מבוא: בעיית המידע בעולם האקדמי

השיעור נפתח בשאלה המרכזית של הקורס: בעולם שבו מידע אינו הבעיה - משום שהוא זמין בכמויות עצומות - השאלה החשובה באמת היא האם אפשר לסמוך על המידע שמגיע לידינו? קיימים כלים שונים שיכולים לסייע בקבלת ההחלטה הזו, אך בסופו של דבר האחריות לשיפוט נשארת בידי הקורא עצמו.

חלק א׳: גישה לספרים ולמאמרים דרך ספריית הפקולטה

הקטלוג המקוון של ספריות בר-אילן

באתר הפקולטה לרפואה, תחת הלשונית מחקר ← ספרייה ← קישורים שימושיים, מופיע קישור לקטלוג המקוון של ספריות בר-אילן. הקטלוג מאפשר לאתר ספרים הן בספרייה הכללית של האוניברסיטה והן בספריית הפקולטה לרפואה.

דוגמה: חיפוש הספר Molecular Biology of the Cell הניב כמה תוצאות. ניתן לראות בו:

  • עותק זמין כספר מקוון (Full Text Online) - ניתן לגשת אליו ישירות מתוך הקטלוג.
  • עותק פיזי באוסף השמורים (Reserve): ספר המיועד לעיון במקום בלבד. ניתן להוציא אותו רק לקראת סוף היום, ויש להחזירו למחרת בבוקר. לכל ספר טקסט מרכזי קיים לפחות עותק שמור אחד.
  • עותקים להשאלה: כאשר כל העותקים מושאלים, ניתן לבצע הזמנה דרך הממשק. כאשר עותק נמצא על המדף - לא ניתן להזמין אותו.

כדי להגיע פיזית לספר, מאתרים את מספר המדף הקטלוגי ואוספים את הספר לפי מספר זה.

גישה למאמרים דרך דף מאגרי המידע

הגישה למאמרים שונה מהגישה לספרים. באתר הספרייה קיים דף נפרד בשם מאגרי מידע. המאגרים מסודרים לפי א-ב; חלקם חינמיים, וחלקם מחייבים מנוי מוסדי.

PubMed הוא מאגר ביבליוגרפי רפואי מרכזי. חשוב להיכנס אל PubMed דרך הקישור המופיע בדף מאגרי המידע של הפקולטה ולא ישירות דרך גוגל. הקישור המוסדי כולל אישור גישה אוטומטי, שמאפשר לצפות בטקסט המלא (Full Text) של מאמרים שלבר-אילן יש מנוי אליהם. כאשר נכנסים ישירות לאתר PubMed ללא הקישור המוסדי, אפשרות הגישה לטקסט המלא לא תופיע.

בכניסה דרך הקישור המוסדי, לאחר לחיצה על תוצאת חיפוש, מופיע כלי קישור ביניים (link resolver) שמציג את אפשרויות הגישה לטקסט המלא הזמינות דרך בר-אילן. לחיצה עליו מובילה למאמר עצמו, לאחר הזדהות אחת עם פרטי הסטודנט או הסגל.

חלק ב׳: הערכת כתבי עת - Journal Citation Reports (JCR)

מדוע להעריך כתב עת?

כאשר מאמר מתפרסם בכתב עת איכותי, יש בסיס להניח שגם המאמרים שהתפרסמו בו עברו סינון קפדני, ושמחבריהם הם אנשי מקצוע רציניים. זהו כלל אצבע שיש לו חריגים, אך הוא משמש נקודת מוצא עקבית.

הכלי: Journal Citation Reports (JCR)

JCR הוא הכלי הרשמי והמקצועי היחיד להערכת כתבי עת. הוא אינו חינמי, והמנוי אליו הוא אחת ההוצאות המרכזיות של כל ספרייה אקדמית. כל מספר שמופיע באינטרנט באופן חינמי אינו מהימן לצורכי הערכה אקדמית רשמית. הגישה ל־JCR נעשית דרך דף מאגרי המידע, תחת General and Reference Databases.

ISSN - מזהה ייחודי של כתב עת

לכל כתב עת יש ISSN (International Standard Serial Number) - מספר ייחודי המשמש כתעודת הזהות שלו. כאשר חיפוש לפי שם כתב העת אינו מצליח, למשל בגלל שגיאת כתיב או הבדל בין אותיות גדולות וקטנות, חיפוש לפי ISSN יניב תוצאה. עיקרון זה תקף כמעט בכל מאגר חיפוש.

