Systematiska översikter
Ska du göra en systematisk översikt? Vi på biblioteket får ofta frågor om vad som egentligen kännetecknar en systematisk översikt, vad som skiljer den från andra typer av översikter, och hur man bäst gör för att söka systematiskt. På den här sidan går vi igenom vad som kan vara bra att tänka på i arbetet med att utforma systematisk en sökstrategi.
Nu släpps pilotavsnittet av KIB-podden
Lyssna till första avsnittet av KIB-podden där Wim Grooten, docent, forskare och lektor, är gäst och systematiska översikter diskuteras!
Vad är en systematisk översikt?
En systematisk översikt är en litteraturöversikt som enligt en specifik metodologi sammanställer all tillgänglig forskning inom ett avgränsat ämnesområde. Systematiska översikter placeras vanligen högst upp i evidenshierarkier eftersom de analyserar och värderar resultatet från samtliga originalstudier inom ett ämne.
Vid arbetet med en systematisk översikt ska en noggrann metodologi följas under hela processen – från formulerandet av forskningsfrågan, protokoll och litteratursökning till sammanställning, granskning och analys. Alla steg ska också dokumenteras. Systematiska översikter innehåller ibland så kallade metaanalyser, där den data som samlats in sammanställs och genomgår en statistisk analys.
Det finns flera metod- och läroböcker som beskriver processen och de olika steg som vanligtvis ingår i arbetet med en systematisk översikt. Det finns även internationella riktlinjer för hur systematiska översikter ska rapporteras, PRISMA Guidelines.
Tips på metodlitteratur:
- SBU:s metodbok
- Cochrane Handbook for Systematic Reviews of Interventions - Cochrane Collaboration
- JBI Manual for Evidence Synthesis - JBI, University of Adelaide
Att tänka på innan du börjar
Vilken typ av översikt ska du göra? Det finns flera olika slags översikter, och vilken som passar bäst beror till exempel på hur lång tid du har, och vilken typ av forskningsfråga du utgår från. Cornell University Library har gjort ett beslutsträd där du kan du se vilken slags översikt som kan vara lämplig för dig.
Hur mycket tid har du till förfogande för projektet? Det tar vanligtvis mellan 6 månader och 2 år att genomföra en systematisk översikt. Har du mindre tid till förfogande kan det passa bättre att göra en rapid review.
Har du alla kompetenser som behövs i ditt team? Förutom kunskaper kring ämnet och forskningsmetodik kan det behövas expertis inom statistisk analys och litteratursökning. För att minska risken för bias rekommenderas att det är minst två personer som, oberoende av varandra, går igenom alla träffar och och väljer vilka studier som ska inkluderas i översikten.
Har du tillgång till de verktyg som behövs i projektet? Förutom lämpliga databaser att söka i är det bra att ha ett program för hantering av referenser, till exempel EndNote. Det kan även vara bra att använda något program för screeningen av referenser, som exempelvis Rayyan eller Covidence.
Finns det en liknande översikt på gång redan? Gör gärna en sökning i till exempel PROSPERO för att se så att inget liknande projekt är på gång.
Protokoll - Planera för att skriva ett protokoll. Protokollet kan registreras i till exempel PROSPERO, eller i något öppet repositorium som till exempel Open Science Framework eller Figshare
Skapa en tydlig forskningsfråga
En central utgångspunkt för en systematisk sökning är en väl avgränsad och tydlig forskningsfråga. Det finns flera olika ramverk som kan användas för att strukturera och avgränsa forskningsfrågan. Biblioteket på University of Plymouth har en bra sida där du kan läsa mer om de mest använda ramverken. Vid kliniska frågeställningar är det vanligt att använda PICO-strukturen: Population, Intervention, Control och Outcome.
Skapa sökblock
För att forskningsfrågan ska bli "sökbar" behöver du först identifiera frågans huvudbegrepp. Utifrån huvudbegreppen skapas sökblock som blir grunden för de söksträngar som används i de olika databaserna. Vi kan ta ett exempel med följande frågeställning:
- Does routine use of inhaled oxygen in acute myocardial infarction improve patient-centred outcomes, in particular pain and death?
I exemplet har vi markerat några av de potentiella huvudbegreppen i frågeställningen, som skulle kunna utgöra sökblock. Det är dock sällan som samtliga fyra delar av PICO-frågan används i själva sökningen, ofta läggs fokus på population och intervention. I ovanstående exempel alltså P = patienter med hjärtinfarkt och I = syrgasbehandling.
