醫(yī)學信息檢索

醫(yī)學信息檢索主講老師：楊曉雯該課的內(nèi)涵

——什么是醫(yī)學信息檢索開設(shè)此課的意義信息是當今社會最重要的資源之一，信息素質(zhì)已成為評價人才綜合素質(zhì)的一項重要指標，是信息化社會人們生存與開展的根本素質(zhì)之一。1992年由美國學者杜爾對信息素質(zhì)的闡述，較好地概括了信息素質(zhì)的內(nèi)涵：一個具有信息素質(zhì)的人，能夠認識到精確的和完整的信息是作出合理決策的根底。能夠確定對信息的需求，形成基于信息需求的問題，確定潛在的信息源，采用成功的檢索方式，從包括計算機和其他信息源獲取信息、評價信息、組織信息并應(yīng)用于實際。將新信息與原有的知識體系進行配合以及在批判性思維和問題解決的過程中使用信息。信息素質(zhì)的詮釋可以看出：信息素質(zhì)包括信息獲取的意識，評價、判斷信息的能力，查找、收集、組織信息的能力，信息決策及處理能力。學校的信息素質(zhì)教育，開設(shè)的主要課程包括計算機根底和文獻檢索課。前者主要培養(yǎng)學生的信息技能，后者作為信息素質(zhì)教育的主要課程，應(yīng)全方位地從信息知識、信息意識、信息能力和信息道德四方面系統(tǒng)開展。第一章信息檢索根底〔一〕、信息、知識、情報、文獻1.信息(information):在自然界、人類社會以及人類思維活動中普遍存在，是物質(zhì)的一種根本屬性，是物質(zhì)存在方式及其運動的規(guī)律、特點的外在表現(xiàn)。2.知識(knowledge):人們通過信息對自然界、人類社會以及思維活動規(guī)律的認識與掌握，是人的大腦通過思維重新組合的系統(tǒng)化信息的集合。3.文獻(literature):以文字、圖形、符號、聲頻、視頻等手段記錄和傳播知識的載體就是文獻。4.情報(information):傳遞著的有特定效用的知識。信息>知識>情報信息、知識、情報的聯(lián)系與區(qū)別情報知識信息

信息源是個人為滿足其信息需要而獲得信息的來源。

1.3.1信息源的類型信息源的類型可依不同的標準劃分如下：

〔二〕信息源1.3.1.5按信息的產(chǎn)生次序和加工整理的程度不同，可將信息源劃分為四個層次結(jié)構(gòu)：(1)零次信息指未經(jīng)正式發(fā)表或不宜公開和大范圍內(nèi)交流的比較原始的素材、底稿、手稿、書信、工作文稿、工程圖紙、考察記錄、實驗記錄、調(diào)查稿、原始統(tǒng)計數(shù)字，以及各種口頭交流的知識、經(jīng)驗或意見論點等。這類文獻在較小的范圍內(nèi)交流、使用、參考，其傳播渠道少，或常保密，或限制使用以及因珍稀的原因，不為人們知曉。其形式多是抄件、打字件、油印件以及內(nèi)部錄音、錄像等等。其特點是信息來源直接、真實，內(nèi)容新穎。因特網(wǎng)的普及，為廣闊網(wǎng)民提供了跨越空間的口頭交流便利，如各種聊天工具。(3)二次信息指根據(jù)實際需要，按照一定的科學方法，將特定范圍內(nèi)的分散的一次信息進行加工整理使之簡化和有序化而形成的文獻信息。它能較為全面地系統(tǒng)地反映某學科某專業(yè)文獻的線索，是檢索一次信息的工具。這類文獻有：書目、題錄、索引和文摘等。(4)三次信息指通過二次信息提供的線索，選用一次信息的內(nèi)容，進行分析、綜合、研究后而編成的信息。一般包括專題述評、動態(tài)綜述、系統(tǒng)評價、進展報告、學科年度總結(jié)、年鑒、指南和百科全書等。

