史繼紅-西南醫(yī)科大學(xué)圖書館

基于PubMed開發(fā)的醫(yī)學(xué)文獻(xiàn)分析工具——本地PubMed············································································································

史繼紅

哈爾濱醫(yī)科大學(xué)圖書館

2024/5/181

1.文獻(xiàn)分析工具

2.

本地PubMed3.本地PubMed的特點(diǎn)4.如何使用本地PubMed2024/5/182如果我們使用大數(shù)據(jù)分析工具，進(jìn)行科研選題分析，結(jié)果會(huì)怎樣？

阿里巴巴公司本質(zhì)上是一家數(shù)據(jù)公司，做淘寶的目的不是為了賣貨，而是獲得所有零售的數(shù)據(jù)和制造業(yè)的數(shù)據(jù)；

做物流不是為了送包裹，而是這些數(shù)據(jù)合在一起。

阿里巴巴對(duì)一個(gè)人的了解程度遠(yuǎn)遠(yuǎn)超過你自己，電腦會(huì)比你更了解你。

1985年，芝加哥大學(xué)的Don.RSwanson教授，在研究時(shí)偶然發(fā)現(xiàn)以雷諾氏病生理改變作為中間詞，可將以魚油和雷諾氏病為主題詞分別檢索到的兩組原本無聯(lián)系的文獻(xiàn)聯(lián)系起來，得出魚油有助于雷諾氏病的治療結(jié)論。于是，Swanson提出了基于文獻(xiàn)的知識(shí)發(fā)現(xiàn)(Literature-basedDiscovery)理論。

事實(shí)證明，Swanson開發(fā)的Arrowsmith分析系統(tǒng)，發(fā)現(xiàn)了大量的新知識(shí)。2000年，美國情報(bào)科學(xué)與技術(shù)學(xué)會(huì)(ASIST)因?yàn)槠洫?dú)特的情報(bào)學(xué)方法授予他該學(xué)會(huì)的最高成就獎(jiǎng)。目前，除了Arrowsmith分析系統(tǒng)外，常用的文獻(xiàn)分析軟件還有：HistCite；Bibexcel；SATI；ThomsonDataAnalyzer；CiteSpace；Pajek；Ucinet；Vosviewer；SPSS；Aureka；RefViz等，以及完全基于PubMed開發(fā)的德國的GoPubMed；中國的bdPubMed；美國的AnneO'Tate、PubFocus以及歐洲的CiteXplore等?；诠苍~分析技術(shù)的Arrowsmith工具可以作為專業(yè)人員的科研輔助工具，引導(dǎo)科研人員認(rèn)識(shí)和發(fā)現(xiàn)不同科學(xué)、不同研究方向之間潛在的有科學(xué)價(jià)值的信息，以便進(jìn)一步證實(shí)科學(xué)假設(shè)的可行性。

/1.Arrowsmith知識(shí)發(fā)現(xiàn)系統(tǒng)簡介在此，以“蟲草素與腸粘膜屏障功能穩(wěn)定的潛在相關(guān)性研究”為例，介紹Arrowsmith的使用方法。Arrowsmith知識(shí)發(fā)現(xiàn)系統(tǒng)簡介以蟲草素“cordycepin[ab]”的檢索結(jié)果為文獻(xiàn)A集合Arrowsmith知識(shí)發(fā)現(xiàn)系統(tǒng)簡介以腸黏膜“IntestinalMucosal[TI]”的檢索結(jié)果為文獻(xiàn)C集合Arrowsmith知識(shí)發(fā)現(xiàn)系統(tǒng)簡介截至2014年10月25日,文獻(xiàn)A和C的檢索結(jié)果分別為795和801篇，A和C之間沒有共同的檢索詞出現(xiàn)，而運(yùn)用Arrowsmith工具，則A和C文獻(xiàn)中共同出現(xiàn)的詞語形成的B集合中共有861個(gè)詞。Arrowsmith知識(shí)發(fā)現(xiàn)系統(tǒng)簡介利用Arrowsmith中語義過濾器以“Chemicals&Drugs”、“Genes&MolecularSequences,andGene&ProteinNames”、“Physiology”進(jìn)行語義過濾，去除不相關(guān)的詞。Arrowsmith知識(shí)發(fā)現(xiàn)系統(tǒng)簡介根據(jù)語義過濾，去除文獻(xiàn)B中不相關(guān)或相關(guān)度小的詞。Arrowsmith知識(shí)發(fā)現(xiàn)系統(tǒng)簡介結(jié)合文獻(xiàn)全文發(fā)現(xiàn)，蛹蟲草對(duì)炎性腸病及消化系統(tǒng)疾病高度相關(guān)，但用以治療是否有效，需要在后續(xù)的臨床研究中加以驗(yàn)證。Arrowsmith知識(shí)發(fā)現(xiàn)系統(tǒng)簡介參考：李文林,潘蘇華,關(guān)洪月.基于Arrowsmith探討蟲草素與腸粘膜屏障功能穩(wěn)定的潛在相關(guān)性.醫(yī)學(xué)信息,2009,22(12):2684-2687.CiteSpace是一種基于JAVA的可視化文獻(xiàn)分析軟件，能夠顯示一個(gè)學(xué)科或知識(shí)領(lǐng)域在一定時(shí)期的發(fā)展趨勢、動(dòng)向及研究熱點(diǎn)，發(fā)現(xiàn)若干個(gè)研究領(lǐng)域的演進(jìn)歷程。/~cchen/citespace/

