Evidensbasert medisin: informasjonssøk

Sammendrag

Informasjonssøk i evidensbasert medisin innebærer å omforme et klinisk problem til et søkbart spørsmål, velge informasjonskilde etter spørsmålets type og tidsramme, gjennomføre et reproduserbart søk og vurdere om treffene er relevante, aktuelle og metodologisk pålitelige. Leger genererer omkring 0,18 til 1,5 spørsmål per pasient, men andelen besvarte spørsmål varierer sterkt. Tidsmangel, manglende søkeferdighet og usikkerhet om tilgjengelige kilder er viktige hindringer [1].

Ved pasientnært søk bør man begynne høyt i evidenshierarkiet, for eksempel med aktuelle retningslinjer, systematiske oversikter eller kvalitetssikret kunnskapsstøtte. Hvis disse ikke besvarer spørsmålet, søkes primærstudier i PubMed eller andre relevante databaser. Et strukturert PI-spørsmål, populasjon og intervensjon eller eksponering, er ofte et bedre utgangspunkt for selve søket enn å kreve alle fire PICO-komponentene. Synonymer innenfor samme begrep kombineres med OR, mens ulike begreper kombineres med AND. Kombiner fritekstord med emneord, for eksempel MeSH, og legg ikke til flere komponenter enn det som er nødvendig.

Søk for en systematisk oversikt har et annet mål enn et klinisk hurtigsøk. Ved pasientnært søk prioriteres presisjon og et håndterbart antall relevante treff. Ved systematisk oversikt prioriteres sensitivitet, dokumentasjon og reproduserbarhet. Da trengs flere databaser, supplerende søkemetoder, duplikathåndtering, dokumenterte søkestrenger og vanligvis medvirkning av en medisinsk bibliotekar eller informasjonsspesialist.

Generativ AI kan støtte formulering av spørsmål, framskaffing av synonymer og oppsummering, men får ikke erstatte verifiserbart databasesøk og kritisk vurdering. AI-genererte referanser, fakta og konklusjoner må kontrolleres mot originalkilden.

Hvorfor informasjonssøk er en klinisk kjernekompetanse

Evidensbasert medisin forener den beste tilgjengelige forskningen med klinisk ekspertise og pasientens verdier, preferanser og forutsetninger. Informasjonssøket er leddet mellom den kliniske usikkerheten og det vitenskapelige grunnlaget. Det omfatter mer enn å skrive noen ord i en søkemotor. Spørsmålet må avgrenses, riktig type kilde må velges og søkeresultatet må vurderes i forhold til pasienten og beslutningssituasjonen.

En systematisk oversikt over legers informasjonsatferd fant at behandling, diagnostikk og epidemiologi var de vanligste spørsmålsområdene. Antallet spørsmål varierte fra 0,18 til 1,5 per pasient, 22,8 til 93 prosent ble besvart og søketiden varierte fra 2 til 32 minutter. Vanlige kilder var kolleger, tidsskriftartikler, nettsteder, lærebøker og MEDLINE eller PubMed. De vanligste hindringene var tidsmangel, manglende søkeferdighet og utilstrekkelig kjennskap til informasjonskilder [1].

Elektronisk kunnskapsstøtte kan påvirke behandlingen positivt, men resultatene avhenger av ressursens kvalitet og hvordan den integreres i arbeidsflyten. I en systematisk oversikt med 25 sammenlignende studier var elektroniske kunnskapsressurser assosiert med forbedret klinisk atferd, standardisert gjennomsnittsforskjell 0,47, og små forbedringer i pasientrelaterte utfall, standardisert gjennomsnittsforskjell 0,19. Heterogeniteten var stor og flere studier hadde potensielle interessekonflikter [2]. Resultatene begrunner bruk av pasientnær kunnskapsstøtte, men ikke ukritisk tillit til et enkelt kommersielt system.

