大数据时代医学信息获取策略：从中文到外文数据库

该资源主要探讨了大数据时代下医学信息的获取方法，涵盖了从选择数据库、构筑检索式到结果分析的全过程。同时，它提到了中文和外文数据库的使用，以及全文传递服务，旨在帮助研究人员更有效地获取医学领域的专业知识。 在大数据时代，医学信息的获取变得尤为重要。这个分析课题首先强调了主题概念分析，即明确研究主题并确定关键检索词。例如，以“多囊卵巢综合征与胰岛素抵抗的相关性研究”为例，关键词包括多囊卵巢综合征、胰岛素抵抗等，这些词汇在检索时起着至关重要的作用。 中文数据库方面，推荐了文摘库如CBM（中国生物医学文献数据库）和全文库如知网、万方、维普、读秀等。其中，知网提供了丰富的字段和逻辑组配功能，万方独家收录了2007年后的中华系列期刊，而维普则以其简洁的界面和全面的文献资料著称。此外，还提到了通过高校资源共享平台进行全文传递服务。 对于外文数据库，文摘库如pubmed、BP、EMBASE，以及全文库如SDOS、LWW、Springer-link、Wiley、EBSCO、Oxford等被推荐。特别是PubMed，作为由美国国立医学图书馆(NLM)开发的全球广泛使用的生物医学文献检索平台，其免费提供英文题录和摘要，部分文献还有免费全文。用户可以通过直接访问http://www.ncbi.nlm.nih.gov/pubmed/或pubmed.com来使用。 在检索策略上，需要根据研究需求选取合适的检索词，比如在PubMed中规范的英文表达可以找到，对于多囊卵巢综合征与胰岛素抵抗的相关性研究，相应的英文关键词有polycystic ovary syndrome (PCOS) 和 insulin resistance (IR) 等。此外，PubMed还支持电子优先出版、非英文语种文献的检索，并提供文献分类管理、F1000M等附加服务。 该资源提供了获取医学信息的全方位指南，从中文到外文数据库的选择，再到检索技巧和数据库特性，对于医学研究者来说是一份宝贵的参考资料。在大数据时代，掌握这些信息获取技巧将有助于提升研究效率和质量。