2.CiteSpace3.SPSSSPSS是世界上最早采用圖形菜單驅(qū)動(dòng)界面的統(tǒng)計(jì)軟件，最突出的特點(diǎn)就是操作界面極為友好，輸出結(jié)果美觀漂亮。4.GoPubMed系統(tǒng)GoPubMed

2006年由德國Transinsight公司和德國TechnicalUniversityDresden合作開發(fā)，以PubMed為數(shù)據(jù)源、以語義檢索為技術(shù)的生命科學(xué)文獻(xiàn)搜索引擎。

GoPubMed是利用生物信息學(xué)相關(guān)知識(shí)開發(fā)的一個(gè)可以對(duì)PubMed檢索結(jié)果進(jìn)行聚類、分析的工具/智能搜索引擎。

利用基因本體（geneontology）和醫(yī)學(xué)主題詞表（meshterms）對(duì)文獻(xiàn)進(jìn)行全面分析。高度相關(guān)的概念各類統(tǒng)計(jì)分析各類統(tǒng)計(jì)分析TopYearsTopCountriesTopCitiesTopJournalsTopAuthorsTopTermsGoPubMed系統(tǒng)課題發(fā)展趨勢GoPubMed系統(tǒng)地區(qū)分布圖GoPubMed系統(tǒng)作者合作網(wǎng)絡(luò)GoPubMed系統(tǒng)/cgi-bin/arrowsmith_uic/AnneOTate.cgi5.AnneO'Tate伊利諾伊大學(xué)芝加哥分校開發(fā)AnneO‘Tate對(duì)PubMed檢索結(jié)果按照重要的單詞、MeSH詞、所屬單位、作者姓名、期刊和出版年進(jìn)行分組，點(diǎn)擊給定的分組名稱即可顯示該組別中的所有文章。http://cbdm.mdc-berlin.de/~medlineranker/cms/medline-ranker6.medline-ranker

馬克斯?德爾布呂克分子醫(yī)學(xué)中心開發(fā)medline-ranker與用戶輸入的某個(gè)主題相比較，自動(dòng)推斷出一組非常有判斷力的單詞，再用這些單詞對(duì)相關(guān)的文章進(jìn)行評(píng)分和排序。PubFocus按照PubMed期刊的影響因子、作者貢獻(xiàn)水平等多種因素對(duì)文獻(xiàn)結(jié)果進(jìn)行排序，用戶可以找到某一學(xué)科或某領(lǐng)域內(nèi)最有影響力或最多產(chǎn)出的作者，或了解某學(xué)校某領(lǐng)域內(nèi)哪些期刊發(fā)表的文章最多。7.PubFocus

南加州大學(xué)洛杉磯分校開發(fā)