To ulike søkeoppgaver

Pasientnært informasjonssøk og søk for evidenssyntese må holdes atskilt.

Presisjon er andelen av de hentede treffene som er relevante. Sensitivitet, også kalt gjenfinning, er andelen av alle relevante studier som søket faktisk finner. Høy sensitivitet krever nesten alltid at flere irrelevante treff vurderes. For klinisk bruk kan det være rasjonelt å akseptere lavere sensitivitet hvis en aktuell og pålitelig kilde gir et brukbart svar. For en systematisk oversikt kan samme avgrensning gi seleksjonsbias.

Fra klinisk problem til søkbart spørsmål

Avgjør først hvilken type spørsmål som skal besvares

Spørsmålstypen styrer egnet studiedesign, valg av filter og hvilke kilder som er mest nyttige.

Spørsmålet bør formuleres slik at svaret kan endre en beslutning. Spørsmålet "Hva finnes om hjertesvikt?" er for bredt. Spørsmålet "Hos pasienter med hjertesvikt med bevart ejeksjonsfraksjon, reduserer SGLT2-hemmere sykehusinnleggelse sammenlignet med placebo?" angir populasjon, intervensjon, sammenligning og utfall.

PICO og nærliggende modeller

PICO består av:

• P, populasjon, pasient eller problem
• I, intervensjon eller eksponering
• C, sammenligning
• O, utfall

PICO forbedrer tydeligheten, men alle komponentene behøver ikke inngå som søkeblokker. I en liten randomisert pilotstudie fikk de som søkte med PICO-baserte grensesnitt numerisk høyere presisjon enn brukerne av PubMeds vanlige grensesnitt, men forskjellene var ikke statistisk sikre. Studien viste også vanlige feil, for eksempel feilaktig MeSH-kobling, uegnet valg av publikasjonstype og altfor snever begrensning til tittelord [3].

Utfallstermer bør ofte utelates i det første søket. Utfall rapporteres ikke alltid i tittel eller sammendrag, og et krav om utfallsterm kan derfor utelukke relevante studier. Det samme gjelder sammenligningsleddet. For mange behandlingsspørsmål er populasjon og intervensjon tilstrekkelig, iblant supplert med en studiedesign eller et validert filter.

Alternative spørsmålsmodeller kan være bedre enn PICO:

• PEO, populasjon, eksponering og utfall, ved etiologiske spørsmål.
• PIRD, populasjon, indekstest, referansetest og målgruppens diagnose, ved diagnostisk nøyaktighet.
• SPIDER, utvalg, fenomen, design, evaluering og forskningstype, ved kvalitativ forskning.
• PCC, populasjon, konsept og kontekst, ved brede kartleggende oversikter.

Modellen er en støtte for tenkningen, ikke et krav om at hver rubrikk skal bli en egen søkeblokk.

Velg informasjonskilde etter behov

Begynn med den mest sammenstilte brukbare evidensen

Ved pasientnære spørsmål er en effektiv rekkefølge:

1. Aktuelle nasjonale eller internasjonale retningslinjer.
2. Lokal kunnskapsstøtte og legemiddelanbefalinger.
3. Systematiske oversikter og metaanalyser.
4. Synoptiske, redaksjonelt kvalitetssikrede kunnskapsressurser.
5. Enkeltstående primærstudier.
6. Ekspertvurdering når relevant forskning mangler eller ikke er anvendbar.

Å begynne med primærstudier er ineffektivt hvis en aktuell og godt utført systematisk oversikt allerede besvarer spørsmålet. Omvendt kan en fem år gammel oversikt være utilstrekkelig innenfor et område i rask endring. Kontroller oversiktens siste søkedato, ikke bare publiseringsåret.

