10 Schritte zur systematischen Literaturrecherche

Das grundsätzliche Prinzip der systematischen Literaturrecherche ist die Erarbeitung einer themen- und datenbankspezifischen Suchstrategie.
Dazu schlagen wir ein Vorgehen in zehn Schritten vor.

Einführung

Voraussetzung für die Umsetzung dieser Vorgehensweise ist das Vorliegen einer beantwort- bzw. recherchierbaren Fragestellung, deren Formulierung kein Bestandteil der hier beschriebenen Vorgehensweise ist.

Die Beschreibungen der einzelnen Schritte sind folgendermaßen gegliedert:

Basiswissen: Grundlegendes Wissen, das ein Verständnis und/oder die Umsetzung der Schritte ermöglicht.
Fortgeschrittenes Wissen: Vertiefendes Wissen, das weitergehendes Verständnis vermittelt und/oder Möglichkeiten einer methodisch hochwertigen Umsetzung der Schritte erläutert.
Beispiel: Veranschaulichung der Umsetzung des jeweiligen Schritts an einer für alle Schritte gleichbleibenden Beispielfragestellung.
Weiterführende Informationen und Hilfen: Hinweise und Links zu weiterführenden externen Informationen, Hilfsmitteln und Tools.

Die Abbildung auf der rechten Seite stellt eine Übersicht zu allen zehn Schritten dar.

Zu beachten ist, dass die zehn Schritte häufig nicht linear verlaufen, sondern oft einen iterativen Prozess darstellen. Das bedeutet, dass es je nach Erforderlichkeit (z. B. Überprüfung des Suchstrings ergibt fundamentalen Änderungsbedarf, Suchstrategie ergibt zu viele/zu wenige Suchtreffer) sinnvoll sein kann, einen oder mehrere Schritte zurückzugehen bzw. bestimmte Schritte nochmal neu zu durchdenken und anzupassen. Die folgende Grafik verdeutlicht, welche der Schritte voneinander abhängig sind und welche Rückschleifen und Korrekturen ermöglicht werden sollten.

01 Festlegung des Rechercheprinzips

Basiswissen

Fortgeschrittenes Wissen

Beispiel

Weitere Informationen und Hilfen

Am Anfang jeder systematischen Literaturrecherche sollten Überlegungen hinsichtlich des geplanten Umfangs der Recherche stehen, dem sogenannten Rechercheprinzip. Es stellt sich diesbezüglich die Frage, ob die Recherche sensitiv oder spezifisch ausgerichtet ist.

Sensitives Rechercheprinzip:
Ist das Ziel, umfassend zu recherchieren bzw. möglichst alle für eine Fragestellung relevanten Treffer zu identifizieren, sollte ein sensitives Rechercheprinzip gewählt werden. Dies bedeutet die Durchführung einer tendenziell umfangreichen Recherche mit breitem Suchansatz, bspw. in vielen verschiedenen Datenbanken, mit vielen denkbaren Suchbegriffen und/oder keinen bzw. nur wenigen Eingrenzungen. Eine sensitive Recherche führt zu einer hohen Gesamtzahl an gefundenen Treffern, von denen ein hoher Anteil nicht relevant ist. Sie ist daher mit mehr Aufwand bei der Auswahl der Referenzen verbunden, dafür ist das Risiko geringer, dass relevante Treffer übersehen werden.

Spezifisches Rechercheprinzip:
Ist das Ziel, möglichst rasch die wichtigsten Treffer für eine Fragestellung aufzufinden, dann sollte ein spezifisches Rechercheprinzip gewählt werden. Dies bedeutet die Durchführung einer tendenziell gezielten Recherche mit engem Suchansatz, bspw. in nur einer oder wenigen Datenbanken, mit den wichtigsten Suchbegriffen und/oder starken Eingrenzungen. Eine spezifische Recherche führt zu einer niedrigen Gesamtzahl an gefundenen Treffern, von denen ein hoher Anteil relevant ist. Sie ist daher mit weniger Aufwand bei der Auswahl der Referenzen verbunden, allerdings steigt das Risiko, dass relevante Treffer übersehen werden.

Beide Rechercheprinzipien sind keine klar getrennten „Pole“, sondern stellen vielmehr ein Kontinuum dar. Eine eindeutige Abgrenzung gestaltet sich somit schwierig. Daher sollten die Begriffe sensitives und spezifisches Rechercheprinzip weniger als klar definierte Kriterien, sondern als Bezeichnungen der tendenziellen Ausrichtung bzw. des tendenziellen Umfangs der Recherche verstanden werden. Die Wahl des Rechercheprinzips legt den grundlegenden Rahmen der systematischen Literaturrecherche fest und bestimmt in hohem Maß die Vorgehensweise in den nachfolgenden Schritten.

Welches der beiden Rechercheprinzipien sollte ausgewählt werden?

Grundsätzlich gilt: Im Hinblick auf eine methodisch hochwertige wissenschaftliche Arbeitsweise ist trotz des höheren Aufwands ein sensitives Rechercheprinzip vorzuziehen, da stets angestrebt werden sollte, möglichst alle relevanten Treffer zu finden. Dennoch sollten folgende Fragen bzw. Überlegungen in die Festlegung des Rechercheprinzips einfließen:

Was ist das Ziel der Recherche? Aus dem Ziel lässt sich ableiten, wie wichtig es ist, möglichst alle relevanten Treffer zu finden. Grundsätzlich gilt, je wichtiger ein möglichst vollständiges Suchergebnis ist, desto sensitiver sollte die Recherche angelegt sein. Zur wissenschaftlichen Untermauerung eines Einleitungstextes zu einem Thema oder der Orientierung in einem Thema eignet sich eventuell ein spezifisches Rechercheprinzip. Für eine systematische Übersichtsarbeit, die möglichst alle relevanten Referenzen beinhalten soll, ist eher ein sensitives Rechercheprinzip zu wählen.
Welche Ressourcen stehen zur Verfügung? Dies umfasst sowohl zeitliche (bspw. für die Recherche vorgesehener Zeitrahmen) als auch personelle (bspw. Anzahl und Erfahrung der Beteiligten) oder kontextbezogene Ressourcen (bspw. Zugänglichkeit der Datenbank über die eigene Forschungseinrichtung). Grundsätzlich gilt, je geringer die Ressourcen, desto spezifischer sollte die Recherche angelegt sein. Dringend anzumerken ist jedoch, dass diese Überlegungen rein pragmatischer bzw. ökonomischer Natur sind und keiner methodisch hochwertigen wissenschaftlichen Arbeitsweise entsprechen.

Ob eine Fragestellung breit oder sehr speziell formuliert ist, spielt für die Auswahl des Rechercheprinzips eine untergeordnete Rolle. Prinzipiell kann für jegliche Fragestellungen sowohl eine sensitive als auch eine spezifische Recherche durchgeführt werden.

Ein Beispiel, für das sich möglicherweise ein spezifisches Rechercheprinzip eignet:
Suche der wichtigsten Referenzen zur Häufigkeit von nosokomialen Infektionen für einen kurzen Kommentar, der als Plädoyer für mehr Krankenhaushygiene dienen soll.

Ein Beispiel, für das sich möglicherweise ein sensitives Rechercheprinzip eignet:
Systematische Übersichtsarbeit zur Wirksamkeit von Interventionen zur Verbesserung der Mobilität nach Schlaganfall in der Frührehabilitation.

Auswirkungen auf Anzahl und Vollständigkeit der Suchtreffer

Zur Veranschaulichung der Auswirkungen beider Rechercheprinzipien auf das Ergebnis einer Recherche sollev die folgenden Abbildungen dienen. Es handelt sich um die Darstellung der Ergebnismengen einer (fiktiven) systematischen Literaturrecherche, d. h. des Verhältnisses zwischen den relevanten und nicht relevanten Treffern. Aus der Anzahl der gefundenen Treffer, die relevant sind (A) und der Anzahl der gefundenen Treffer, die nicht relevant sind (B) setzt sich die Gesamtzahl aller in dieser Recherche gefundenen Treffer (C) zusammen. D ist die Anzahl der Treffer, die nicht in der Recherche gefunden wurden, aber eigentlich relevant sind, d. h. in der Recherche übersehen wurden. Aus der Anzahl der gefundenen, relevanten Treffer (A) und der Anzahl der übersehenen, relevanten Treffer (D) setzt sich die Gesamtzahl aller vorhandenen, relevanten Treffer zusammen (E).

Die Anzahl aller vorhandenen relevanten Treffer (E) bleibt unabhängig vom Rechercheprinzip immer gleich, während A, B, C und D sich verändern, je nachdem, ob die Recherche sensitiv oder spezifisch ausgerichtet ist. Im Folgenden werden diese Veränderungen anhand der Abbildung veranschaulicht.

Im Fall eines sensitiven Rechercheprinzips erhöht sich die Anzahl der gefundenen Treffer, die relevant sind (A) sowie die Anzahl der gefundenen Treffer, die nicht relevant sind (B), wodurch auch die Gesamtzahl aller in der Recherche gefundenen Treffer (C) steigt. Die Anzahl der übersehenen, relevanten Treffer (D) hingegen wird geringer.

Im Fall eines spezifischen Rechercheprinzips verringert sich die Anzahl der gefundenen Treffer, die relevant sind (A) sowie die Anzahl der gefundenen Treffer, die nicht relevant sind (B), wodurch auch die Gesamtzahl aller in der Recherche gefundenen Treffer (C) sinkt. Die Anzahl der übersehenen, relevanten Treffer (D) hingegen wird größer.

Auswirkungen auf nachfolgende Rechercheschritte

Die folgende Tabelle soll verdeutlichen, wie sich die Auswahl des Rechercheprinzips konkret auf die nachfolgenden Schritte auswirkt bzw. wie die Schritte in Abhängigkeit des gewählten Rechercheprinzips tendenziell auszugestalten sind.

Kriterium	Sensitives Rechercheprinzip	Spezifisches Rechercheprinzip
Schritt 2: Festlegung der Suchkomponenten
Anzahl der Suchkomponenten	Niedriger	Höher
Schritt 3: Festlegung der zu durchsuchenden Fachdatenbanken
Anzahl/Art zu durchsuchender Fachdatenbanken	Höher (eher breit gefächert)	Niedriger (eher themenspezifisch)
Schritt 4: Identifikation von Stichwörtern
Anzahl/Art verwendeter Suchbegriffe	Höher (möglichst alle zum Thema existierenden Suchbegriffe in möglichst allen denkbaren Variationen, eher allgemeine Begriffe)	Niedriger (beschränkt auf die wichtigsten Suchbegriffe in den geläufigsten Variationen, eher gezielte bzw. spezielle Begriffe)
Schritt 5: Identifikation von Schlagwörtern
Art verwendeter Schlagwörter	Eher übergeordnete und allgemeine Schlagwörter	Eher untergeordnete und gezielte Schlagwörter
Schritt 6: Entwicklung des Suchstrings
Verwendung von Platzhaltern (Wildcards)	Häufiger	Seltener, eher exakte Wortsuche, bspw. mittels Anführungszeichen
Eingrenzung mittels Suchbefehlen	Seltener	Häufiger
Schritt 8: Durchführung der Recherche
Eingrenzung mittels Suchfelder und/oder Suchfiltern	Seltener	Häufiger
Schritt 10: Ergänzende Recherchemöglichkeiten
Nutzung ergänzender Recherchemöglichkeiten	Häufiger/mehr	Seltener/weniger

Für die Veranschaulichung der Auswahl des Rechercheprinzips sowie aller nachfolgenden Schritte wollen wir die folgende Beispielfragestellung nutzen bzw. unsere Suchstrategie anhand dieser entwickeln:

Wie wirken sich interdisziplinäre Fallkonferenzen in Akutkrankenhäusern auf die Zufriedenheit von onkologischen Patientinnen und Patienten aus?

Auch für diese Fragestellung gilt, dass die Wahl des Rechercheprinzips nicht von ihrem Inhalt bzw. Umfang abhängt, sondern vom Ziel der Recherche bzw. der damit verbundenen Wichtigkeit, möglichst alle relevanten Treffer zum Thema zu identifizieren.

Szenario 1

Stellen Sie sich bei unserer Fragestellung den Fall vor, dass die Literaturrecherche bzw. die daraus resultierende systematische Übersichtsarbeit die wissenschaftliche Grundlage für die Entscheidung ist, ob interdisziplinäre Fallkonferenzen in mehreren Standorten eines städtischen Krankenhauses auf allen Stationen eingeführt werden, weil dort viele Krebspatientinnen und -patienten mit der Versorgung unzufrieden sind. Bei einer Entscheidung mit so weitreichenden Folgen sollte der potentielle Nutzen der Konferenzen sorgfältig abgewogen werden. Eine aussagekräftige Evaluation der Ergebnisse und Qualität der wissenschaftlichen Evidenz kann nur dann erfolgen, wenn möglichst alle relevanten Studien zur Wirksamkeit von interdisziplinären Fallkonferenzen im Hinblick auf die Zufriedenheit von Krebspatientinnen und -patienten gefunden werden. Daher wäre in diesem Fall eher ein sensitives Rechercheprinzip zu bevorzugen.

Szenario 2

In einem anderen Fall soll unsere Fragestellung dazu dienen, einige Nachweise zur Wirksamkeit interdisziplinärer Fallkonferenzen für einen Kurzvortrag zum Thema zu generieren. Hier stellen die Ergebnisse der Literaturrecherche also keine wichtige Entscheidungsgrundlage dar. Ein möglichst vollständiges Suchergebnis ist in diesem Fall nicht notwendig, vielmehr reicht es aus, einige wichtige Studien zu identifizieren, in denen die Wirksamkeit interdisziplinärer Fallkonferenzen auf die Zufriedenheit von Krebspatientinnen und -patienten untersucht wurde. Daher wäre in diesem Fall ein spezifisches Rechercheprinzip möglicherweise ausreichend, um Zeit und Aufwand zu sparen.

Szenario für weitere (dargestellte) Vorgehensweise

Im Rahmen der Darstellung der zehn Schritte für diese Beispielfragestellung nehmen wir an, dass ein möglichst vollständiges Bild aller relevanten Studien zum Thema zwar angestrebt, jedoch nicht zwingend notwendig ist. Die anhand unserer Beispielfragestellung veranschaulichte Bearbeitung der folgenden Schritte entspricht daher einem Mittelweg zwischen einem sensitiven und spezifischen Rechercheprinzip.

Referenz	Erläuterung
Brunton, J., Stansfield, C. & Thomas, J. (2012). Finding relevant studies. In D. Gough, S. Oliver & J. Thomas (Eds.), An Introduction to Systematic Reviews (S. 107–134). London: SAGE Publications.	Darstellung zum Verhältnis Sensitivität und Spezifität von Suchstrategien.
McKibbon, K. A., Wilczynski, N. L. & Haynes, R. B. (2009). Retrieving randomized controlled trials from medline: a comparison of 38 published search filters. Health Information & Libraries Journal, 26(3), 187–202. https://doi.org/10.1111/j.1471-1842.2008.00827.x	Erläuterung von zentralen Begriffe und Berechnungsgrundlagen zur Sensitivität und Spezifität von Suchstrategien.
Metzendorf, M.-I., Schulz, M. & Braun, V. (2014). All Information Is Not Equal: Using Metzendorf, M.-I., Schulz, M. & Braun, V. (2014). All Information Is Not Equal: Using the Literature Databases PubMed and The Cochrane Library for Identifying the Evidence on Granulocyte Transfusion Therapy. Transfusion Medicine and Hemotherapy, 41(5), 364–374. https://doi.org/10.1159/000366179	Nutzung und Unterschiede von sensitiven und spezifischen Rechercheprinzipien in MEDLINE via PubMed und der Cochrane Library anhand von zwei Beispielszenarien.
McElhinney, H., Taylor, B., Sinclair, M. & Holman, M. R. (2016). Sensitivity and specificity of electronic databases: the example of searching for evidence on child protection issues related to pregnant women. Evidence Based Midwifery, 14(1), 29–34.	Anwendungsbeispiel zur Berechnung von Sensitivität und Spezifität einer Suchstrategie.