En generell princip är att en sökning till en systematisk översikt bör innehålla få sökblock. Ju fler sökblock du har, desto smalare blir sökningen. Därmed finns också en större risk att missa relevanta artiklar.
Utveckla en sökstrategi
En central del av en systematisk översikt är en uttömmande litteratursökning. Sökningen ska ha hög sensitivitet, dvs. den ska vara utformad för att hitta alla, eller så många som möjligt, av de relevanta studierna inom ett ämne. Detta kallas också för att göra en bred sökning. En bred sökning innebär att en stor del av sökresultatet inte kommer att vara relevant. Vid systematiska litteratursökningar är det vanligt med en precision omkring två-tre procent. I motsats till en bred sökning ger en smal (eller precis) sökning en högre andel relevanta träffar, men man riskerar då att missa viktiga studier. I bilden nedan kan du se hur de olika sökningarna förhåller sig till varandra.
Bred sökning
+ Fångar upp mycket av den för frågeställaren relevanta litteraturen
- Kan ge en hel del irrelevanta träffar
Smal sökning
+ Har ofta hög träffsäkerhet
- Förlust av relevant litteratur
Sökstrategin byggs vanligen upp med flera olika sökblock, där varje sökblock innehåller både kontrollerade termer och fritextord. Sökstrategin översätts till flera olika databaser. Ibland inkluderas grå litteratur, exempelvis avhandlingar och kliniska prövningar. Databassökningen kan även kompletteras med andra sökstrategier, till exempel handsökning i utvalda tidskrifter, genomgång av referenslistor och citeringsanalys.
Det rekommenderas att sökstrategin granskas av ytterligare en person innan de slutgiltiga sökningarna görs. Som stöd för granskningen av sökstrategier finns en checklista: Peer Review of Electronic Search Strategies (PRESS).
Kom igång med litteratursökningen
Ofta är det bra att börja med att göra lite mer ostrukturerade sökningar i databaserna, så kallade testsökningar. När du testsöker kan du samtidigt börja undersöka terminologin inom området, och börja leta fler sökord.
Det är bra att se efter om det finns några redan publicerade litteraturöversikter inom ämnet. Ibland finns sökstrategierna bifogade som appendix.
Du bör också identifiera några nyckelartiklar, det vill säga centrala studier om ditt ämne. Det ska vara artiklar som så nära som möjligt motsvarar din forskningsfråga. Dessa nyckelartiklar kan du använda både för att bygga upp din sökstrategi och för att i ett senare skede testa samma sökstrategi: om inte nyckelartiklarna fångas upp av sökningen bör sökstrategin modifieras.
Du kan också se efter om det finns några validerade sökfilter som du kan använda. Sökfilter är en samling sökord som är utvalda för att fånga upp ett visst urval av referenser, till exempel artiklar med en viss studietyp.
Webbsidor med validerade sökfilter
Cochranes sökfilter för RCT-studier hittar du i Technical Supplement to Chapter 4: Searching for and selecting studies 3.6 Search filters (sidan 58-63)
InterTASC Information Specialists' Sub-group Search Filters Resource är kollaborativ resurs där du kan hitta många olika sökfilter, både publicerade och opublicerade.
En del sökfilter finns också integrerade i databaser som PubMed/MEDLINE, PsycInfo och CINAHL. I PubMed finns Clinical Queries där du med hjälp av sökfilter kan begränsa dig till exempelvis kliniska studier eller studier om Covid 19.
Hitta sökord
Arbetet med att hitta alla relevanta söktermer är en viktig del av den systematiska sökningen. Ofta är det bra att börja med en testsökning där du använder de ämnesord och synonymer som du redan känner till. Genom att ögna igenom titlar, abstract och ämnesord kan du hitta fler användbara sökord.
För att din sökning ska fånga upp så många som möjligt av de relevanta studierna bör du ha med både ämnesord och fritexttermer i din sökning.
Ämnesord används i databaser för att tagga alla artiklar om ett visst ämne. När du har med ämnesord i sökningen hittar du artiklar om ett ämne även om författarna har använt andra, närliggande ord.
