Introduktion til videnskabelig litteratursøgning

by Andreas Andersen · Published 25. marts 2018 · Updated 26. august 2020

Her får du en introduktion til hvordan du læser og fortolker en videnskabelig artikel.

Videnskabelige artikler er udgivet af forskellige videnskabelige tidsskrifter. I stedet for at skulle læse alle disse videnskabelige tidsskrifter, er de videnskabelige artikler samlet i forskellige databaser. Ved at søge i disse databaser, kan du derfor nemt få et overblik over et bestemt videnskabeligt område. De vigtigste databaser med videnskabelige artikler er:

Pubmed
Cochrane Library
Embase
Google Scholar
Uptodate

Der findes mange forskellige måder du kan søge i disse databaser på. En effektiv måde er dog at anvende de emneord (subject headings) som er tilknyttet de enkelte videnskabelige artikler. Databaserne tilknytter altså forskellige emneord til en artikel, som dækker hvad artiklen handler om. Når du skal følge med i udviklingen inden for et bestemt område, kan du derfor blot følge med i disse emneord.

Det kan være forskelligt, hvordan en database organiserer deres emneord og det afhænger især af den enkelte databases fokus. For eksempel anvender Embase en bred vifte af farmakologiske emneord, mens CINAHL anvender sygeplejefaglige emneord.

Udover at søge i emneord, bør du også søge i fritekst. Fritekst er den tekst der står i titel, forfatter, abstract og forfatternes egne keywords.

Der findes forskellige metoder du kan søge efter. Man skelner mellem Quick & dirty metoden, Pearl growing metoden eller Building blocks metoden (bloksøgning). Quick & dirty metoden giver hurtig information og kan bruges hvis tilbundsgående litteratursøgning ikke er relevant. Peal growing metoden er en repetetiv proces, hvor du ud fra en relevant artikel udvider din søgning med relevante søgetermer og gentager dette. Bloksøgning foregår ved at forskningsspørgsmål inddeles i blokke, som repræsenterer vigtige elementer.

Pubmed

Pubmed er nok en af de mest kendte databaser med videnskabelige artikler. Pubmed indeholder Medline-artikler og øvrige artikler. Medline-artiklerne omfatter ca. 22 millioner artikler fra 5600 forskellige biomedicinske tidsskrifter. I alt indeholder Pubmed ca. 26 millioner artikler. Det er især engelsk-sprogede artikler der medtages i Pubmed. Pubmed indeholder ikke konference-abstracts.

I Pubmed hedder emneordene der anvendes MeSH (Medical Subject Headings). Disse MeSH-termer er organiseret og kan slås op i MeSH databasen. Det er vigtigt at være opmærksom på, at der er en forsinkelse på MeSH-kodningen så de nyeste videnskabelige aritkler i Pubmed vil ikke have tilknyttet MeSH termer.

Når du indtaster et søgeord i Pubmed, oversætter Pubmed automatisk søgningen, så den både søger efter ordet som fritekst og som emneord (MeSH term). Det er der ingen andre databaser der gør, men det gør det lettere at finde noget uden at kende det korrekte MeSH term. I menuen til højre lidt længere nede kan du se den anvendte søgeterm under punktet “Search details”. For eksempel vil en søgning af “vaccination” give følgende detaljerede søgedetaljer:

"vaccination"[MeSH Terms] OR "vaccination"[All Fields]

Som du kan se har Pubmed sit eget kodesprog til søgninger, hvor søgeordet angives inden for “” og inden for [] angives bagefter hvilket felt der søges i. I ovenstående eksempel kan du se at samme søgeord søges efter som MeSH term og i alle felter, dvs. titel, forfatter, abstract, keywords osv. Hvis jeg nu søgte efter “hpv vaccine” så ville jeg få følgende detaljerede søgeord.

"papillomavirus vaccines"[MeSH Terms] OR ("papillomavirus"[All Fields] 
AND "vaccines"[All Fields]) OR "papillomavirus vaccines"[All Fields] 
OR ("hpv"[All Fields] AND "vaccine"[All Fields]) OR "hpv vaccine"[All Fields]

Her kan du altså se at Pubmed finder det relevante MeSH term “papillomavirus vaccines” og herudover forskellige synonymer som der søges efter i alle felter. Med andre ord forsøger Pubmed selv at udbrede din søgning så du rammer flest mulige kombinationer.

Bloksøgning er en fornuftig måde at søge på og her kan synonymer kombineres med OR og blokke med AND. Korrekt brug af parenteser er vigtig (…OR …) AND (…OR …) samt ental og flertal.

I venstre side af søgebilledet vil du se forskellige filtre, du kan filtrere søgningen efter. Disse bør dog bruges med varsomhed, fordi de fleste (undtagen Publication date og Language) kræver at artiklerne er MeSH kodede. Med andre ord risikerer du altså ikke at få alle resultater med.

Hvis du opretter et (gratis) login i Pubmed kan du oprette en alert, så du får en mail hver gang der kommer en ny artikel inden for et bestemt søgeord. Dette kan være praktisk i forhold til at følge med i et bestemt videnskabeligt område.

Embase

Embase er en hollandsk database fra Elsevier, der omfatter over 30 millioner citationer og over 8500 videnskabelige tidsskrifter. Der er et stort fokus på det farmakologiske område, og du vil derfor også se at emneord vil være farmakologiske termer. Embase indeholder også konference-abstracts og andet af det såkaldte grå litteratur, der er videnskabelig litteratur, som ikke er færdiggjort til egentlig offentliggørelse, og omfatter bl.a. konferenceabstracts, specialer, ph.d.’er, doktordisputatser, rapporter osv. Embase omfatter også Medline artikler – men ikke hele Pubmed. Embase omfatter også artikler på andre sprog end engelsk.

Cochrane Library

Cochrane Library er en samling af seks databaser

Cochrane Database of Systematic Reviews (findes også i PubMed og Embase)
Cochrane Central Register of Controlled Trials (CENTRAL)
Cochrane Methodology Register (CMR)
Database of Abstracts of Reviews of Effects (DARE) opdateres ikke længere
Health Technology Assessment Database (HTA)
NHS Economic Evaluation Database (EED) opdateres ikke længere

CENTRAL indeholder randomiserede kontrollerede studier (RCT´er) fra primært Medline og Embase, men også studier fra andre kilder.

I Cochrane Library kan man enten samsøge i alle 6 databaser eller søge i enkelte. De anvender MeSH termer og du kan derfor søge efter de samme søgeord du har fra Pubmed. Cochrane Library er begrænset til særlige studietyper og er derfor en meget mindre database end Pubmed og Embase.