02 Festlegung der Suchkomponenten

Basiswissen

Fortgeschrittenes Wissen

Beispiel

Weitere Informationen und Hilfen

In diesem Schritt wird die Fragestellung in ein recherchierbares Format überführt. Ein recherchierbares Format dient dazu, dass die thematischen Bestandteile der Fragestellung in die Suchmaske der jeweiligen Datenbank eingegeben werden können (Behrens & Langer, 2022). Das Grundprinzip dabei ist, die Frage anhand inhaltlicher und methodischer Überlegungen in einzelne Suchkomponenten zu zerlegen (Aromataris & Riitano, 2014).

Suchkomponenten:
Suchkomponenten sind einzelne, voneinander getrennte Bestandteile einer wissenschaftlichen Fragestellung oder zusätzliche Ergänzungen zur Fragestellung. Sie werden nach inhaltlichen und/oder methodischen Kriterien festgelegt und dienen als thematische Kategorien, unter denen Suchbegriffe identifiziert werden.

Diese Zerlegung in Suchkomponenten ist notwendig, weil sie der Funktionsweise der Datenbanken entspricht. Sie ist die Grundvoraussetzung, um in nachfolgenden Schritten geeignete Suchbegriffe zu finden und diese sinnvoll bei der Eingabe in die Datenbanken miteinander zu verknüpfen.

Hilfreich für die Festlegung von Suchkomponenten sind Schemata (auch Mnemonics genannt), welche die grundlegenden Komponenten einer Fragestellung enthalten. Ein bekanntes Schema ist PICO, welches die Frage folgendermaßen strukturiert bzw. die folgenden vier Komponenten beinhaltet:

P=Patient, I=Intervention, C=Control, O=Outcome

Es ist stets zu beachten, welche und wie viele Suchkomponenten die Fragestellung einbeziehen soll.

Grundsätzlich gilt: Je mehr einzelne Komponenten eine Fragestellung beinhaltet, desto spezifischer ist sie und desto weniger Treffer sind zu erwarten. Mit anderen Worten: je mehr Suchkomponenten für die Suche definiert werden, desto grösser wird das Risiko, potentiell relevante Treffer zu übersehen (Bramer, Jonge, Rethlefsen, Mast & Kleijnen, 2018).

Berücksichtigt werden bei der Festlegung der Suchkomponenten sollte daher vor allem die Wahl des Rechercheprinzips.

So kann bspw. im Fall einer sensitiven Recherche bei einer Fragestellung nach PICO ggf. auch die Suchkomponente C (Control) und/oder O (Outcome) weggelassen werden, um die Suche weniger stark einzugrenzen. Bei einer spezifischen Recherche könnte eine zusätzliche Suchkomponente hingegen für Zeitersparnis sorgen, da sie die Anzahl der Treffer reduziert. Gegebenenfalls kann es in diesem Zusammenhang auch von Vorteil sein, bereits bei der Entwicklung der Suchstrategie bestimmte Ein- und Ausschlusskriterien (bspw. Studiendesign, Publikationszeitraum, Sprache, Länder) als eigenständige Suchkomponenten zu definieren. Daher sind die Schemata als Orientierungshilfen anzusehen, von denen in begründeten Fällen durch das Hinzufügen oder Entfernen von Suchkomponenten abgewichen werden kann.

Wichtig: Reflexion der Bedeutung

Bevor die Suchkomponenten konkret ausgewählt werden, sollten sie hinsichtlich ihrer inhaltlichen Bedeutung überprüft werden. Die folgenden Überlegungen sollten dazu angestellt werden:

Sind die Komponenten voneinander klar abzugrenzen bzw. gibt es keine Überschneidungen? Die klare Abgrenzung der Suchkomponenten voneinander ist unabhängig vom ausgewählten Rechercheprinzip wichtig.
Können alle potentiellen Suchbegriffe benannt werden, die unter die jeweilige Suchkomponente fallen? Die Benennung möglichst aller für die jeweilige Komponente relevanten Suchbegriffe ist besonders bei der Anwendung eines sensitiven Rechercheprinzips wichtig, um die Gefahr des Übersehens relevanter Treffer zu verringern.

Lässt sich mindestens eine der beiden Fragen mit „Nein“ bLässt sich mindestens eine der beiden Fragen mit „Nein“ beantworten, sollten die festgelegten Suchkomponenten reflektiert und angepasst werden.

Neben dem weit verbreiteten PICO-Schema für Fragestellungen zur Wirksamkeit einer Intervention (Aromataris & Riitano, 2014; Booth, 2006) gibt es weitere Schemata für die Festlegung von Suchkomponenten (Cooke, Smith & Booth, 2012; Curtin University, 2016; Davies, 2011; Stern & McArthur, 2014).

Die Tabelle rechts zeigt eine Übersicht verschiedener Schemata, deren enthaltene Suchkomponenten und Anwendungsgebiete.

Unterschied zur Entwicklung der Fragestellung

Auch wenn die grundlegende Vorgehensweise der Vorgehensweise bei der Entwicklung der Fragestellung (bzw. Forschungsfrage) ähnelt, verfolgt die Festlegung der Suchkomponenten ein anderes Ziel.

Während es bei der Entwicklung der Fragestellung darum geht, das grundlegende Forschungsinteresse zu präzisieren, ist das Ziel bei der Festlegung der Suchkomponenten die Überführung der bereits bestehenden Fragestellung in ein recherchierbares Format. In diesem Zusammenhang wird entschieden, welche Elemente der Fragestellung dazu in die Suchstrategie aufgenommen werden. Unter Umständen kann es sinnvoll sein:

Elemente der Fragestellung wegzulassen (bspw. das Outcome, um die Suche bei einem sensitiven Rechercheprinzip nicht zu stark einzugrenzen),
zusätzliche Elemente als Suchkomponenten hinzuzunehmen (bspw. Studientyp oder ein bestimmtes Einschlusskriterium), die nicht in der Fragestellung berücksichtigt werden
ein Element der Fragestellung in zwei Suchkomponenten aufzuteilen (bspw. „Personen nach Stroke im Pflegeheim“ in Patients=Personen nach Stroke und Setting=Pflegeheim).

Schema	Suchkomponenten	Anwendung
BeHEMoTh	B=Behaviour of Interest, H=Health Context, E=Exclusions, MoTh=Models or Theories	Theoretische Konzepte und Theorien
CoCoPop	Co=Condition, Co=Context, Pop=Population	Prävalenzstudien, Inzidenzstudien
ECLIPSE	E=Expectation, C=Client Group, L=Location, I=Impact, P=Professionals, SE=Service	Gesundheitspolitik, Management
MIP	M=Methodology, I=Issues, P=Participants	Ethische Themen
PECO	P=Patient, E=Exposure, C=Control, O=Outcome	Beobachtungsstudien
PFO	P=Population, F=Prognostic Factors/Models of Interest, O=Outcome	Prognostische Studien
PICo	P=Population, I=Phenomenon of Interest, Co=Context	Qualitative Studien
PICO	P=Patient, I=Intervention, C=Control, O=Outcome	Interventionsstudien
PICOS	P=Patient, I=Intervention, C=Control, O=Outcome, S=Setting	Interventionsstudien
PICOS	P=Patient, I=Intervention, C=Control, O=Outcome, S=Study type	Interventionsstudien
PIRD	P=Population, I=Index test, R=Reference test, D=Diagnosis of interest	Diagnostische Studien
SPICE	S=Setting, P=Perspective, I=Intervention, C=Comparison, E=Evaluation	Klinische Studien
SPIDER	S=Sample, PI=Phenomenon of Interest, D=Design, E=Evaluation, R=Research type	Klinische Studien, Deskriptive Studien, Qualitative Studien

Eigene Darstellung nach Booth und Carroll (2015), Cooke et al. (2012), Mintzker, Blum und Adler (2021), Munn et al. (2018), Murdoch University (2019), Davies (2011), Methley, Campbell, Chew-Graham, McNally und Cheraghi-Sohi (2014), Kloda und Bartlett (2014), Strech, Synofzik und Marckmann (2008), Stern und McArthur (2014), University of Maryland, o. J.. Weitere Schemata speziell zur Entwicklung von qualitativen Fragestellungen wurden von Booth (2016) aufbereitet.

Unsere Beispielfragestellung

Wie wirken sich interdisziplinäre Fallkonferenzen in Akutkrankenhäusern auf die Zufriedenheit von onkologischen Patientinnen und Patienten aus?

zielt darauf ab, zu untersuchen, wie sich eine bestimmte Maßnahme (interdisziplinäre Fallkonferenzen) in einem bestimmten Versorgungsbereich (Akutkrankenhäuser) und für eine bestimmte Zielgruppe (onkologische Patientinnen und Patienten) auf eine bestimmte Zielgröße (Zufriedenheit) auswirkt. Es handelt es sich somit um eine Fragestellung zur Wirksamkeit einer Intervention.

Für Fragestellungen von Wirksamkeits- bzw. Interventionsstudien eignet sich das PICO-Schema (P=Patient, I=Intervention, C=Control, O=Outcome) als Unterstützung zur Festlegung der Suchkomponenten. Gemäß PICO würde sich unsere Fragestellung vorläufig in die folgenden Suchkomponenten zerlegen lassen:

P (Population): Onkologische Patientinnen und Patienten

I (Intervention): Interdisziplinäre Fallkonferenzen

C (Control): –

O (Outcome): Zufriedenheit

Schemata wie PICO stellen jedoch nur Orientierungshilfen dar und häufig sind in Abhängigkeit der jeweiligen Fragestellung sowie des Rechercheprinzips Abweichungen von der strikten schematischen Einteilung sinnvoll.

So bietet es sich bei unserer Beispielfragestellung an, PICO um die Komponente S (=Setting) zu erweitern, um den Versorgungsbereich Akutkrankenhaus mit abzudecken.

Überschneiden sich die Suchkomponenten?

Wichtig ist zudem, dass alle Suchkomponenten klar voneinander abgegrenzt sind. Bei unserer Beispielfragestellung ist dies der Fall und die Orientierung an Schemata wie PICO erleichtert die Abgrenzung der Komponenten untereinander. Dennoch ist auch hier darauf zu achten, dass sich die Suchkomponenten nicht überschneiden. Ein Beispiel für eine Überschneidung wäre, wenn wir anstelle von Akutkrankenhaus als Setting onkologische Stationen ausgewählt hätten, was sich mit der Komponente onkologische Patientinnen und Patienten überschneiden würde (da beide den Aspekt Onkologie enthalten). Die Suchkomponenten Onkologische Patientinnen und Patienten (Population) sowie Zufriedenheit (Outcome) können beibehalten werden, da wir uns hier deutlich sicherer sind, möglichst alle relevanten Suchbegriffe darunter identifizieren zu können.

Sind alle potentiellen Suchbegriffe identifizierbar?

Bei der Festlegung einer Suchkomponente sollte man möglichst sicher sein, alle relevanten Suchbegriffe identifizieren zu können, die darunterfallen. Die Verwendung der Suchkomponente interdisziplinäre Fallkonferenzen erfordert in diesem Zusammenhang die Überlegung, ob eine solche Identifikation möglich ist. Wir argumentieren, dass es sich hierbei um eine nicht sinnvoll operationalisierbare Suchkomponente handelt, denn interdisziplinär bedeutet, dass verschiedene Berufsgruppen beteiligt sind. Um die Suchkomponente als solche festzulegen, müssten daher alle potentiell in der Literatur vorkommenden Benennungen der beteiligten Berufsgruppen und Personen bekannt sein. Neben Ärztinnen und Ärzten, Pflegenden sowie Therapeutinnen und Therapeuten könnten professionelle und nicht professionelle Personengruppen und Personen beteiligt sein, deren Bezeichnungen uns bspw. aufgrund länderspezifischer Unterschiede nicht vollständig bekannt sind. Daher entscheiden wir uns dafür, den Begriff interdisziplinär aus der Suchkomponente zu entfernen und im weiteren Verlauf lediglich mit der allgemeineren Suchkomponente Fallkonferenzen zu arbeiten.

Die Suchkomponenten Onkologische Patientinnen und Patienten (Population) sowie Zufriedenheit (Outcome) können beibehalten werden, da wir uns hier deutlich sicherer sind, möglichst alle relevanten Suchbegriffe darunter identifizieren zu können.

Ist es sinnvoll, auf Suchkomponenten zu verzichten?

Die Komponente Kontrollintervention ist nicht Bestandteil unserer Beispielfragestellung, da wir uns nicht auf bestimmte Kontrollinterventionen festlegen wollten, sondern denkbar alle Interventionen relevant sind, mit denen die interdisziplinäre Fallkonferenz in vorhandenen Studien möglicherweise verglichen wurde. Des Weiteren nehmen wir an, dass für unsere Fragestellung auch Studien relevant sind, in denen die Wirksamkeit interdisziplinärer Fallkonferenzen nicht mit einer Kontrollintervention verglichen wurde, bspw. Vorher-Nachher-Studien. Wenn wir eine Suchkomponente für Suchbegriffe zu Kontrollinterventionen festlegen, würden wir damit jedoch automatisch alle Studien ohne Kontrollinterventionen ausschließen. Zudem wissen wir nicht, welche Kontrollinterventionen zu interdisziplinären Fallkonferenzen es gibt. Daher können wir auch hier wahrscheinlich nicht alle denkbaren Suchbegriffe für Kontrollinterventionen identifizieren, was möglicherweise zum Verlust weiterer relevanter Studien führt. Aus diesen Gründen verzichten wir auf diese Komponente. Generell sollte die Suchkomponente Kontrollintervention nur festgelegt werden, wenn im Rahmen der Fragestellung bereits eine konkrete Intervention beschrieben ist, mit der verglichen werden soll.

Final festgelegte Suchkomponenten

Anhand dieser Überlegungen ergeben sich für unsere Beispielfragestellung die endgültig festgelegten Suchkomponenten. Da die Anordnung der Suchkomponenten keinen Unterschied für die Recherche macht, orientieren wir uns bezüglich ihrer Reihenfolge an der Nennung in der Fragestellung.

