Proceso de Busqueda en 3 Pasos para Revisiones de JBI

Proceso de búsqueda en 3 pasos para revisiones de la JBI

Las revisiones del JBI se distinguen en el componente de búsqueda por su proceso de búsqueda explícito en 3 pasos. Este enfoque metodológico asegura una revisión exhaustiva y sistemática de la literatura relevante, mejorando la calidad y la fiabilidad de los resultados de la revisión.

Empezar

Search Methodology for JBI Evidence Syntheses. In: Aromataris E, Lockwood C, Porritt K, Pilla B, Jordan Z, editors. JBI Manual for Evidence Synthesis. JBI; 2024. Available from: https://synthesismanual.jbi.global. https://doi.org/10.46658/JBIMES-24-01 Última actualización 20 noviembre, 2024

por Concepcion Campos enero 2025

Paso 1: Búsqueda exploratoria inicial

Volver

Para qué

1.1. Referencias semillas

El primer paso es una búsqueda exploratoria inicial para encontrar «referencias semilla», es decir, registros de estudios que cumplan los criterios de inclusión para la pregunta de la revisión.

1.2. Recolección de términos

Tras estas búsquedas exploratorias iniciales, se recogen las palabras clave del título y el resumen, junto con los términos de indización (también denominados términos MeSH, Tesauro, Vocabulario Controlado) de las referencias semilla. Se debe consultar con el equipo de revisión para recopilar otras palabras clave y términos indexados.

Dónde

2.1. Bases de datos

Generalmente MEDLINE y CINAHL

2.2. Herramientas adicionales

Google, Google Académico y herramientas de descubrimiento de bibliotecas (PRIMO, OneSearch, SumSearch, etc.)

2.3. Herramientas de IA generativa (p. ej.: ChatGPT)

Pueden ser útiles para encontrar estas referencias iniciales. Sin embargo, en el caso de las fuentes encontradas a través de ChatGPT, es importante verificar que no sean alucinaciones.

Paso 2: Desarrollo de una búsqueda exhaustiva

Volver

Desarrollo de estrategia

El segundo paso consiste en desarrollar una estrategia de búsqueda exhaustiva utilizando estas palabras clave recolectadas y los términos de indización en la base de datos primaria/clave definida en nuestro Protocolo de revisión.

Proceso iterativo

El desarrollo de una búsqueda exhaustiva es un proceso iterativo que implica probar combinaciones de palabras clave y términos indizados y comprobar que la estrategia de búsqueda recupera las referencias iniciales.

Traslado a otras bases de datos

Una vez desarrollada la estrategia de búsqueda en la base de datos primaria, se traslada a otras bases de datos.

Paso 3: Búsqueda complementaria

Literatura gris

La búsqueda en bases de datos se traslada a fuentes de literatura gris (algunas bases de datos, como Embase, CINAHL y PsycINFO, incluyen literatura gris)

Búsqueda manual

Búsqueda de citas

Seguir Declaración TARCiS (Terminology, Application and Reporting of Citation Searching): ofrece orientación sobre cuándo y cómo realizar búsquedas de citas como técnica de búsqueda complementaria en la síntesis de la evidencia y, lo que es más importante, cómo informar de ello (Hirt, 2024; doi:10.1136/bmj-2023-078384).

Siguiente

¿Y que nos dice la

del uso de la IA?

Search Methodology for JBI Evidence Syntheses. In: Aromataris E, Lockwood C, Porritt K, Pilla B, Jordan Z, editors. JBI Manual for Evidence Synthesis. JBI; 2024. Available from: https://synthesismanual.jbi.global. https://doi.org/10.46658/JBIMES-24-01 Última actualización 20 noviembre, 2024

Se habla mucho de las posibilidades de las herramientas de IA generativa como ChatGPT para su uso en la síntesis de pruebas. En el momento de escribir este capítulo en 2024, la recomendación es no utilizar ChatGPT para generar estrategias de búsqueda booleana exhaustivas. Un sumario de evidencia que examina el papel de ChatGPT en el desarrollo de búsquedas sistemáticas de literatura recomienda no confiar únicamente en ChatGPT para generar estrategias de búsqueda booleana (Parisi & Sutton 2024), y que la supervisión humana es esencial. Los autores destacan las limitaciones de ChatGPT; tiene problemas con la sintaxis de las bases de datos, fabrica términos MeSH y alucina con citas inexactas. ChatGPT y otras herramientas como Perplexity.ia o Consensus.app pueden ser útiles para sugerir sinónimos de palabras clave y para encontrar referencias semilla de las que cosechar las palabras clave y los términos indexados. Wang et al. (2023) descubrieron que las consultas booleanas generadas por ChatGPT tenían menor sensibilidad/recuperación y mayor precisión, con el riesgo de omitir estudios.

Parisi, V & Sutton, A 2024, ‘The role of ChatGPT in developing systematic literature searches: An evidence summary’, Journal of EAHIL, vol. 20, no. 2, Article 2.

Wang, S, Scells, H, Koopman, B & Zuccon, G 2023, Can ChatGPT Write a Good Boolean Query for Systematic Review Literature Search? (arXiv:2302.03495, arXiv).

Proceso de búsqueda en 3 pasos para revisiones de la JBI

Más información

Search Methodology for JBI Evidence Syntheses. In: Aromataris E, Lockwood C, Porritt K, Pilla B, Jordan Z, editors. JBI Manual for Evidence Synthesis. JBI; 2024. Available from: https://synthesismanual.jbi.global. https://doi.org/10.46658/JBIMES-24-01