【正文】 PubMed全文獲取 國(guó)內(nèi)出版的期 刊，學(xué)校一般 都有訂購(gòu)，請(qǐng) 查找清華同方 或維普，萬(wàn)方 學(xué)校 已訂購(gòu) PubMed全文獲取 SpringerLink 和 EBSCO等外 文全文庫(kù)，一 般學(xué)校也有訂 購(gòu) 學(xué)校 已訂購(gòu) PubMed全文獲取 學(xué)校未訂購(gòu)的 全文，如果不 是免費(fèi)的，一 般需要付費(fèi) 學(xué)校未 訂購(gòu) PubMed全文獲取 三：文獻(xiàn)傳遞服務(wù)系統(tǒng) 沒(méi)有免費(fèi)的全文以及學(xué)校未訂購(gòu)的全文，一般需要付費(fèi)才可以看到，這類文獻(xiàn)我們可以通過(guò)基于館際互借的文獻(xiàn)傳遞服務(wù)系統(tǒng)來(lái)獲取。它可以指導(dǎo)用戶從同義詞發(fā)現(xiàn)主題詞，告訴用戶主題詞如何使用，顯示主題詞之間的相互關(guān)系。 如果不使用雙引號(hào)進(jìn)行強(qiáng)制檢索，系統(tǒng)就會(huì)將其分成 2個(gè)詞：single和 cell檢索，其檢索表達(dá)式為： single AND cell. 很明顯這樣的檢索結(jié)果是不符號(hào)要求的。 如：在 PubMed主頁(yè)的檢索提問(wèn)框中鍵入“ single cell” ，并用雙引號(hào)引起來(lái)。與主題詞組配檢索 . 比如：檢索 1995年到 1996年出版的關(guān)于高血壓方面的綜述性文獻(xiàn)。如：review[pt] MeSH terms[mh]：主題詞字段。語(yǔ)種檢索時(shí)可只輸入前 3個(gè)字母，如：chi[la]=chinese[la]； English[lang]=eng[la] 比如：檢索文章題目中含有高血壓的中文文獻(xiàn) 檢索式 :hypertension[ti] AND chi[la] PubMed基本 檢索 hypertension[ti] AND chi[la] 檢索文章題目 中含有高血壓 的中文文獻(xiàn) PubMed基本 檢索 常用檢索字段描述和標(biāo)識(shí) Publication date[dp]:出版日期 指論文所在期刊的出版日期 日期檢索的形式為： YYYY/MM/DD[DP] 要檢索一段時(shí)期內(nèi)的文章，日期之間可以加冒號(hào)，如： 1993/01:1995/06[DP] Publication type[pt]:出版類型。如： smith ja[au] Journal title[ta]：期刊名稱。 PubMed基本 檢索 截詞檢索可以 擴(kuò)大檢索范圍 提高查全率。 截詞符：用 *表示，代表多個(gè)字符，將 *加在檢索詞后可以表示對(duì)所有以該詞開(kāi)頭的詞進(jìn)行檢索。因此，需要將檢索請(qǐng)求進(jìn)行標(biāo)準(zhǔn)化處理，即在雜志名后面加 [TA]。 也可以直接輸入 Medline的期刊標(biāo)準(zhǔn)縮寫(xiě)形式，如： mol biol cell，或者是輸入刊物的 ISSN（國(guó)際標(biāo)準(zhǔn)出版物代碼）進(jìn)行檢索，如： 10591524。 精確檢索：可以用雙引號(hào)將作者名引起來(lái)，再加作者字段限定 [AU]，如： smith j[au]，這樣可避免 PubMed自動(dòng)轉(zhuǎn)換，實(shí)現(xiàn)精確查找。姓名第一個(gè)字母可用大寫(xiě)也可用小寫(xiě)，姓前名后 ,姓用全稱，名字一般用縮寫(xiě)。 如： A NOT B 邏輯或（ OR） 檢出記錄中含有檢索詞 A或檢索詞 B或同時(shí)含有檢索詞 A和 B的文獻(xiàn)。 ? 在檢索框中輸入： “ cancer”，再點(diǎn)擊 “ Go”按鈕。 PubMed數(shù)據(jù)范圍 ? PubMed not Medline ? PubMed收錄 Medline不收錄的文獻(xiàn) ? 記錄中用 [PubMed]標(biāo)記表示。 PubMed數(shù)據(jù)范圍 ? Publisher Supplied Citations ? 出版商直接向 PubMed提供電子記錄 ? 包括 MEDLINE未收錄的部分記錄 ? 記錄中用 [PubMedas supplied by publisher]標(biāo)記表示。 ? 文獻(xiàn)量達(dá) 1千 2百多萬(wàn)條記錄，并回溯到 1966年 ? 記錄中用 [PubMedindexed for MEDLINE]標(biāo)記表示 ? [注 ] 截止 2022年 3月 15日 PubMed公布的數(shù)據(jù) PubMed數(shù)據(jù)范圍 ? In process citation ? 提供 MEDLINE尚未經(jīng)規(guī)范處理的數(shù)據(jù)。 ? 特點(diǎn)： ? 免費(fèi)提供題錄和文摘 ? 提供與原文的網(wǎng)址鏈接 (部分免費(fèi)獲?。? ? 提供檢索詞自動(dòng)轉(zhuǎn)換匹配 ? 操作簡(jiǎn)便、快捷 PubMed數(shù)據(jù)范圍 ? MEDLINE ? 4800余種生物醫(yī)學(xué)期刊，內(nèi)容涉及醫(yī)學(xué)、護(hù)理、牙科、獸醫(yī)、健康保健系統(tǒng)、前臨床醫(yī)學(xué)等學(xué)科。其收集的數(shù)據(jù)主要包括：(1) first author’s name, (2) year of publication, (3) country of origin, (4) ethnicity, (5) age, (6) sample size, (7) study design, (8) type of BMD phenotype, (9) mean and standard deviation of BMD across three genotypes, and (10) sample size of three genotypes. 