PubMed 数据库

PubMed 数据库

概述

PubMed是美国国家医学图书馆的综合数据库，提供免费访问MEDLINE和生命科学文献。使用布尔运算符、MeSH术语和字段标签构建高级查询，通过E-utilities API以编程方式访问数据，用于系统评价和文献分析。

使用场景

本技能适用于以下情况：

• 搜索生物医学或生命科学研究文章
• 使用布尔运算符、字段标签或MeSH术语构建复杂搜索查询
• 进行系统文献综述或荟萃分析
• 通过E-utilities API以编程方式访问PubMed数据
• 按特定标准（作者、期刊、出版日期、文章类型）查找文章
• 检索引用信息、摘要或全文文章
• 使用PMID（PubMed ID）或DOI
• 创建用于文献监测或数据提取的自动化工作流程

核心功能

1. 高级搜索查询构建

使用布尔运算符、字段标签和专用语法构建复杂的PubMed查询。

基本搜索策略：

• 使用布尔运算符（AND、OR、NOT）组合概念
• 使用字段标签限制搜索到特定记录部分
• 使用双引号进行精确匹配的短语搜索
• 使用通配符表示术语变体
• 使用邻近搜索查找指定距离内的术语

示例查询：

# 关于糖尿病治疗的最新系统评价
diabetes mellitus[mh] AND treatment[tiab] AND systematic review[pt] AND 2023:2024[dp]

# 比较两种药物的临床试验
(metformin[nm] OR insulin[nm]) AND diabetes mellitus, type 2[mh] AND randomized controlled trial[pt]

# 作者特定研究
smith ja[au] AND cancer[tiab] AND 2023[dp] AND english[la]

何时查阅search_syntax.md：

• 需要可用字段标签的综合列表
• 需要搜索运算符的详细说明
• 构建复杂的邻近搜索
• 理解自动术语映射行为
• 需要日期范围、通配符或特殊字符的特定语法

字段标签的Grep模式：\[au\]|\[ti\]|\[ab\]|\[mh\]|\[pt\]|\[dp\]

2. MeSH术语和受控词汇

使用医学主题词（MeSH）进行生物医学文献的精确、一致搜索。

MeSH搜索：

• [mh]标签搜索MeSH术语，自动包含更窄的术语
• [majr]标签限制为主题为主要焦点的文章
• 将MeSH术语与副标题结合以提高特异性（例如，diabetes mellitus/therapy[mh]）

常见MeSH副标题：

• /diagnosis - 诊断方法
• /drug therapy - 药物治疗
• /epidemiology - 疾病模式和患病率
• /etiology - 疾病原因
• /prevention & control - 预防措施
• /therapy - 治疗方法

示例：

# 具有特定重点的糖尿病治疗
diabetes mellitus, type 2[mh]/drug therapy AND cardiovascular diseases[mh]/prevention & control

3. 文章类型和出版过滤

按出版类型、日期、文本可用性和其他属性过滤结果。

出版类型（使用[pt]字段标签）：

• Clinical Trial（临床试验）
• Meta-Analysis（荟萃分析）
• Randomized Controlled Trial（随机对照试验）
• Review（综述）
• Systematic Review（系统评价）
• Case Reports（病例报告）
• Guideline（指南）

日期过滤：

• 单年：2024[dp]
• 日期范围：2020:2024[dp]
• 特定日期：2024/03/15[dp]

文本可用性：

• 免费全文：在查询中添加AND free full text[sb]
• 有摘要：在查询中添加AND hasabstract[text]

示例：

# 关于高血压的最新免费全文RCT
hypertension[mh] AND randomized controlled trial[pt] AND 2023:2024[dp] AND free full text[sb]

4. 通过E-utilities API的程序化访问

使用NCBI E-utilities REST API以编程方式访问PubMed数据，用于自动化和批量操作。

核心API端点：

1. ESearch - 搜索数据库并检索PMID
2. EFetch - 下载各种格式的完整记录
3. ESummary - 获取文档摘要
4. EPost - 上传UID用于批处理
5. ELink - 查找相关文章和链接数据

基本工作流程：

import requests

# 步骤1：搜索文章
base_url = "https://eutils.ncbi.nlm.nih.gov/entrez/eutils/"
search_url = f"{base_url}esearch.fcgi"
params = {
    "db": "pubmed",
    "term": "diabetes[tiab] AND 2024[dp]",
    "retmax": 100,
    "retmode": "json",
    "api_key": "YOUR_API_KEY"  # 可选但推荐
}
response = requests.get(search_url, params=params)
pmids = response.json()["esearchresult"]["idlist"]

# 步骤2：获取文章详情
fetch_url = f"{base_url}efetch.fcgi"
params = {
    "db": "pubmed",
    "id": ",".join(pmids),
    "rettype": "abstract",
    "retmode": "text",
    "api_key": "YOUR_API_KEY"
}
response = requests.get(fetch_url, params=params)
abstracts = response.text