講授內(nèi)容

1.關(guān)于大數(shù)據(jù)分析工具

2.什么是本地PubMed3.本地PubMed的特點(diǎn)4.如何使用本地PubMed2024/5/1826

1.什么是本地PubMed（bdPubMed）

本地PubMed是華中科技大學(xué)同濟(jì)醫(yī)學(xué)院與濟(jì)南泉方科技有限公司合作開發(fā)的本地化的數(shù)據(jù)庫系列產(chǎn)品，在PubMed基礎(chǔ)上，參考WebofScience、GoogleScholar、GoPubMed等，開發(fā)出的新一代多功能外文醫(yī)學(xué)文獻(xiàn)檢索平臺(tái)，可以準(zhǔn)確、快速、高效、方便地提供最優(yōu)質(zhì)的醫(yī)學(xué)文獻(xiàn)資源服務(wù)。2024/5/18272024/5/1830為什么要本地化？理由1：當(dāng)PubMed不能正常訪問時(shí)，如2011年，2012年，2013年均出現(xiàn)過短暫的（有時(shí)長達(dá)一個(gè)月以上）無法訪問，本地化不受影響。理由2：醫(yī)院內(nèi)部局域網(wǎng)因?yàn)榘踩紤]，一般是不能訪問外網(wǎng)的，本地PubMed可以安裝在醫(yī)院內(nèi)網(wǎng)，方便院內(nèi)不能訪問外網(wǎng)時(shí)使用。

講授內(nèi)容

1.關(guān)于大數(shù)據(jù)分析工具

2.什么是本地PubMed

3.本地PubMed的特點(diǎn)4.如何使用本地PubMed2024/5/1831

期刊影響因子參考SCI發(fā)布的期刊引證報(bào)告JCR

被引頻次參考GoogleScholar

檢索方法、檢索界面及檢索結(jié)果與PubMed一致PubMedG&G

SCI

一般數(shù)據(jù)結(jié)果分析參考GoPubMed

2024/5/1832與PubMed相比具有以下特點(diǎn):⑴可以在PubMed不能訪問時(shí)使用；⑵部分文獻(xiàn)可以顯示參考文獻(xiàn)及引證文獻(xiàn)列表；⑶增加了期刊影響因子或論文被引頻次過濾功能；⑷增加了知識(shí)圖譜、共詞分析、高IF論文、高TC論文等特殊數(shù)據(jù)分析功能；⑸增加了一般數(shù)據(jù)統(tǒng)計(jì)分析功能；(6)在線申請(qǐng)全文，通過與本單位圖書館資源及館際互借系統(tǒng)相關(guān)聯(lián)。2024/5/1833突出特色強(qiáng)大的數(shù)據(jù)分析功能快速了解某主題的文獻(xiàn)分布情況快速定位某領(lǐng)域的高影響力文獻(xiàn)快速選擇某領(lǐng)域的高質(zhì)量期刊文獻(xiàn)

快速分析某主題的發(fā)展趨勢揭示主題概念間的內(nèi)在聯(lián)系特殊數(shù)據(jù)分析PubMed檢索過濾功能統(tǒng)計(jì)分析

本地PubMed通過參考各種分析工具，將檢索結(jié)果的深入分析及全文獲取整合在一個(gè)平臺(tái)下，比較適用于對(duì)PubMed檢索結(jié)果有深度分析需求的用戶（醫(yī)學(xué)院校和大型醫(yī)院），尤其適用于不能提供SCI檢索服務(wù)和外文全文庫比較少的機(jī)構(gòu)。2024/5/1836

講授內(nèi)容

1.關(guān)于大數(shù)據(jù)分析工具

2.什么是本地PubMed

3.本地PubMed的特點(diǎn)

4.如何使用本地PubMed2024/5/18374.如何使用本地PubMed查找糖尿病腎?。―iabeticNephropathy）方面的文獻(xiàn)

糖尿病腎?。―iabeticnephropathy，DN）是糖尿病患者的終極殺手。據(jù)中國之聲《全國新聞聯(lián)播》報(bào)道，中國目前糖尿病患者人數(shù)高達(dá)1.14億,是繼腫瘤、血管病變之后第三大嚴(yán)重威脅人類健康的慢性非傳染性疾病，具有高致死率、高致殘率和高醫(yī)療花費(fèi)的特征。

2024/5/1838如何對(duì)檢索結(jié)果做更深入的分析？利用本地PubMed4.如何使用本地PubMed4.1基本數(shù)據(jù)統(tǒng)計(jì)分析（文獻(xiàn)分布情況）4.2高影響因子期刊論文和高被引頻次論文分析4.3SCI論文分區(qū)4.4知識(shí)圖譜分析4.5共詞分析4.6知識(shí)發(fā)現(xiàn)4.7

獲取全文2024/5/1840檢索結(jié)果與Pubmed結(jié)果一致結(jié)果分析工具4.1基本數(shù)據(jù)統(tǒng)計(jì)分析