1.3.1.4按信息的出版類型劃分，可分為以下十種類型

〔1〕圖書大多是對已發(fā)表的成果和經(jīng)驗，或某一知識領(lǐng)域的系統(tǒng)論述或總結(jié)。它往往以期刊論文、會議論文、研究報告等一次文獻為根本素材，經(jīng)作者的分析、歸納、重新組織而成。圖書提供的知識一般比較系統(tǒng)、全面、可靠，起著綜合、積累和傳遞知識的重要作用。從時間上看，圖書報道的知識比期刊和特種文獻晚，且出版周期較長。〔2〕期刊論文指采用統(tǒng)一名稱，定期或不定期出版的連續(xù)出版物。其特點是出版周期短，報道速度快，數(shù)量大、內(nèi)容多，發(fā)行面廣。期刊的內(nèi)容一般是一次文獻，即原始文獻，許多新的研究成果大多首先在期刊上發(fā)表，因此，期刊論文是獲取新信息的主要來源，是極其重要的信息源。〔4〕專利文獻專利是國家對創(chuàng)造創(chuàng)造的法律保護。廣義的專利文獻應(yīng)該是一切與專利有關(guān)的文獻，包括專利說明書、專利公告、專利分類表、專利文摘等。狹義的專利文獻一般指專利說明書，它是專利文獻的主體。專利文獻是極其重要的信息源，蘊藏著豐富的科技信息?！?〕學位論文是為了取得某一級學位而提交的論文，包括學士論文、碩士論文和博士論文。它們的特點是：論文的水平和質(zhì)量差異較大，論題比較專一，闡述系統(tǒng)、具體，有一定的獨創(chuàng)性觀點，且經(jīng)過一定的審查，故有一定的參考價值?！踩承畔⒔涣骱托畔⑺仞B(yǎng)信息交流：個體之間借助于共同的符號系統(tǒng)所進行的信息傳播、交換和分享。信息需要：就是指人們在從事各項實踐活動的過程中，為解決所遇到的各種問題而產(chǎn)生的對信息的需求。信息動機：指鼓勵和推進個體發(fā)動并維持其信息行為導(dǎo)向某一目標的心理過程。信息行為：人們滿足自己信息需要的社會活動的過程。用戶的信息行為主要有信息檢索行為、信息的選擇行為和信息利用行為。信息需要是信息行為發(fā)生的根本根底，而信息動機那么是信息行為發(fā)生的根本動力。信息需要信息需要的層次①未知的信息需要有些現(xiàn)實問題過于復(fù)雜和隱蔽，或個人的認知能力有限或缺乏信息意識，因此沒有、或沒有意識到自己處于信息需要的狀態(tài)，屬客觀信息需要。②潛在信息需要有些人可能認識到了自己的信息需要，但卻沒有表達出來，致使信息需求無法用信息符號表達出來而處于“意會〞的狀態(tài)。人們認識到而未表達出來的信息需要稱為潛在信息需要。③現(xiàn)實的信息需要當人們意識到信息需要，而且明確表達出來的，稱之為現(xiàn)實信息需要。用戶在表達出來后，向信息效勞機構(gòu)提出具體的信息要求的稱之為信息提問，用戶自己動手尋找信息的稱之為信息自問。信息素養(yǎng)：包括信息獲取的意識，評價、判斷信息的能力，查找、收集、組織信息的能力，信息決策及處理能力。標準：2000年1月18日，美國大學與研究圖書館協(xié)會(ACRL)通過了?美國高等教育信息素養(yǎng)能力標準?標準一能夠確認信息需求的特性與范圍。標準二能有效而又高效地獲取所需要的信息。標準三能評判性地評價信息及其來源，并能把所 篩選出的信息融入自己的知識根底。標準四能有效地利用信息去完成一個具體任務(wù)。標準五了解利用信息過程中所涉及的經(jīng)濟、法律 和社會問題，合理、合法地檢索、搜集和 利用信息?！菜摹承畔z索信息檢索：是從任何信息集合中識別和獲取所需信息的過程及其所采取的一系列方法和策略。廣義的信息檢索包括信息的存儲和信息的檢索，所以又稱為“信息存儲與檢索〞。信息檢索按存儲和檢索的內(nèi)容劃分：