Intervention: Fallkonferenzen

Setting: Akutkrankenhaus

Outcome: Zufriedenheit

Population: Onkologische Patientinnen und Patienten

Referenz	Erläuterung
Bayer, O., Cascant Ortolano, L., Hoffmann, D. & Schweizer, S. (2021). Praxisleitfaden Systematische Literaturrecherche der Universitätsmedizin Mainz. Version 2.0, April 2021 BETA (Universitätsmedizin Mainz, Hrsg.). Mainz. Verfügbar unter: Link.	Hilfe zur Entwicklung von datenbankspezifischen Suchstrategien.
Blümle, A., Gechter, D., Nothacker, M. J., Schaefer, C., Motschall, E., Boeker, M. et al. (2020). Manual systematische Recherche für Evidenzsynthesen und Leitlinien. Version 2.1 (Albert-Ludwigs-Universität Freiburg, Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften e.V., Ärztliches Zentrum für Qualität in der Medizin & Cochrane Deutschland Stiftung, Hrsg.). Freiburg. Verfügbar unter: Link.	Hilfe zur Entwicklung von datenbankspezifischen Suchstrategien für Übersichtsarbeiten und Leitlinien.
Blümle, A., Lagrèze, W. A. & Motschall, E. (2018). Systematische Literaturrecherche in PubMed. Eine Kurzanleitung. Der Diabetologe, 70, 325. https://doi.org/10.1007/s11428-018-0334-y	Hilfe zur Entwicklung von Suchstrategien für die Recherche in PubMed.
Lefebvre, C., Glanville, J., Briscoe, S., Littlewood, A., Marshall, C., Metzendorf, M.-I. et al. (2019). Searching for and selecting studies. In J. P. T. Higgins & J. Thomas (Hrsg.), Cochrane Handbook for Systematic Reviews of Interventions. Version 6 (2. Aufl., S. 67–108). Hoboken: Wiley Online Library.	Übersicht von Suchmethoden und -techniken.
Booth, A. (2008). Unpacking your literature search toolbox: on search styles and tactics. Health Information & Libraries Journal, 25(4), 313–317. https://doi.org/10.1111/j.1471-1842.2008.00825.x	Übersicht von Suchmethoden und -techniken.
Glanville, J. (2019). Searching Bibliographic Databases. In H. Cooper, L. V. Hedges & J. C. Valentine (Hrsg.), The Handbook of Research Synthesis and Meta-Analysis (3. Aufl., S. 73–100). New York: Russell Sage Foundation.	Übersicht von Suchmethoden und -techniken.
White, H. D. (2019). Scientific Communication and Literature Retrieval. In H. Cooper, L. V. Hedges & J. C. Valentine (Hrsg.), The Handbook of Research Synthesis and Meta-Analysis (3. Aufl., S. 51–72). New York: Russell Sage Foundation.	Übersicht von Suchmethoden und -techniken.
Saimbert, M. K. (2016). Key Principles for Searching the Literature. In C. Holly, S. W. Salmond & M. K. Saimbert (Hrsg.), Comprehensive Systematic Review for Advanced Nursing Practice (S. 105–138). New York: Springer Publishing Company.	Übersicht von Suchmethoden und -techniken.
European Network for Health Technology Assessment (Hrsg.). (2019). Process of information retrieval for systematic reviews and health technology assessments on clinical effectiveness. Methodological Guidelines. Diemen. Verfügbar unter: Link.	Nachschlagewerk zur Literaturrecherche für Übersichtsarbeiten und HTAs.
Booth, A., Sutton, A., Clowes, M. & Martyn-St James, M. (2022). Systematic Approaches to a Successful Literature Review (3. Aufl.). London: SAGE Publications.	Nachschlagewerk zur Literaturrecherche für Übersichtsarbeiten.
Bramer, W. M., Jonge, G. B. de, Rethlefsen, M. L., Mast, F. & Kleijnen, J. (2018). A systematic approach to searching: an efficient and complete method to develop literature searches. Journal of the Medical Library Association, 106(4), 531–541. https://doi.org/10.5195/jmla.2018.283	Hilfe zur Entwicklung von Suchstrategien.
Aromataris, E. & Riitano, D. (2014). Constructing a Search Strategy and Searching for Evidence. A guide to the literature search for a systematic review. American Journal of Nursing, 114(5), 49–56. https://doi.org/10.1097/01.NAJ.0000446779.99522.f6	Hilfe zur Entwicklung von Suchstrategien.

03 Festlegung der zu durchsuchenden Datenbanken

Basiswissen

Fortgeschrittenes Wissen

Beispiel

Weitere Informationen und Hilfen

Die Auswahl geeigneter Datenbanken erfordert eine Auseinandersetzung damit, wie viele und welche Datenbanken zu durchsuchen sind bzw. ob weitere Datenbanken einbezogen werden sollten. Zu beachten bei der Auswahl sind die unterschiedlichen Möglichkeiten, mit denen sich in Datenbanken recherchieren lässt. In RefHunter unterscheiden wir dabei zwischen Volldatenbanken, datenbankspezifischen Suchmaschinen, Meta-Suchmaschinen und unspezifischen Suchmaschinen.

Volldatenbanken:
Datenbanken, die direkt mit ihrer integrierten Suchmaschine bzw. Suchoberfläche durchsucht werden können. Das bedeutet, die Datenbank und deren Suchoberfläche stammen vom gleichen Betreiber.

Die meisten Datenbanken bieten die Möglichkeit, sie direkt zu durchsuchen. Manche Datenbanken lassen sich zudem mittels datenbankspezifischen Suchmaschinen durchsuchen.

Datenbankspezifische Suchmaschinen:
Suchoberflächen, die auf eine Datenbank zugeschnitten sind und nicht vom Betreiber der jeweiligen Datenbank, sondern von einem externen Betreiber bereitgestellt werden.

Teilweise gibt es mehrere Suchmaschinen für dieselbe Datenbank mit manchmal unterschiedlichen Suchfunktionen (bspw. kann die Datenbank MEDLINE sowohl via PubMed als auch via EBSCO, Ovid, ProQuest oder Web of Science durchsucht werden).

Eine weitere zur systematischen Recherche in Datenbanken stellen Meta-Suchmaschinen dar.

Meta-Suchmaschinen:
Suchoberflächen, die mehrere Datenbanken gleichzeitig durchsuchen können.

Problematisch an Meta-Suchmaschinen ist, dass die einzelnen Datenbanken sehr unterschiedlich funktionieren und es daher schwer nachvollziehbar ist, wie die entsprechende Meta-Suchmaschine die jeweiligen Datenbanken durchsucht. In bestimmten Fällen kann die Recherche mit Meta-Suchmaschinen dennoch hilfreich sein, etwa zu einer orientierenden oder ergänzenden Recherche (bspw. um mehrere weniger relevante Datenbanken zur Sicherheit trotzdem durchsuchen zu können). Zudem lassen sich einige Datenbanken ausschließlich mit einer bestimmten Meta-Suchmaschine durchsuchen, in diesem Fall stellt die Recherche in der betreffenden Datenbank ebenfalls eine direkte Recherche dar.

Eine gesondert zu betrachtende Recherchemöglichkeit sind zudem unspezifische Suchmaschinen.

Unspezifische Suchmaschinen:
Suchoberflächen, die sich nicht auf eine oder mehrere Datenbanken konzentrieren, sondern das Internet anhand vorgegebener Algorithmen durchsuchen.

Da diese Algorithmen wenig nachvollziehbar sind und unklar ist, wo überall gesucht wird, eignen sich unspezifische Suchmaschinen nicht zur systematischen Recherche in Datenbanken. Eine orientierende oder ergänzende Recherche ist jedoch möglich.

Überlegungen zur Auswahl

Im Rahmen einer systematischen Literaturrecherche sollten inhaltlich bzw. thematisch passende Datenbanken durchsucht werden, d. h. Datenbanken, in denen sich Referenzen finden lassen, mit denen die jeweilige Fragestellung beantwortet werden kann. Entscheidend ist dabei weniger die Anzahl der zu durchsuchenden Datenbanken, sondern vielmehr deren begründete Auswahl. Dennoch werden bei einem sensitiven Rechercheprinzip tendenziell mehr bzw. alle potentiell geeigneten Datenbanken durchsucht, da teilweise unterschiedliche Zeitschriften bzw. Literaturquellen in verschiedenen Datenbanken indexiert sind (Relevo, 2012). Bei einem spezifischen Rechercheprinzip konzentriert man sich hingegen eher auf die wichtigste(n) Datenbank(en). Grundvoraussetzung für die Möglichkeit der Recherche in einer Datenbank ist deren Zugänglichkeit.

Nicht alle Datenbanken sind frei zugänglich, sondern lizensiert. Das bedeutet, ihr Zugang ist kostenpflichtig und ob eine Zugänglichkeit besteht, ist meist vom Vorhandensein einer Lizenz in der jeweiligen Einrichtung abhängig.

Im Folgenden soll eine fortgeschrittene bzw. strukturierte und begründete Datenbankauswahl beschrieben werden. Wie anhand der nachfolgenden Abbildung erläutert wird, spielen dabei methodische und pragmatische Überlegungen eine Rolle.

Methodische Kriterien

Im Optimalfall sollte die Datenbankauswahl anhand von methodischen Kriterien vorgenommen werden, d. h. anhand von Kriterien, die sich an der Qualität der methodischen Vorgehensweise orientieren. Hierbei sollte reflektiert werden, welche Datenbanken überhaupt aus inhaltlicher bzw. thematischer Sicht zur Fragestellung passen. Dabei ist es möglich, zu unterscheiden zwischen Datenbanken, die ein breites Themenspektrum abdecken und solchen, die speziell auf die Fragestellung oder einzelne Komponenten der Fragestellung zugeschnitten sind (bspw. Zielgruppe, Intervention oder Setting). Alle potentiell für die jeweilige Fragestellung geeigneten Datenbanken können zunächst aufgelistet werden.

Anschließend kann die konkrete Auswahl der Datenbanken erfolgen. Entscheidend dafür ist das festgelegte Rechercheprinzip. Während bei einem sensitiven Rechercheprinzip tendenziell mehr Datenbanken durchsucht werden, beschränkt sich eine spezifische Recherche auf die wichtigste(n) Datenbank(en). Die folgenden Fragen können dabei helfen, die Auswahl zu konkretisieren:

Welche Forschungsdesigns (bspw. systematische Übersichtsarbeiten, klinische Studien) und Dokumententypen (bspw. Zeitschriftenartikel, Fachbücher) deckt die jeweilige Datenbank (schwerpunktmäßig) ab, die zum Forschungsthema passen?
Inwieweit überschneiden sich einzelne Datenbanken bezüglich der enthaltenen Referenzen bzw. wie hoch ist die Wahrscheinlichkeit, in einer bestimmten Datenbank relevante Referenzen zu finden, die in anderen Datenbanken nicht vorkommen?

Es ist in manchen Fällen begründbar, dass die Durchsuchung von zwei Datenbanken ausreicht, gleichzeitig bedarf es manchmal der Durchsuchung von bspw. sieben oder mehr Datenbanken. Sollten für dieselbe Datenbank mehrere Suchmaschinen existieren, ist die Recherche in der Regel mit einer davon ausreichend. Wird in einer Datenbank direkt (über eine integrierte oder spezifische Suchmaschine) recherchiert, ist es nicht notwendig, sie zusätzlich mit einer Meta-Suchmaschine zu durchsuchen.

Weitere Überlegungen wie die Frage nach der/den verwendbaren Suchsprache(n) (bspw. für die Suche nach Referenzen aus einem bestimmten Sprachraum) oder nach bestimmten Funktionen können je nach Bedarf ebenfalls in die Datenbankauswahl einbezogen werden.

Pragmatische Kriterien

Neben methodischen Kriterien gibt es auch pragmatische Kriterien, die sich nicht an Überlegungen zur methodischen Qualität der Neben methodischen Kriterien gibt es auch pragmatische Kriterien, die sich nicht an Überlegungen zur methodischen Qualität der Recherche, sondern vielmehr an vorhandenen Rahmenbedingungen orientieren. Sie entsprechen daher keiner methodisch hochwertigen Vorgehensweise, können aber nicht immer außer Acht gelassen werden. Als wichtiges Kriterium ist die Zugänglichkeit zu nennen, da nicht alle lizenzpflichtigen Datenbanken von jeder Einrichtung aus zugänglich sind. Die Zugänglichkeit von Datenbanken wird im Folgenden gesondert thematisiert. Eine Rolle könnte zudem noch die Vertrautheit der Recherchierenden mit den jeweiligen Datenbanken spielen. Sollte es bspw. mehrere Suchoberflächen für dieselbe Datenbank geben, empfiehlt es sich, diejenige zu verwenden, mit der die Recherchierenden am vertrautesten sind, um die Gefahr von Fehlern bei der Entwicklung des Suchstrings oder der Durchführung der Recherche zu minimieren.

Umgang mit mangelnder Zugänglichkeit

Nicht alle Datenbanken sind frei zugänglich. Häufig müssen kostenpflichtige Lizenzen erworben werden, um mit bestimmten Angeboten arbeiten zu können. In der Regel erfolgt der Lizenzerwerb durch die jeweilige Einrichtung (bspw. Universitäten, Fachhochschulen, Gesundheitseinrichtungen), d. h. alle dort Studierenden oder in anderer Form tätigen Personen erhalten Zugang zum entsprechenden Angebot. Die Entscheidung, welche Lizenzen erworben werden, liegt allein bei der jeweiligen Einrichtung, was die Zugänglichkeit vieler Datenbanken sehr einrichtungsabhängig macht. Daher sollte spätestens in diesem Schritt die Zugänglichkeit der zu durchsuchenden Datenbanken bekannt sein bzw. überprüft werden.

Die Möglichkeiten im Umgang mit definitiv nicht zugänglichen Datenbanken sind:

Beteiligung von Personen aus anderen Institutionen, die Zugang zur jeweiligen Datenbank haben.
Recherche mit Metasuchmaschinen, die in der Regel frei zugänglich sind und unter Umständen auch lizensierte Datenbanken durchsuchen (bspw. durchsucht Epistemonikos auch Embase, CINAHL und PsycInfo nach Systematic Reviews und Primärstudien). Dies ist zwar nicht so empfehlenswert wie die Recherche in der Originaldatenbank, da es aufgrund intransparenter Funktionsweisen zu Abweichungen bei den Suchtreffern kommen kann, aber angenommen besser als das gänzliche Nichtbeachten der Originaldatenbank.
Recherche in zwei oder mehr Alternativdatenbanken, um den potentiellen Verlust relevanter Studien auszugleichen. Die Forschungen zu Datenbankabdeckungen von Bramer, Rethlefsen, Kleijnen und Franco (2017), Hartling et al. (2016) Nussbaumer-Streit et al. (2018) weisen darauf hin, dass unterschiedliche Datenbankkombinationen durchaus vergleichbar hohe Abdeckungsraten erreichen können. Allerdings kann die Frage nach den besten Alternativkombinationen sehr vom Forschungsthema abhängen und sollte daher sorgfältig reflektiert werden.

Bei unserer Beispielfragestellung

Wie wirken sich interdisziplinäre Fallkonferenzen in Akutkrankenhäusern auf die Zufriedenheit von onkologischen Patientinnen und Patienten aus?

handelt es sich um eine eher präzise Fragestellung, da das Setting Akutkrankenhaus, die Zielgruppe der onkologischen Patientinnen und Patienten und das Outcome Zufriedenheit relativ spezifisch sind. Breiter wird die Fragestellung durch die Intervention Fallkonferenz, da der Aspekt „interdisziplinär“ die verschiedensten Berufsgruppen aus dem Gesundheitsbereich einschließen kann. Während es sinnvoll erscheint, den Aspekt „interdisziplinär“ nicht bei der Festlegung der Suchkomponenten, zu berücksichtigen, sollte er bei der Festlegung der zu durchsuchenden Datenbanken mit einfließen, um die für die Recherche geeignetsten auswählen zu können.

Es ist zunächst sinnvoll, zu reflektieren, welche Datenbanken unsere gesamte Fragestellung abdecken könnten. In Anbetracht der Unterschiedlichkeit der verschiedenen Suchkomponenten erscheinen dafür Datenbanken am geeignetsten, die ein möglichst breites Themenspektrum aus dem Gesundheitsbereich abdecken. Denkbar wären in diesem Zusammenhang die folgenden Datenbanken:

MEDLINE
Embase
Cochrane Library
Web of Science Core Collection

Neben diesen breit aufgestellten Datenbanken sollten auch thematisch spezifische Datenbanken berücksichtigt werden. Es bietet sich an, sich hierbei an den einzelnen Suchkomponenten zu orientieren. Für unsere Beispielfragestellung bedeutet dies, zu überlegen, ob es für die Intervention Fallkonferenz, das Setting Akutkrankenhaus, die Zielgruppe onkologische Patientinnen und Patienten oder das Outcome Zufriedenheit Datenbanken gibt, in denen eine oder mehrere dieser Komponenten einen besonderen inhaltlichen Schwerpunkt darstellen. Unserer Einschätzung nach ist dies bei keiner der Komponenten der Fall.