Impact Factor (גורם ההשפעה) - הגדרה וחישוב

ה־Impact Factor (IF) הוא המדד המרכזי שמופיע ב־JCR לצורך הערכת כתב עת. הוא מחושב כשבר:

  • המונה: סך כל הציטוטים שקיבלו מאמרים שהתפרסמו בכתב העת בשנתיים מסוימות, למשל 2021 ו־2022.
  • המכנה: מספר המאמרים שהתפרסמו בכתב העת באותן שנתיים.

כלומר, ה־IF מבטא את מספר הציטוטים הממוצע שמקבל מאמר שפורסם בכתב העת.

דוגמה: ה־New England Journal of Medicine הציג IF של 96.3 לפי נתוני 2023. במצגת הוסבר שנתוני האימפקט פקטור מחושבים שנתיים אחורה ומתפרסמים בפיגור. למשל, בסביבות יוני 2025 יתפרסמו נתוני JCR 2024.

חשיבות המגמה הרב־שנתית: ב־JCR מוצגים נתוני IF מחמש השנים האחרונות. הדבר מאפשר להבין האם שנה מסוימת הייתה חריגה לטובה או לרעה, ולהעריך את כתב העת לאורך זמן ולא רק לפי נקודת זמן אחת.

נתון נוסף - פרוקסי לשנה קרובה יותר: קיים גם נתון המבוסס על שנה אחת בלבד אחורה, עוד לפני הבשלת ה־IF הרשמי. נתון זה אינו סופי, אלא משמש כאינדיקציה ראשונית בלבד.

ציטוטים: מה הם ולמה הם חשובים?

כאשר מאמר מתפרסם, ומאמר אחר מפנה אליו בביבליוגרפיה שלו - זהו ציטוט. ככל שלמאמר יש יותר ציטוטים, כך ניתן לראות בו מאמר משמעותי יותר בשיח המדעי.

דירוג רבעוני (Quartile) - ה־Q

ה־IF לבדו אינו מספר שמשמעותו מובנת מאליה. הדירוג הוא זה שנותן לו משמעות. ב־JCR כל כתב עת משויך לאחת מקטגוריות הנושא שלו. בתוך כל קטגוריה, כתבי העת מדורגים מהגבוה לנמוך לפי ה־IF שלהם, ולאחר מכן מחולקים לארבעה רבעונים שווים:

  • Q1 - ה־25% העליונים בקטגוריה
  • Q2 - 25%-50%
  • Q3 - 50%-75%
  • Q4 - ה־25% התחתונים

כתב עת ב־Q1 נחשב כתב עת מכובד ומשמעותי, גם אם ה־IF המוחלט שלו אינו גבוה במיוחד, כל עוד הוא נמצא בצמרת הקטגוריה שלו.

דוגמה מפתיעה: ה־New England Journal of Medicine נמצא במקום 2 מתוך 329 כתבי עת בקטגוריה Medicine: General and Internal. לעומתו, כתב עת בקטגוריה Medical Ethics עם IF של 4.033 עשוי להיות במקום 1 מתוך 23 כתבי עת בלבד. כלומר, ה־IF שלו נמוך מאוד ביחס ל־NEJM, אך הוא מוביל בתחומו.

הכלל: אי אפשר להשוות IF בין קטגוריות שונות. תחומים שונים מצטטים בתדירות שונה. לכן, ה־IF רלוונטי רק ביחס לקטגוריה שבה נמצא כתב העת.

כיצד מאתרים קטגוריות ב־JCR?

ב־JCR ניתן לגלוש לפי תחומי מחקר גדולים (disciplines), ומשם להיכנס לקטגוריות ספציפיות. לדוגמה, בתחום הרפואה קיימות 59 קטגוריות. ניתן ללחוץ על מספר הקטגוריות, להציג את כולן לפי סדר א-ב, לבחור את הקטגוריה הרלוונטית, ולראות את כל כתבי העת באותה קטגוריה כשהם מדורגים לפי IF.