速率限制：

• 无API密钥：3个请求/秒
• 有API密钥：10个请求/秒
• 始终包含User-Agent头

最佳实践：

• 对大型结果集使用历史服务器（usehistory=y）
• 通过EPost为多个UID实现批处理操作
• 本地缓存结果以最小化冗余调用
• 尊重速率限制以避免服务中断

何时查阅api_reference.md：

• 需要详细的端点文档
• 需要每个E-utility的参数规范
• 构建批处理操作或历史服务器工作流程
• 理解响应格式（XML、JSON、文本）
• 排查API错误或速率限制问题

API端点的Grep模式：esearch|efetch|esummary|epost|elink|einfo

5. 引用匹配和文章检索

使用部分引用信息或特定标识符查找文章。

按标识符：

# 按PMID
12345678[pmid]

# 按DOI
10.1056/NEJMoa123456[doi]

# 按PMC ID
PMC123456[pmc]

引用匹配（通过ECitMatch API）：

使用期刊名称、年份、卷、页码和作者查找PMID：

格式：journal|year|volume|page|author|key|
示例：Science|2008|320|5880|1185|key1|

按作者和元数据：

# 第一作者，年份和主题
smith ja[1au] AND 2023[dp] AND cancer[tiab]

# 期刊、卷和页码
nature[ta] AND 2024[dp] AND 456[vi] AND 123-130[pg]

6. 系统文献综述

为系统评价和荟萃分析进行全面的文献搜索。

PICO框架（人群、干预、比较、结果）：

系统地构建临床研究问题：

# 示例：糖尿病治疗效果
# P: diabetes mellitus, type 2[mh]
# I: metformin[nm]
# C: lifestyle modification[tiab]
# O: glycemic control[tiab]

diabetes mellitus, type 2[mh] AND
(metformin[nm] OR lifestyle modification[tiab]) AND
glycemic control[tiab] AND
randomized controlled trial[pt]

综合搜索策略：

# 包括多个同义词和MeSH术语
(disease name[tiab] OR disease name[mh] OR synonym[tiab]) AND
(treatment[tiab] OR therapy[tiab] OR intervention[tiab]) AND
(systematic review[pt] OR meta-analysis[pt] OR randomized controlled trial[pt]) AND
2020:2024[dp] AND
english[la]

搜索优化：

1. 开始广泛，回顾结果
2. 使用字段标签添加特异性
3. 应用日期和出版类型过滤器
4. 使用高级搜索查看查询翻译
5. 结合搜索历史进行复杂查询

何时查阅common_queries.md：

• 需要特定疾病类型或研究领域的示例查询
• 需要不同研究设计的模板
• 寻找特定人群的查询模式（儿科、老年科等）
• 构建特定方法的搜索
• 需要质量过滤器或最佳实践模式

查询示例的Grep模式：diabetes|cancer|cardiovascular|clinical trial|systematic review

7. 搜索历史和保存的搜索

使用PubMed的搜索历史和My NCBI功能实现高效的研究工作流程。

搜索历史（通过高级搜索）：

• 最多保存100次搜索
• 8小时不活动后过期
• 使用#引用组合以前的搜索
• 执行前预览结果计数

示例：

#1: diabetes mellitus[mh]
#2: cardiovascular diseases[mh]
#3: #1 AND #2 AND risk factors[tiab]

My NCBI功能：

• 无限期保存搜索
• 设置新匹配文章的电子邮件提醒
• 创建保存文章的集合
• 按项目或主题组织研究

RSS订阅：

为任何搜索创建RSS订阅，以监控您感兴趣领域的新出版物。

8. 相关文章和引用发现

查找相关研究并探索引用网络。

相似文章功能：

每个PubMed文章都包含基于以下内容的预先计算的相关文章：

• 标题和摘要相似性
• MeSH术语重叠
• 加权算法匹配

ELink相关数据：

# 以编程方式查找相关文章
elink.fcgi?dbfrom=pubmed&db=pubmed&id=PMID&cmd=neighbor

引用链接：

• 链接到出版商的全文
• 链接到PubMed Central免费文章
• 连接到相关NCBI数据库（GenBank、ClinicalTrials.gov等）

9. 导出和引用管理

以各种格式导出搜索结果，用于引用管理和进一步分析。

导出格式：

• .nbib文件用于参考文献管理器（Zotero、Mendeley、EndNote）
• AMA、MLA、APA、NLM引用样式
• 用于数据分析的CSV
• 用于程序化处理的XML