Databasenes hovedroller

Ved svensk klinisk håndtering må internasjonal litteratur suppleres med aktuelle svenske kilder, for eksempel nasjonale svenske retningslinjer, behandlingsanbefalinger, handlingsprogram, preparatomtaler og regional kunnskapsstøtte. Svenske legemiddelbegrensninger, tilgjengelige preparater og helsetjenesteorganisering kan avvike fra forutsetningene i de internasjonale studiene.

Praktisk søk i PubMed

Bygg søket begrepsvis

En robust grunnmodell er:

1. Identifiser to eller tre sentrale begreper.
2. Lag en liste over synonymer, stavevarianter, akronymer og eldre termer.
3. Legg til relevante MeSH-termer.
4. Kombiner synonymer innenfor et begrep med OR.
5. Kombiner begrepsblokker med AND.
6. Kontroller de første treffene.
7. Utvid eller begrens iterativt.

(populasjonsterm OR synonym OR "MeSH-term")
AND
(intervensjonsterm OR synonym OR "MeSH-term")

Eksempel på et behandlingsspørsmål:

("Heart Failure, Diastolic"[Mesh] OR HFpEF OR "heart failure with preserved ejection fraction")
AND
("Sodium-Glucose Transporter 2 Inhibitors"[Mesh] OR SGLT2 inhibitor* OR dapagliflozin OR empagliflozin)

Kontroller PubMeds Advanced Search og Search Details for å se hvordan søketermene er tolket. Automatisk termkobling er praktisk, men kan knytte en forkortelse eller en dagligdags term til et uventet begrep.

Fritekst og MeSH utfyller hverandre

MeSH gir en standardisert beskrivelse av innholdet og samler artikler som bruker ulik terminologi. Fritekst er nødvendig fordi:

• nye artikler ennå ikke er MeSH-indeksert
• nye legemidler og teknikker kan mangle etablert MeSH-term
• relevante ord kan finnes i tittel eller sammendrag uten tilsvarende indeksering
• indekseringen kan være ufullstendig eller for bred

I en studie av seks kliniske spørsmål ble det funnet flere relevante artikler når fritekst og emneord ble kombinert enn når ett av dem ble brukt alene. To PICO-komponenter ga flere systematiske oversikter enn fire komponenter, og resultatene overlappet dårlig mellom ulike databaser [4].

Boolske operatorer

• OR utvider ved å godta minst ett synonym.
• AND begrenser ved å kreve begge begrepene.
• NOT bør brukes restriktivt fordi relevante artikler kan inneholde det utelukkede ordet i en annen sammenheng.
• Parenteser angir hvilke ord som hører sammen.
• Anførselstegn kan brukes for fraser, men kan redusere gjenfinningen hvis databasen ellers ville ha gjort automatisk termkobling.
• Feltkoder, for eksempel [tiab], styrer søket til tittel og sammendrag. De gir kontroll, men kan gjøre søket for snevert.
• Trunkering med asterisk kan fange opp flere ordendelser, men må brukes med hensyn til databasens syntaks.

Filter og Clinical Queries

Filter kan redusere arbeidsbyrden, men også utelukke relevante artikler. Bruk dem ut fra spørsmålstype og søkets mål, ikke rutinemessig.

I en studie av 15 PubMed-strategier for 30 behandlingsspørsmål ga snevre Clinical Queries-filter bedre konsentrasjon av relevante randomiserte studier blant de første 40 treffene. Median sensitivitet var omkring 50 prosent og presisjon 20 til 30 prosent. Ufiltrerte søk og brede filter ga større treffmengder, men bare 10 til 25 prosents sensitivitet innenfor de første 40 treffene [5]. Dette støtter et snevert filter ved klinisk hurtigsøk, men ikke som eneste strategi i en systematisk oversikt.

Metodefilter er særlig problematiske ved diagnostiske studier. En Cochrane-oversikt over 70 filter for diagnostisk nøyaktighet fant at ingen samtidig oppnådde sensitivitet over 90 prosent og presisjon over 10 prosent. For en systematisk diagnostisk oversikt bør søket derfor hovedsakelig kombinere termer for måltilstanden og indekstesten, uten å basere seg på et metodefilter [6].