כתב עת המשתייך לכמה קטגוריות

כתב עת יכול להשתייך לכמה קטגוריות בו־זמנית. ה־IF שלו נשאר אחד, אך הדירוג שלו - כלומר ה־Q - עשוי להשתנות בין קטגוריה לקטגוריה. בפועל, הבדלים כמו מעבר מ־Q2 ל־Q3 אינם שכיחים, אך הם יכולים להתקיים. כאשר מגישים קורות חיים לצורכי קידום אקדמי, נהוג ולגיטימי להציג את הדירוג הגבוה ביותר שכתב העת מקבל בקטגוריה הרלוונטית ביותר למחקר שלך.

חלק ג׳: מודלי פרסום - מהמנוי המסורתי ועד כתבי עת טורפים

המודל הקלאסי (Subscription-Based)

במודל הקלאסי, זכויות היוצרים שייכות לכתב העת ולא למחבר. המחבר מוסר את מאמרו בתמורה ליוקרה, ולא בתמורה לכסף. כתב העת מוכר מנויים לספריות ולמוסדות, וכך נוצר מעגל כלכלי: כתב עת בעל IF גבוה מושך מחברים רציניים; מאמריהם מצוטטים פעמים רבות; הציטוטים מעלים את ה־IF; וה־IF הגבוה מגדיל את הביקוש למנויים - שלמחיריהם כמעט אין תקרה. רכישת מנויים לכתבי עת מהווה חלק עצום מתקציבן של ספריות אקדמיות.

פרסום בגישת Open Access

תנועת ה־Open Access קמה לפני כשלושה עשורים מתוך עיקרון מרכזי: המדע הוא נחלת הכלל. חוקר מוכשר בטנזניה, למשל, לא אמור להיות חסום מגישה לידע רק משום שלמוסד שלו אין מנויים מתאימים. בגישה זו, כל מאמר פתוח לקריאה חינמית.

הבעיה: מי מממן את הפרסום? במודל זה, התשובה היא לרוב המחבר. המחבר משלם דמי פרסום, הנקראים Article Processing Charges - APCs. הדבר מגביל חוקרים ממדינות מתפתחות, ובראשית הדרך נשמעה ביקורת משמעותית גם על איכות החומר שהתפרסם במודל זה. עם זאת, בשנים האחרונות קמו כתבי עת איכותיים בגישת Open Access, עם Peer Review אמיתי, ומוסדות אקדמיים רבים מסבסדים לחוקריהם פרסום בגישה פתוחה.

Hybrid Open Access

מודל ביניים: כתב עת קלאסי מאפשר לחוקרים לבחור לפרסם מאמרים מסוימים כ־Open Access, בתשלום, בתוך אותו כתב עת. כך, לצד מאמרים הזמינים רק למנויים, מופיעים גם מאמרים הפתוחים לכלל הקוראים.

כתבי עת טורפים (Predatory Journals)

כתבי עת טורפים הם כתבי עת מתחזים: הם נראים לכאורה כמו כתבי עת לגיטימיים, גובים מהמחברים דמי פרסום, אך אינם מספקים שירותי Peer Review אמיתיים, אינם מבצעים ביקורת עמיתים רצינית, ואינם מציעים עריכה מקצועית ראויה. לעיתים הם מעצבים אתרי אינטרנט מתוחכמים, הדומים מאוד לאתרים של כתבי עת מכובדים, ואף מפרסמים נתוני IF שאינם אמיתיים.

כיצד הם מגיעים אל חוקרים? עורכי כתבי עת טורפים שולחים לחוקרים מיילים מחמיאים, מפארים את מחקרם, ומציעים להם פרסום מהיר.

מקרה לדוגמה: שני מדענים ממדעי המחשב מאוניברסיטה אוסטרלית (UCLA?) קיבלו שוב ושוב מיילים מ־International Journal of Advanced Computer Technology - כתב עת שהתברר ככתב עת טורף. הם כתבו מאמר שכותרתו באנגלית הייתה “Get Me Off Your Fucking Mailing List”, וכל תוכנו היה גרפים ורשימות של המשפט “get me off your fucking mailing list” בלבד, ושלחו אותו לכתב העת. לאחר כמה שבועות הם קיבלו תשובה שלפיה המאמר התקבל לפרסום, בכפוף לעריכה קלה ובתשלום של 150 דולר. מכיוון שהתשלום לא בוצע, המאמר לא פורסם בפועל. הסיפור תועד בכתבה ב־The Guardian, והוא מדגים באופן אבסורדי שכתבי עת טורפים כלל אינם קוראים את התכנים שנשלחים אליהם.