文獻信息檢索數(shù)據(jù)信息檢索事實信息檢索

〔1〕文獻信息檢索文獻信息檢索是以文獻為檢索對象，將存儲于數(shù)據(jù)庫中的關(guān)于某一主題文獻查找出來的檢索。它通常以原始文獻的出處為檢索目的，通過對目錄、索引、文摘等二次文獻的檢索，向用戶提供有關(guān)原一次文獻的信息。〔2〕數(shù)據(jù)信息檢索是將經(jīng)過選擇、整理、鑒定的數(shù)值數(shù)據(jù)存入數(shù)據(jù)庫中，根據(jù)需要查出可答復(fù)某一問題的數(shù)據(jù)的檢索。這些數(shù)值型數(shù)據(jù)各種各樣，包括物理性能常數(shù)、統(tǒng)計數(shù)據(jù)、人口數(shù)據(jù)、國民生產(chǎn)總值、氣象數(shù)據(jù)等?！?〕事實信息檢索事實信息檢索是將存儲于事實數(shù)據(jù)庫中的關(guān)于某一事件發(fā)生的時間、地點、過程等情況查找出來的檢索。一般先從系統(tǒng)中檢索出所需信息后，加以邏輯推理得出結(jié)論。例如，HIS數(shù)據(jù)庫包括大量醫(yī)院管理中有關(guān)人員、工資、病床周轉(zhuǎn)率、藥房銷售統(tǒng)計等信息，這類信息主要是用于管理決策。事實信息檢索比數(shù)據(jù)信息復(fù)雜?！参濉承畔z索系統(tǒng)信息檢索系統(tǒng)是為了信息檢索而建立的，可以根據(jù)某種(或某些)文獻特征信息從其中查檢出含有特定信息(知識和情報)的文獻的文獻特征信息邏輯系統(tǒng)，是對巨大的不斷增長的文獻流進行控制的手段。所謂文獻特征信息，是指文獻所固有的，可找出某一或某些文獻并將其從其他文獻中識別出來的特征信息。如文獻的題名、著者、出版者和出版年份、發(fā)表文獻的刊物名稱和期號、文獻原始編號(如專利號)、文獻主題內(nèi)容等等。將某一文獻的各種特征信息加以記載，成為一條文獻記錄，再將屬于一定范圍的全部文獻記錄按一定規(guī)那么組織起來，就成為一個信息檢索系統(tǒng)?！擦承畔z索語言〔1〕自然語言：指文獻作者或文摘提要的作者原來使用的語言，即 出現(xiàn)在文獻題名、摘要或正文中的語詞。自然語言檢索缺乏：(1)不能簡單明了而又專指地表達文獻及檢索課題的主題概念；(2)不能夠語詞與概念一一對應(yīng)，不能夠排除多詞一義、一詞多義和詞義模糊現(xiàn)象；例如：艾滋病、愛滋病、aids獲得性免疫缺陷綜合癥(3)不能顯示出概念之間的關(guān)系；(4)不能將概念進行系統(tǒng)排列；(5)不能夠在檢索時便于將標引用語和檢索用語進行相符 性比較。自然語言檢索應(yīng)注意的問題為了彌補自然語言的缺乏，人們對自然語言的進行人為控制，依據(jù)一定的規(guī)那么對其進行事先標準，于是誕生了人工語言——情報檢索語言?！?〕人工語言——情報檢索語言：情報檢索語言是根據(jù)情報檢索的需要而創(chuàng)制的人工語言，專門用于各種手工的和計算機化的情報檢索系統(tǒng)，表達文獻主題概念和檢索課題概念。其實質(zhì)是一系列概括文獻情報內(nèi)容的概念及其相互關(guān)系的概念標示系統(tǒng)。情報檢索語言可分為分類檢索語言、主題檢索語言和代碼檢索語言三大語系。舉例:如何運用人工語言在存儲文獻時，文獻標引人員首先要對各種文獻進行主題分析，即把它所包含的情報內(nèi)容分析出來，使之形成假設(shè)干能代表文獻主題的概念，并用情報檢索語言的語詞(標識)把這些概念標示出來，然后納入檢索系統(tǒng)。

在檢索文獻時，檢索人員首先要對檢索課題進行主題分析，即把它所涉及的檢索范圍明確起來，使之形成假設(shè)干能代表情報需要的概念，并把這些概念轉(zhuǎn)換成情報檢索語言的語詞，然后從檢索系統(tǒng)中查找用該語詞標引的文獻，從而找到含有所需情報的文獻。人工語言的具體表現(xiàn)形式——醫(yī)學主題詞表什么是醫(yī)學主題詞表主題詞又稱敘詞，在標引和檢索中用以表達文獻主題的標準化的詞或詞組。主題詞是標準化的檢索語言，它對文獻中出現(xiàn)的同義詞、近義詞、多義詞以及同一概念的不同書寫形式等進行嚴格的控制和標準，使每個主題詞都含義明確，以便準確檢索，防止誤檢、漏檢。如：白介素2、白細胞介素2、IL2、IL-2等表達同一概念的不同書寫形式標準為“白細胞介素2〞。主題詞表是對主題詞進行標準化處理的依據(jù)，也是文獻處理者和檢索者共同參照的依據(jù)。醫(yī)學主題詞表?美國醫(yī)學主題詞表?〔mesh〕荷蘭醫(yī)學文摘的主題詞表〔EMTree〕?中國中醫(yī)藥學主題詞表?〔pubmed〕主題詞表考察檢索效率的常用指標