Også filter for systematiske oversikter har begrensninger. PubMeds publikasjonstype for systematisk oversikt har høy presisjon, men lav sensitivitet, blant annet på grunn av forsinket indeksering og manglende dekning bakover i tiden. En sensitiv Clinical Queries-strategi gir høyere sensitivitet, men mange flere irrelevante treff. For et uttømmende søk bør metodene kombineres [7].

Søke etter bivirkninger

Bivirkninger er ofte dårlig rapportert i titler og sammendrag, og generiske studiedesignfilter fungerer dårligere. En metodestudie fant at sensitiviteter omkring 97 til 99 prosent kunne oppnås gjennom kombinasjoner av spesifikke bivirkningstermer, fritekst og indekseringstermer, men presisjonen var bare 2,8 prosent [8]. Praktisk bør man kombinere:

• legemidlets virkestoffnavn og produktnavn
• den spesifikke mistenkte bivirkningen
• generelle termer som adverse effect, toxicity og safety
• relevante legemiddelovervåkings- eller observasjonsdatabaser
• registre, preparatomtaler og myndighetsinformasjon

Et søk som bare leter etter randomiserte studier er utilstrekkelig for sjeldne, sene eller uventede skader.

Tilpass søket etter treffbildet

Hvis søket gir for få treff:

• kontroller staving og automatisk termkobling
• fjern utfall eller sammenligning
• legg til synonymer og eldre termer
• kombiner MeSH og fritekst
• fjern språk- eller aldersfilter
• søk på et kjent relevant artikkelnummer og bruk liknende artikler
• søk i ytterligere en database

Hvis søket gir for mange irrelevante treff:

• erstatt et allment begrep med en mer spesifikk term
• legg til et tydelig populasjons- eller intervensjonsbegrep
• bruk [tiab] for særlig uspesifikke ord
• bruk relevant filter for spørsmålstypen
• begrens tidsperioden hvis eldre forskning er uten betydning
• begynn med systematiske oversikter eller retningslinjer

Test søket mot to eller tre artikler som bør gjenfinnes. Hvis en kjent relevant artikkel mangler, undersøk hvilke ord og MeSH-termer artikkelen bruker.

flowchart TD
A["Formuler den kliniske<br>beslutningen"] --> B["Bestem spørsmålstype<br>og egnet studiedesign"]
B --> C["Søk først etter aktuell<br>retningslinje eller oversikt"]
C -->|"Tilstrekkelig svar"| D["Vurder aktualitet,<br>validitet og anvendbarhet"]
C -->|"Utilstrekkelig svar"| E["Bygg PI-søk med<br>fritekst og MeSH"]
E --> F["Vurder de første<br>relevante treffene"]
F -->|"For få treff"| G["Fjern søkeblokk og<br>legg til synonymer"]
F -->|"For mange treff"| H["Legg til spesifikt begrep<br>eller validert filter"]
G --> F
H --> F
F -->|"Brukbart grunnlag"| D
D --> I["Anvend med klinisk ekspertise<br>og pasientens preferanser"]
I --> J["Dokumenter søk,<br>dato og beslutning"]

Vurder søkeresultatet

Informasjonssøket slutter ikke når en relevant tittel er funnet. Den første vurderingen bør omfatte fire spørsmål:

1. Er artikkelen relevant for det aktuelle spørsmålet?
2. Er studiedesignen egnet?
3. Er studien tilstrekkelig metodologisk pålitelig?
4. Er resultatene anvendbare på pasienten og behandlingskonteksten?

Relevans før detaljvurdering

Kontroller populasjon, intervensjon eller eksponering, sammenligning, utfall, behandlingsnivå og oppfølgingstid. En stor og godt utført studie kan være klinisk irrelevant hvis populasjonen skiller seg vesentlig fra pasienten, for eksempel ved alder, komorbiditet, sykdomsgrad eller samtidig behandling.