ההשלכה: פרסום בכתב עת טורף עלול להיחשב קלון אקדמי חמור. האחריות לבדוק את כתב העת מוטלת על המחבר.

כיצד מאמתים? קיים מאגר בשם Cabells, שהתפתח על בסיס “הרשימה השחורה” של הספרן Jeffrey Beall. Beall יצר רשימה של כתבי עת חשודים ונחשף ללחצים קשים בעקבות זאת. במאגר Cabells ניתן להזין שם של כתב עת ולקבל אינדיקציה האם הוא חשוד ככתב עת טורף, כולל פירוט הקריטריונים שבהם נכשל.

חלק ד׳: מקרה בוחן - מאמר ויקפילד ב־The Lancet

דוגמה: The Lancet הוא אחד מכתבי העת האקדמיים הוותיקים והמובילים בעולם, והוא דורג ראשון או שני בקטגוריית Medicine: General and Internal.

בשנת 1998 פורסם ב־The Lancet מאמר מאת 13 חוקרים, שהחוקר הראשי ביניהם היה Wakefield. המאמר בדק את הקשר בין חיסונים לאוטיזם. המחקר תיאר 12 ילדים בגילאי 3–10 שקיבלו חיסון MMR - החיסון המשולש נגד חזרת, אדמת וחצבת - ולאחר מכן פיתחו לכאורה דלקת במעיים. לפי הטענה במאמר, המעי הפך חדיר לפפטידים, הפפטידים הגיעו למוח, וכתוצאה מכך הילדים פיתחו אוטיזם.

כשלים מתודולוגיים:

  • מדגם קטן מאוד - 12 ילדים בלבד.
  • לא הייתה קבוצת ביקורת (control group).
  • לפי תיקון שעלה מהכיתה: החוקרים לא לקחו ילדים בריאים ועקבו אחריהם לאחר החיסון. במקום זאת, הם לקחו ילדים שכבר היה להם פרופיל של ספקטרום אוטיסטי, ואז שאלו את הוריהם בדיעבד על החיסון.
  • ההערכות הנוירו־פסיכולוגיות לא בוצעו בצורה עיוורת (blind).

מה קרה לאחר הפרסום: מתנגדי חיסונים הסתמכו על המאמר כהוכחה לטענותיהם. ניסיונות לשחזר את המחקר לא הצליחו להגיע לתוצאות דומות. לאחר כמה שנים התברר כי בית החולים שאליו השתייכו החוקרים קיבל מימון מחברת תרופות שפעלה נגד יצרני החיסון, וכי Wakefield עצמו קיבל מענק של מאות אלפי פאונד. החוקרים האחרים משכו את ידם מהמאמר. Wakefield נשפט בהליך פלילי, והמאמר נמשך (retracted) מ־The Lancet כ־12 שנה לאחר פרסומו.

מה רואים כיום: כאשר מחפשים את המאמר ב־PubMed, מופיע עליו הכיתוב RETRACTION - כלומר, המאמר אינו תקף עוד. מחקרים שציטטו אותו לפני חשיפת הבעיות בו עשו זאת בתום לב; אך מרגע שהדבר התגלה, אין לעשות בו שימוש.

עיקרון רחב יותר: למדע יש אינטרס עולמי לחזור על ניסויים ולאמת אותם. כדי שמחקר יהיה תקף, הוא צריך להיות ניתן לשחזור (reproducible). מחקרים שמסתמכים על ממצאים שגויים מבזבזים משאבים עצומים, ולכן יש חשיבות רבה לזיהוי ולפסילה מוקדמת של מחקרים בעייתיים.

חלק ה׳: הערכת מחברים - H-Index ומדדים נוספים

Web of Science (WoS)

Web of Science - או WoS - הוא מאגר של Clarivate, אותו גוף שמפעיל גם את JCR. הגישה אליו נעשית דרך אותו פרופיל מוסדי. WoS מאפשר לחפש מאמרים לפי נושא, אך גם להפיק דוח ביצועים של מחבר (Citation Report).

