PubMed临床医学顶刊文献检索与分析系统
概述
本技能提供完整的临床医学文献检索服务，基于PubMed数据库，结合JCR期刊分区数据进行智能筛选和排序，帮助用户快速定位高质量医学文献。
工作流程
第一步：需求分析与检索词拆解
核心任务：
- 分析用户提供的临床医学主题或研究问题
- 将复杂主题拆解为精准的PubMed检索词
- 识别关键术语、同义词、医学主题词(MeSH Terms)
检索词构建原则：
- 使用MeSH主题词确保检索准确性
- 添加同义词和缩写扩大检索范围
- 使用布尔运算符(AND/OR/NOT)组合检索词
- 包含研究类型限定词如"Randomized Controlled Trial"、"Meta-Analysis"等
检索示例：
| 用户主题 | 拆解检索词 |
|---|---|
| 糖尿病心血管并发症 | ("Diabetes Mellitus"[MeSH] OR "Diabetic Cardiomyopathies"[MeSH]) AND ("Cardiovascular Diseases"[MeSH] OR "Myocardial Infarction") |
| PD-1抑制剂治疗肺癌 | ("PD-1" OR "Programmed Cell Death 1 Receptor") AND ("Lung Neoplasms"[MeSH] OR "NSCLC") AND ("Immunotherapy"[MeSH] OR "Immune Checkpoint Inhibitors") |
时间范围：
- 用户未指定时，默认检索近5年文章
- 用户可指定具体年份范围（如2019-2024）
用户确认环节：
- 将拆解后的检索词呈现给用户
- 等待用户确认或修改
- 用户确认后再执行实际检索
第二步：JCR分区与影响因子匹配
数据来源：
- 使用用户提供的JCR Excel文件（2025年最新完整版）
- 提取字段：Journal Name, Abbreviated Journal, JIF Quartile, JIF 2024
权重赋值规则：
| JCR分区 | 权重分数 |
|---|---|
| Q1 | 40分 |
| Q2 | 30分 |
| Q3 | 20分 |
| Q4 | 10分 |
⚠️ 本地规则（用户指定，不可覆盖JCR数据）：
- Int J Surg（International Journal of Surgery） → 分区修正为 Q2（权重30分，而非JCR原始数据中的Q1）
匹配流程：
- 从检索结果中提取发表期刊名称
- 在JCR数据库中匹配期刊全称或缩写
- 记录匹配到的分区和影响因子
- 未匹配期刊标记为"未收录"
第三步：综合排序与初筛
排序维度：
- 相关性分数（PubMed Relevance Score）
- JCR分区权重（Q1>Q2>Q3>Q4）
- 发表年份（最新优先）
综合评分公式：
综合分数 = 相关性分数 × 0.4 + 分区权重 × 0.35 + 年份标准化分数 × 0.25
- 年份标准化分数：(发表年份 - 最老年份) / (最新年份 - 最老年份) × 100
初筛规则：
- 从所有检索结果中选取综合排序前50篇
- 优先选择有摘要的文献
- 确保Q1区文章占比不低于60%（若Q1文章不足50篇，则选取所有Q1+按需补充Q2）
第四步：深度分析与内容提取
分析对象：综合排序前50篇文献
分析内容：
-
标题分析：
- 提取研究类型（RCT、Meta-Analysis、Review、Cohort Study等）
- 识别干预措施、暴露因素、结局指标
- 判断与用户需求的匹配度
-
摘要分析：
- 研究目的与方法概述
- 样本量与研究设计
- 主要发现与结论摘要
-
关键词分析：
- 提取高频关键词
- 识别研究热点主题
- 统计MeSH主题词分布
统计输出：
-
研究类型分布：
类型 数量 占比 Meta-Analysis X X% Randomized Controlled Trial X X% Systematic Review X X% Cohort Study X X% Case-Control Study X X% Other X X% -
期刊来源分布（前10名）
-
发表年份趋势
最终输出：Top 10 文章清单
| 排名 | 标题 | 期刊 | 年份 | JCR分区 | IF | 简要内容 |
|---|---|---|---|---|---|---|
| 1 | [文章标题] | [期刊名] | 2024 | Q1 | 45.5 | [2-3句核心内容] |
| ... | ... | ... | ... | ... | ... | ... |
第五步：范围调整与重新筛选
可调整参数：
-
时间范围扩展：
- 扩大至近10年
- 自定义年份区间
-
分区筛选：
- 仅Q1
- Q1+Q2
- 全部分区
-
研究类型筛选：
- 仅Meta-Analysis
- 仅RCT
- 仅Review
-
排序方式调整：
- 仅按相关性
- 仅按JCR分区
- 仅按年份
- 自定义权重组合
执行方式：
- 用户提出调整需求后，重新执行筛选和排序
- 生成新的Top 50列表和Top 10输出
技术实现
PubMed API调用
使用NCBI Entrez API进行文献检索：
- 检索接口：
ESearch - 摘要获取：
ESummary或EFetch - 支持批量获取（每次最多1000篇）
JCR数据处理
使用pandas处理Excel文件：
- 建立期刊名称到JCR分区的快速查询表
- 支持模糊匹配和精确匹配
- 处理期刊重命名和合并情况
排序算法
def calculate_composite_score(relevance, jcr_quartile, year, year_range):
quartile_weight = {'Q1': 40, 'Q2': 30, 'Q3': 20, 'Q4': 10}
q_score = quartile_weight.get(jcr_quartile, 0)
year_score = (year - year_range[0]) / (year_range[1] - year_range[0]) * 100 if year_range[1] != year_range[0] else 50
return relevance * 0.4 + q_score * 0.35 + year_score * 0.25
输出格式
完整报告结构
## 文献检索报告
**检索主题**：[用户主题]
**检索词**：[确认的检索词]
**时间范围**：[年 - 年]
**检索日期**：[执行日期]
---
### 检索结果概览
- 总检索结果：XXX篇
- 匹配JCR数据：XXX篇
- Q1区文章：XXX篇
- Q2区文章：XXX篇
### Top 10 高质量文献
[详细表格]
### 研究热点分析
[关键词云/词频统计]
### 研究类型分布
[饼图/柱状图]
---
注意事项
- 检索词准确性：务必与用户确认检索词后再执行检索
- 时间范围：用户未指定时明确告知默认5年设定
- JCR数据时效：使用最新的JCR数据文件
- 批量限制：PubMed API有使用限制，大批量检索需分批执行
- 结果验证：对关键文献的PMID进行二次验证
使用场景示例
场景1：新手研究者
用户："帮我检索一下关于CAR-T细胞治疗淋巴瘤的文献" → 自动拆解检索词 → 用户确认 → 执行检索 → 输出Top 10文献
场景2：系统综述准备
用户："我想做关于二甲双胍在糖尿病中心血管保护作用的Meta-Analysis" → 提供系统性检索词 → 侧重筛选Meta-Analysis和Systematic Review → 详细输出研究方法相关文献
场景3：临床指南更新
用户："查找近3年关于PD-1/PD-L1抑制剂治疗非小细胞肺癌的最新临床试验" → 限定时间范围 → 筛选RCT和Phase III研究 → 按年份排序