剪贴板和集合：

• 剪贴板：最多500个项目的临时存储（8小时过期）
• 集合：通过My NCBI账户的永久存储

通过API批量导出：

# 以MEDLINE格式导出引用
efetch.fcgi?db=pubmed&id=PMID1,PMID2&rettype=medline&retmode=text

使用参考文件

本技能在references/目录中包含三个综合参考文件：

references/api_reference.md

完整的E-utilities API文档，包括所有九个端点、参数、响应格式和最佳实践。在以下情况下查阅：

• 实现程序化PubMed访问
• 构建API请求
• 理解速率限制和认证
• 通过历史服务器处理大型数据集
• 排查API错误

references/search_syntax.md

PubMed搜索语法的详细指南，包括字段标签、布尔运算符、通配符和特殊字符。在以下情况下查阅：

• 构建复杂的搜索查询
• 理解自动术语映射
• 使用高级搜索功能（邻近、通配符）
• 应用过滤器和限制
• 排查意外的搜索结果

references/common_queries.md

各种研究场景、疾病类型和方法的大量示例查询。在以下情况下查阅：

• 开始新的文献搜索
• 需要特定研究领域的模板
• 寻找最佳实践查询模式
• 进行系统评价
• 搜索特定研究设计或人群

参考加载策略：

根据特定任务的需要将参考文件加载到上下文中。对于简短查询或基本搜索，本SKILL.md中的信息可能足够。对于复杂操作，请查阅适当的参考文件。

常见工作流程

工作流程1：基本文献搜索

1. 识别关键概念和同义词
2. 使用布尔运算符和字段标签构建查询
3. 回顾初始结果并优化查询
4. 应用过滤器（日期、文章类型、语言）
5. 导出结果进行分析

工作流程2：系统评价搜索

1. 使用PICO框架定义研究问题
2. 识别所有相关的MeSH术语和同义词
3. 构建综合搜索策略
4. 搜索多个数据库（包括PubMed）
5. 记录搜索策略和日期
6. 导出结果进行筛选和评价

工作流程3：程序化数据提取

1. 设计搜索查询并在Web界面中测试
2. 使用ESearch API实现搜索
3. 对大型结果集使用历史服务器
4. 使用EFetch检索详细记录
5. 解析XML/JSON响应
6. 本地存储数据并缓存
7. 实现速率限制和错误处理

工作流程4：引用发现

1. 从已知相关文章开始
2. 使用相似文章找到相关工作
3. 检查引用文章（如果可用）
4. 探索相关文章的MeSH术语
5. 基于发现构建新搜索
6. 使用ELink查找相关数据库条目

工作流程5：持续文献监测

1. 构建综合搜索查询
2. 测试并优化查询精度
3. 将搜索保存到My NCBI账户
4. 设置新匹配的电子邮件提醒
5. 为阅读器监控创建RSS订阅
6. 定期审查新文章

提示和最佳实践

搜索策略

• 从广泛开始，然后使用字段标签和过滤器缩小范围
• 包括同义词和MeSH术语以获得全面覆盖
• 使用引号表示精确短语
• 在高级搜索中检查搜索详情以验证查询翻译
• 使用搜索历史组合多个搜索

API使用

• 获取API密钥以获得更高的速率限制（10次请求/秒 vs 3次请求/秒）
• 对> 500篇文章的结果集使用历史服务器
• 为速率限制处理实现指数退避
• 本地缓存结果以最小化冗余请求
• 始终包含描述性User-Agent头

质量过滤

• 优先选择系统评价和荟萃分析作为综合证据
• 使用出版类型过滤器查找特定研究设计
• 按日期过滤获取最新研究
• 适当地应用语言过滤器
• 使用免费全文过滤器获取即时访问

引用管理

• 尽早并经常导出以避免丢失搜索结果
• 使用.nbib格式以与大多数参考文献管理器兼容
• 创建My NCBI账户用于永久收藏
• 记录搜索策略以确保可重复性
• 使用集合按项目组织研究

限制和注意事项

数据库覆盖范围

• 主要是生物医学和生命科学文献
• 1975年前的文章通常缺少摘要
• 2002年起提供完整作者姓名
• 提供非英语摘要，但可能默认为英语显示

搜索限制

• 显示最多限制为10,000个结果
• 搜索历史在8小时不活动后过期
• 剪贴板最多保存500个项目，8小时过期
• 自动术语映射可能产生意外结果

API考虑因素

• 适用速率限制（3-10次请求/秒）
• 大型查询可能超时（使用历史服务器）
• 详细数据提取需要XML解析
• 生产使用推荐API密钥

访问限制

• PubMed提供引用和摘要（并非总是全文）
• 全文访问取决于出版商、机构访问或开放获取状态
• LinkOut可用性因期刊和机构而异
• 某些内容需要订阅或付费

支持资源

• PubMed帮助：https://pubmed.ncbi.nlm.nih.gov/help/
• E-utilities文档：https://www.ncbi.nlm.nih.gov/books/NBK25501/
• NLM帮助台：1-888-FIND-NLM (1-888-346-3656)
• 技术支持：vog.hin.mln.ibcn@seitilitue
• 邮件列表：utilities-announce@ncbi.nlm.nih.gov