דוגמה: פרופסור עומרי קורן, מרצה בפקולטה, שימש כדוגמה. לפי הנתונים שהוצגו ב־WoS, יש לו 165 מאמרים, מתוכם 16 Highly Cited Papers - כלומר מאמרים בעלי מספר ציטוטים בולט במיוחד. גרף הציטוטים שלו נמצא בעלייה מאז שנת 2006.

H-Index - הגדרה ודוגמה

ה־H-Index הוא מדד מספרי המסכם את תפוקת המחקר של חוקר. הגדרה פורמלית: הערך המקסימלי H שבו לחוקר יש לפחות H מאמרים, שכל אחד מהם צוטט לפחות H פעמים.

דוגמה מהמצגת: חוקר פרסם 7 מאמרים, שמספרי הציטוטים שלהם הם: 139, 85, 22, 15, 7, 5, 3.

  • האם יש לו 5 מאמרים עם לפחות 5 ציטוטים כל אחד? כן: 139, 85, 22, 15, 7.
  • האם יש לו 6 מאמרים עם לפחות 6 ציטוטים כל אחד? לא, משום שלמאמר השישי יש רק 5 ציטוטים.
  • לכן H-Index = 5.

ה־H-Index של פרופסור עומרי קורן עמד על 55. כלומר, יש לו לפחות 55 מאמרים שכל אחד מהם צוטט לפחות 55 פעמים.

ציטוט עצמי: WoS מציג נתונים עם ובלי ציטוטים עצמיים. כאשר מגישים נתונים לקידום אקדמי, לעיתים נדרש לציין את ההבחנה בין ציטוטים חיצוניים לבין ציטוטים עצמיים.

ה־H-Index יחסי לתחום: ערך של 55 הוא משמעותי מאוד, אך ההשוואה תמיד צריכה להיעשות בתוך תחום המחקר. תחומים שבהם קצב הפרסום גבוה יותר יניבו באופן טבעי H-Index גבוה יותר.

Google Scholar

גם ב־Google Scholar ניתן לראות את ה־H-Index, אך Google Scholar מציג בדרך כלל ערכים גבוהים יותר מ־WoS. הסיבה היא ש־Google Scholar סופר לעיתים כמה גרסאות של אותו מאמר כפריטים נפרדים, וכך מנפח את הסטטיסטיקה. לכן הוא מספק אומדן שימושי, אך פחות מדויק מ־WoS.

Google Scholar מציג גם מדד ייחודי לו: i10-Index - מספר המאמרים של המחבר שיש להם לפחות 10 ציטוטים.

חלק ו׳: מה לא לחפש בגוגל - יתרונות PubMed על פני מנועי חיפוש כלליים

הבעיה עם גוגל ו־Google Scholar

גוגל אינו מסנן תוכן. כל אחד יכול להעלות מאמר לאינטרנט ולהציג אותו כמאמר אקדמי. גם Google Scholar, שמתיימר לאסוף מאמרים אקדמיים, אינו מבצע ביקורת עמיתים. כל אחד יכול לפרסם מאמר ולהצהיר שהוא פורסם בכתב עת. לכן, אין ב־Google Scholar בקרת איכות אמיתית.

היתרון של PubMed

PubMed מכיל רק מאמרים שעברו Peer Review ושגורם מוסמך הכניס למאגר. הכנסה של מאמר ל־PubMed אינה אוטומטית רק מפני שמחפשים אותו לפי שם. קיימת הבחנה: מאמרים שאינם עומדים בקריטריונים לא יופיעו ב־PubMed. לכן, כאשר מוצאים מאמר ב־PubMed, אפשר להניח שהוא עבר לפחות רמה מסוימת של סינון.

חלק ז׳: עצי מונחים ו־MeSH - חיפוש מקצועי ב־PubMed

עצי מונחים ומבנה היררכי

כל מאגר מידע מקצועי בנוי על עץ מונחים היררכי. המונחים קשורים זה לזה: מונחים רחבים נמצאים בראש העץ, ומתחתיהם מופיעים מונחים צרים וספציפיים יותר. לכל מאגר מידע יש עץ מונחים משלו.

דוגמה: עץ פשוט בן ארבע רמות: Living Things → Plants/Animals → … → Gorilla/Bear. גורילה ודוב הם מונחים קרובים, משום שהם נמצאים באותה רמה היררכית.

