开发和验证一个搜索策略和一个自动分类器来检索关节疾病的研究和验证
Vicente Wielandt1, Juan Fernando Oyarzo1, Manolis Jusakos1
1Orofacial Pain & TMD Program, Faculty of Odontology, Andres Bello University, 8370133 Santiago, Chile.
Journal of oral & facial pain and headache
|January 13, 2025
概括
开发了一个新的搜索策略和自动分类器,以找到关节疾病 (TMD) 研究. 最终的搜索策略实现了99.5%的回忆,显著改善了TMD证据综合.
科学领域:
- 生物医学信息学 生物医学信息学
- 健康科学 卫生科学 卫生科学
- 牙科研究 牙科研究
背景情况:
- 对部疾病的系统性审查 (SRs) 需要有效的方法来确定初级研究 (PS).
- 开发一个全面的搜索策略 (SS) 和自动分类器 (AC) 可以简化有关TMD研究的检索.
研究的目的:
- 开发和评估一个强大的SS和AC来检索TMD研究文章.
- 评估SS和AC在捕获和分类TMDPS的性能.
主要方法:
- 一个初始的SS和AC是使用现有SR和专家咨询的术语创建的.
- 使用相对回忆 (RR) 对100个TMDSR (2002-2022) 的PS进行了性能评估.
- 进行了代调整,随后根据2023年SRs进行了验证.
主要成果:
- 最初的SS实现了89.34%的RR,最初的AC实现了70.05%.
- 精制的第五版SS达到99.5%的RR,AC达到89.5%.
- 验证显示,SS的灵敏度为99.67%,AC的灵敏度为88.04%.
结论:
- 开发的SS在检索TMD研究文章方面表现出高效率.
- 该AC有效地帮助对研究进行分类,支持创建一个持续更新的TMD证据数字存储库.
- SS是TMD领域证据综合的一个有价值的工具.