Berücksichtigt man allerdings, wie empfohlen, den Aspekt „interdisziplinär“ bei der Intervention Fallkonferenz, würde man zunächst reflektieren, welche relevanten Berufsgruppen es gäbe, die potentiell an derartigen Fallkonferenzen teilnehmen könnten. In einem onkologischen Akutsetting wären dies Ärztinnen und Ärzte, Pflegende, Psychoonkologinnen und Psychoonkologen, sowie Physio‐ und Ergotherapeutinnen und ‐therapeuten. Daher wären für die Auswahl potentiell geeigneter Datenbanken auch die folgenden Datenbanken denkbar, die primär bestimmte dieser Berufsgruppen adressieren:

CINAHL für Pflegende
PsycInfo für Psychoonkologinnen und Psychoonkologen
PEDro für Physiotherapeutinnen und Physiotherapeuten
OTseeker für Ergotherapeutinnen und Ergotherapeuten

Einfluss des Rechercheprinzips

Hätten wir für unsere Beispielfragestellung ein klar sensitives Rechercheprinzip festgelegt, müssten wir konsequenterweise alle aufgeführten Datenbanken durchsuchen, um die Wahrscheinlichkeit zu erhöhen, möglichst alle zum Thema relevanten Referenzen zu finden. Da wir uns aber aufgrund des Ziels der Recherche für einen Mittelweg zwischen sensitiver und spezifischer Recherche entschieden haben, gilt es nun, die Anzahl der zu durchsuchenden Datenbanken einzugrenzen. Daher streben wir eine Recherche in drei Datenbanken an, um einerseits die Gefahr, relevante Studien zu übersehen, auf ein vertretbares Maß zu reduzieren, andererseits aber auch nicht zu viele Ressourcen aufzuwenden. Wir nehmen daher eine Priorisierung der Bedeutung der von uns identifizierten, potentiell geeigneten Datenbanken für die Beantwortung unserer Fragestellung vor. In diesem Zusammenhang stellen wir uns neben der inhaltlichen Abdeckung spezifischere Fragen bezüglich abgedeckten Forschungsdesigns und Dokumententypen sowie Überschneidungen der einzelnen Datenbanken.

Auswahl von Datenbanken mit breitem Spektrum

MEDLINE und Embase gehören zu den umfangreichsten Datenbanken, die den Gesundheitsbereich betreffen (Saimbert, Fowler, Pierce & Hargwood, 2016, S. 149ff.). Aufgrund des breiten Spektrums an Inhalten eignen sich beide als zentrale Datenbanken für unsere Recherche. Zudem gehören in beiden Datenbanken Zeitschriftenartikel zu den am häufigsten enthaltenen Dokumenttypen.

In unserem Mittelweg zwischen sensitiver und spezifischer Recherche ist es das Ziel, möglichst alle relevanten, in jedem Fall aber die zentralen und methodisch hochwertigen Referenzen zu unserer Fragestellung zu finden. Diese werden sehr häufig in wissenschaftlichen Zeitschriften veröffentlicht. Zwischen den beiden Datenbanken MEDLINE und Embase gibt es Überschneidungen (Lam, Longhi, Turnbull, Lam & Besa, 2018). In Embase lassen sich jedoch Suchergebnisse ausblenden, die auch in MEDLINE gefunden werden. Auf diese Weise können nur in Embase vorkommende Suchergebnisse gezielt herausgefiltert und Duplikate (und damit ein erhöhter Aufwand bei der Sichtung der Treffer) vermieden werden.

Weitere potentiell geeignete Referenzen sind möglicherweise vorhandene Cochrane Reviews, also systematische Übersichtsarbeiten, die nach einer standardisierten, hochwertigen Methodik erstellt wurden. Da jedoch alle Cochrane Reviews in MEDLINE indexiert sind, verzichten wir bei unserer Recherche auf die Durchsuchung der Cochrane Library. Auch die Web of Science Core Collection schließen wir aufgrund unseres Rechercheprinzips aus, da sie nicht nur den Gesundheitsbereich, sondern auch diverse andere wissenschaftliche Bereiche abdeckt.

Auswahl spezifischerer Datenbanken

Als relevantes Kriterium für die Auswahl der spezielleren Datenbanken eignet sich in unserer Fragestellung die Überlegung, welche Berufsgruppen am häufigsten im onkologischen Akutsetting anzutreffen sind und damit als Teilnehmende an interdisziplinären Fallkonferenzen in Frage kommen. Dies sind Ärztinnen und Ärzte, Pflegende sowie Therapeutinnen und Therapeuten. Da der ärztliche Bereich bereits durch MEDLINE und Embase ausreichend abgedeckt ist, schließen wir für die Recherche für unsere Fragestellung zusätzlich CINAHL mit ein, da diese Datenbank primär die Gesundheits‐, Pflege‐ und Therapiewissenschaften adressiert. Die weiteren speziellen Datenbanken (PsycInfo, PEDro, OTseeker) schließen wir im Angesicht unseres gewählten Rechercheprinzips aus.

Finale Datenbankauswahl

Nachdem wir nun drei zu durchsuchende Datenbanken festgelegt haben, verbleibt die Frage, mit welcher Suchoberfläche (bzw. Suchmaschine) diese durchsucht werden sollen. Für unsere Fragestellung gehen wir davon aus, dass die betreffende Einrichtung Direktzugang zu Embase über den Betreiber Elsevier sowie über Zugang zu CINAHL verfügt. Für den Zugang zu MEDLINE wählen wir die frei zugängliche Suchmaschine PubMed aus. Unsere finale Festlegung der zu durchsuchenden Datenbanken lautet somit:

MEDLINE via PubMed
Embase via Elsevier
CINAHL

Referenz	Erläuterung
Datenbank Informationssystem der Uni Regensburg (DBIS): Link.	Ermöglicht eine Überprüfung der Zugänglichkeit von Datenbanken für die jeweilige Einrichtung. Das DBIS stellt gleichzeitig eine Zugangsmöglichkeit zu den jeweiligen Datenbanken dar. Es besteht keinen Anspruch auf Vollständigkeit, da die jeweiligen Einrichtungen sich freiwillig eintragen.
Braun, V. (2018). Suche in biomedizinischen Literaturdatenbanken. Verfügbar unter Link.	Tabellarische Auflistung wichtiger Datenbanken aus dem Gesundheitsbereich im Hinblick auf Inhalte und Funktionen, die einen schnellen Überblick ermöglicht.
Gusenbauer, M. & Haddaway, N. R. (2020). Which Academic Search Systems are Suitable for Systematic Reviews or Meta-Analyses? Evaluating Retrieval Qualities of Google Scholar, PubMed and 26 other Resources. Research Synthesis Methods, 11, 181–217. https://doi.org/10.1002/jrsm.1378	Analyse zur Indexierung von Datenbanken.
Hartling, L., Featherstone, R., Nuspl, M., Shave, K., Dryden, D. M. & Vandermeer, B. (2016). The contribution of databases to the results of systematic reviews: a cross-sectional study. BMC Medical Research Methodology, 16, 127. https://doi.org/10.1186/s12874-016-0232-1	Analyse zur Indexierung von Datenbanken.
Hirt, J., Brinkmann, S., Cadima, R., Dichter, M. N., Golla, A., Kaap-Fröhlich, S. et al. (2020). Datenbankindexierung von gesundheitswissenschaftlichen Fachzeitschriften aus dem deutschsprachigen Raum: eine Zeitschriftenanalyse. Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen, 150-152, 20–28. https://doi.org/10.1016/j.zefq.2020.04.003	Übersicht der Indexierung von gesundheitswissenschaftlichen Fachzeitschriften aus dem deutschsprachigen Raum.

04 Identifikation von Stichwörtern

Basiswissen

Fortgeschrittenes Wissen

Beispiel

Weitere Informationen und Hilfen

In diesem Schritt erfolgt die Suche nach Synonymen für Suchbegriffe der einzelnen Suchkomponenten, sogenannte Stichwörtern.

Stichwörter:
Zentrale Begriffe innerhalb von Referenzen (bspw. im Titel, Abstract oder Volltext), d. h. sie stammen von den Autorinnen/Autoren der jeweiligen Referenz. Sie werden für die Freitextsuche verwendet. Das bedeutet, dass die ausgewählten Suchfelder (wie bspw. Titel, Abstract, Volltext) der in einer Datenbank enthaltenen Referenzen dahingehend durchsucht werden, ob sie die Stichwörter oder deren Kombinationen enthalten/nicht enthalten bzw. von den Autorinnen und Autoren der jeweiligen Referenz verwendet/nicht verwendet wurden.

Die in diesem Schritt identifizierten Stichwörter können für alle ausgewählten Datenbanken gleichermaßen verwendet werden.

Auswahl der Suchsprache

Sprachlich sollte sich die Suche nach den Stichwörtern an der Suchsprache der zu durchsuchenden Datenbanken orientieren, d. h. die Sprache, in der die Suchbegriffe in die Suchmaske der Datenbanken eingegeben werden können. Wenn ausschließlich Datenbanken mit englischer Suchsprache durchsucht werden sollen, ist es bspw. nicht notwendig, deutschsprachige Stichwörter zu identifizieren. Im Allgemeinen ist Englisch als die wichtigste Suchsprache in Datenbanken anzusehen. Sollten mehrere Suchsprachen in einer Datenbank möglich sein, bietet es sich im Rahmen eines sensitiven Rechercheprinzips an, mit allen Sprachen zu suchen, die von der recherchierenden Person beherrscht werden. Damit deckt die Recherche auch potentiell relevante Treffer ab, die ausschließlich in der jeweiligen Sprache verfasst und indexiert wurden.

Methoden der Identifikation

Es gibt verschiedene und kombinierbare Möglichkeiten, um geeignete Stichwörter zu finden:

Brainstorming von Fach- und Alltagsbegriffen mittels eigener Expertise bzw. eigenem Erfahrungswissen (Wachtel & Dexter, 2013) oder zusammen mit Kolleginnen und Kollegen,
Hinzuziehen von Expertinnen und Experten,Brainstorming von Fach- und Alltagsbegriffen mittels eigener Expertise bzw. eigenem Erfahrungswissen (Wachtel & Dexter, 2013) oder zusammen mit Kolleginnen und Kollegen,
Hinzuziehen von Expertinnen und Experten,
Belesen im jeweiligen Thema im Rahmen einer orientierenden Recherche,
Nutzung von Thesauren in deutscher und englischer Sprache (Dictionary.com, 2020; Naber, 2017) sowie englischsprachigen Wörterbüchern oder Synonym-Wörterbüchern,
Beachtung von Begriffsmöglichkeiten wie Singular/Plural, Abkürzungen, alternative Schreibweisen wie britisches und amerikanisches Englisch, lateinische Begriffe und Bindestrich- sowie Apostrophschreibweisen (Grindlay & Karantana, 2018).

Das Ziel ist es, möglichst alle vorstellbaren und relevanten Stichwörter herauszufinden. Es bietet sich an, für die einzelnen Suchkomponenten thematische Oberbegriffe zu finden und unter diesen in Tabellenform alle identifizierten Synonyme aufzulisten.

Was ist bei der Auswahl der Methoden zur Identifikation zu beachten?

Die Auswahl der Methoden zur Identifikation von Stichwörtern orientiert sich primär am Thema der Literaturrecherche. Je nach Situation können die Möglichkeiten unterschiedlich gut geeignet bzw. sinnvoll sein. Bei speziellen Fachbegriffen ist es manchmal nicht möglich, Stichwörter mittels Thesaurus zu identifizieren.

Zum Thema herausfordernde Verhaltensweisen von Personen mit Demenz existieren bspw. sehr viele Synonyme, die von Wissenschaft und Praxis verwendet werden. Mittels Thesaurus ist es nicht möglich, Synonyme eines Fachbegriffs wie Begriffs „Problem behavior“, bspw. „Disruptive behavior“ oder „Challenging behavior“ zu finden. Um diese Synonyme zu identifizieren, erscheint die Identifikation von passenden Stichwörtern über themenbezogene Referenzen geeigneter.

Bei einem relativ unerschlossenen Thema kann es hingegen sein, dass noch keine Forschungsarbeiten existieren, die zur Identifikation herangezogen werden können.

Fortgeschrittende Methoden der Identifikation

Die folgenden fortgeschrittenen Methoden können genutzt werden, um weitere Stichwörter zu identifizieren:

Analyse von Schlagwörtern und zentralen Begriffen bekannter themenbezogener Literatur (besonders bieten sich hier systematische Übersichtsarbeiten an, da in diesen bereits Suchstrategien mit themenbezogenen Begriffen und Synonymen entwickelt wurden); zudem gibt es Tools wie PubReminer (Koster, 2014), MeSH on Demand (U.S. National Library of Medicine, o. J.) oder Yale MeSH Analyzer (Yale University, 2020), die zur Schlagwortsuche und -analyse eingesetzt werden können; eine weitere Methode zur Analyse von Schlagwörtern und zentralen Begriffen bekannter themenbezogener Literatur wird von Kunzweiler, Rehner, Möhler und Voigt-Radloff (2016) beschrieben,
Suche nach Schlagwörtern, die häufig mit anderen Schlagwörtern in einer Referenz vorkommen mit Tools wie COREMINE medical (PubGene, 2018),
Bedienen des MeSH-Browsers (dem Schlagwortkatalog der U.S. National Library of Medicine (2018), welcher u. a. den Datenbanken MEDLINE oder Cochrane Library zugrunde liegt), da dort nebst Schlagwörtern deren Synonyme (Entry Terms) hinterlegt sind, welche wiederum als Stichwörter eingesetzt werden können,
Nutzung von semantischen Textanalyseverfahren wie Text Mining zur Bestimmung zentraler Begriffe (Glanville & Wood, 2018; Stansfield, O’Mara-Eves & Thomas, 2017).

Für unsere Beispielfragestellung

Wie wirken sich interdisziplinäre Fallkonferenzen in Akutkrankenhäusern auf die Zufriedenheit von onkologischen Patientinnen und Patienten aus?

wurden MEDLINE via Pubmed, Embase via Elsevier und CINAHL als zu durchsuchende Datenbanken ausgewählt. In allen drei Datenbanken ist Englisch die Suchsprache. Daher ist es ausreichend, wenn wir uns im Folgenden auf die Identifikation englischsprachiger Stichwörter konzentrieren. Das Ziel ist es, möglichst alle denkbaren und geeigneten Stichwörter zu den Suchkomponenten Fallkonferenz (Intervention), Akutkrankenhaus (Setting), Zufriedenheit (Outcome) sowie onkologische Patientinnen und Patienten (Population) herauszufinden. Im Folgenden werden alle für unsere Fragestellung identifizierten Stichwörter für die jeweilige Suchkomponente dargestellt und anschließend wird erläutert, auf welche Weise sie identifiziert wurden. Grundsätzlich empfiehlt es sich in diesem Schritt, alle Variationen der jeweiligen Stichwörter aufzuführen.

Suchkomponente Fallkonferenzen (Intervention)

Gefundene Stichwörter: conference, conferences, meeting, meetings, discussion, discussions, consultation, consultations

Eine gute Grundlage für die Identifikationen von Stichwörtern ist zunächst die englische Übersetzung der Suchkomponente, die in diesem Fall „case conference“ lautet. Die Suche nach Synonymen im englischsprachigen Thesaurus, in Deutsch‐Englisch Wörterbüchern und im Schlagwortkatalog des MeSH Browsers brachte keine Ergebnisse, da der Begriff sehr speziell ist. Gerade in solchen Fällen bieten sich häufig bereits bekannte Forschungsarbeiten als Quelle für weitere Synonyme an. Für unsere Fragestellung liegt bereits eine systematische Übersichtsarbeit vor (Pillay et al., 2016). Aus den in dieser Arbeit verwendeten Suchbegriffen konnten Bezeichnungen wie „multidisciplinary discussion“ und „multidisciplinary team meeting“ identifiziert werden.