MeSH - Medical Subject Headings

MeSH - ראשי תיבות של Medical Subject Headings - הוא עץ מונחי המפתח של PubMed. מדובר במאגר בפני עצמו, הנגיש מתוך PubMed. כאשר מאמר נקלט ל־PubMed, מומחה קורא אותו ומקצה לו מונחי MeSH: תיוגים מדויקים שמתארים את תוכן המאמר. זוהי עבודה אנושית מקצועית, ולא תיוג אוטומטי.

דוגמה - סטטינים: השם היום-יומי “סטטינים”, כלומר תרופות להורדת כולסטרול, מופיע ב־MeSH בשם מדעי שונה לחלוטין. אם מחפשים “statins” בשורת החיפוש הרגילה, עלולים להחמיץ מאמרים שבהם הנושא תויג לפי המינוח המקצועי של MeSH. שימוש ב־MeSH מבטל את הבעיה הזו.

Entry Terms: לכל מונח MeSH קיימות מילים נרדפות הנקראות Entry Terms. אלו דרכים שונות לכתוב את אותו מונח. כאשר משתמשים במונח MeSH, המנוע מחפש אוטומטית גם את כל ה־Entry Terms שלו.

אופרטורים בוליאניים (Boolean Operators)

אופרטורים בוליאניים הם אופרטורים מתחום המתמטיקה, המשמשים לחיפוש מידע:

אופרטור פעולה דוגמה
AND מצמצם את החיפוש - מחפש תוצאות שמכילות את שני המונחים דובים AND הכחדה ← דובים בסכנת הכחדה
OR מרחיב את החיפוש - מחפש תוצאות שמכילות לפחות אחד מהמונחים דובים OR לווייתנים ← כל מאמרי הדובים + כל מאמרי הלווייתנים
NOT מוציא מהחיפוש מונח מסוים דובים NOT טדי-בר ← רק על דובים חיים

חשוב: ב־PubMed האופרטורים חייבים להיכתב באותיות גדולות. כאשר כותבים כמה מילים ברצף ללא אופרטורים, המנוע מניח אוטומטית שיש ביניהן AND.

מה לא לעשות: לא לזרוק את כל השאלה כמשפט אחד לתוך שורת החיפוש. PubMed אינו מנוע AI, והוא אינו מבין פרזות חופשיות כמו אדם. כאשר ניסו זאת בשיעור קודם, התקבלו 6 מיליון תוצאות או שתי תוצאות בלבד - ושני הקצוות אינם שימושיים.

כיצד מחפשים עם MeSH - רצף הפעולות

הדגמה: שאלת החיפוש: בקרה או מניעה של התפרצויות מגפת חצבת בשנים האחרונות.

  1. נכנסים ל־MeSH, שהוא מאגר נפרד בתוך PubMed.
  2. מחפשים כל גורם בנפרד:
    • מחפשים: Disease Outbreaks.
    • מוצאים את המונח ונכנסים אליו.
    • בתוך הערך רואים הגדרה (Scope Note), Entry Terms, ואת עץ MeSH עם מונחים רחבים יותר מעליו ומונחים צרים יותר מתחתיו, למשל Epidemics.
    • בתוך המונח Disease Outbreaks קיים Sub-heading בשם Prevention & Control - מסמנים אותו.
    • לוחצים על Add to Search Builder, וכך נוצרת שאלת החיפוש באופן אוטומטי.
  3. חוזרים ומחפשים את הגורם השני: Measles.
    • מתקבלות 17 תוצאות הקשורות לחצבת.
    • בוחרים את מונח המחלה עצמו.
    • נכנסים אל ה־Sub-heading של Epidemiology.
  4. מוסיפים את המונח לבנאי החיפוש - כעת שאלת החיפוש כוללת שני גורמים.
  5. עוברים ל־PubMed עם שאלת ה־MeSH המוכנה.
    • התוצאה: 767 מאמרים, מהם 316 בעשר השנים האחרונות, וכמעט כולם רלוונטיים.
    • לשם השוואה: חיפוש ישיר של measles outbreaks prevention and control הניב כ־2,500 תוצאות, אך ברמת דיוק נמוכה יותר.