檢全率與漏檢率檢全率與漏檢率是可以說是同一問題的兩個相對的概念。檢全率高那么漏檢率就低，而漏檢率高那么檢全率就低：如果檢全率為65％，那么漏檢率就是35％。檢全率是情報檢索質(zhì)量的主要標志，因為漏檢率高說明重要情報被遺漏的危險性大，所以在情報檢索中，總是力求提高檢全率，或者說力求降低漏檢率。檢準率與誤檢率檢準率也是文獻檢索質(zhì)量的重要標志，因為誤檢率高說明用于甄別所檢出文獻是否真正有用的勞動的增加利時間的延誤，雖不如遺漏重要文獻那樣嚴重，但對檢索效率也有重大影響，所以在文獻檢索中，總是力求提高檢準率．或者說力求降低誤檢率。(七)文獻數(shù)據(jù)庫

文獻數(shù)據(jù)庫是指記錄各種文獻信息的數(shù)據(jù)庫，它是計算機可讀的、有組織的相關(guān)文獻信息的集合。在文獻數(shù)據(jù)庫中，文獻信息以數(shù)字化方式，按一定的數(shù)據(jù)結(jié)構(gòu)，有組織地存儲在計算機中，使計算機能夠識別和處理。文獻數(shù)據(jù)庫的結(jié)構(gòu)文獻數(shù)據(jù)庫一般由記錄、字段、文檔組成。文檔在數(shù)據(jù)庫中有順排文檔和倒排文檔之分。順排文檔是數(shù)據(jù)庫的主體，又稱主文檔，它按每條記錄的順序號排列。數(shù)據(jù)庫中得到的檢索結(jié)果都來自于順排文檔。倒排文檔是供檢索順排文檔的工具，在一個數(shù)據(jù)庫中可能有假設(shè)干個倒排文檔，如主題詞索引、著者索引、刊名索引等，它按索引的字順排列。檢索時，計算機按輸入檢索詞的字順先從指定的倒排文檔〔索引〕中找到匹配的索引詞，然后根據(jù)索引詞后的記錄順序號到主文檔中調(diào)出記錄。記錄是構(gòu)成文獻數(shù)據(jù)庫的一個完整的信息單元，每條記錄描述了一原始信息的外部特征和內(nèi)部特征。例如，書目數(shù)據(jù)庫中的一條記錄通常代表一篇文獻，其他類型數(shù)據(jù)庫中的記錄可能是一種治療方案、一組理化指數(shù)。字段是組成記錄的數(shù)據(jù)工程。例如，在MEDLINE中一條記錄代表一篇書目文獻，在這條記錄中有題名、著者、來源、文摘、主題詞等字段。每個字段都有自己的字段標識符〔Fieldtag〕，如TI〔篇名〕、AU〔著者〕、SO〔文獻出處〕、AB〔文摘〕、AD〔著者所在結(jié)構(gòu)〕、AN〔記錄順序號〕等。將記錄細劃成字段作用是：幫助識別記錄內(nèi)容，方便檢索結(jié)果輸出時格式的選擇，便于進行字段檢索。