對(duì)文獻(xiàn)的作者、期刊、主題詞、文獻(xiàn)類型、出版年、出版國家、文獻(xiàn)語言等的計(jì)量分析。2024/5/1842作者分析期刊分析主題詞分析發(fā)文年代分析發(fā)文國家分析文獻(xiàn)類型分析文獻(xiàn)語種分析2024/5/18434.2高IF論文和高TC論文概念：影響因子（IF）：被引頻次（TC）：指某文獻(xiàn)在特定源期刊（如SCI）中被引用的次數(shù)。本系統(tǒng)所使用的被引次數(shù)來源于谷歌學(xué)術(shù)（Googlescholar）中的被引次數(shù)。（將Googlescholar的結(jié)果整合到本平臺(tái)）2024/5/1844威望指數(shù)SJR（SCImagoJournalRank）查找高IF論文和高TC論文影響因子時(shí)

間影響因子最高的幾篇文獻(xiàn)均來自NewEnglandJournalofMedicine（IF54.42）,其中最早的一篇發(fā)表于1969年，最近的一篇為2014年，點(diǎn)擊相應(yīng)節(jié)點(diǎn)可以查看詳細(xì)信息被引頻次時(shí)間被引頻次數(shù)據(jù)每月更新一次被引頻次大于110的文獻(xiàn)較多，其中最早的一篇出現(xiàn)于1967年，被引721次4.3SCI論文分區(qū)

JCR（期刊引證報(bào)告）將SCI收錄的期刊按照影響因子由高到低分為1-4四個(gè)區(qū)，發(fā)表在1區(qū)和2區(qū)的論文，通常被認(rèn)為是該學(xué)科領(lǐng)域的比較重要的論文。2024/5/1849選擇不同的分區(qū)可以對(duì)檢索結(jié)果按照分區(qū)進(jìn)行精煉。4.4知識(shí)圖譜

利用可視化的圖和譜形象地展示某學(xué)科的發(fā)展進(jìn)程與研究熱點(diǎn)。圖：表示形狀譜：代表譜系（文獻(xiàn)演進(jìn)過程）2024/5/1851系統(tǒng)默認(rèn)前20個(gè)主題詞，點(diǎn)擊“更多主題詞”可以了解更多發(fā)文量時(shí)間知識(shí)演進(jìn)圖譜展示了各個(gè)研究方向在各年份的文獻(xiàn)數(shù)量在“更多主題詞”中，根據(jù)研究領(lǐng)域的不同，分為多個(gè)大類（109個(gè)）點(diǎn)擊“AminoAcids,Peptides,andProteins”《氨基酸，肽類和蛋白質(zhì)》可以看到：HemoglobinA,Glycosylated；（糖基化血紅蛋白A）GlycosylationEndProducts,Advanced；（晚期糖基化終末產(chǎn)物）Cholesterol,HDL；（高密度脂蛋白膽固醇）SerumAlbumin；（血清白蛋白）C-ReactiveProtein（C反應(yīng)蛋白）等，目前研究者眾多，而這些詞基本上都與炎癥相關(guān)。炎癥以炎癥細(xì)胞浸潤、黏附分子、炎癥趨化因子和致炎因子表達(dá)增強(qiáng)、C反應(yīng)蛋白（C-reactiveprotein，CRP）水平升高為特征。通過知識(shí)演進(jìn)圖譜，可以了解一下C反應(yīng)蛋白的研究歷史：從上述結(jié)果可以看出，越來越多的研究表明炎癥過程可能在DN的發(fā)病機(jī)制中占據(jù)重要地位，其涉及的致炎因子有望成為DN及其他炎癥性疾病新的治療靶標(biāo)之一。1983年最早一篇關(guān)于C反應(yīng)蛋白的文獻(xiàn)

