浏览 AI 知识库
文献检索式怎么写：从研究问题生成 PubMed / Web of Science 检索式
检索式不是研究问题的英文翻译。先把问题拆成少量概念组，再分别使用主题词、自由词和数据库自己的字段语法。
从案例现场看到最终结果
先看真实输入和失败现场，再跟着处理过程核对中间结果与最终输出。
一句研究问题贴进去只有 17 条，删掉几个词又变成几万条
研究问题是“远程医疗干预与常规管理相比，能否改善成年 2 型糖尿病患者的血糖控制”。学生把整句翻成英文贴进 PubMed，结果很少；他删掉 adult、HbA1c 和 trial 后，结果突然多到无法筛。于是他不断加词、删词，却不知道哪一处改变了检索边界。
检索式要先建立概念组：同一概念的主题词、常用词和缩写用 OR 扩展；不同核心概念用 AND 相交。第一轮只保留疾病与干预，先确认已知相关论文能否被找到，再决定是否增加人群、结局或设计条件。
- 一份带来源的概念词表
- 一条 PubMed 可运行基础式
- 一条按 Web of Science 字段改写的版本
首轮只保留疾病和干预，别把 PICO 每一项都塞进 AND
| 概念组 | 主题词或自由词候选 | 首轮是否加入 | 决定依据 |
|---|---|---|---|
| 疾病 | Diabetes Mellitus, Type 2；type 2 diabetes；T2DM | 加入 | 研究对象必须出现；MeSH 正式词要在 NLM 词表核对 |
| 干预 | Telemedicine；telemedicine；telehealth；remote consultation | 加入 | 研究核心干预；自由词来自种子论文题名、摘要和关键词 |
| 成年人 | adult* | 暂不加入 | 多数目标研究可能已是成年人，过早加入可能漏掉摘要未写年龄的记录 |
| 血糖控制 | HbA1c；glycemic control | 暂不加入 | 结局词常未出现在题名摘要中，先在筛选阶段判断 |
| 研究设计 | random*；trial | 暂不加入 | 只有方案明确限定设计并使用验证过的过滤器时再加入 |
Cochrane 建议系统检索避免叠加过多不同概念，但在每个纳入概念内部使用广泛的同义词，并结合主题词与自由词。
MeSH 负责规范标引，自由词负责新记录和作者实际用语
同一概念组内部用 OR，两个概念组之间用 AND。复制后打开 PubMed Advanced，检查 Search Details，确认字段标签和短语没有被错误解析。
下面是基础式，不是所有糖尿病远程医疗研究的最终标准答案。正式使用前还要根据种子论文、词表和实际结果补充词项。
疾病 AND 干预
("Diabetes Mellitus, Type 2"[MeSH Terms] OR "type 2 diabetes"[Title/Abstract] OR T2DM[Title/Abstract])
AND
("Telemedicine"[MeSH Terms] OR telemedicine[Title/Abstract] OR telehealth[Title/Abstract] OR "remote consultation"[Title/Abstract])该基础式已在 2026-08-09 通过 PubMed 接口解析；结果数会变化，教程不固定展示数量。
数据库换了，字段标签和主题词体系必须一起换
Web of Science 不识别 PubMed 的 [MeSH Terms] 和 [Title/Abstract]。下面改用 Topic 字段 TS；实际使用时要在学校当前界面核对字段范围、通配规则和索引库。
基础主题检索
TS=("type 2 diabetes" OR T2DM)
AND
TS=(telemedicine OR telehealth OR "remote consultation")Clarivate 帮助页在本轮匿名访问中返回 403，所以上线前仍需在可访问的 Web of Science 账号内实跑并保存界面记录。
一次只改一个地方，用已知相关论文判断有没有漏检
- 01
分别运行两个概念组
先单独运行疾病组和干预组。抽查结果中词项实际表达的含义，发现缩写歧义时先在组内处理。
