR hypertroph* NEAR cardiomyopath* Geen goed gebruik vraagteken als truncatie exact 1 teken niet in combinatie met veldnamen Geen zintruncatie oplossing: proximity met NEXT Interface emtree terms onhandig (OvidSP beter?)

Pas op!  Bij exporteren naar referentie software komt standaard (RIS format) de volledige tijdschrifttitel mee

Nadelen en valkuilen embase Emtree Thesaurus Veel narrower terms ontbreken decision making squamous cell carcinoma leg exercise Te brede terms als alternatief triage causality Teveel combinatie termen peritoneal dialysis catheter cancer mortality (combinaties mesh / subheading  een emtree term)

Nadelen emtree thesaurus  Van een term van twee begrippen wordt vaak maar een deel gebruikt:  recurrent cervix cancer use: uterine cervix cancer  visually impaired persons use: patient  child of impaired parents use: child (problemen zijn aangekaart, wordt aan gewerkt) Automatische indexering zorgt voor artikelen met heel veel trefwoorden Geen previous indexing Geen related terms

Systematiek van het zoeken Knelpunten?  Wanneer ben je compleet in je zoektermen?  Hoe vertaal je efficiënt en effectief tussen verschillende databases?  Efficiënt ontdubbelen van resultaten uit meerdere databases?

Werkwijze Erasmus MC Onderzoeksvraag indelen in elementen (Focus niet teveel op PICO) Start met belangrijkste en meest specifieke elementen Verzamel relevante emtree terms en synonyms Bouw je eenregelige zoekactie op in een Word document, plak hem daarna in de database Zet eerst de syntax in Word, daarna pas de woorden invullen Creeer een één regelzoekactie

Compleetheid van zoektermen  Ieder element grondig optimaliseren met NOT Brassica/exp NOT (brassica OR broccoli):ab,ti  cruciferous vegetables (brassica OR broccoli OR cruciferous vegetable*):ab,ti NOT brassica/exp  Isothiocyanates Van 687 naar 2852 hits

Compleetheid van zoektermen  Afkortingen gebruiken om varianten te zoeken ‘eus-fna’ NOT (‘Endoscopic ultrasound-guided fine needle aspiration’ OR ‘endoscopic ultrasound fine- needle aspiration’ OR ‘EUS-guided FNA’ etc etc…) 385 hits  4506 hits

Eenregelige zoekacties 1 brassica/exp 2 broccoli:ab,ti 3 brassica:ab,ti 4 #1 OR #2 OR #3 5 neoplasm/exp 6 cancer*:ab,ti 7 neoplas*:ab,ti 8 tumo*:ab,ti 9 #5 OR #6 OR #7 OR #8 10 prevention/exp 11 prevention:lnk 12 prevent*:ab,ti 13 protect*:ab,ti 14 #10 OR #11 OR #12 OR #12 15 #14 AND [animals]/lim 16 #14 AND [humans]/lim 17 #14 NOT (#15 NOT #16) (brassica/exp OR (broccoli OR brassica):ab,ti) AND (neoplasm/exp OR (cancer* OR neoplas* OR tumo*):ab,ti) AND (prevention/exp OR prevention:lnk OR (prevent* OR protect*):ab,ti) NOT ([animals]/lim NOT [humans]/lim)

Vertaling naar andere databases

Vertalen zoekacties in Word  Zoek en vervang met Ctrl-H ‘[niets] /exp/ /de/ :ab,ti.ab,ti. NEXT/1ADJ NEXT/ADJ NEAR/ADJ :lnk.xs. /dm_[niets] /dd_[niets] Vervolgens zoals in elke interface handmatig de emtree terms omzetten in MeSH terms. Exp moet handmatig voor de MeSH term geplaatst worden indien gewenst

Werkt onze aanpak? Onze reviews vergeleken met een random set in pubmed: (mediane waarden)NOnze reviewsRandom set (100) Zijn snel5490 minuten? (tot 120 uur?) Hebben complexere queries7745 termen15 termen Gebruiken meer databases20564 Vinden meer includes Vinden minder extreme aantallen Hebben consistentere precisie (50% interval) 501,1-3,6%0,6%-5,1%