In Anbetracht der vielfältig kombinierbaren Möglichkeiten der Benennung für die Intervention Fallkonferenz (bspw. multidisciplinary discussion, interdisciplinary discussion, team discussion, group discussion) erschien es uns jedoch sinnvoll, die zu den Begriffen zugehörigen Attribute zu streichen. Wir verwenden daher „conference“, „meeting“ und „discussion“ in Reinform, da sie Treffen zwischen mehreren Personen beschreiben und damit alle Referenzen in der Suche eingeschlossen werden, die diese Begriffe enthalten, unabhängig davon, welche Attribute noch davor‐ oder dahinterstehen.

Entsprechend dieser Überlegungen konnte über den Thesaurus noch „consultation“ als weiteres Synonym identifiziert werden. Auf den ebenfalls potentiell geeigneten Begriff „review“ verzichten wir im Sinne unseres Rechercheprinzips, da dies vermutlich zu vielen nicht relevanten Treffern führen würde (bspw. auch Referenzen die den Begriff „systematic review“ enthalten, ohne dass sie inhaltlich die Intervention Fallkonferenz tangieren).

Für alle identifizierten Synonyme der Suchkomponente Fallkonferenz haben wir sowohl die Singular‐ als auch Pluralform festgelegt, weitere Begriffsvariationen erschienen uns nicht relevant.

Suchkomponente Akutkrankenhaus (Setting)

Gefundene Stichwörter: acute care, hospital, hospitals, hospitalization, hospitalized,clinic, clinics, clinical, clinically, medical center, medical cen ters, infirmary, infirmaries, inpatient, inpatients, ward,wards, station, stations, stationary

Für die Suchkomponente Akutkrankenhaus eigneten sich zur Identifikation aller oben aufgeführter Synonyme neben einem Brainstorming sowohl der englischsprachige Thesaurus als auch Deutsch‐Englisch Wörterbücher. Festzuhalten ist, dass bei einigen Begriffen nicht nur die Singular‐ und Pluralform, sondern auch die Adjektivform als potentiell relevante Wortvariationen existieren (bspw. station, stations, stationary).

Suchkomponente Zufriedenheit (Outcome)

Gefundene Stichwörter: patient satisfaction, patients satisfaction, satisfaction of patients, satisfaction of the patients

Bei der Suchkomponente Zufriedenheit haben wir uns im Sinne unseres Rechercheprinzips dazu entschieden, uns begrifflich auf „Patientenzufriedenheit“ zu beschränken, da „Zufriedenheit“ eher allgemein ist und möglicherweise auch viele nicht relevante Referenzen miteinschließen würde, etwa solche mit Mitarbeiterzufriedenheit als Thema.

Der Begriff „Patientenzufriedenheit“ ist sehr speziell und brachte neben der englischen Übersetzung „patient satisfaction“ keine Synonyme im Thesaurus, in Wörterbüchern oder im Schlagwortverzeichnis MeSH Browser. Weiterhin sind uns keine Referenzen bekannt, in denen andere Bezeichnungen verwendet wurden. Daher konnten wir für diese Suchkomponente neben der Singular‐ und Pluralversion lediglich zwei weitere denkbare Schreibweisen aufführen.

Suchkomponente Onkologische Patientinnen und Patienten (Population)

Stichwörter: cancer, cancers, cancerous, tumor, tumors, tumour, tumours, tumorous, oncology, oncologic, oncological, neoplasm, neoplasms, neoplasia, neoplastic, malignancy, malignant

Bei den für die Suchkomponente onkologische Patientinnen und Patienten gefundenen Suchbegriffen und Synonymen fällt auf, dass diese weniger die direkte Zielgruppe Patientinnen und Patienten mit Krebs, sondern eher den Fachbereich der onkologischen Erkrankungen und Versorgung beschreiben. Ähnlich wie bei der Suchkomponente Fallkonferenzen erschienen Formulierungen wie „cancer patients“ zu eingrenzend, da Variationen wie „patients with cancer“ oder „patients that have cancer“ nicht berücksichtigt werden würden und es unserer Ansicht nach zu viele mögliche Variationen gibt, um diese zu kennen und jede für sich aufzuführen. Indem wir uns auf das Attribut „cancer“ und dessen Synonyme beschränken, werden alle denkbaren Variationen automatisch mit abgedeckt.

Geeignete Synonyme konnten neben eigener Expertise für diese Suchkomponente vor allem mithilfe des Schlagwortverzeichnisses MeSH Browser identifiziert werden. In diesem finden sich der MeSH Term „Neoplasms“ als übergeordnetes Schlagwort für Krebserkrankungen und verschiedene Synonyme (Entry Terms) wie „Malignancy“, „Neoplasia“ oder „Tumors“, von denen alle relevant erscheinenden Variationen (Singular/Plural, Adjektive) festgelegt wurden. Besteht Unsicherheit, ob die Variation eines Begriffs überhaupt verwendet wird (bspw. neoplastic), bietet es sich bspw. an, den Begriff in eine freie Internetsuchmaschine einzugeben und dessen Benutzung in den gefundenen Ergebnissen zu überprüfen.

Zur Übersicht bietet sich eine Darstellung aller identifizierten Stichwörter in Tabellenform entsprechend den Suchkomponenten an.

	Fallkonferenzen (Intervention)	Akutkrankenhaus (Setting)	Zufriedenheit (Outcome)	Onkologische Patientinnen und Patienten (Population)
Stichwörter	conference conferences meeting meetings discussion discussions consultation consultations	acute care hospital hospitals hospitalisation hospitalized clinic clinics clinical clinically medical center medical centers infirmary infirmaries inpatient inpatients ward wards station stations stationary	patient satisfaction patients satisfaction satisfaction of patients satisfaction of the patients	cancer cancers cancerous tumor tumors tumorous tumour tumours oncology oncologic oncological neoplasm neoplasms neoplasia neoplastic malignancy malignant

Die in diesem Schritt identifizierten Stichwörter sollten in jeder der zu durchsuchenden Datenbanken MEDLINE via PubMed, Embase via Elsevier und CINAHL gleichermaßen verwendet werden.

Referenz	Erläuterung
Thesaurus (Englisch): Link.	Ermöglicht Eingabe von Begriffen zur Suche nach Synonymen.
Thesaurus (Deutsch): Link.	Ermöglicht Eingabe von Begriffen zur Suche nach Synonymen.
Woxikon (Englisch, Deutsch, sieben weitere Sprachen): Link.	Ermöglicht Eingabe von Begriffen zur Suche nach Synonymen.
Glanville, J. & Wood, H. (2018). Text Mining Opportunities: White Paper (Canadian Agency for Drugs and Technologies in Health, Hrsg.). Verfügbar unter Link.	Eine Übersicht zu Text Mining Anwendungen.
PubMed PubReMiner: Link.	Textmining-Anwendung für Einzelreferenzen bzw. Suchstrings für PubMed. Ermöglicht u. a. Textmining im Hinblick auf Worthäufigkeiten.
White, H. D. (2009). Scientific Communication and Literature Retrieval. In H. Cooper, L. V. Hedges & J. C. Valentine (Eds.), The Handbook of Research Synthesis and Meta-Analysis (2nd ed., pp. 51-72). New York: Russell Sage Foundation.	Zur Unterscheidung zwischen Stich- und Schlagwörtern bzw. dem englischsprachigen Begriff Keywords und Controlled Vocabulary.
searchRxiv: Link	Archiv mit bestehenden Suchstrategien.

05 Identifikation von Schlagwörtern

Basiswissen

Fortgeschrittenes Wissen

Beispiel

Weitere Informationen und Hilfen

Basierend auf den vorher identifizierten Stichwörtern wird in diesem Schritt nach geeigneten Schlagwörtern gesucht.

Schlagwörter:
Begriffe, die den in einer Datenbank aufgeführten Referenzen anhand von bspw. thematischen und/oder methodischen Gesichtspunkten (bspw. Krankheitsbild, Studiendesign, Dokumenttyp) von den Betreibern der Datenbanken in der Regel auf Volltextbasis zugeordnet wurden. Diese Zuordnung erfolgt meist anhand von inhaltlichen (bspw. Fachgebiet, Zielgruppe, Intervention) oder methodischen (bspw. Studiendesign, Methode der Datenerhebung/-auswertung) Überlegungen.

Die Schlagwortsuche ermöglicht damit einerseits eine sehr gezielte Suche mit einem höheren Anteil an relevanten und einem geringeren Anteil an nicht relevanten Treffern. Andererseits dient sie der Qualitätssicherung der Suchstrategie, da mit ihrer Hilfe alle seitens der jeweiligen Datenbank indexierten Treffer zu einem Thema (bzw. alle Treffer, denen das jeweilige Schlagwort zugeordnet wurde) gefunden werden können.

Im Gegensatz zu den im vorherigen Schritt identifizierten Stichwörtern sind Schlagwörter bis auf wenige Ausnahmen datenbankspezifisch, d. h. sie müssen für jede Datenbank neu identifiziert werden.

Wo lässt sich nach Schlagwörtern suchen?

Die Ableitung geeigneter Schlagwörter erfolgt aus den identifizierten Stichwörtern mithilfe der Schlagwortkataloge, dem sogenannten „controlled vocabulary“. Als Schlagwortkataloge werden die Verzeichnisse aller in der jeweiligen Datenbank verwendeten Schlagwörter bezeichnet. In der Regel enthalten Schlagwortkataloge eine Eingabemaske, wo die Stichwörter eingegeben und auf das Vorhandensein geeigneter Schlagwörter geprüft werden können. Häufig werden mehrere Schlagwortvorschläge für einn eingegebenes Stichwort angezeigt. Nicht jede Datenbank verfügt über ein eigenes Schlagwortverzeichnis und ermöglicht damit die Schlagwortsuche.

Es ist notwendig, jeden der identifizierten Stichwörter einzeln in den Katalog der jeweiligen Datenbank einzugeben und damit auf das Vorhandensein eines identischen und/oder sinngemäßen Schlagwortes zu überprüfen. Die Identifikation von Stichwörtern und daraus abgeleiteten Schlagwörtern ist daher ein zeitintensives Vorgehen, was jedoch mit größtmöglicher Akribie durchgeführt werden sollte. Wie die identifizierten Stichwörter werden auch Schlagwörter den einzelnen Suchkomponenten zugeordnet.

Auswahl geeigneter Schlagwörter

Bei der Identifikation von relevanten Schlagwörtern sollte stets deren Bedeutung geprüft werden (Bartels, 2013). Die Datenbanken halten dazu Kurzbeschreibungen (sogenannte „Scope Notes“) der Schlagwörter bereit, mit deren Hilfe sich prüfen lässt, ob das jeweilige Schlagwort von der Bedeutung her zum eingegebenen Stichwort passt.

Beachtenswert ist zudem, dass die Schlagwortverzeichnisse vieler Datenbanken baumartig mit Ober- und Unterbegriffen aufgebaut sind. Oberbegriffe bilden ein Thema allgemein bzw. breit ab, während Unterbegriffe auf spezifische Aspekte des Themas eingehen. Das Prinzip bei der Verschlagwortung seitens der Betreiber von Datenbanken ist, einer Referenz möglichst gezielt passende Unterbegriffe zuzuordnen. Wenn keine passenden Unterbegriffe existieren oder die Referenz einen allgemeinen Charakter hat, erfolgt eine Verschlagwortung mit Oberbegriffen. Dieses Prinzip sollte bei der Identifikation und Festlegung der Schlagwörter berücksichtigt werden, um die Suche mithilfe von über- oder untergeordneten Schlagwörtern zu erweitern oder einzugrenzen. Beachtenswert dabei ist die Frage, ob nur das jeweilige Schlagwort oder auch dessen untergeordnete Schlagwörter mit in der Suche berücksichtigt werden sollen. Die betreffenden Datenbanken ermöglichen diese Auswahl in der Regel über bestimmte Einstellungen oder Befehle.

Zur Übersichtlichkeit bietet sich an, die identifizierten Schlagwörter nach Datenbank und Suchkomponente geordnet in Tabellenform darzustellen.

Wichtig: Verwendung in der Regel datenbankabhängig!

Ein bekannter Schlagwortkatalog stammt von der U.S. National Library of Medicine (2018), die sogenannten Medical Subject Headings (MeSH). Ursprünglich lag er der Datenbank MEDLINE zugrunde, mittlerweile wird er bspw. aber auch von der Cochrane Library verwendet. Weitere Schlagwortkataloge sind die Emtrees von Embase oder die Subject Headings von CINAHL, die auf den MeSH-Terms basieren, jedoch nach Fokus der Datenbanken thematisch ausdifferenziert sind.

Dies bedeutet, dass die gleichen Stichwörter in unterschiedlichen Datenbanken eine andere Bedeutung haben können und daher evtl. anders in den jeweiligen Katalogen verschlagwortet wurden. Zudem können identische Schlagwörter in Abhängigkeit der Datenbank weitere, aber auch weniger oder andere Unterbegriffe zusammenfassen oder anderen Oberbegriffen zugeordnet sein (Holly, Salmond & Saimbert, 2012). Daher sollten in einer Datenbank identifizierte Schlagwörter nicht einfach in anderen Datenbanken verwendet werden. Vielmehr ist jede Datenbank erneut auf geeignete Schlagwörter zu überprüfen.

Beispiel für alternative Möglichkeiten der Schlagwortidentifikation

Im Fall der MeSH-Terms können Schlagwörter direkt über den PubMed-Zugang oder den MeSH-Browser (U.S. National Library of Medicine, 2018) recherchiert werden. Ähnliche oder häufig in Kombination verwendete Schlagwörter können über Tools wie PubReMiner (Koster, 2014) oder COREMINE medical (PubGene, 2018) identifiziert werden. Ein weitere Möglichkeit ist die Eingabe eines Abstracts oder eines Manuskripts bei MeSH on Demand, einem Service der U.S. National Library of Medicine (o. J.), dem Betreiber von PubMed. Durch die Eingabe eines Abstracts oder eines Manuskripts werden relevante MeSH-Begriffe analysiert sowie ähnliche Artikel vorgeschlagen, welche in MEDLINE via PubMed indexiert sind.

Unterschiede zwischen Stich- und Schlagwörtern

Die folgende Abbildung stellt eine Gesamtübersicht über die beiden Arten von Suchbegriffen bzw. die Unterscheidung von Stich- und Schlagwörtern dar.

Warum mit Stich- und Schlagwörtern recherchieren?

Wird nur mit Stichwörtern gesucht, besteht die Gefahr, möglicherweise nicht alle relevanten Begriffe bzw. Begriffsvariationen unter den jeweiligen Suchkomponenten identifiziert zu haben. Im Ergebnis würden Referenzen übersehen werden, die diese nicht identifizierten Begriffe/Begriffsvariationen enthalten. Die Gefahr des Übersehens relevanter Stichwörter besteht vor allem bei Themen bzw. Suchkomponenten mit sehr vielfältigen, uneinheitlich benutzten oder unklar definierten Begrifflichkeiten.

Sucht man hingegen nur mit Schlagwörtern, besteht die Gefahr, die neuesten Referenzen zu übersehen, da die Verschlagwortung von Referenzen häufig deutlich (z. B. mehrere Monate) später als ihre Indexierung in der Datenbank stattfindet und Referenzen ohne Verschlagwortung nicht mit Schlagwörtern gefunden werden können. Weiterhin kann es geschehen, dass die Verschlagwortung unsauber bzw. fehlerhaft erfolgt, d. h. unpassende Schlagwörter zugeordnet werden. Zudem ist die Anzahl der zugeordneten Schlagwörter in der Regel sehr begrenzt. Eine Suchstrategie, die ausschließlich aus Schlagwörtern besteht, birgt daher ein hohes Risiko, dass aktuelle und relevante Treffer übersehen werden (Relevo, 2012).