Ofta tar det ett tag innan artiklarna i databasen har blivit taggade med ämnesord, så för att fånga nya artiklar behöver du även ha med fritextord i din sökning. En del databaser, till exempel Web of Science, har ingen ämnesordslista, där söker du enbart med fritextord.
I många databaser indexeras artiklarna med ämnesord eller kontrollerade termer som ska göra det lättare att hitta artiklar om ett visst ämne. I PubMed används till exempel den kontrollerade vokabulären MeSH (Medical Subject Headings).
Du kan hitta kontrollerade termer på flera sätt. Ett sätt är att gå in och söka efter termer direkt i tesaurusen för respektive databas. Du kan också använda dina nyckelartiklar och undersöka vilka termer de har indexerats med.
De kontrollerade termerna brukar vara hierarkiskt organiserade, med överordnade - bredare - termer och underordnade - snävare - termer. I tesaurusen kan det även finnas hänvisningar till relaterade termer. Ett tips är att undersöka både bredare, snävare och relaterade termer, för att vara säker på att få med sig alla relevanta ämnesord i sökningen.
Grundinställningen i de flesta databaser är att ämnesorden automatiskt exploderas, det vill säga att underordnade termer tas med i sökningen. Det är oftast en bra funktion, men ibland kan det vara bättre att slå av den och specifikt söka på ett ämnesord utan explodering.
För att hitta nya artiklar, som ännu inte hunnit bli indexerade, och artiklar som blivit indexerade med andra termer än de du själv använder, bör du även söka i titel, abstract och bland författarens nyckelord. Det brukar kallas för att göra en fritextsökning. Det är rekommenderat att ha med samma sökord både som kontrollerade termer och som fritextord.
Som fritexttermer bör du ta med alla relevanta synonymer och stavningsvarianter som du hittar i nyckelartiklarnas titlar och abstract.
Databasernas tesaurusar (listan med de kontrollerade termerna) kan också vara ett bra verktyg för att hitta fritexttermer, då de ofta nämner synonyma begrepp. I PubMed kallas synonymerna för Entry terms. Underordnade kontrollerade termer kan också tas med som fritext.
Trunkering
Använd gärna trunkering för att hitta olika varianter av en term; therap* fångar exempelvis:
- therapy
- therapies
- therapeutic
Stavningsvarianter
Det finns en hel del medicinska termer på engelska som stavas olika i Storbritannien och USA. Fundera gärna på om någon av dina termer har en annan stavning och inkludera i så fall båda varianter. Några exempel på engelsk resp amerikansk stavning:
- Tumour / Tumor
- Gynaecology / Gynecology
- Coeliac / Celiac
- Ageing / Aging
- Behaviour / Behavior
Frassökning
Citattecken kan vara användbart för att hålla ihop fraser. Samtidigt kan det vara bra att vara lite försiktig med citattecken i systematiska sökningar, då det kan göra att relevanta artiklar missas. När du söker på en fras hittar du nämligen bara de artiklar där exakt den fras du sökt på förekommer. Du missar artiklar som innehåller varianter av frasen eller liknande kombinationer av sökorden.
Närhetsoperatorer
Ett alternativ kan vara att använda närhetsoperatorer (eng proximity operators). Närhetsoperatorer uttrycks på lite olika sätt i olika databaser:
NEAR i Web of Science och adj i Medline Ovid.
Med en siffra efter NEAR/adj bestämmer du hur många ord du ”tillåter” mellan dina två termer. Du fångar då upp varianter av en fras, exempelvis olika ordföljd, till skillnad från när du söker med citattecken.
Om du söker på "oxygen treatment" som en fras skulle du missa potentiellt intressanta referenser som innehåller:
- "oxygen (HBO) treatment"
- "treatment with oxygen"
- "oxygen in the treatment"
Om du istället använder en närhetsoperator (oxygen NEAR/3 treatment) fångar du upp ovanstående varianter.
Med booleska operatorer anger du hur dina sökord ska kombineras. De mest användbara booleska operatorerna är AND och OR. De går att använda i de allra flesta databaser.
Inom varje sökblock bör alla för dig relevanta sökord och synonymer till dessa tas med. Orden inom ett sökblock kombineras med OR. De olika blocken kombineras sedan med AND.
Vid systematiska sökningar undviks oftast operatorn NOT eftersom det finns stor risk att missa relevanta träffar vid användning av den. I bilderna nedan kan du se hur operatorerna fungerar.