Les ikke bare konklusjonen i sammendraget. Gå videre til metode, resultater, tabeller, frafall, effektstørrelse og konfidensintervall. Kontroller finansiering og forfatternes interessekonflikter.

Systematisk oversikt er ikke automatisk av høy kvalitet

En systematisk oversikt kan være misvisende på grunn av mangelfullt søk, selektiv inklusjon, uegnet metaanalyse eller utilstrekkelig vurdering av risiko for bias. AMSTAR 2 er et vurderingsverktøy for oversikter over randomiserte og ikke-randomiserte intervensjonsstudier [9]. Kritiske spørsmål er blant annet:

• fantes det en protokoll før gjennomføringen?
• var inklusjonskriteriene tydelige?
• var søket tilstrekkelig bredt?
• ble studieutvalg og datauttrekk vurdert av mer enn én person?
• ble risiko for bias vurdert i primærstudiene?
• ble heterogenitet håndtert på en rimelig måte?
• påvirket bias i primærstudiene konklusjonen?
• ble publikasjonsbias vurdert der dette var mulig?
• er oversikten aktuell?

Hvis to oversikter gir ulike konklusjoner, bør man sammenligne søkedato, inklusjonskriterier, utfall, risiko for bias og statistisk modell. Den sist publiserte oversikten er ikke nødvendigvis den beste.

Systematisk søk for oversikt, retningslinje eller handlingsprogram

Forbered en protokoll

Definer før søket:

• forskningsspørsmål og spørsmålsmodell
• inklusjons- og eksklusjonskriterier
• informasjonskilder
• planlagte søkedatoer og tidsgrenser
• språkbegrensninger
• akseptable studiedesign
• supplerende søkemetoder
• screeningprosess
• hvordan avvik fra protokollen skal dokumenteres

Søkestrategien bør utvikles iterativt, men ikke endres vilkårlig etter at forfatterne har sett om resultatene støtter en bestemt konklusjon.

Velg flere supplerende databaser

Ingen database dekker all relevant litteratur. I en prospektiv studie av 58 systematiske oversikter fantes 16 prosent av de inkluderte referansene bare i én enkelt database. Kombinasjonen Embase, MEDLINE, Web of Science og Google Scholar oppnådde 98,3 prosents samlede gjenfinning og full gjenfinning i 72 prosent av oversiktene. Resultatene avhenger av emne, søkekompetanse og databasetilgang og bør derfor ikke tolkes som en universell firedatabaseregel [10].

For intervensjonsoversikter er MEDLINE, Embase og CENTRAL vanlige kjernekilder. Legg til emnespesifikke databaser når spørsmålet tilsier det. PsycINFO kan være viktig for psykologi og psykiatri, CINAHL for sykepleie og nærliggende profesjoner og regionale databaser for litteratur fra områder som er underrepresentert i de store internasjonale databasene.

Utvikle en sensitiv strategi

En praktisk metode er å bygge en egen blokk for hvert hovedbegrep, kombinere emneord og fritekst og deretter optimalisere strategien ved å vurdere relevante treff som blir funnet av emneord, men ikke av fritekst, og omvendt. Denne metoden kan identifisere manglende synonymer og indekseringstermer [11].

For randomiserte studier er det utviklet svært sensitive filter, men høy sensitivitet medfører lav presisjon. Studier av Cochranes svært sensitive strategi viser at bredere faser finner flere relevante studier til prisen av betydelig større screeningarbeid [12,13]. Valget skal baseres på konsekvensene av å gå glipp av studier, tilgjengelige ressurser og hvilke supplerende databaser som brukes.