連續(xù)型數(shù)據(jù)計(jì)算方法 計(jì)量資料合并分析的程序 metan var2var7, nostandard label (namevar = var1) 計(jì)量資料發(fā)表偏倚的程序 : metan var2var7, nostandard label (namevar = var1) gen lognostandard=log(_ES) gen selognostadard=_seES metabias lognostandard _seES, graph (begg) metatrim lognostandard selognostadard, eform funnel 單組率的計(jì)算方法 gen p = events/total gen se = sqrt(p*(1p)/var2) metan p se, label (namevar=authors) notable randomi second (fixed) 首先計(jì)算概率，然后計(jì)算對(duì)數(shù)標(biāo)準(zhǔn)誤，最后合并分析 如何選題的問(wèn)題 ? 提出未研究過(guò)的問(wèn)題 ? 更新 meta分析 ? 最近別人做過(guò)的但有問(wèn)題的 meta分析。 recessive model: P = 。 recessive model: P = 。 additive model: P = ) and ethnicity (recessive model: P = 。 r y [ 2 4 ] 2 0 0 7 0 . 9 7 ( 0 . 8 5 , 1 . 1 1 ) 1 7 . 0 L a n d i [ 2 7 ] 2 0 0 5 1 . 4 1 ( 1 . 1 3 , 1 . 7 8 ) 4 . 8 R u d o l p h [ 1 6 ] 2 0 1 1 1 . 0 5 ( 0 . 8 9 , 1 . 2 4 ) 1 0 . 3 S a i n z [ 1 7 ] 2 0 1 1 0 . 9 9 ( 0 . 9 0 , 1 . 1 0 ) 2 8 . 7 C l e a r y [ 1 8 ] 2 0 1 0 0 . 9 6 ( 0 . 8 5 , 1 . 0 9 ) 2 0 . 0 S a ch se [ 2 1 ] 2 0 0 2 1 . 0 5 ( 0 . 8 6 , 1 . 2 7 ) 7 . 8 O ve r a l l 1 . 0 3 ( 0 . 9 7 , 1 . 0 8 ) 1 0 0 . 0 森林圖 O d d s r a t i o . 3 7 6 3 9 0 1 2 . 6 5 6 8 1 S t u d y O d d s r a t i o ( 9 5 % C I ) % W e i g h t K o b a ya sh i [ 1 9 ] 2 0 0 9 0 . 7 4 ( 0 . 5 2 , 1 . 0 5 ) 2 5 . 8 Y o sh i d a [ 2 2 ] 2 0 0 7 0 . 8 3 ( 0 . 5 3 , 1 . 3 0 ) 2 2 . 3 B a e [ 2 5 ] 2 0 0 6 1 . 7 7 ( 1 . 1 8 , 2 . 6 6 ) 2 4 . 0 C h e n [ 2 6 ] 2 0 0 5 0 . 8 8 ( 0 . 6 6 , 1 . 1 8 ) 2 7 . 9 O ve r a l l 0 . 9 8 ( 0 . 6 8 , 1 . 4 2 ) 1 0 0 . 0 森林圖 O R . 6 3 2 9 1 1 1 1 . 5 8 0 0 0 S t u d y O R ( 9 5 % C I ) % W e i g h t P o t a p o v [ 3 3 ] 2 0 1 0 1 . 2 2 ( 1 . 1 0 , 1 . 5 8 ) 1 . 7 T i m p s o n [ 4 2 ] 2 0 0 9 1 . 1 2 ( 1 . 0 2 , 1 . 2 3 ) 6 . 2 L a u e n b o r g [ 5 1 ] 2 0 0 9 1 . 1 7 ( 0 . 9 7 , 1 . 4 2 ) 1 . 5 C a u c h i [ 5 7 ] 2 0 0 8 1 . 1 3 ( 1 . 0 4 , 1 . 2 2 ) 8 . 5 B r o n s t e i n [ 4 0 ] 2 0 0 8 1 . 1 4 ( 1 . 0 0 , 1 . 3 0 ) 3 . 2 C a u c h i [ 2 9 ] 2 0 0 8 1 . 1 3 ( 0 . 9 8 , 1 . 2 9 ) 2 . 9 C a u c h i [ 2 9 ] 2 0 0 8 1 . 0 6 ( 0 . 8 6 , 1 . 3 0 ) 1 . 3 H e r t e l [ 2 0 ] 2 0 0 8 1 . 1 7 ( 1 . 0 7 , 1 . 2 7 ) 7 . 4 S l a d e k [ 4 6 ] 2 0 0 7 1 . 2 7 ( 1 . 1 6 , 1 . 3 8 ) 7 . 2 S c o t t [ 4 8 ] 2 0 0 7 1 . 1 8 ( 1 . 0 9 , 1 . 2 9 ) 7 . 7 S a x e n a [ 1 7 ] 2 0 0 7 1 . 0 7 ( 1 . 0 0 , 1 . 1 6 ) 9 . 9 Z e g g i n i [ 5 6 ] 2 0 0 7 1 . 1 2 ( 1 . 0 2 , 1 . 2 3 ) 6 . 2 S t e i n t h o r s d o t t i r [ 5 9 ] 2 0 0 7 1 . 1 7 (