Ett bra sätt att testa sina sökning på, är att undersöka om alla nyckelartiklar fångas. Det kan du göra på följande sätt:
- Gör din sökning (A).
- Gör en sökning (B) som fångar bara dina nyckelartiklar; i PubMed kan du använda PMID.
- Vilka av dina nyckelartiklar fångas inte av sökningen? Sök B NOT A. Här vill du att sökresultatet ska bli noll. Då har du fångat alla nyckelartiklar.
Om någon nyckelartikel inte kommer med i sökningen behöver du undersöka varför. Går det att lägga till en sökterm i något block så att artikeln fångas? Behöver kanske ett helt block tas bort? Ibland går det inte att förändra sökningen så att alla nyckelartiklar fångas upp utan att sökresultatet blir alltför omfattande.
Andra sätt att söka
För vissa typer av ämnen och forskningsfrågor kan det vara lämpligt att komplettera databassökningen med andra sökstrategier. Det kan till exempel handla om att handsöka i vissa utvalda tidskrifter, eller att göra en citeringssökning.
Vill du inkludera grå litteratur i översikten finns det särskilda databaser där du kan söka efter det. Ofta behöver du använda en modifierad och förenklad sökstrategi för att söka efter grått material. För att hitta rapporter från myndigheter och liknande kan du även behöva gå in på vissa utvalda organisationers och myndigheters webbsidor och söka direkt bland deras publikationer.
I samband med systematiska översikter är det även rekommenderat att göra en så kallad framåt- och bakåtsökning på de studier som inkluderas i översikten, dvs. att du går igenom citeringar och referenser till de inkluderade publikationerna. Det finns flera olika verktyg och databaser där du kan söka efter citeringsdata, några exempel är Web of Science, Google Scholar och SpiderCite.
Det finns flera olika verktyg och databaser där det är möjligt att få fram citeringsdata. Här går vi igenom hur du kan göra i verktyget SpiderCite, som bygger på data från Lens.org., och i databasen Web of Science.
Web of Science
Börja med att göra en sökning i Web of Science där du får fram alla artiklar du vill utgå ifrån (t ex de artiklar du ska inkludera i översikten). Förslagsvis kan du söka fram artiklarna på titeln, men det fungerar även med t ex PMID-nr eller DOI-nr. Välj ”OR” mellan raderna, och lägg till fler rader vid behov.
Du får då fram en träfflista som enbart innehåller de publikationer du vill utgå ifrån (i detta exempel är det fyra publikationer). För att se vilka publikationer som citerat dessa, klicka på Citation Report, som du hittar till höger om sökrutan:
I detta exempel är det 73 publikationer som citerat de fyra publikationerna vi utgick ifrån. Klicka på siffran under rubriken Citing Articles så får du fram en träfflista med dessa 73 publikationer. Från träfflistan kan du sedan exportera referenserna till Endnote eller annat referenshanteringsprogram.
Till höger om varje träff i träfflistan i Web of Science kan du även se hur många referenser en publikation har. Tyvärr är det inte möjligt att på ett lätt sätt få fram en lista med alla referenser från flera publikationer.
SpiderCite
SpiderCite är ett verktyg där du kan se både citeringar och referenser från flera publikationer. SpicerCite bygger på citeringsdata från Lens.org. För att använda SpiderCite behöver du ha de publikationer du vill utgå ifrån i XML, RIS eller BibTex-format. Vill du lägga in referenser på andra sätt, t ex med PMID eller DOI-nr, rekommenderas verktyget CitationChaser.
Börja med att gå till https://sr-accelerator.com/#/spidercite och ladda upp filen med de publikationer du vill utgå ifrån. För att exportera referenser i XML-format från Endnote gör du på följande sätt: I EndNote, markera (CTRL + A) de referenser du vill exportera och klicka på File > Export. I rullgardinsmenyn Save as type väljer du XML (*.xml). Det spelar ingen roll vilken Output style du väljer.
När du har laddat upp din fil ser du två olika flikar till vänster på sidan. Input är de publikationer du har laddat upp. Output är citeringar och referenser från de publikationer som du har laddat upp.
När du klickar på Input ser du två olika alternativ, "Loaded with Lens.org" och "Citations to be searched manually". De publikationer som hamnar under "Loaded with Lens.org" har hittats och sökts igenom efter citeringar och referenser. De publikationer som eventuellt har hamnat under "Citations to be searched manually" har inte har hittats, och behöver sökas upp manuellt i till exempel Web of Science enligt metoden ovan.