גמישות בשימוש במונחים: מנוע החיפוש עצמו גמיש. אם מתקבלות יותר מדי תוצאות, ניתן לרדת בעץ למונח צר יותר, למשל מ־Disease Outbreaks אל Epidemics. אם מתקבלות מעט מדי תוצאות, ניתן לעלות למונח האב הרחב יותר. זהו תהליך של ניסוי וטעייה: אין נוסחה אחת שמתאימה לכל מצב, וכל חיפוש דורש שיקול דעת.

Major Topic ו־Do Not Explode (DNE)

יש שני פילטרים נוספים שניתן להשתמש בהם בחיפוש ב־MeSH:

  • Restrict to MeSH Major Topic: מצמצם את החיפוש כך שהנושא שנבחר יהיה הנושא המרכזי של המאמר, ולא רק נושא שמוזכר בו בדרך אגב. שימוש ב־Major לשני מונחים בו־זמנית עלול להניב מעט מדי תוצאות.
  • Do Not Explode (DNE): כברירת מחדל, חיפוש לפי מונח MeSH כולל אוטומטית גם את כל המונחים הצרים ממנו בעץ. סימון DNE מונע את ההרחבה האוטומטית הזו, ומחפש רק את המונח המדויק שנבחר.

PubMed מציע אפשרות של Advanced Search, שבה מוצגת היסטוריית כל החיפושים שבוצעו באותו סשן. מתוך המסך הזה ניתן:

  • לשלב חיפושים שונים באמצעות AND, OR ו־NOT.
  • לבנות שאלות מורכבות על ידי הוספת שורות.
  • לנהל “עולמות” או גורמים שונים בנפרד, ואז לשלב ביניהם.

טכניקת העבודה המומלצת: לפצל את שאלת החיפוש לגורמים נפרדים, לחפש כל גורם בפני עצמו, ואז לשלב את הגורמים ב־Advanced Search. כך ניתן לבצע מניפולציה גמישה ומדויקת יותר של החיפוש.

סינון לפי סוגי מאמרים (Article Type)

לאחר הרצת החיפוש ניתן לסנן את התוצאות לפי סוג המאמר:

  • Review: מאמר סקירה - מאמר שסוקר ידע מצטבר בתחום. מתאים למי שרוצה להבין את הנושא באופן כללי: היסטוריה, טיפולים, גישות מרכזיות וכדומה. זו נקודת כניסה טובה לנושא.
  • Systematic Review: סקירה שיטתית - מאמר שונה לחלוטין מ־Review רגיל. הוא כולל מתודולוגיה מדויקת לאיסוף ראיות. אין קשר מהותי בין Review לבין Systematic Review, מלבד הדמיון בשם.
  • Scoping Review: סוג של סקירה שיטתית, שהפך נפוץ ואופנתי בשנים האחרונות.
  • Meta-Analysis: ניתוח כמותי משולב של כמה מחקרים.

חלק ח׳: פירמידת הראיות (Evidence Pyramid)

פירמידת הראיות מדרגת את איכות המאמרים המחקריים לפי חוזק הראיות שהם מספקים:

  • ראש הפירמידה: Systematic Reviews ו־Meta-Analyses - הדרגה הגבוהה ביותר של ראיות.
  • בסיס הפירמידה: Expert Opinions ו־Case Studies - הדרגה הנמוכה ביותר של ראיות.
  • הבהרה מתוך הדיון: Case Studies, כלומר מקרי בוחן, נמצאים מעל Expert Opinions, אך הם אינם Randomized Controlled Trials. בנוסף, Case Series - סדרת מקרים - נחשבת גבוהה יותר מ־Case Study יחיד.

הפירמידה אינה אומרת שמאמרים בדרגות נמוכות חסרי ערך. היא אומרת שהם נושאים רמת אי־ודאות גבוהה יותר, ולכן יש לקרוא אותם בהתאם.

חלק ט׳: כלי AI לרפואה

כלים, לא תחליף

AI הוא כלי שיש לו מקום, אך אי אפשר לתת בו אמון מלא. כללי עבודה עם AI:

  • ככל שמפרטים יותר מה מצפים לקבל, כך התשובות יהיו איכותיות יותר.
  • אסור לקבל ממנו מידע ללא ביקורת עצמאית.
  • AI לא תמיד יודע לומר “אני לא יודע”, והוא עלול להמציא הפניות שאינן קיימות.

