Hoofdstuk 2: Plan van aanpak

Literatuurzoeken

Hoofdstuk 2: Plan van aanpak - Fasering van literatuuronderzoek

Wetenschap is een methode van werken	Er is een logische reeks stadia (fasen) die bij het opzetten van onderzoek moet worden doorlopen. In veel fasen kunnen vragen via literatuuronderzoek worden beantwoord. Literatuuronderzoek op zich is als een deelprobleem voor te stellen en op elk deelprobleem past weer zo'n schema met fasen.
Stappen	Bij elk zoekprogramma bij elke databank komen dezelfde handelingen voor. Er zijn verschillen tussen databanken, maar die zijn hier van ondergeschikt belang.
Wat altijd aan literatuurzoeken voorafgaat, nog voor de computer wordt aangezet, is een gedegen voorbereiding van de zoekactie. Daarbij behoren: (de voorbeelden hebben betrekking op zoeken in PubMed; voor andere databanken zijn sommige aspecten niet van belang)
1.Basiskennis	Heb je voldoende achtergrondkennis over het onderwerp? Encyclopedieën, handboeken en studieboeken geven vaak de benodigde basisinformatie. enk ook aan Wikipedia, UpToDate, Harrison's Textbook of Internal Medicine. WAARSCHUWING: Ook vrij-beschikbare, losse informatie op internet kan wel als achtergrondinformatie worden gebruikt maar bekijk deze informatie wel kritisch!
2.Probleem-analyse: vraagstelling	Wat altijd bij het doen van literatuuronderzoek van belang is: - Analyseer het probleem, - herformuleer het probleem in een hoofdvraag en daarvan afgeleide deelvragen die simpel met "ja" of "nee" zijn te beantwoorden. Dit dient twee doelen: 1. vooraf bepalen welke informatie moet worden gezocht: Wat wil ik weten? 2. achteraf evalueren van de resultaten: Heb ik antwoord op mijn vraag gekregen? Is dat niet het geval? Herhaal dan de stappen. Stel dat het probleem betreft: de relatie tussen voeding en kanker Na analyse van het probleem en wat erover lezen zou één van de deelvragen kunnen zijn: Biedt eten van groente preventie tegen darmkanker? In klinische omgeving wordt vaak bij voorbereiden van de vraagstelling de PICO-methode gehanteerd: P patiënt of aandoening Om welke aandoening gaat het? Welk type patiënt, leeftijd, geslacht, ziekte? I ingreep Welke (nieuwe) therapie, diagnostische methode of prognosebepaling zouden we willen gebruiken? C comparison Met welke standaardprocedure (gouden standaard) willen we die vergelijken? O outcome Wat verwachten we als uitkomst? Uit deze PICO rollen automatisch de elementen uit onze (wetenschappelijke) vraagstelling. Stel dat het probleem betreft: de relatie tussen voeding en kanker Na analyse van het probleem en erover lezen zou één van de deelvragen kunnen zijn: Biedt groente preventie tegen darmkanker? In een andere, klinisch-dermatologische setting zou een vraag kunnen zijn: Bij basaalcelcarcinoom van de neus (P): is het resultaat beter (O) met de operatie volgens Mohs (I) dan met chemotherapie (C)?
3.Kernwoorden	Wat zijn de belangrijke items in deze vraag? Bijv. groente, preventie, darmkanker
4.Synoniemen en equivalenten; vertaal deze in het Engels	Bedenk synoniemen en equivalente begrippen. Vertaal deze in het Engels; denk ook aan verschillen tussen Brits Engels en Amerikaans Engels (tumour / tumor; haemoglobin / hemoglobin) – *cancer, tumor, tumour, neoplasm(s)* – verschillende soorten tumoren: *carcinoma, sarcoma, polyps* – in verschillende delen van de darmen: *stomach, gastric, intestines, intestinal, colon, colonic, rectum, rectal* – verschillende soorten groente: vegetables, legumes, cabbage, *carrots, broccoli*
5.Combineren	Hoe neem je de gevonden zoekwoorden samen? 'Logische operatoren' uit de verzamelingenleer kunnen worden toegepast om twee of meer zoektermen of zoekresultaten te combineren: – Wat zijn synoniemen, equivalenten? => OR – Wat zijn te combineren onderwerpen? => AND – Wat wil ik uitsluiten? => NOT

HOOFDLETTERS of kleine letters?	In PubMed maakt dit soms verschil: gebruik daarom altijd hoofdletters OR, *AND, NOT; bovendien 'oogt het netter' in een uitgeschreven zoekprofiel. Alleen in MeSH kan 'and' in kleine letters onderdeel van een Subject Heading* (bijv. weight and measures) of van een subheading (bijv. prevention and control) zijn. ADVIES: Gebruik HOOFDLETTERS voor de operatoren, tenzij je weet dat het om samenstellende woorden in een MeSH-subheading gaat voor een overzicht van subheadings: zie alle subheadings.
In het volgende schema stellen a en b woorden voor, of complete zoekacties. De belangrijkste combinaties zijn:
a AND b	a en b moeten beiden voorkomen, bijv. vegetables AND cancer
a b	phrase is een speciale AND-combinatie: twee woorden die bij elkaar behoren zijn alleen door een spatie gescheiden, bijv. colon cancer
a OR b	a alleen, b alleen, of a en b tegelijk, bijv. vegetables OR fruit
a NOT b	wel a maar niet b (is eigenlijk een AND-combinatie met het tegendeel); bijv. cancer NOT animals WAARSCHUWING: het is vaak beter een positieve keuze te maken: … AND humans in plaats van … NOT animals NOT is wel goed te gebruiken om records van een verzameling die al is afgedrukt of opgeslagen (bijv. set 4) te verwijderen uit een andere verzameling (bijv. een aanvullende zoekactie, set 5): bijv. #5 NOT #4
prioriteit	Als een zoekregel meer dan één logische operator bevat dan worden deze in de volgorde van voorkomen afgehandeld. Dit is in tegenstelling tot wat in de verzamelingenleer gebruikelijk is: daar gaan de gelijkwaardige AND en NOT voor OR. Prioriteit kan in PubMed worden aangegeven met ronde haken: (a OR b) AND (c OR d) Bijv. a OR b AND c wordt afgehandeld als (a OR b) AND c Maar: c AND a OR b wordt afgehandeld als (c AND a) OR b en dat is dus niet gelijk aan c AND (a OR b)! merk op wat er gebeurt als b = English[la] ([la] is de veldcode voor taal)
waarden	reeksen van waarden kunnen worden opgegeven met een dubbele punt ertussen: Van ... tot (inclusief) ..., bijv. 1999:2009
6.Welke databank(en)?	Maak tot slot een keuze uit de beschikbare databanken en voer de zoekacties uit. (niet in dit practicum: we gebruiken alleen PubMed)
Ga verder naar Hoofdstuk 3: Beschikbare databanken begin