När du klickar på Output kan du se både referenser och citeringar på de publikationer du har laddat upp.
För att exportera referenser och citeringar går du till File och Export.
Sökexempel från olika databaser
För en systematisk översikt rekommenderas att du söker i flera olika databaser. Inom medicin och hälsa används ofta PubMed/MEDLINE, Embase och Cochrane Library. Beroende på ämnesområde kompletteras sökningen med en tvärvetenskaplig databas som Web of Science och/eller ämnesspecifika databaser som CINAHL, PsycInfo och ERIC.
Använd alltid samma sökblock och samma fritexttermer i alla databaser du söker i. Ämnesorden behöver du däremot anpassa till respektive databas kontrollerade vokabulär. Du behöver också anpassa fälttaggar och andra tecken.
I många databaser är grundinställningen att sökningen görs i alla fält (eller en kombination av flera olika fält). Vid systematiska litteratursökningar rekommenderas dock att du själv specificerar sökfält. Det ger dig mer kontroll över sökningen och gör även sökstrategin mer transparent.
Förutom tipsen under respektive databas nedan har sökargruppen på KIB utvecklat en databasmatris som ett internt stöd vid systematiska sökningar. Det finns också verktyg som kan hjälpa till med översättning av söksyntax mellan olika databaser, till exempel Systematic Review Accelerator Polyglot.
PubMed är många vana att söka i och den är lätt att komma igång med, men det finns några saker att tänka på:
- När du söker i "All fields" mappar PubMed dina sökord genom att lägga till MeSH-termer och alternativa ändelser. Om du vill se hur den automatiska mappningen fungerar kan du söka utan att välja något särskilt fält, och sedan gå till History and Search Details (på sidan Advanced). Klicka på pilen i kolumnen Search Details. Använder du trunkering fungerar inte den automatiska mappningen.
- Vid systematiska sökningar är det rekommenderat att inte förlita sig på den automatiska mappningen utan att istället välja vilka fält du söker i. Vanligen söks MeSH-termer i fältet "MeSH Terms", och fritextorden i fältet "Title/Abstract".
- MeSH-termer exploderas automatiskt. För att söka på en MeSH-term utan att explodera den skriver du [Mesh:NoExp] efter termen.
- Alla fraser är inte sökbara i PubMed, utan bara de som finns med i databasens frasindex.
- När du söker i fälten MeSH-terms och Title/Abstract blir orden automatiskt sökta som fraser.
- Det går att trunkera, men endast på sista ordet i en fras.
- Närhetsoperatorer kan inte användas, till skillnad mot de flesta andra databaser.
Såhär kan en sökning med två olika sökblock se ut i PubMed. PubMed Advanced Search Builder hittar du om du klickar på "Advanced" från PubMeds startsida.
Söka i olika fält i PubMed
I MEDLINE Ovid inkluderas dels det indexerade material som utgör merparten av PubMed, dels nyligen tillagda referenser (Epub Ahead of Print och In-Process), men även annat oindexerat material. Ovid är en databasplattform som används för ett flertal olika databaser.
- Vid systematiska sökningar finns det flera fördelar med att söka i MEDLINE via Ovid istället för i PubMed. I Ovid fungerar det, till skillnad från PubMed, att använda närhetsoperatorer. Det är lättare att strukturera mer omfattande och komplexa söksträngar, och går lätt att redigera sökningar.
- För att söka i MeSH-fältet skriver du ett snedstreck efter MeSH-termen. Skriver du "exp" innan MeSH-termen betyder det att den exploderas, dvs underliggande termer tas också med i sökningen.
- Fritextorden söks vanligen i fälten Title, Abstract och Author Keywords. Sätt fritextorden inom en parentes och skriv ".ti,ab,kf." direkt efter parentesen.
- Orden blir automatiskt sökta som fraser när du söker i Title, Abstract och Author Keywords.
- I Ovid används närhetsoperatorn adj. Med en siffra efter adj bestämmer du hur många ord du tillåter mellan det första och det andra ordet för att du ska få träff på frasen.
- För att redigera en rad klickar du på pilen brevid "More", och sedan "Edit".