Für eine methodisch hochwertige bwz. sensitive Recherche ist daher dringend zu empfehlen, sowohl mit Stich- als auch mit Schlagwörtern zu suchen. Beide ergänzen sich bzw. dienen der gegenseitigen Absicherung und ihre Kombination verringert die Gefahr, relevante Referenzen zu übersehen. Die Suchstrategie sollte daher neben den relevanten Schlagwörtern möglichst viele Variationen der Stichwörter enthalten (Bartels, 2013). Des Weiteren sollte alle verwendeten Schlagwörtern begrifflich auch von den Stichwörtern abgedeckt werden, um eine Recherche auch in anderen Suchfeldern (bspw. Title und/oder Abstract) zu ermöglichen.

Da Schlagwörter i. d. R. datenbankspezifisch sind, haben wir für unsere Beispielfragestellung

Wie wirken sich interdisziplinäre Fallkonferenzen in Akutkrankenhäusern auf die Zufriedenheit von onkologischen Patientinnen und Patienten aus?

die im vorherigen Schritt identifizierten Stichwörter einzeln jeweils in die Eingabemasken der Schlagwortverzeichnisse von MEDLINE, Embase und CINAHL eingegeben und geeignete Schlagwörter aus den ausgegebenen Vorschlägen herausgesucht. Alle drei Datenbanken verfügen über eigene, umfangreiche und baumartig aufgebaute Schlagwortverzeichnisse.

Vorgehensweise zur Identifikation von Schlagwörtern bei MEDLINE

Das Schlagwortverzeichnis von MEDLINE wird MeSH Tree (MeSH=Medical Subject Heading) genannt, während die Schlagwörter selbst als MeSH Terms bezeichnet werden. MeSH Terms gelten unabhängig davon, mit welcher Suchmaschine MEDLINE durchsucht wird. Sie lassen sich entweder mit der separaten Internetseite MeSH Browser (U.S. National Library of Medicine, 2018) oder mit den in der jeweiligen Suchmaschine (in unserem Fall PubMed) bereitgestellten Suchfunktion finden.

Im Folgenden soll die Suche nach geeigneten Schlagwörtern im MeSH-Browser (Link) exemplarisch dargestellt werden. Wenn wir bspw. das Stichwort „meeting“ in die Suchmaske des MeSH Browsers eingeben, können wir mit den Schaltflächen „Exact Match“, „All Fragments“ und „Any Fragments“ die Breite der Suche bestimmen, d. h. ob ein Schlagwort (MeSH) Term gefunden werden soll, das exakt dem eingegebenen Stichwort entspricht, das das gesamte Stichwort enthält oder das Teile des Stichworts (im Falle aus mehreren Worten bestehender Stichwörtern) enthält. „Exact Match“ findet (mit Beibehalt der standardmäßig gesetzten Einstellung „All Terms“) bei „meeting“ kein Schlagwort, was bedeutet, dass es kein Schlagwort gibt, welches exakt diesem Stichwort entspricht. Eine breitere Suche mit „All Fragments“ hingegen führt zu einigen Ergebnissen, von denen „Group Processes“ als potentiell geeignetes Schlagwort erscheint.

Ein Klick auf „Group Processes“ öffnet detailliertere Informationen zu diesem Schlagwort. Die unter „Scope Note“ beschriebene Begriffsbedeutung „The procedures through which a group approaches, attacks, and solves a common problem.” sowie die Alternativbegriffe (“Entry Term(s)”) “Group Meetings”, “Group Process” und “Group Thinking” lassen und diesen MeSH Term als geeignetes Schlagwort für unsere Recherche erscheinen.

Ein abschließender Blick auf „MeSH Tree Structures“, der Baumstruktur des Schlagwortkatalogs der MeSH Terms, offenbart, dass es kein besser geeignetes über- oder untergeordnetes Schlagwort gibt.

Daher schließen wir „Group Processes“ als Schlagwort in unsere Recherche ein.

Identifizierte Schlagwörter für MEDLINE

Die folgenden Schlagwörter konnten auf diese Weise für die jeweiligen Suchkomponenten zur Recherche in MEDLINE via PubMed identifiziert werden:

Fallkonferenzen (Intervention): Group Processes

Akutkrankenhaus (Setting): Hospitals, Hospital Units, Hospitalization, Inpatients

Zufriedenheit (Outcome): Patient Satisfaction

Onkologische Patientinnen und Patienten (Population): Neoplasms, Medical Oncology

Für die Suchkomponente Fallkonferenz konnte das Schlagwort „Group Processes“ identifiziert werden. Ebenfalls potentiell relevant erschien „Clinical Care Conference“. In den Scope Notes wurde jedoch dieses Schlagwort als klinische Konferenz von Ärztinnen und Ärzten definiert, daher haben wir es als ungeeignet im Hinblick auf Interdisziplinarität der intendierten Fallkonferenzen ausgeschlossen. Für die Komponente Akutkrankenhaus wurden jegliche Schlagwörter aufgenommen, die auf dieses Setting hinweisen. Unter Zufriedenheit konnte nur „Patient Satisfaction“ identifiziert werden. Andere Schlagwörter wie „Patient Acceptance of Health Care“ oder „Treatment Refusal“ erscheinen zu wenig präzise und wurden im Angesicht des Rechercheprinzips ausgeschlossen. Das Schlagwort „Neoplasms“ in der Suchkomponente onkologische Patientinnen und Patienten ist eher übergeordnet und umfasst jegliche onkologischen Erkrankungen.

Vorgehensweise zur Identifikation von Schlagwörtern bei Embase

Das Schlagwortverzeichnis von Embase wird Emtree genannt und umfasst nicht nur die in MEDLINE verwendeten MeSH‐Terms, sondern auch eigene Schlagwörter und ist somit insgesamt umfangreicher. Neben den Schlagwörtern in Emtree existieren zudem noch sogenannte „candidate terms“. Dabei handelt es sich um Schlagwörter, die bei der Indexierung als relevant angesehen werden, jedoch nicht in bestehende Konzepte von Emtree hineinpassen. Sie sind daher nicht Teil der baumartig aufgebauten Struktur von Emtree, sondern als zusätzliche Schlagwörter anzusehen. Zu beachten ist, dass für „candidate terms“ keine Erklärungen der Begriffsbedeutungen (Scope Notes) existieren.

Emtree lässt sich auf der Startseite von Embase rechts oberhalb der blauen Leiste mit Klick auf den gleichnamigen Begriff durchsuchen. In die Suchmaske geben wir nun unsere Stichwörter ein und klicken anschließend auf „Find Term“. Für unser Stichwort „meeting“ erhalten wir bspw. als Schlagwortvorschlag „consensus meeting“ bzw. als bevorzugte, aber synonym verwendbare Schreibweise „consensus development“.

Ein Klick auf „consensus development“ eröffnet uns einen Blick auf die Baumstruktur und die vorhandenen Synonyme. Anhand dieser Struktur wird deutlich, dass das Schlagwort „consensus development“ als Unterbegriff im Zusammenhang mit Praxisleitlinien (bzw. deren Entwicklung) verwendet wird und daher inhaltlich nicht zu unserer Beispielfragestellung passt.

Wir schließen „consensus development“ daher für unsere Recherche aus und suchen mit den anderen Stichwortern weiter.

Identifizierte Schlagwörter für Embase

Folgende Schlagwörter konnten auf diese Weise für die jeweiligen Suchkomponenten identifiziert werden:

Fallkonferenzen (Intervention): Discussion Group, Conference, Consultation

Akutkrankenhaus (Setting): Hospital,
Hospitalization, Hospital Patient, Medical Center, Medical Centers

Zufriedenheit (Outcome): Patient Satisfaction

Onkologische Patientinnen und Patienten (Population): Neoplasm, Oncology, Malignancy

Die für die Suchkomponenten Fallkonferenz und onkologische Patientinnen und Patienten identifizierten Schlagwörter entsprechen in hohem Maß den im vorherigen Schritt gefundenen Stichwörtern. Bei der Komponente Akutkrankenhaus wurde für „clinic“ und „infirmy“ das Schlagwort „hospital“ und für „inpatient“ das Schlagwort „hospital patient“ vorgeschlagen. Interessanterweise existiert für „medical center“ zudem die Mehrzahl („medicalcenters“), ohne dass eine unterschiedliche Bedeutung für uns erkennbar war (beides sind „candidate terms“), daher haben wir beide Schlagwörter aufgenommen. Für die Komponente Patientenzufriedenheit konnte ebenfalls nur „patient satisfaction“ identifiziert werden.

Vorgehensweise zur Identifikation von Schlagwörtern bei CINAHL

Die Schlagwörter bzw. das Schlagwortverzeichnis von CINAHL werden CINAHL Headings bezeichnet. Obwohl sie unserer Erfahrung nach in einigen Fällen mit den MeSH Terms von MEDLINE identisch sind, kann es Abweichungen geben, so dass die Stichwörter separat für CINAHL geprüft werden sollten.

Im Folgenden soll die Suche nach geeigneten Schlagwörtern in den CINAHL Headings exemplarisch dargestellt werden. Dazu muss auf der Startseite das Feld „CINAHL-Subject Headings“ oberhalb der drei Suchmasken ausgewählt werden. Nun können wir bspw. das Stichwort „meeting“ in die Suchmaske eingeben (die Einstellung „Nach Relevancy Ranked“ belassen wir) und mit einem Klick auf „Browse“ die Schlagwortsuche starten.

Oben in der Ergebnisliste wird deutlich, dass synonym für das Stichwort „meeting“ das exakte Schlagwort „Meetings“ im Schlagwortkatalog von CINAHL existiert. Ein Klick auf die Sprechblase rechts daneben (unter „Scope“) offenbart die Begriffserklärung „Assemblies of personnel for specific purposes.“ Und damit eine potentielle Eignung als Schlagwort für unsere Fragestellung.

Ein Klick auf das Schlagwort „Meetings“ offenbart die Baumstruktur und zeigt, dass es keine geeigneteren über- und untergeordneten Schlagwörter gibt, aber das auf gleicher Ebene angeordnete, potentiell relevante Schlagwort „Discussion“, dessen Begriffserklärung „Verbal interchange concerning a particular topic or question“ passend erscheint.

Wir schließen also sowohl „Meetings“ als auch „Discussion“ als Schlagwörter in unsere Recherche ein.

Identifizierte Schlagwörter für CINAHL

Die folgenden Schlagwörter konnten auf diese Weise für die jeweiligen Suchkomponenten identifiziert werden:

Fallkonferenzen (Intervention): Patient Care Conferences, Meetings, Discussion

Akutkrankenhaus (Setting): Acute Care, Hospitals, Hospital Units, Hospitalization, Inpa‐tients

Zufriedenheit (Outcome): Patient Satisfaction

Onkologische Patientinnen und Patienten (Population): Neoplasms, Oncology, Oncologic Care

Für die Suchkomponente Fallkonferenzen konnte neben zwei allgemeinen Schlagwörtern das spezifische Schlagwort „Patient Care Conferences“ identifiziert werden. Auffällig sind die Ähnlichkeiten der für die übrigen drei Suchkomponenten gefundenen Schlagwörter mit denen von MEDLINE, die aus dem hohen Überschneidungsgrad der MeSH Terms und CINAHL Headings resultieren.

Auch für die Schlagwörter bietet sich aus Übersichtsgründen die Darstellung in Tabellenform entsprechend den Suchkomponenten an, zusammen mit den identifizierten Stichwörtern. Die gemeinsame Darstellung von Schlag- und Stichwörtern ist sinnvoll, weil beide im nächsten Schritt miteinander kombiniert werden.

	Fallkonferenzen (Intervention)	Akutkrankenhaus (Setting)	Zufriedenheit (Outcome)	Onkologische Patientinnen und Patienten (Population)
Stichwörter	conference conferences meeting meetings discussion discussions consultation consultations	acute care hospital hospitals hospitalisation hospitalized clinic clinics clinical clinically medical center medical centers infirmary infirmaries inpatient inpatients ward wards station stations stationary	patient satisfaction patients satisfaction satisfaction of patients satisfaction of the patients	cancer cancers cancerous tumor tumors tumorous tumour tumours oncology oncologic oncological neoplasm neoplasms neoplasia neoplastic malignancy malignant
Schlagwörter MEDLINE	Group Processes	Hospitals Hospital Units Hospitalization Inpatients	Patient Satisfaction	Neoplasms Medical Oncology
Schlagwörter Embase	Discussion Group Conference Consultation	Hospital Hospitalization Hospital Patient Medical Center Medical Centers	Patient Satisfaction	Neoplasm Oncology Malignancy
Schlagwörter CINAHL	Patient Care Conferences Meetings Discussion	Acute Care Hospitals Hospital Units Hospitalization Inpatients	Patient Satisfaction	Neoplasm Oncology Oncologic Care

Referenz	Erläuterung
PubMed PubReMiner: Link.	Textmining- Anwendung für Einzelreferenzen bzw. Suchstrings in PubMed. Ermöglicht u. a. Textmining im Hinblick auf die Häufigkeit bestimmter Schlagwörter.
Yale MeSH Analyzer: Link.	Ermöglicht die Durchsuchung von bis zu 20 Referenzen aus PubMed im Hinblick auf zugeordnete Schlagwörter.
Coremine Medical: Link.	Ermöglicht die Eingabe medizinischer Fachbegriffe sowie MeSHs und zeigt nach erfolgter Suche unter anderem die Verbindungen mit anderen Begriffen an. Die Anwendung eignet sich zur Identifikation von Schlagwörtern bzw. weiteren Schlagwörtern.
MeSH Browser: Link.	Ermöglicht die Identifikation von MeSH-Begriffen.
searchRxiv: Link	Archiv mit bestehenden Suchstrategien.

06 Entwicklung des Suchstrings

Basiswissen

Fortgeschrittenes Wissen

Beispiel

Weitere Informationen und Hilfen

Mit der Entwicklung des Suchstrings werden die einzelnen Suchkomponenten der Fragestellung bzw. die darunter identifizierten Stich- und Schlagwörter mithilfe von Booleschen Operatoren zusammengeführt.

Boolesche Operatoren:
Spezielle Befehle bzw. Eingaben, die dazu dienen, einzelne Suchbegriffe sowie ganze Suchkomponenten in einem Suchstring miteinander zu verknüpfen (Bartels, 2013).

Suchstring:
Fertige Verknüpfung aller Suchbegriffe (d. h. Stich- und Schlagwörter) bzw. Suchkomponenten mit den Booleschen Operatoren innerhalb der Suche in einer Datenbank. Die spezielle Schreibweise der Suchstrings wird auch als Syntax bezeichnet.

In der hier beschriebenen Vorgehensweise stellen Suchstrings die Kombination der Recherche mit Stich- und Schlagwörtern dar.

Die wichtigsten Booleschen Operatoren

Die bekanntesten Booleschen Operatoren sind AND, OR und NOT, die in der Regel in Großbuchstaben in die Suchmaske eingegeben werden müssen, um von den Datenbanken als Operatoren erkannt zu werden:

AND: zu suchende Treffer müssen beide Suchbegriffe der Suchkomponenten A und B enthalten, die Gesamtzahl der zu findenden Treffer ist daher niedriger. In den meisten Datenbanken ist AND der Standardoperator. Das bedeutet, wenn mehrere Suchbegriffe hintereinander eingegeben werden (ohne dass explizit andere Operatoren dazwischen eingegeben wurden), werden die Begriffe automatisch beim Suchlauf so behandelt, als wenn sie mit dem AND-Operator verknüpft wären.

OR: zu suchende Treffer müssen einen der beiden Suchbegriffe der Suchkomponenten A und B enthalten, die Gesamtzahl der zu findenden Treffer ist daher höher.

