医学检索策略构建器

基于自然语言提出的临床研究问题，利用 PICO/PEO 框架构建结构化的医学文献检索策略，并为 PubMed、Embase、Cochrane Library、Web of Science 和 arXiv 等数据库生成适配的检索式。

适用场景

• 用户要求 构建检索式 或 设计检索策略
• 用户提及 PICO、PEO、系统评价 或 文献检索
• 用户需要适用于 PubMed、Embase、Cochrane、Web of Science 或 arXiv 的检索语法
• 用户希望将 研究问题 转换为各数据库可执行的 检索查询
• 用户提到 MeSH 术语、检索策略 或 检索式构建
• 输入内容支持 中文或英文

工作流程

步骤 1：分析研究问题

1. 从用户输入中识别核心研究问题
2. 判断输入语言（中文或英文）
3. 确定适用框架：
   • PICO（Population, Intervention, Comparison, Outcome）→ 适用于干预性/治疗性研究
   • PEO（Population, Exposure, Outcome）→ 适用于观察性/病因学研究

框架选择关键词参考：

步骤 2：提取 PICO/PEO 概念要素

对每个维度，分别识别以下内容：

针对每个概念，收集三类检索词：

1. MeSH/主题词 —— 标准化受控词汇（精度最高）
2. 自由词（Free-text terms） —— 自然语言同义表达（查全率最高）
3. 截词变体（Truncated variants） —— 使用通配符 * 构建的词形变体（例如 diabet*）

步骤 3：概念验证

每个概念必须满足以下条件：

• 名称不能为空
• 至少包含一个检索词（MeSH、自由词或截词形式）
• 理想情况下应包含 ≥3 个检索词，以保障足够的查全率

步骤 4：生成数据库特异性检索策略

依据各目标数据库的语法规则生成检索式。详细语法规则请参见 references/database-syntax.md。

快速参考表：

步骤 5：格式化输出

生成结构化的 Markdown 报告，内容包括：

1. 研究问题分析（原始问题、采用框架、研究类型）
2. PICO/PEO 概念分解表
3. 检索词汇总表（每个概念对应的 MeSH 术语、自由词、截词变体）
4. 各数据库专用检索策略（置于代码块中）
5. 验证与优化建议

输出格式

## 研究问题分析
**原始问题**: [用户提问]
**研究类型**: [干预性/观察性]
**框架**: [PICO/PEO]

### PICO/PEO 概念分解
| 维度 | 内容 |
|-----------|---------|
| P（人群） | [概念名称]: [关键词] |
| I（干预） | [概念名称]: [关键词] |
| C（对照） | [概念名称]: [关键词] |
| O（结局） | [概念名称]: [关键词] |

## 检索策略

### PubMed
```pubmed
("Diabetes Mellitus, Type 2"[MeSH] OR "type 2 diabetes"[Title/Abstract])
AND
("Metformin"[MeSH] OR metformin[Title/Abstract])
```

### Embase
```embase
#1 P: ('diabetes mellitus, type 2'/exp OR 'type 2 diabetes':ti,ab)
#2 I: ('metformin'/exp OR 'metformin':ti,ab)
#Final: #1 AND #2
```

常用 MeSH 术语速查表

完整 MeSH 术语映射表请参见 references/common-mesh-terms.md。

重要注意事项

• MeSH 术语提升精度；自由词提升查全率。务必同时使用两类术语。
• 短语检索：多词组合须加英文双引号（例如 "type 2 diabetes"）
• 截词检索：使用 * 匹配不同词形（例如 diabet* 可匹配 diabetes、diabetic、diabetology）
• 布尔运算符 在所有数据库中均须大写
• arXiv 不支持 MeSH —— 所有检索词均按自由词处理
• Embase 使用 Emtree 分类体系（非 MeSH） —— 其主题词可能与 PubMed 不同
• 开展系统评价时，建议添加方法学过滤器（例如 "Randomized Controlled Trial as Topic"[MeSH]）
• 务必在目标数据库中验证检索策略：检查检索结果数量及文献相关性