Cómo incluir palabras clave en tu manuscrito
Categorías:
Entender cómo funcionan las bases de datos médicas es importante para poder recuperar el mayor número de referencias relevantes al hacer una búsqueda. Pero este conocimiento también nos puede dar una gran ventaja para que nuestro propio artículo sea recuperado cuando otro investigador lanza una búsqueda en la base de datos.
Entender la base de datos
Todos sabéis que la indexación en MedLine se realiza con los descriptores del tesauro MeSH (Medical Subject Headings). Un tesauro es un vocabulario controlado que representa un campo del conocimiento con términos unívocos. Entonces, una buena búsqueda debe incluir los descriptores MeSH del tema sobre el que estamos buscando, además de la terminología en texto libre que esté relacionada con esa temática. Pongamos el ejemplo de PubMed:
PubMed es una de las tantas interfaces de búsqueda de MedLine (como lo es Embase o la búsqueda a través de OVID). Además de MedLine, PubMed ofrece otras revistas no indexadas en MedLine, y éstas no disponen de descriptores MeSH. Así que para buscar y recuperar todo, deberíamos incluir descriptores MeSH en nuestra búsqueda, pero también texto libre.
El problema de buscar por texto libre es que estamos buscando esa palabra o frase en cualquier campo de los registros de la base de datos. Y esto puede devolvernos mucho ruido (artículos no relevantes recuperados). Por ejemplo, si busco por Blood en PubMed recuperaré todos los artículos que contengan la palabra Blood en cualquiera de sus campos, entre los que se incluye el título, el resumen, las palabras clave que ha proporcionado el autor, los descriptores MeSH, pero también en el apellido del autor, su afiliación o en el título de la revista. Para minimizar el ruido documental vamos a especificar dónde queremos buscar, por ejemplo: título, resumen y palabras clave. Lo hacemos con etiquetas de campo, en este caso usaremos [tw] que incluye también las palabras clave aportadas por el autor.
¿Y cómo incluye el autor esas palabras clave? Lo ideal es que sean términos que definen la temática del artículo, como los descriptores. Todos sabemos que hay una gran cantidad de conceptos que se pueden definir con múltiples palabras, que a su vez son sinónimas entre sí. Por ejemplo, hay múltiples palabras para hablar sobre cáncer. Diferentes autores pueden haber utilizado diferentes sinónimos para referirse al mismo concepto. Si nosotros estuviéramos buscando sólo por palabras clave tendríamos que conocer todo el vocabulario y hacer la búsqueda por todas las posibles palabras que se refieran a cáncer para recuperar todos los artículos. Sin embargo, si yo busco por el descriptor «neoplasms»[Mesh] recuperaré todos los artículos que traten sobre cáncer, independientemente del vocabulario utilizado por los autores. Aunque esto no me exime de utilizar sinónimos en mi búsqueda para recuperar todo lo que no está indexado en MedLine (o incluso lo que se indexó antes de que apareciera ese descriptor). ¿Y cómo hago para optimizar mi estrategia? Voy a usar la etiqueta de campo [tw] con la misma palabra del descriptor, ya que eso me ahorra la estrategia «neoplasms»[Mesh] OR «neoplasms»[tiab] pudiendo dejarlo en «neoplasms»[tw]. Si el autor sabe que los documentalistas especializados en búsquedas van a hacer una estrategia optimizada, usará la palabra clave «neoplasms» en vez de «cancer» o «tumor», por ejemplo.
Herramientas para localizar el mejor descriptor
Ahora llegamos al siguiente problema: ¿cómo puedo saber qué descriptores concuerdan con mi texto? Lo habitual es buscar las palabras clave seleccionadas en la base de datos Mesh para localizar el descriptor. Pero existen herramientas gratuitas que nos ahorran el trabajo:
El primero es una herramienta desarrollada por la NLM (Biblioteca Nacional de Medicina de EEUU), que permite pegar un texto (por ejemplo nuestro resumen) y nos detecta los descriptores MeSH.
La segunda herramienta está desarrollada por la OPS (Organización Panamericana de la Salud) y Bireme (Centro Latinoamericano y del Caribe de Información en Ciencias de la Salud). Al igual que Mesh OnDemand, ayuda a los autores a localizar de manera automática y sencilla los descriptores de un artículo. Los pasos son muy sencillos:
- Indicar el idioma de nuestro texto (permite elegir entre inglés, español, portugués y francés)
- Pegar nuestro texto y pinchar en «próximo»
- Seleccionar en qué idioma queremos ver los descriptores DeCS/MeSH
- Permite utilizar filtros avanzados
- Ver los términos encontrados
El siguiente paso corresponde al autor, que deberá seleccionar los que realmente se correspondan con la temática del artículo.
Como siempre, estas son herramientas que hacen un trabajo automático y debe ser el propio autor quien, conociendo el texto completo, debe seleccionar las palabras que mejor describan el contenido.