NOT: zu suchende Treffer enthalten den jeweiligen Suchbegriff der Suchkomponenten A und B nicht, die Gesamtzahl der zu findenden Treffer ist daher niedriger.

Auswirkungen der Operatoren auf den Suchstring

Aufgrund von unterschiedlichen datenbankspezifischen Schlagwörtern und Suchmöglichkeiten muss für jede Datenbank ein eigener Suchstring entwickelt werden. Die Zielsetzung bleibt dabei jedoch stets gleich: Es sollen Referenzen gefunden werden, die mindestens ein Stich- oder Schlagwort aus jeder der vorher festgelegten Suchkomponenten enthalten (dies wird durch den Operator AND zwischen den Suchkomponenten sichergestellt). Welcher Suchbegriff das genau unter der jeweiligen Suchkomponente ist, spielt hingegen keine Rolle (dies wird durch den Operator OR zwischen den Suchbegriffen innerhalb der Suchkomponenten sichergestellt). Diese Zielsetzung legt den grundlegenden Aufbau eines Suchstrings fest: Die Suchkomponenten werden mit dem Operator AND verknüpft, während die Begriffe innerhalb der einzelnen Suchkomponenten mit OR verknüpft werden. Zudem müssen die Suchbegriffe einer Suchkomponente in Klammern gesetzt werden, um die jeweiligen Suchkomponenten in der Suche voneinander abzugrenzen.

Probelauf empfehlenswert

Wenn die Absicht besteht, mehrere Datenbanken zu durchsuchen, sollte mit dem ersten entwickelten Suchstring ein Probesuchlauf durchgeführt werden. Dies dient dazu, eventuelle fundamentale Fehler bei der Suchstrategie zu identifizieren, die bspw. zu einer zu großen (ggf. zu sensitive Recherche) oder auffallend geringen Trefferzahl (ggf. zu spezifische Recherche) führen, bevor der Aufwand der Anpassung des Suchstrings für weitere Datenbanken betrieben wurde.

Wichtige Suchtechniken

Neben den bekannten Operatoren existieren datenbankspezifisch weitere Suchtechniken zur gezielten Anpassung des Suchstrings zur Verfügung.

Suchtechniken:
Spezielle Eingaben, die direkt im Suchstring vorgenommen werden, um die Suche zu erweitern oder einzuschränken.

Dazu zählen Wortabstandsoperatoren (sogenannte Proximity -Operatoren).

Wortabstandsoperatoren:
Werden zwischen zwei Suchbegriffe geschrieben und legen fest, wie viele Wörter im Suchfeld einer Referenz (bspw. Titel, Abstract) zwischen zwei Suchbegriffen stehen dürfen, damit die Referenz noch gefunden wird. In manchen Datenbanken lässt sich damit zudem festlegen, in welcher Reihenfolge die Begriffe zueinanderstehen müssen.

Im Gegensatz zum AND-Operator zwischen zwei Suchbegriffen, bei dem diese in beliebigem Abstand und in beliebiger Reihenfolge im Suchfeld zueinanderstehen können, sind Wortabstandsoperatoren eingrenzender und führen zu geringeren Trefferzahlen.

Ergänzend zu den Operatoren können zudem Wildcards verwendet werden.

Wildcards:
Platzhalter für einzelne oder mehrere Buchstaben bzw. Zeichen vor, innerhalb oder nach Suchbegriffen. Sie dienen dazu, mögliche bekannte und unbekannte Variationen bzw. Schreibweisen eines Suchbegriffs abzudecken.

Zu den häufigsten Wildcards gehört die *Trunkierung. Sie ersetzt in vielen Datenbanken eines oder mehrere Zeichen, die Eingabe health* würde daher bspw. zu Treffern führen, die die Begriffe health oder healthy enthalten).

Eine weitere, häufig verfügbare Suchtechnik stellt die exakte Wortsuche dar.

Exakte Wortsuche:
Suche nach einem Suchbegriff in der exakten Schreibweise bzw. einer aus mehreren Wörtern bestehende Phrase in der exakten Reihenfolge.

Die exakte Wortsuche erfolgt in der Regel durch das Setzen von Anführungszeichen.

Es ist weiterhin zu überlegen, ob die Suche bereits in diesem Schritt mittels Suchfelder eingegrenzt werden soll. Bei Suchfeldern handelt es sich um Bereiche bzw. Abschnitte der in den jeweiligen Datenbanken indexierten Referenzen (bspw. Titel, Abstract, Volltext, Schlagwörter), die auf das Vorhandensein der jeweils eingegebenen Suchbegriffe durchsucht werden. Innerhalb von Suchstrings erfolgt die Eingrenzung mittels Suchfelder über sogenannte Suchbefehle.

Suchbefehle:
Eingaben, die direkt im Suchstring in einer bestimmten Schreibweise (Syntax) vorgenommen werden können und als programmierte Befehle zu verstehen sind. Mit ihrer Hilfe lässt sich für einzelne Begriffe festlegen, in welchen Suchfeldern nach diesen gesucht werden soll.

Der Einsatz von Suchbefehlen und die Bedienung der Syntax sind für die Literaturrecherche durch fortgeschrittene Nutzende zu empfehlen. Werden Stich- und Schlagwörter in einem Suchstring kombiniert, muss für die Schlagwörter in der Regel der entsprechende Suchbefehl eingegeben werden, damit diese als Schlagwörter erkannt werden. Bei den Stichwörtern ist die Verwendung von Suchbefehlen in diesem Fall hingegen optional.

Im Vorfeld gilt es zu prüfen, welche zusätzlichen Optionen zur Modifikation des Suchstrings in der jeweiligen Datenbank anwendbar sind. Grundsätzlich sollten die Suchtechniken in Abhängigkeit vom gewählten Rechercheprinzip verwendet werden.

Übersicht über Vorgehensweise

Die folgende, an Blümle, Lagrèze und Motschall (2018) angelehnte Abbildung[1] fasst abschließend zu diesem Rechercheschritt zusammen, wie die anhand der zugrundeliegenden Fragestellung festgelegten Suchkomponenten zu einem Suchstring kombiniert werden.

[1] Die blau unterlegten Aspekte sollten berücksichtigt werden, sofern die ausgewählten Datenbanken diese Möglichkeiten bieten (bspw. ein Schlagwortverzeichnis haben), die grau unterlegten Aspekte können optional nach Bedarf und in Abhängigkeit der datenbankspezifischen Möglichkeiten gewählt werden.

Für jede Suchkomponente werden die Stich- und Schlagwörter identifiziert. Innerhalb einer Suchkomponente werden diese mit dem Booleschen Operator OR kombiniert sowie nach Bedarf und in Abhängigkeit der datenbankspezifischen Möglichkeiten mit Suchtechniken wie Wildcards, Anführungszeichen, Wortabstandsoperatoren sowie Suchbefehlen versehen. Die einzelnen Suchkomponenten werden mit dem Booleschen Operator AND zu einem Suchstring verknüpft. Nach Bedarf und in Abhängigkeit der datenbankspezifischen Möglichkeiten können datenbankinterne oder externe (wissenschaftliche validierte) Suchfilter ausgewählt werden.

Zum besseren Verständnis stellen wir die Entwicklung des Suchstrings für unsere Beispielfragestellung

Wie wirken sich interdisziplinäre Fallkonferenzen in Akutkrankenhäusern auf die Zufriedenheit von onkologischen Patientinnen und Patienten aus?

schrittweise dar. Das Ziel ist es, dass aus allen vier Suchkomponenten (Fallkonferenz, Akutkrankenhaus, Zufriedenheit onkologische Patientinnen und Patienten) jeweils mindestens ein Suchbegriff in einer Referenz vorkommt, damit diese als Suchergebnis angezeigt wird. Welcher konkrete Begriff das aus der jeweiligen Komponente ist, spielt keine Rolle. Wie dies mithilfe eines Suchstrings erreicht und wie ein Suchstring Schritt für Schritt aufgebaut werden kann, wird im Folgenden vorgestellt.

Verknüpfung der Suchkomponenten und Stichwörtern, exakte Wortsuche

Zunächst werden alle festgelegten Suchkomponenten und Stichwörter mit Booleschen Operatoren miteinander verknüpft, um eine Art Rohversion des Suchstrings zu erhalten, die datenbankspezifisch angepasst werden muss (Aromataris & Riitano, 2014). Dabei ist darauf zu achten, die einzelnen Suchkomponenten mit Klammern voneinander abzugrenzen und mit AND zu verknüpfen, während die Suchbegriffe innerhalb der Komponenten mit OR verknüpft werden. Zudem haben wir bereits Stichwörter, die aus mehreren Worten bestehen, in Anführungszeichen geschrieben, um später im exakten Wortlaut und in der exakten Wortreihenfolge nach ihnen suchen zu können.

(conference OR conferences OR meeting OR meetings OR discussion OR discussions OR consultation OR consultations)

AND

(“acute care” OR hospital OR hospitals OR hospitalisation OR hospitalized OR clinic OR clinics OR clinical OR “medical center” OR “medical centers” OR infirmary OR infirmaries OR inpatient OR inpatients OR ward OR wards OR station OR stations OR stationary)

AND

(“patient satisfaction” OR “patients satisfaction” OR “satisfaction of patients” OR “satisfaction of the patients”)

AND

(cancer OR cancers OR cancerous OR tumor OR tumors OR tumorous OR tumour OR tumours OR oncology OR oncologic OR oncological OR neoplasm OR neoplasms OR neoplasia OR neoplastic OR malignancy OR malignancies OR malignant)

Setzen von Wildcards

Die weitere Vorgehensweise richtet sich nach den Gegebenheiten der jeweiligen Datenbanken und soll daher am Beispiel von MEDLINE via PubMed ausführlicher dargestellt werden. Es bietet sich an, zunächst zu überlegen, ob und bei welchen Stichwörtern die Anwendung von Wildcards sinnvoll ist.

Für MEDLINE via PubMed existiert als Wildcard die *Trunkierung, die nur am Wortende eingesetzt werden kann und sowohl null als auch eines oder mehrere Zeichen ersetzt. Die Schreibweise cancer* bedeutet bspw., dass die Begriffe cancer, cancers, cancerous und jegliche weiteren Begriffe mit cancer als Wortstamm in die Suche einbezogen werden. Wildcards eignen sich einerseits dazu, den Suchstring zu verkürzen und übersichtlicher zu gestalten und andererseits, möglichst alle denkbaren Variationen eines Stichworts (einschließlich der den Recherchierenden unbekannten Begriffe) mit in die Suche einzubeziehen. Daher führen sie zu einer höheren Anzahl an Suchtreffern.

In diesem Zusammenhang ist daher zu reflektieren, an welcher Stelle im Stichwort Wildcards gesetzt werden. Die Schreibweise can* wäre für unsere Beispielfragestellung eher ungeeignet, da sie zu mehr Variationen als cancer* führen würde und auch für unsere Fragestellung irrelevante Begriffe wie candiasis mit in die Suche einbezieht. Zudem muss der Wortstamm mindestens vier Zeichen umfangen, um ihn in MEDLINE via PubMed trunkieren zu können.

Für unsere Vorgehensweise bei MEDLINE via PubMed wurde die *Trunkierung für diejenigen Suchbegriffe genutzt, bei denen mehr Variationen als eine Singular‐ und Pluralform identifiziert haben (bspw. cancer). Die Überlegung dahinter ist, dass wir in diesen Fällen eventuell nicht alle Variationen kennen. Daher wird die Trunkierung verwendet, um mögliche weitere, uns unbekannte Variationen automatisch mit in die Suche einzubeziehen. Für die Suchbegriffe, bei denen wir nur die Singular‐ bzw. Pluralform als relevante Variationen identifizieren konnten, verzichten wir hingegen auf den Einsatz der Trunkierung, um die Anzahl gefundener Treffer zu reduzieren, da es hier unwahrscheinlicher erscheint, relevante Variationen übersehen zu haben.

In der im Folgenden dargestellten vorläufigen Version unseres MEDLINE‐Suchstrings haben wir die Trunkierungen entsprechend dieser Überlegungen eingesetzt und diejenigen Variationen der Suchbegriffe gestrichen, die damit ohnehin abgedeckt werden:

(conference OR conferences OR meeting OR meetings OR discussion OR discussions OR consultation OR consultations)

AND

(„acute care“ OR hospital* OR clinic* OR “medical center “OR “medical centers“ OR infirmary OR infirmaries OR inpatient OR inpatients OR ward OR wards OR station*)

AND

(“patient satisfaction” OR “patients satisfaction” OR “satisfaction of patients” OR “satisfaction of the patients“)

AND

(cancer* OR tumor* OR tumour OR tumours OR oncolog* OR neoplas* OR malignan*)

Verwendung von Suchbefehlen

Weiterhin ist zu überlegen, ob die Suche zusätzlich mithilfe von Suchbefehlen eingegrenzt werden soll. Suchbefehle werden direkt in den Suchstring geschrieben, wobei den unterschiedlichen Suchbegriffen unterschiedliche Suchbefehle zugeordnet werden können. Dabei muss die Schreibweise (Syntax) der Suchbefehle berücksichtigt werden, die sich je nach Datenbank unterscheidet.

Bei unserer Beispielfragestellung wollen wir nach den Suchbegriffen sowohl im Titel als auch im Abstract suchen lassen. Wenn diese in der jeweiligen Datenbank vorhanden sind, wollen wir weiterhin in den Author Keywords suchen lassen, also in den Schlüsselbegriffen, die die jeweiligen Autoren oder Zeitschriften ihrer Referenz zugeordnet haben. Mithilfe des Suchbefehls [TIAB] lassen sich in MEDLINE via PubMed sowohl Titel und Abstract als auch die Author Keywords durchsuchen. Wir fügen diesen Suchbefehl daher in unseren bisherigen Suchstring ein:

(conference [TIAB] OR conferences [TIAB] OR meeting [TIAB] OR meetings [TIAB] OR discussion [TIAB] OR discussions [TIAB] OR consultation [TIAB] OR consultations [TIAB])

AND

(„acute care“[TIAB] OR hospital* [TIAB] OR clinic* [TIAB] OR “medical center“ [TIAB] OR “medical centers“ [TIAB] OR infirmary [TIAB] OR infirmaries [TIAB] OR inpatient [TIAB] OR inpatients [TIAB] OR ward [TIAB] OR wards [TIAB] OR station* [TIAB])

AND

(“patient satisfaction” [TIAB] OR “patients satisfaction” [TIAB] OR “satisfaction of patients” [TIAB] OR “satisfaction of the patients” [TIAB])

AND

(cancer* [TIAB] OR tumor* [TIAB] OR tumour [TIAB] OR tumours [TIAB] OR oncolog* [TIAB] OR neoplas* [TIAB] OR malignan* [TIAB])

Hinzufügen von Schlagwörtern

Um den Suchstring zu vervollständigen, müssen noch die Schlagwörter hinzugefügt werden. In unserem Beispiel sind das diejenigen, die für MEDLINE identifiziert wurden. Dabei ist zu beachten, dass Schlagwörter immer mit den entsprechenden Suchbefehlen versehen werden müssen, wenn sie zusammen mit Stichwörtern in einem Suchstring verwendet werden. Dies stellt sicher, dass das jeweilige Wort als Schlagwort erkannt und dementsprechend in der Suche behandelt wird.

