Création et validation d’un filtre de recherche en médecine générale sur PubMed

Searching for relevent information through MEDLINE via PubMed can be challenging for general practicioners. This study aimed to elaborate a general practice search filter for PubMed to facilitate access to relevent information. Methods : We conducted a search in MEDLINE via PubMed for articles published in 2014 in 8 journals. We manually identified a Gold Standard (GS) set of references relevant to general practice. The GS was used to identify frequently occuring MeSH terms through semantic analysis. Search strategies were developped from selected MeSH terms and internally validated. We evaluated the filters performance against primary care et family medicine search filters from other studies. Results : 7602 were manually reviewed and 512 articles relevant for general practice from group 1 were identified as the GS. 6099 MeSH terms were extracted from the GS. MeSH terms with a F-score above 5% were selected. Within these 13 MeSH terms, we selected those with a relative risk above 10 for the development of a search filter. For the 5 MeSH terms search strategy : specificity peaked at 85% with 12.32% F-score, 13.28% sensitivity and 11.49% precision. A second search filter was developed with MeSH terms which presented a relative risk above 7. The second seatch filter peaked at 78% for the specificity and 22.61% for the sensitivity, 13.16% for the precision and a 16.64% F-score. Comparisons with filters from others studies showed minimal difference. Conclusion : We created search strategies for PubMed to retrieve relevant information for general practice in order to ease online literature searching. However we reckon our filter was not optimal for clinicians use nor researchers in family medicine. Prehaps it could be useful in the field of health informatics.Les médecins généralistes rencontrent des difficultés lorsqu’il s’agit de rechercher une information pertinente dans MEDLINE via PubMed. L’objectif de cette étude était d’élaborer un filtre de recherche en médecine générale sur PubMed afin de faciliter la recherche d’information pertinente pour la médecine générale. Méthode : Nous avons construit un Gold Standard (GS) de référence en médecine générale à partir d’une analyse manuelle d’un échantillon de références indexées en 2014 issues de 8 revues. Une analyse de fréquence des termes MeSH et une analyse statistique ont permis d’identifier des candidats pour la constitution du filtre de recherche. Des combinaisons ont été testées sur le GS et validées dans un deuxième groupe de références. Les résultats ont ensuite été comparés aux filtres existants. Résultats : 7602 articles ont été analysés manuellement. Le GS était composé de 512 références pertinentes pour la médecine générale. 6099 termes MeSH différents ont été extraits du groupe 1. 13 MeSH avaient un F-score supérieur à 5% ont été sélectionnés parmi les 30 plus fréquents. L’équation 1, composée des 5 termes ayant un risque relatif MEDLINE (RR) supérieur à 10, obtenait un rappel à 13,28%, une précision à 11,49%, un Fscore à 12,32% et une spécificité à 85%. L’équation 2, composée des 8 termes ayant un RR supérieur à 7, obtenait un rappel à 22,61%, une précision à 13,16%, un F-score à 16,64% et une spécificité à 78%. Les filtres de notre étude avait des scores similaires aux filtres existants. Conclusion : Nous avons élaboré deux filtres de recherche en médecine générale sur PubMed, l’un spécifique, l’autre plus sensible. En pratique, il semble difficile d’obtenir un filtre optimal et utilisable par le généraliste. Son utilisation pourrait dépasser le champ de la médecine générale notamment dans le domaine de l’informatique médicale