如果想進(jìn)一步了解有關(guān)C反應(yīng)蛋白的高影響因子論文或者高被引次數(shù)論文，可以選擇高IF論文和高TC論文按鈕。C-ReactiveProteinC-ReactiveProtein1994年發(fā)表的一篇高影響因子文獻(xiàn)C-ReactiveProtein2003年發(fā)表的一篇高被引頻次文獻(xiàn)，已被引用了261次，是該領(lǐng)域的經(jīng)典文章，想了解該領(lǐng)域不可不看如果您更關(guān)心目前有哪些藥物用于DN的治療，可以使用知識(shí)演進(jìn)圖譜中的“設(shè)置”功能，對(duì)檢索結(jié)果進(jìn)行4個(gè)方面的限定（過濾）發(fā)文量時(shí)間如果要了解有哪些藥物可以治療DN，可以勾選“副主題詞過濾”中的“therapeuticuse”，點(diǎn)擊“確定”。同時(shí)，在頻次突變?cè)O(shè)置中選擇出現(xiàn)頻次在20及以上，突變率100%以上，不區(qū)分加權(quán)，便可選擇出較重要的主題詞主題詞分類過濾副主題詞過濾年份過濾按出現(xiàn)頻次及突變率過濾，并可以區(qū)分加權(quán)2024/5/18

從上圖可以看到，治療DN的藥物主要為Angiotensin-ConvertingEnzymeInhibitors（血管緊張素轉(zhuǎn)換酶抑制劑，ACEI）；AntihypertensiveAgents（抗高血壓藥）；Insulin（胰島素）；HypoglycemicAgents（降糖藥）；AngiotensinIIType1ReceptorBlockers（血管緊張素Ⅱ1型受體拮抗劑，ARB）等，具體的藥物有Losartan（洛沙坦）；Captopril（卡托普利）；Enalapril（依那普利）等。進(jìn)入具體藥物選擇界面

從發(fā)文量看，1965年就有了關(guān)于Insulin的報(bào)道。1987年出現(xiàn)了第一篇關(guān)于ACEI的報(bào)道，2000年出現(xiàn)了第一篇關(guān)于ARB的報(bào)道，從時(shí)間上看，Insulin持續(xù)在研究和報(bào)道，而ACEI在2005年發(fā)文量大幅下降之時(shí)，正是ARB發(fā)文量大幅增長之即，而實(shí)際情況也是ARB為該系統(tǒng)的一類新藥，與ACEI相比具有許多獨(dú)到之處。4.5共詞分析（指紋共詞）

共詞分析是計(jì)算兩個(gè)主題詞在一組文獻(xiàn)中共同出現(xiàn)的篇數(shù)，并將其演進(jìn)路徑顯示出來的一種方法。

ARB作為一種新藥，如果想進(jìn)一步了解該藥與DN之間的更多研究，可以使用“指紋共詞”。方法：進(jìn)入共詞分析界面后，點(diǎn)擊“更多主題詞”來選擇我們需要分析的具體主題詞。2024/5/1862指紋共詞DN與ARB在更多主題詞里，搜索“DiabeticNephropathies”得到各種與DiabeticNephropathies共現(xiàn)的詞，其中就包含AngiotensinIIType1ReceptorBlockers

從圖中可以看出，ARB與DN同時(shí)出現(xiàn)在一篇文獻(xiàn)中的時(shí)間最早為2002年（9篇），最多是2005年（56篇）。2014年共同出現(xiàn)在同一篇文章的數(shù)量為21篇，它們是：

共詞演進(jìn)圖，X軸表示年份，Y軸表示共獻(xiàn)次數(shù)，點(diǎn)擊可查看具體信息

其中5篇來源于大名鼎鼎的《NEnglJMed》（新英格蘭醫(yī)學(xué)雜志），該刊與《Lancet》、《JAMA》均屬于世界上最權(quán)威的醫(yī)學(xué)期刊，如此多篇幅的報(bào)道ARB與DN，提示該方面很有可能成為未來研究的熱點(diǎn)。IF54.424.6

知識(shí)發(fā)現(xiàn)檢索結(jié)果小于3004.7

全文獲取服務(wù)對(duì)于檢索到的文獻(xiàn)，可以通過以下3種方式獲取全文。具體步驟是：1.首先查詢是否有館藏（紙質(zhì)期刊）2.若無館藏則通過“全文鏈接”查看收錄該文獻(xiàn)的數(shù)據(jù)庫名稱，若為開放獲取數(shù)據(jù)庫或機(jī)構(gòu)購買了該數(shù)據(jù)庫，則直接點(diǎn)擊鏈接獲取全文3.若以上兩條途徑均無法獲取全文，則可以嘗試?yán)帽镜豍ubMed系統(tǒng)的全文申請(qǐng)功能，通過館際互借獲取全文2024/5/18691、首先查詢用戶所在機(jī)構(gòu)有無館藏，有則