אנקדוטה: סטודנט פנה לספרייה עם רשימה של 150 “מאמרים” שה־AI ייצר עבורו. כאשר הספרנית בדקה את הרשימה אחד־אחד, התברר שאף אחד מהמאמרים לא היה ולא נברא. ה־AI שילב שמות של כתבי עת אמיתיים, שמות של מחברים אמיתיים ונושאים אמיתיים - ויצר רשומות ביבליוגרפיות דמיוניות שנראו אמיתיות.

לפיכך: AI אינו מתאים לחיפוש מאמרים. PubMed מתאים לחיפוש מאמרים.

OpenEvidence

OpenEvidence היא אפליקציה רפואית מבוססת AI, הממומנת בחלקה על ידי קופות חולים עבור הרופאים שלהן. זו אינה גרסה כללית של ChatGPT, אלא כלי שמוכוון לשאלות קליניות. OpenEvidence עובד עם ה־New England Journal of Medicine, כלומר האפליקציה משולבת עם כתב העת.

הדגמה: שאלה קלינית: האם טיפול ברימות (maggots) בפצעים כרוניים של חולי סוכרת עדיף על טיפול כירורגי? הרקע לכך הוא שחולי סוכרת קשים סובלים לעיתים מבעיות בזרימת הדם, הגורמות לפצעים שאינם מחלימים. לפני שמגיעים לקטיעה, ניתן לנסות “טיפול ביולוגי” בזחלים שאוכלים רקמה מתה.

התשובה כללה סיכום קצר והפניות למאמרים אמיתיים, שניתן ללחוץ עליהן ולהגיע דרכן ל־PubMed, כולל Systematic Reviews.

מגבלה: אין הרבה אפשרויות סינון והרחבה.

Evidence Hunt

Evidence Hunt היא אפליקציה מתוחכמת יותר, שמאפשרת:

  • סינון לפי סוגי מקורות, למשל Total clinical/bio-med research או Guidelines בלבד.
  • סינון לפי גודל מדגם.
  • ניהול שיחה באמצעות שאלות המשך (Follow-up questions).

מגבלה: בגרסה החינמית קיימת מגבלת שאלות שבועית. המרצה ציינה כ־5 שאלות בשבוע.

עמדה: כלים אלה נותנים כיוון טוב בהרבה מחיפוש רגיל ב־ChatGPT, אך עדיין אי אפשר לסמוך עליהם במאה אחוז. יש לאמת את המידע מול המאמרים עצמם.

UpToDate - המאגר הקליני ליד מיטת החולה

מה זה UpToDate?

UpToDate הוא לא AI ולא מנוע חיפוש. זהו מאגר מידע קליני שנוצר ומתוחזק על ידי מומחים רפואיים בתחומים שונים, ומתעדכן ברמה יומיומית. הוא מוגדר כמאגר “ליד מיטת החולה”: רופא שנתקל בבעיה שאינו מכיר היטב יכול להיכנס אליו ולקבל מידע קליני עדכני.

מבנה הערכים: כל ערך מתחיל ב־Summary & Recommendations - סיכום והמלצות, שבדרך כלל זה החלק החשוב ביותר לרופא. לאחר מכן מופיעים חלקים כמו Introduction, Etiology, Classifications ועוד.

כל הערכים מגובים במאמרים, שניתן להגיע אליהם מתוך הטקסט.

רישום והרשאות

UpToDate מופיע גם בדף מאגרי המידע של הפקולטה, אך הגישה אליו שונה:

  1. בפעם הראשונה חייבים להתחבר ממחשב של הפקולטה, ולבצע Register - הרשמה עם שם משתמש וסיסמה.
  2. לאחר הרישום ניתן להוריד את האפליקציה לטלפון, לטאבלט או למחשב, ולהתחבר מכל מקום.
  3. חידוש כל שלושה חודשים: המאגר דורש לבצע Log-in מחדש ממחשב של הפקולטה לצורך חידוש ההרשאה. חשוב: לא Register מחדש, אלא Log-in בלבד.
  4. ההרשאה בתוקף עד סיום הלימודים. בהמשך היא תתחדש דרך בית החולים או קופת החולים.
דור פסקל
חזור לעמוד הכלים
חזור לעמוד הראשי