Såhär kan en sökning med två olika sökblock se ut i Medline Ovid. Sökorden inom varje block kombineras med OR, därefter kombineras blocken med AND:
Systematisk sökning i Medline Ovid
Embase är en databas som innehåller referenser inom biomedicin, med fokus på farmakologi och toxikologi. I Embase finns det många olika sökingångar. I sökexemplet nedan visar vi hur du kan strukturera sökningen på ett liknande sätt som i Medline Ovid.
- Embase har en kontrollerad vokabulär, Emtree. När du översätter en sökstrategi från PubMed/Medline behöver du söka upp dina MeSH-termer i Emtree för att se vad motsvarande term kallas där.
- För att söka i Emtree-fältet skriver du enkla cittatecken runt termen, och ett snedstreck direkt efter. Vill du att termen ska exploderas skriver du "exp" efter snedstrecket. Vill du att den inte ska exploderas skriver du "de" efter snedstrecket.
- Fritextorden söks vanligen i fälten Title, Abstract och Author Keywords. Sätt fritextorden inom en parentes och skriv ":ti,ab,kw" direkt efter parentesen.
- Du behöver sätta enkla citattecken runt fraser. Söker du utan citattecken hålls inte termerna ihop som en fras.
- I Embase används närhetsoperatorn NEAR. Med en siffra efter NEAR bestämmer du hur många ord du tillåter mellan det första och det andra ordet för att du ska få träff på frasen.
Såhär kan en sökning i Embase se ut. Sökorden inom varje block kombineras med OR, därefter kombineras blocken med AND:
Systematisk sökning i Embase
Web of Science Core Collection är en multidisciplinär databas som inkluderar fler vetenskapsgrenar än medicin och hälsa.
- Web of Science har ingen kontrollerad vokabulär, det är endast möjligt att söka med fritextord. Vid systematiska sökningar är det rekommenderat att söka i "Topic", vilket innebär att sökningen görs i titel, abstract, författarens nyckelord, och Keywords Plus.
- Använd citattecken runt fraser för mer precision. Söker du utan citattecken hålls inte termerna ihop som en fras.
- Trunkering görs med en asterisk*.
- I Web of Science används närhetsoperatorn NEAR. Med en siffra efter NEAR bestämmer du hur många ord du tillåter mellan det första och det andra ordet.
- I Basic Search går det bra att skriva in ett sökblock på varje rad, med OR mellan orden. De olika raderna kombineras med AND.
- Har du en lång sökning med flera olika rader inom varje block kan det vara lättare att bygga upp sökningen i "Advanced"
Såhär kan en sökning med två olika sökblock se ut i Web of Science, i Basic Search
Såhär kan en sökning med tre olika sökblock, där blocken innehåller flera olika rader, se ut i Advanced Search. Raderna med sökord inom varje block kombineras med OR, därefter kombineras blocken med AND. TS är detsamma som TOPIC.
Systematisk sökning i Web of Science
CINAHL är en databas som innehåller referenser till artiklar inom omvårdnad, fysioterapi och arbetsterapi.
- CINAHL har en kontrollerad vokabulär, CINAHL Subject Headings. När du översätter en sökstrategi från PubMed/Medline behöver du söka upp dina MeSH-termer i CINAHL Subject Headings för att se vad motsvarande term kallas där.
- För att söka i Subject Headings-fältet skriver du MH innan termen. Skriver du ett + efter betyder det att termen exploderas, dvs underliggande termer tas också med i sökningen.
- Fritextorden söks vanligen i fälten TI (Title) och AB (Abstract). Sätt fritextorden inom en parentes och skriv TI framför parentesen. Skriv orden på nytt inom en parentes och skriv AB framför parentesen. Kombinera de båda raderna med OR.
- Du behöver sätta citattecken runt fraser. Söker du utan citattecken hålls inte termerna ihop som en fras.
- I CINAHL används närhetsoperatorn N. Med en siffra efter N bestämmer du hur många ord du tillåter mellan det första och det andra ordet för att du ska få träff på frasen.
Såhär kan en sökning i CINAHL se ut. Sökorden inom varje block kombineras med OR, därefter kombineras blocken med AND:
Systematisk sökning i CINAHL
Dokumentation
PRISMA
Liksom vid all typ av forskning ska processen i en systematisk översikt vara transparent dokumenterad i alla delar, tydligt avrapporterad i den färdiga publikationen och reproducerbar.