每组都能命中预期主题，且能解释主要误检来自哪个词。 - 02
合并后抽查相关与无关记录
不要只看结果总数。读一批题名摘要，记录无关结果由哪个词、字段或布尔关系带入。
形成一张词项—误检类型记录，而不是凭感觉删词。 - 03
用两三篇种子论文做召回测试
已知相关论文没出现时，先查它的题名摘要词和标引状态，再看是否被结局、人群、年份或设计条件排除。
每篇未命中的种子论文都有定位到具体条件的原因。 - 04
根据症状只调整一处
结果太少先撤掉非核心概念；结果跑偏先修歧义词或字段；仍过宽时再单独试加一个有依据的条件。每版保存式子、日期、结果数和修改理由。
可以回到上一版，不会丢失最后一个可用检索式。
不要先堆一长串 NOT。排除词可能同时删掉相关记录，只有识别出稳定、明确的误检模式后才谨慎使用。
先把研究问题、种子文献和目标数据库放在同一张表里
| 输入项 | 本次演练使用的内容 | 为什么需要 |
|---|---|---|
| 研究问题 | 生成式 AI 辅助论文写作时，引用来源核验能否减少错误引用？ | 决定必须覆盖 AI 写作、引用与核验三个概念组 |
| 种子文献 | 研究团队已经逐篇核验的 3 篇题名与 DOI | 用于检查正式检索式是否漏掉已知相关研究 |
| 目标数据库 | Web of Science Core Collection；主题字段 | 字段语法和后续记录都按该平台改写 |
| 首轮概念词 | generative AI / AI-assisted writing；citation / source verification | 先测试召回和误检，不急着加入人群与年份 |
| 候选边界 | 2022 年以后、英文研究；暂不放入首轮检索式 | 避免一开始把未知但相关的记录排除 |
这是完整输入格式的教学案例；正式检索必须替换成自己的研究问题、已核验种子文献和实际数据库。
先用种子文献确认召回，再逐步加边界
| 轮次 | 检索式变化 | 结果观察 | 决定 |
|---|---|---|---|
| 1 | (generative AI OR AI-assisted writing) AND citation | 召回 3 篇已知种子，但混入教育态度研究 | 保留为宽检索 |
| 2 | 增加 source verification 同义组 | 目标主题比例上升，种子仍在 | 进入字段测试 |
| 3 | 限制 Title/Abstract，不加人群条件 | 结果减少但仍覆盖种子 | 暂不加入过窄人群词 |
| 4 | 按目标库改写字段标签 | 平台可解析；Search Details 与保存式一致 | 形成正式候选版 |
结果数和词语为教学演示，正式研究需保存实际平台输出，不把示例数量当作当前数据库统计。
让 AI 扩展检索概念，再由数据库语法落地
适合用来找同义词、旧称和拼写变体，不适合让AI直接报论文或DOI。
让 AI 扩展检索概念，再由数据库语法落地
我已有一个研究问题，想把概念扩成可在指定数据库试跑的检索草案。不要把 PubMed、Web of Science、知网的字段名和语法混用，也不要声称你已经替我检索。 研究问题【】；数据库及平台【】；已知主题词/种子论文原词【】；年份、语言、研究对象等限制【】。 先拆概念组，并标明哪些组必须同时出现、哪些只是可选限定。每个同义词注明来源或标“模型候选”；对可能改变研究范围的词解释差异。然后按我指定数据库的当前字段语法写一条待试跑草案，并指出字段标签、主题词映射和括号逻辑中需要我在数据库界面核实的地方。用种子论文召回与误检抽样说明如何判断这条式子是否可用。
使用范围：适合用来找同义词、旧称和拼写变体，不适合让AI直接报论文或DOI。不要生成论文清单、DOI或声称检索已完成。
能解析、能召回、能解释误检，三项缺一不可
能运行只是最低要求，还要能解释每个词为什么存在
最终交付不是一条孤立字符串，而是一套记录：研究问题、概念组、每个词的来源、逐库完整检索式、实跑日期、结果数、种子论文召回情况和修改日志。
如果某个词来自 AI、导师建议或别人的综述，也要回目标数据库的词表与真实记录核对。任何不能解释来源、总带来误检又不影响召回的词，都不应因为“看起来专业”而保留。