Fagfellevurdering av søkestrategien

PRESS angir seks sentrale vurderingsområder:

1. oversettelse av forskningsspørsmålet
2. boolske operatorer og nærhetsoperatorer
3. emneord
4. fritekstord
5. staving, syntaks og linjenummer
6. avgrensninger og filter

Vurderingen bør gjøres når hovedstrategien, ofte MEDLINE, er ferdig, men før den oversettes til de øvrige databasene [14]. En medisinsk bibliotekar kan oppdage begrepsmessige hull, syntaksfeil og uegnede avgrensninger som emneeksperter lett overser.

Supplerende søkemetoder

Databasesøk bør etter behov suppleres med:

• gjennomgang av referanselister i inkluderte studier og relevante oversikter
• framoverrettet siteringssøk
• registre over kliniske studier
• regulatoriske dokumenter
• doktoravhandlinger og konferanseabstrakter
• relevante organisasjoners nettsteder
• kontakt med forfattere, eksperter eller produsenter
• liknende artikler i bibliografiske databaser

En metodeoversikt fant at screening av én enkelt vurderer i gjennomsnitt gikk glipp av flere relevante studier enn dobbeltvurdering. I det begrensede grunnlaget kunne kontroll av referanselister gjenfinne samtlige feilaktig ekskluderte studier i en kasusstudie. Evidensen for hvilken supplerende metode som er best, er imidlertid svært usikker [15].

Screening og duplikater

Importer resultatene til et referansehåndterings- eller vurderingssystem og fjern duplikater uten å miste unike poster. Pilottest inklusjonskriteriene på et felles utvalg. Ved fullstendig systematisk oversikt bør tittel, sammendrag og fulltekst normalt vurderes uavhengig av to vurderere. Dokumenter grunnen til eksklusjon på fulltekstnivå.

Uinformative titler og sammendrag øker risikoen for feilaktig eksklusjon. Hvis sammendraget ikke gir tilstrekkelig informasjon, bør artikkelen heller føres videre til fulltekstvurdering enn å utelukkes.

Dokumentasjon og reproduserbarhet

PRISMA-S omfatter 16 rapporteringspunkter for søk i systematiske oversikter. Blant annet skal database og plattform, fullstendige søkestrategier, søkedatoer, avgrensninger, registre, nettsteder, siteringssøk og supplerende metoder angis [16].

Minimumskrav til dokumentasjon er:

• databasens og plattformens navn
• den eksakte søkestrengen slik den ble kjørt
• søkedato
• databasens dekningsperiode hvis relevant
• samtlige filter og avgrensninger
• antall treff før duplikatfjerning
• metoden for duplikatfjerning
• alle supplerende søkemetoder
• hvem som utviklet og vurderte søket
• dato og strategi for eventuelt oppdateringssøk

Rapporteringen er ofte utilstrekkelig. I et tilfeldig utvalg av 100 systematiske oversikter inneholdt bare 4,9 prosent av 453 databasesøk samtlige seks sentrale PRISMA-S-opplysninger, og bare én oversikt var fullstendig reproduserbar [17].

Medvirkning av medisinsk bibliotekar er assosiert med bedre rapportering, flere søkte databaser, større reproduserbarhet og bedre bruk av emneord, fritekst og boolsk syntaks. I en studie av 505 øre-nese-halsmedisinske oversikter var bibliotekarmedvirkning tydelig assosiert med høyere søkekvalitet, selv om observasjonsdesignen ikke viser kausalitet [18].

Kvalitetskontroll og vanlige feil

Oppdatering og overvåking

Søket er tidsbundet. Hvis svaret skal ligge til grunn for retningslinjer, handlingsprogram eller gjentatte beslutninger, bør det finnes en oppdateringsplan.

• Lagre søkestrategien i databasens brukerkonto.
• Opprett e-postvarsel eller RSS-strøm for nye treff.
• Angi siste søkedato i dokumentet.
• Definer når en ny studie kan endre anbefalingen.
• Gjennomfør et nytt søk like før publisering.
• Gjenta søket tidligere innenfor områder i rask endring.

