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：

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：

⚠️ 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：

1. 从检索结果中提取发表期刊名称
2. 在JCR数据库中匹配期刊全称或缩写
3. 记录匹配到的分区和影响因子
4. 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：

1. 相关性分数（PubMed Relevance Score）
2. JCR分区权重（Q1>Q2>Q3>Q4）
3. 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：

1. 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

2. 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

3. 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：

1. 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%

2. 期刊来源分布（前10名）

3. 发表年份趋势

最终输出：Top 10 文章清单

第五步：范围调整与重新筛选

可调整参数：

1. 时间范围扩展：

   • 扩大至近10年
   • 自定义年份区间

2. 分区筛选：

   • 仅Q1
   • Q1+Q2
   • 全部分区

3. 研究类型筛选：

   • 仅Meta-Analysis
   • 仅RCT
   • 仅Review

4. 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

1. 检索词准确性：务必与用户确认检索词后再执行检索
2. 时间范围：用户未指定时明确告知默认5年设定
3. JCR数据时效：使用最新的JCR数据文件
4. 批量限制：PubMed API有使用限制，大批量检索需分批执行
5. 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