Som ett stöd för hur systematiska översikter ska rapporteras finns en vedertagen standard: PRISMA Guidelines (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). PRISMA 2020 består av en checklista med 27 punkter och flera olika flödesdiagram.
Enligt PRISMAs checklista ska alla databaser, register och andra källor som använts för att hitta studier, liksom det datum då varje källa senaste söktes, anges. Sökstrategin ska dokumenteras i sin helhet för respektive databas, och kan publiceras i ett appendix till den publicerade artikeln.
Det finns en särskild checklista för hur sökningen ska rapporteras, PRISMA-Search.
Uppdatera sökning innan publicering
Enligt Cochrane Handbook ska sökningen uppdateras inför publicering, om det har gått mer än tolv månader (helst sex månader) sedan den ursprungliga sökningen gjordes. Tidskrifter kan också kräva att sökningen uppdateras om det gått flera månader sedan artikeln skickades in.
Ett snabbt sätt att hitta nya artiklar är att göra om sökningen och begränsa till ett visst intervall av publiceringsdatum. Dock riskerar man då att missa material som lagts till retroaktivt i databasen. Ett säkrare sätt är att begränsa till det datum då artiklar lades till i databasen, eller att använda EndNote för att deduplicera de nya referenserna gentemot de gamla.
Läs mer:
- Bramer, W., & Bain, P. (2017). Updating search strategies for systematic reviews using EndNote. Journal of the Medical Library Association : JMLA, 105(3), 285–289
- Updating a search. University of South Australia.
Referenshantering
Systematiska litteratursökningar genererar ofta ett stort antal referenser. Eftersom man söker i ett flertal databaser tillkommer dessutom en större mängd dubbletter.
För att kunna hantera ett stort antal referenser rekommenderar vi att du använder ett referenshanteringsprogram, till exempel EndNote. Där kan du dels organisera dina referenser i grupper utifrån olika kriterier, dels få bort dubbletter.
Wichor Bramer, informationsspecialist vid Erasmus MC, har utvecklat en metod för att rensa bort dubbletter från olika databaser i EndNote. Metoden finns i en opublicerad och enklare variant som presenteras i sin helhet här. Wichor Bramer har också, tillsammans med fyra medförfattare, senare publicerat en modifierad och mer avancerad version (Bramer et al., 2016).
Steg 1
Gå till Duplicates i Preferences i EndNote. Välj fält för respektive moment, klicka på Find Duplicates under References och ta bort alla dubbletter. Upprepa proceduren för varje moment.
- Author; Year; Title; Secondary title
- Author; Year; Title; Pages
- Author; Year; Secondary title; Pages
- Title; Secondary title; Pages
- Author; Volume; Issue; Pages
- Title; Volume; Issue; Pages
Steg 2
Följ proceduren som i steg 1, men gör en okulär genomgång och jämför nämnda fält nedan.
- Title; Pages – jämför Author
- Author; Pages – jämför Title
- Author; Title – jämför Journal Title
- Title; Secondary title – jämför Author
Steg 3
Följ proceduren i steg 2, men avmarkera alla dubbletter och klicka istället på de som verkligen är dubbletter.
- Author; Secondary title – jämför Pages
- Volume; Issue; Pages – jämför Author (sortera på sidnummer)
- Title – jämför Abstract
- Author
Du är klar!
Screening
När du ska gå igenom och välja ut de artiklar som matchar din forskningsfråga och dina inklusionskriterer kan det vara bra att ta hjälp av ett verktyg som är till för just detta. Som ansluten till KI har du tillgång till Covidence. Covidence är ett webbaserat verktyg som förutom screening även erbjuder stöd för kvalitetsbedömning, dataextrahering, PRISMA flödesschema mm.
På Covidence egna hjälpsidor hittar du korta filmer, artiklar och även inspelade webbinar där du kan lära dig hur kommer igång och använder programmet.
Några exempel på andra screeningprogram:
- Rayyan (finns i en gratisversion)
- EPPI-Reviewer
- DistillerSR
Kontakta oss
Är du forskare på KI och vill ha hjälp med sökningen till din systematiska översikt? Kontakta gärna sökargruppen.
Sökuppdrag
Om du är forskare och behöver hjälp med litteratursökning, till exempel i samband med en systematisk översikt, kontaktar du sökargruppen.
Om du vill att vi ska kontakta dig angående din feedback, var god ange dina kontaktuppgifter i formuläret nedan