文献检索
文献检索（Literature Search / Information Retrieval）是指根据特定的研究目的，利用一定的检索工具和策略，从浩如烟海的文献数据库中准确、全面地查找出所需信息的过程。
它是开展任何科学研究（尤其是循证医学）的第一步。高质量的文献检索不仅要求“找到”，更要求“找全”和“找准”。它依赖于PICO模型的构建，运用布尔逻辑（Boolean Logic）组合关键词，并在查全率（Recall）和查准率（Precision）之间寻求最佳平衡。它是撰写系统评价和开展 Meta 分析的前提条件。
底层引擎：布尔逻辑
几乎所有数据库的检索框背后，都运行着由英国数学家乔治·布尔创立的逻辑运算系统。
[Image of Boolean Logic Venn Diagram]
| 算符 | 功能 | 示例与结果 |
|---|---|---|
| AND | 交集 (缩小范围)。要求两个词同时出现。 | Lung Cancer AND Smoking结果必须同时包含肺癌和吸烟。 |
| OR | 并集 (扩大范围)。只要有一个词出现即可。常用于同义词连接。 | Cancer OR Tumor OR Neoplasm防止漏掉不同叫法的文章。 |
| NOT | 差集 (排除干扰)。排除包含某词的记录。慎用！容易误杀。 | Dementia NOT Alzheimer查找非阿尔茨海默病的痴呆。 |
核心策略：主题词 + 自由词
这是小白与高手的利用区别。完美的检索策略 = 规范化的标签 (MeSH) OR 自然语言的变体 (Keywords)。
- MeSH (医学主题词)： 数据库的人工标签系统。
优势： 能把 "Heart Attack", "Myocardial Infarction", "MI" 归类到同一个标签下，避免漏检。
劣势： 更新慢（新词如 COVID-19 早期没有 MeSH），人工打标有滞后。 - 自由词 (Free Text)： 标题或摘要中出现的自然单词。
优势： 更新快，完全匹配作者的原话。
劣势： 同义词太多（如“肿瘤”有十几种写法），拼写错误会导致漏检。 - 黄金法则：
("Myocardial Infarction"[Mesh]) OR ("Heart Attack"[Title/Abstract])
关键相关概念 [Key Concepts]
1. Sensitivity / Recall (查全率)： 检出的相关文献量 / 数据库中实际存在的相关文献总量。在做系统评价时，我们追求 100% 的查全率，宁可多看一千，不可漏掉一个。
2. Precision (查准率)： 检出的相关文献量 / 检出的所有文献量。临床医生在忙碌时通过 UpToDate 查资料，更看重查准率（不想看垃圾信息）。查全率和查准率通常是反比关系。
3. Truncation (截词符)： 常用 * 号。例如输入 Child*，可以同时检索到 Child, Childs, Children, Childhood。这是扩大查全率的重要技巧。
学术参考文献 [Academic Review]
[1] Lefebvre C, et al. (2023). Cochrane Handbook: Chapter 4: Searching for and selecting studies. Wiley.
[点评]：系统评价检索策略的最高标准。详细规定了如何制定检索式以确保不漏掉任何一项 RCT 研究。
[2] 罗爱静. (2019). 卫生信息检索与利用 (第5版). 人民卫生出版社.
[点评]：国内经典教材。系统介绍了各类中外文数据库的检索语法、原文获取途径及文献管理软件（如 EndNote）的使用。
[3] PubMed Help. (2024). PubMed User Guide. NLM.
[点评]：官方文档。解释了 PubMed 的自动词语匹配（ATM）功能是如何将用户输入的关键词自动转化为 MeSH 词的。