En oppdatering er ikke bare å endre sluttdatoen. Kontroller om terminologi, MeSH-termer, legemiddelnavn, diagnostiske kriterier eller databasesyntaks har endret seg.

Generativ AI og semantisk søk

Generativ AI kan brukes som støtte for å:

• omformulere et klinisk spørsmål
• foreslå synonymer, stavevarianter og akronymer
• lage et første utkast til boolsk søkestrategi
• oversette søkelogikk mellom databaser
• gruppere treff etter tema
• oppsummere opplastede artikler
• kontrollere om sentrale spørsmålskomponenter mangler

Begrensningene er betydelige. Modellen kan mangle den nyeste forskningen, forveksle populasjoner, tilskrive studier feil resultater og lage referanser som ikke finnes. I en systematisk oversikt og metaanalyse var den sammenveide korrektheten for ChatGPTs svar på medisinske spørsmål 56 prosent, med stor heterogenitet mellom studiene [19]. Resultatet kan ikke overføres direkte til alle nåværende modeller, men viser at et velformulert og overbevisende svar ikke er det samme som et korrekt svar.

Informasjonsinnhenting som kobler språkmodellen til eksterne kilder, ofte kalt retrieval-augmented generation, kan forbedre ytelsen. En metaanalyse fant en oddsratio på 1,35 for forbedret ytelse sammenlignet med språkmodeller uten ekstern informasjonsinnhenting. Resultatene hadde lav til moderat heterogenitet, men tegn på småstudieeffekter og mulig publikasjonsbias [20]. Også slike systemer kan hente feil dokumenter, feiltolke tabeller eller generere konklusjoner som ikke støttes av kilden.

For klinisk bruk gjelder derfor:

1. Be AI-systemet om å angi verifiserbare kilder.
2. Søk opp hver sentral kilde i PubMed, tidsskriftets nettsted eller en annen originaldatabase.
3. Kontroller tittel, forfatter, år, DOI eller PMID.
4. Les originalteksten for påstander som påvirker beslutningen.
5. Kontroller at studiens populasjon og utfall svarer til spørsmålet.
6. Dokumenter modell, dato, inndata og hvordan svaret ble verifisert hvis AI brukes i en formell evidensprosess.
7. Ikke legg inn identifiserbare pasientopplysninger i et system som mangler godkjent håndtering av sensitive data.

AI bør betraktes som et hjelpemiddel for spørsmålsformulering og arbeidsflyt, ikke som en selvstendig evidenskilde.

Praktisk sjekkliste

For et pasientnært spørsmål

• Formuler hvilken beslutning som skal tas.
• Bestem spørsmålstype.
• Søk først i aktuell kunnskapsstøtte, retningslinje eller systematisk oversikt.
• Kontroller søkedato og metode.
• Bygg ved behov et PI-søk i PubMed.
• Kombiner fritekst med MeSH.
• Bruk snevert filter bare når det passer spørsmålstypen.
• Vurder mer enn det første treffet.
• Les fulltekst i den kilden som bærer beslutningen.
• Vurder effektstørrelse, usikkerhet, risiko for bias og anvendbarhet.
• Integrer resultatet med pasientens preferanser og svensk praksis.
• Dokumenter kilde, søkedato og konklusjon.

For en systematisk oversikt eller retningslinje

• Utarbeid en protokoll.
• Involver medisinsk bibliotekar eller informasjonsspesialist.
• Velg flere supplerende databaser.
• Kombiner emneord og fritekst.
• Test mot kjente relevante studier.
• La en annen person vurdere søkestrategien med PRESS.
• Søk i registre og andre kilder når spørsmålet tilsier det.
• Gjennomfør referanse- og siteringssøk.
• Lagre alle søkestrenger eksakt slik de ble kjørt.
• Dokumenter treffantall og duplikathåndtering.
• Bruk uavhengig dobbeltvurdering når full systematikk kreves.
• Rapporter etter PRISMA-S.
• Oppdater søket før publisering.