文獻數(shù)據(jù)庫的類型〔1〕按文獻數(shù)據(jù)庫的記錄內(nèi)容劃分：書目數(shù)據(jù)庫全文數(shù)據(jù)庫混合數(shù)據(jù)庫〔p31頁〕?！?〕按文獻數(shù)據(jù)庫的運行方式劃分：光盤數(shù)據(jù)庫聯(lián)機數(shù)據(jù)庫網(wǎng)絡(luò)數(shù)據(jù)庫幾種主要的文獻數(shù)據(jù)庫〔1〕題錄數(shù)據(jù)庫：〔論文結(jié)構(gòu)〕題錄〞是指文獻的根本信息，也稱為目錄。包括題名、作者、關(guān)鍵詞、作者機構(gòu)、文獻來源、摘要等。題錄數(shù)據(jù)庫是用各種索引方法制作的二次文獻數(shù)據(jù)庫，又稱題錄數(shù)據(jù)庫或篇名數(shù)據(jù)庫，以簡略的形式向用戶提供文獻的信息。如：中國生物醫(yī)學文獻效勞系統(tǒng)(Sinomed)、〔2〕文摘數(shù)據(jù)庫〔3〕圖書館館藏目錄數(shù)據(jù)庫〔聯(lián)合目錄p32〕〔4〕全文數(shù)據(jù)庫〔5〕光盤數(shù)據(jù)庫〔6〕多媒體數(shù)據(jù)庫〔7〕網(wǎng)絡(luò)數(shù)據(jù)庫文獻檢索方式手工檢索：人工查找文獻信息的檢索方式，檢索過程 主要是利用各種印刷型檢索工具。計算機檢索：根據(jù)信息特定的需求，利用計算機從相 關(guān)數(shù)據(jù)庫中識別并提取所需要的信息過程。網(wǎng)絡(luò)信息檢索：通過互聯(lián)網(wǎng)上提供的網(wǎng)絡(luò)信息查詢工 具，從網(wǎng)上獲取和享用電子信息效勞?！?〕計算機檢索的根本原理當有檢索提問式輸入計算機時，計算機將提問標識和數(shù)據(jù)庫文檔中的特征標識按照一定的運算規(guī)那么進行比較，如果根本相同，就將該記錄存取號保存下來，即為命中信息；如果找不到相同的字符，那么檢索結(jié)果為零。這種匹配是字面上的匹配過程，而不是概念匹配檢索提問字符串數(shù)據(jù)庫中特征標識字符串匹配〔2〕計算機檢索特點：檢索速度快，效益高檢索功能強，數(shù)量大檢索途徑多，手段靈活檢索范圍廣效勞方式多更新速度快文獻套錄方便用戶使用方便〔3〕計算機檢索方法1布爾邏輯檢索2位置邏輯檢索3截詞檢索4字段檢索5范圍運算6精確檢索7加權(quán)檢索1布爾邏輯檢索布爾邏輯根本運算形式共有三種：邏輯“與〞邏輯“或〞邏輯“非〞〔1〕邏輯“與〞：邏輯“與〞一般用AND或“*〞號表示。設(shè)提問集A和B，如果文獻C同時滿足A和B中的每一個提問項，那么為命中文獻，否那么為不命中。用數(shù)學模型來表示，那么C為A和B的交集。如檢索“流行性感冒引起咳嗽〞，應(yīng)寫成:流行性感冒and咳嗽C〔2〕邏輯“或〞：邏輯“或〞一般用OR或“+〞號表示。設(shè)提問集A和B，如果文獻C滿足A或者滿足B，即為命中文獻，否那么為不命中。用數(shù)學模型來表示，那么C為A和B的并集。如檢索“流行性感冒或者咳嗽〞，應(yīng)寫成:流行性感冒or咳嗽C〔3〕邏輯“非〞：邏輯“非〞一般用NOT或“-〞號表示。設(shè)提問集A和B，如果文獻C滿足A，且不包含B為命中，否那么為不命中。邏輯“非〞實際上反映了A集合對B集合的差運算。如檢索“流行性感冒不帶咳嗽〞，應(yīng)寫成:流行性感冒not咳嗽C布爾運算符的優(yōu)先級為：-、*、+，使用括號可改變運算順序。如果含兩個或兩個以上的邏輯算符，應(yīng)先算NOT，然后算AND，最后算OR。也可以用〔〕來改變計算次序，因為〔〕里的局部可最先算。例如：〔〔T=大學生*T=信息素養(yǎng)〕+T=大學生〕*T=檢索能力2位置邏輯檢索位置邏輯檢索，又稱鄰近檢索、相鄰度檢索。它是基于文獻中或文獻記錄中語詞之間的相對次序或位置不同，它們所表達的意思可能不同；相應(yīng)地，一個檢索提問中語詞之間的相對次序和位置不同，其表達的檢索意圖也不一樣。因此，可以使用一些特定曲位置邏輯算符來限定檢索詞之間的位置關(guān)系，使檢索提問式盡可能表達檢索者真正的檢索意圖，從而既提高檢準率，又提高見檢全率?！才e例p43〕3截詞檢索截詞檢索是指在檢索詞中保存相同的局部，用截詞符號代替可變化的局部。它是為了局部解決由于檢索式中對同義詞列舉不全造成的漏檢現(xiàn)象而提出的，相當于用邏輯“或〞擴展檢索范圍。截詞符號一般用“?〞或“*〞等。？代表零或一個字母；*代表兩個或兩個以上字母舉例：Child*可代表child,children,childly,childhoodColo?r可檢索出color,colourDra???t可檢索出drat,draft,draught截詞檢索主要用于年代、作者、同根詞和單復(fù)數(shù)詞的檢索，減少輸入負擔，節(jié)省檢索時間和費用，提高檢全率。4字段檢索字段檢索是指將檢索詞的匹配限定在某個或某些特定的字段范圍內(nèi)進行。在檢索詞前用一個字段符加“=〞表示，有的是在檢索詞后加“