Kilder

1. Daei A et al. Clinical information seeking behavior of physicians: A systematic review. International Journal of Medical Informatics 2020. PMID: 32334400
2. Maggio LA et al. Impact of Clinicians' Use of Electronic Knowledge Resources on Clinical and Learning Outcomes: Systematic Review and Meta-Analysis. Journal of Medical Internet Research 2019. PMID: 31359865
3. Schardt C et al. Utilization of the PICO framework to improve searching PubMed for clinical questions. BMC Medical Informatics and Decision Making 2007. PMID: 17573961
4. Ho GJ et al. Development of a Search Strategy for an Evidence Based Retrieval Service. PLoS One 2016. PMID: 27935993
5. Agoritsas T et al. Sensitivity and Predictive Value of 15 PubMed Search Strategies to Answer Clinical Questions Rated Against Full Systematic Reviews. Journal of Medical Internet Research 2012. PMID: 22693047
6. Beynon R et al. Search strategies to identify diagnostic accuracy studies in MEDLINE and EMBASE. Cochrane Database of Systematic Reviews 2013. PMID: 24022476
7. Navarro-Ruan T, Haynes RB. Preliminary comparison of the performance of the National Library of Medicine's systematic review publication type and the sensitive clinical queries filter for systematic reviews in PubMed. Journal of the Medical Library Association 2022. PMID: 35210961
8. Golder S et al. Developing efficient search strategies to identify reports of adverse effects in MEDLINE and EMBASE. Health Information and Libraries Journal 2006. PMID: 16466494
9. Shea BJ et al. AMSTAR 2: a critical appraisal tool for systematic reviews that include randomised or non-randomised studies of healthcare interventions, or both. BMJ 2017. PMID: 28935701
10. Bramer WM et al. Optimal database combinations for literature searches in systematic reviews: a prospective exploratory study. Systematic Reviews 2017. PMID: 29208034
11. Bramer WM et al. A systematic approach to searching: an efficient and complete method to develop literature searches. Journal of the Medical Library Association 2018. PMID: 30271302
12. Eisinga A et al. The sensitivity and precision of search terms in Phases I, II and III of the Cochrane Highly Sensitive Search Strategy for identifying reports of randomized trials in MEDLINE in a specific area of health care. Health Information and Libraries Journal 2007. PMID: 17584213
13. Zhang L et al. Optimizing search strategies to identify randomized controlled trials in MEDLINE. BMC Medical Research Methodology 2006. PMID: 16684359
14. McGowan J et al. PRESS Peer Review of Electronic Search Strategies: 2015 Guideline Statement. Journal of Clinical Epidemiology 2016. PMID: 27005575
15. Affengruber L et al. Characteristics and recovery methods of studies falsely excluded during literature screening: a systematic review. Systematic Reviews 2022. PMID: 36352397
16. Rethlefsen ML et al. PRISMA-S: an extension to the PRISMA Statement for Reporting Literature Searches in Systematic Reviews. Systematic Reviews 2021. PMID: 33499930
17. Rethlefsen ML et al. Systematic review search strategies are poorly reported and not reproducible: a cross-sectional metaresearch study. Journal of Clinical Epidemiology 2024. PMID: 38052277
18. Whitney R et al. Effect of librarian collaboration on otolaryngology systematic review and meta-analysis quality. Journal of the Medical Library Association 2024. PMID: 39308914
19. Wei Q et al. Evaluation of ChatGPT-generated medical responses: A systematic review and meta-analysis. Journal of Biomedical Informatics 2024. PMID: 38462064
20. Liu S et al. Improving large language model applications in biomedicine with retrieval-augmented generation: a systematic review, meta-analysis, and clinical development guidelines. Journal of the American Medical Informatics Association 2025. PMID: 39812777