Ein Schreiben in Anführungszeichen ist bei Schlagwörtern in MEDLINE via PubMed nicht nötig, auch wenn sie aus mehreren Worten bestehen. In diesem Zusammenhang sollte zudem entschieden werden, ob auch Schlagwörter miteinbezogen werden sollen, die dem verwendeten Schlagwort untergeordnet sind. Dafür stehen in der Regel unterschiedliche Suchbefehle zur Verfügung. Einer der in MEDLINE via PubMed für Schlagwörter verwendbaren Suchbefehle lautet [MH], wobei die untergeordneten Schlagwörter automatisch mit einbezogen werden. Werden alle für diese Datenbank identifizierten Schlagwörter mit diesem Suchbefehl hinzugefügt, so ergibt sich der folgende Suchstring für MEDLINE via PubMed:

(conference [TIAB] OR conferences [TIAB] OR meeting [TIAB] OR meetings [TIAB] OR discussion [TIAB] OR discussions [TIAB] OR consultation [TIAB] OR consultations [TIAB] OR Group Processes [MH])

AND

(„acute care“ [TIAB] OR hospital* [TIAB] OR clinic* [TIAB] OR “medical center“ [TIAB] OR “medical centers“ [TIAB] OR infirmary [TIAB] OR infirmaries [TIAB] OR inpatient [TIAB] OR inpatients [TIAB] OR ward [TIAB] OR wards [TIAB] OR station* [TIAB] OR Hospitals [MH] OR Hospital Units [MH] OR Hospitalization [MH] OR Inpatients [MH])

AND

(“patient satisfaction” [TIAB] OR “patients satisfaction” [TIAB] OR “satisfaction of patients” [TIAB] OR “satisfaction of the patients” [TIAB] OR Patient Satisfaction [MH])

AND

(cancer* [TIAB] OR tumor* [TIAB] OR tumour [TIAB] OR tumours[TIAB] OR oncolog* [TIAB] OR neoplas* [TIAB] OR malignan* [TIAB] OR Neoplasms [MH] OR Medical Oncology [MH])

Testung des ersten Suchstrings empfehlenswert

Es empfiehlt sich, zunächst den Suchstring für eine Datenbank fertigzustellen und anschließend einen Probesuchlauf durchzuführen. Ergeben sich nur sehr wenige Treffer, ist der Suchstring entweder fehlerhaft oder zu spezifisch. Ergeben sich sehr viele Treffer, kann der Suchstring ebenfalls fehlerhaft sein oder zu sensitiv. Funktioniert der Suchstring gar nicht bzw. zeigt die Suche eine Fehlermeldung an, ist der String mit hoher Wahrscheinlichkeit fehlerhaft.

Daher sollte der Suchstring in allen drei Fällen zunächst auf Fehler in der Schreibweise (Syntax)überprüft werden. Finden sich keine Fehler, die sich auf die Trefferzahl auswirken, sollte der String in Abhängigkeit davon, ob es zu viele oder zu wenige Treffer sind, im Hinblick auf ein sensitives oder spezifisches Rechercheprinzip überarbeitet werden. Diese Überarbeitung kann sowohl die festgelegten Suchkomponenten als auch die identifizierten Suchbegriffe betreffen.

Ein Probelauf unseres Suchstrings für MEDLINE via PubMed ergibt im November 2021 ca. 1100 Treffer, was wir im Rahmen unseres Forschungsziels bzw. Rechercheprinzips angemessene Trefferzahl erachten.

Funktioniert der Suchstring für die erste Datenbank, kann dieser für die anderen Datenbanken angepasst werden, wobei die datenbankspezifischen Funktionsweisen und Besonderheiten zu beachten sind. Die Anpassung kann einerseits manuell vorgenommen werden, andererseits stehen halbautomatische Hilfsmittel wie die Ersetzen‐Funktion von Microsoft Word oder vollautomatische Hilfen wie Word Makros zur Verfügung (Bramer et al., 2018).

Im Folgenden werden die fertig angepassten Suchstrings für die beiden anderen Datenbanken dargestellt, die wir für unsere Recherche ausgewählt haben. Anschließend werden die Besonderheiten der jeweiligen Datenbank erklärt, die wir bei der Entwicklung des entsprechenden Suchstrings berücksichtigt haben.

Suchstring für Embase via Elsevier

Der finale Suchstring für Embase via Elsevier sieht folgendermaßen aus:

(conference$:ti,ab,kw OR meeting$:ti,ab,kw OR discussion$:ti,ab,kw OR consultation$:ti,ab,kw OR ‘discussiongroup‘/exp OR ‘conference’/exp OR ‘consultation‘/exp)

AND

(‘acute care’:ti,ab,kw OR hospital*:ti,ab,kw OR clinic*:ti,ab,kw OR ‘medical center$’:ti,ab,kw OR infirmary:ti,ab,kw OR infirmaries:ti,ab,kw OR inpatient$:ti,ab,kw OR ward$:ti,ab,kw OR station*:ti,ab,kw OR ‘hospital‘/exp OR ‘hospitalization‘/exp OR ‘hospital patient‘/exp OR ‘medical center‘/exp OR ‘medical centers‘/exp)

AND

((patient$ NEAR/3 satisfaction):ti,ab,kw OR ‘patient satisfaction‘/exp)

AND

(cancer*:ti,ab,kw OR tumor*:ti,ab,kw OR tumour$:ti,ab,kw OR oncolog*:ti,ab,kw OR neoplas*:ti,ab,kw OR malignan*:ti,ab,kw OR ‘neoplasm‘/exp OR ‘oncology‘/exp OR ‘malignancy‘/exp)

Im Unterschied zu MEDLINE via Pubmed muss bei Embase via Elsevier der Suchbefehl :ti,ab,kw verwendet werden, um sowohl Titel und Abstract als auch die Author Keywords zu durchsuchen. Die Verwendung von Anführungszeichen in der deutschsprachigen Form unten beginnend (bspw. „…“) führt zu Fehlermeldungen und sollte daher vermieden werden. Daher verwenden wir bei aus mehr als einem Wort bestehenden Suchbegriffen die funktionierende Apostrophenschreibweise(‚…‘), die einer exakten Wortsuche entspricht.

Hinsichtlich der Wildcards ersetzt die *Trunkierung in gleicher Weise wie in MEDLINE via PubMed null, eines oder mehrere Zeichen. Wir haben sie daher bei den gleichen Suchbegriffen im Suchstring eingesetzt. Zudem kann in Embase via Elsevier noch $ als Wildcard verwendet werden, die entweder null oder ein Zeichen ersetzt. Zur Verkürzung des Suchstrings haben wir $ bei den Suchbegriffen verwendet, für die wir eine Singular‐ und Pluralform identifiziert haben, welche sich um ein Zeichen unterscheidet.

Beachtenswert ist zudem der Wortabstandsoperator NEAR, den wir in der Suchkomponente Zufriedenheit benutzt haben. Mithilfe von Wortabstandsoperatoren kann für jeweils zwei Suchbegriffe festgelegt werden, in welchem Anstand diese in einer Referenz zueinanderstehen müssen (bzw. wie viele Wörter maximal dazwischenstehen dürfen), damit die betreffende Referenz gefunden wird. Wir haben NEAR/3 für den Suchbegriff patient satisfaction verwendet, was bedeutetet, dass die Wörter patient und satisfaction im maximalen Abstand von drei Wörtern zueinander in der Suche berücksichtigt werden, unabhängig der Reihenfolge, in der die beiden Wörter zueinanderstehen. Auf diese Weise werden sowohl die von uns identifizierten Variationen wie satisfaction of patients mit einbezogen als auch mögliche Kombinationen innerhalb von drei Wörtern, die uns unbekannt sind. Zu berücksichtigen ist dabei, dass die Suchbegriffe, zwischen denen der Operator steht, bei Embase via Elsevier in Klammern geschrieben werden müssen, sollte noch ein Suchbefehl (in diesem Fall :ti,ab,kw) verwendet werden. Nicht in allen Datenbanken können Wortabstandsoperatoren benutzt werden. Bei dem Suchstring für MEDLINE via PubMed mussten wir deshalb die von uns identifizierten Wortvariationen einzeln im Suchstring aufführen.

Hinsichtlich der Schlagwörter existieren auch bei Embase via Elsevier verschiedene Suchbefehle, die mithilfe des Schrägstich-Zeichens / hinter die jeweiligen Schlagwörter gesetzt werden. Wir haben uns für den Befehl /exp entschieden, da dieser auch untergeordnete Schlagwörter mit einbezieht. Zu beachten ist, dass Schlagwörter in Embase automatisch in Apostrophen gesetzt werden. Dies wurde bereits im Suchstring mitberücksichtigt.

Suchstring für CINAHL

Der finale Suchstring für CINAHL sieht folgendermaßen aus:

(TI conference# OR AB conference# OR TI meeting# OR AB meeting# OR TI discussion# OR AB discussion# OR TI consultation# OR AB consultation# OR MH Patient Care Conferences+ OR MH Meetings+ OR MH Discussion+)

AND

(TI “acute care“ OR AB “acute care“ OR TI hospital* OR AB hospital* OR TI clinic* OR AB clinic* OR TI “medical center#“ OR AB “medical center#“ OR TI infirmary OR AB infirmary OR TI infirmaries OR AB infirmaries OR TI inpatient# OR AB inpatient# OR TI ward# OR AB ward# OR TI station* OR AB station* OR MH Acute Care+ OR MH Hospitals+ OR MH Hospital Units+ OR MH Hospitalization+ OR MH Inpatients+)

AND

(TI patient# N3 satisfaction OR AB patient# N3 satisfaction OR MH Patient Satisfaction+)

AND

(TI cancer* OR AB cancer* OR TI tumor* OR AB tumor* OR TI tumour# OR AB tumour# OR TI oncolog* OR AB oncolog* OR TI neoplas* OR AB neoplas* OR TI malignan* OR AB malignan* OR MH Neoplasms+ OR MH Oncology+ OR MH Oncologic Care+)

Besonders auffällig an dem für CINAHL entwickelten Suchstring ist die doppelte Aufführung von jedem Suchbegriff. Dies ist der Tatsache geschuldet, dass in CINAHL keine gleichzeitige Suche in Titel und Abstract möglich ist und wir daher für jeden Suchbegriff das Titel‐ und Abstractfeld jeweils getrennt durchsuchen müssen. Weiterhin existieren in CINAHL keine Author Keywords, die wir in der Suche miteinbeziehen können.

Die *Trunkierung ersetzt wie schon in den beiden anderen Datenbanken null, eines oder mehrere Zeichen und wird daher für die gleichen Suchbegriffe eingesetzt. Für Suchbegriffe, für die nur eine Singular und Pluralform mit einem Zeichen Unterschied identifiziert wurde, haben wir die Wildcard # verwendet, die in CINAHL null oder ein Zeichen ersetzt.

Als Wortabstandsoperator für die Suchkomponente Zufriedenheit wurde N3 verwendet, der wie in Embase via Elsevier bedeutet, dass die Wörter patient und satisfaction unabhängig von ihrer Reihenfolge im maximalen Abstand von drei Wörtern zueinander in der Suche berücksichtigt werden. Eine Schreibweise dieses Operators in Klammern ist in CINAHL nicht notwendig.

Für die Schlagwortsuche steht in CINAHL unter anderem der Suchbefehl MH zur Verfügung, der, wie im Suchstring zu sehen ist, vor das jeweilige Schlagwort geschrieben werden muss. Zu beachten ist zudem das + Zeichen, das hinter die jeweiligen Schlagwörter geschrieben werden muss, wenn (wie in unserem Fall) gewünscht ist, untergeordnete Schlagwörter mit einzubeziehen.

Auflistung untereinander empfehlenswert

Zusammenfassend ist festzuhalten, dass die Entwicklung des Suchstrings spezifisch für jede Datenbank erfolgen muss und die jeweiligen Suchstrings aufgrund ihrer Länge unübersichtlich werden können. Für einen besseren Überblick empfiehlt es sich daher, die identifizierten Suchbegriffe entsprechend den Suchkomponenten untereinander aufzulisten. Auch die fertigen Suchstrings sollten in dieser Form dargestellt werden, wie die folgende Tabelle verdeutlicht. Diese Darstellungsform erleichtert die Kontrolle der Suchstrings im nachfolgenden Schritt.

Suchstring für MEDLINE via PubMed	Suchstring für Embase via Elsevier	Suchstring für CINAHL
(conference [TIAB] OR conferences [TIAB] OR meeting [TIAB] OR meetings [TIAB] OR discussion [TIAB] OR discussions [TIAB] OR consultation [TIAB] OR consultations [TIAB] OR Group Processes [MH]) AND (cancer* [TIAB] OR tumor* [TIAB] OR tumour [TIAB] OR tumours [TIAB] OR oncolog* [TIAB] OR neoplas* [TIAB] OR malignan[TIAB] OR Neoplasms [MH] OR Medical Oncology [MH]) AND (“patient satisfaction” [TIAB] OR “patients satisfaction” [TIAB] OR “satisfaction of patients” [TIAB] OR “satisfaction of the patients” [TIAB] OR Patient Satisfaction [MH]) AND („acute care“[TIAB] OR hospital [TIAB] OR clinic* [TIAB] OR “medical center“ [TIAB] OR “medical centers“[TIAB] OR infirmary [TIAB] OR infirmaries [TIAB] OR inpatient [TIAB] OR inpatients [TIAB] OR ward [TIAB] OR wards [TIAB] OR station* [TIAB] OR Hospitals [MH] OR Hospital Units [MH] OR Hospitalization [MH] OR Inpatients [MH])	(conference$:ti,ab,kw OR meeting$:ti,ab,kw OR discussion$:ti,ab,kw OR consultation$:ti,ab,kw OR “discussion group”/exp OR “conference”/exp „consultation“/exp) AND (cancer:ti,ab,kw OR tumor:ti,ab,kw OR tumour$:ti,ab,kw OR oncolog:ti,ab,kw OR neoplas:ti,ab,kw OR malignan:ti,ab,kw OR “neoplasm”/exp OR “oncology”/exp OR “malignancy”/exp) AND ((patient$ NEAR/3 satisfaction):ti,ab,kw OR “patient satisfaction”/exp) AND (“acute care“:ti,ab,kw OR hospital:ti,ab,kw OR clinic:ti,ab,kw OR “medical center$“:ti,ab,kw OR infirmary:ti,ab,kw OR infirmaries:ti,ab,kw OR inpatient$:ti,ab,kw OR ward$:ti,ab,kw OR station:ti,ab,kw OR “hospital”/exp OR “hospitalization”/exp OR “hospital patient”/exp OR “medical center”/exp OR “medical centers”/exp)	(TI conference# OR AB conference# OR TI meeting# OR AB meeting# OR TI discussion# OR AB discussion# OR TI consultation# OR AB consultation# OR MH Patient Care Conferences+ OR MH Meetings+ OR MH Discussion+) AND (TI cancer* OR AB cancer* OR TI tumor* OR AB tumor* OR TI tumour# OR AB tumour# OR TI oncolog* OR AB oncolog* OR TI neoplas* OR AB neoplas* OR TI malignan* OR AB malignan* OR MH Neoplasms+ OR MH Oncology+ OR MH Oncologic Care+) AND (TI patient# N3 satisfaction OR AB patient# N3 satisfaction OR MH Patient Satisfaction+) AND (TI “acute care“ OR AB “acute care“ OR TI hospital* OR AB hospital* OR TI clinic* OR AB clinic* OR TI “medical center#“ OR AB “medical center#“ OR TI infirmary OR AB infirmary OR TI infirmaries OR AB infirmaries OR TI inpatient# OR AB inpatient# OR TI ward# OR AB ward# OR TI station* OR AB station* OR MH Acute Care+ OR MH Hospitals+ OR MH Hospital Units+ OR MH Hospitalization+ OR MH Inpatients+)

Referenz	Erläuterung
Aromataris, E. & Riitano, D. (2014). Constructing a Search Strategy and Searching for Evidence. A guide to the literature search for a systematic review. American Journal of Nursing, 114(5), 49–56. https://doi.org/10.1097/01.NAJ.0000446779.99522.f6	Beschreibung der Vorgehensweise einer Literaturrecherche in Datenbanken mit Schwerpunkt auf der Zusammenführung einer Stich- und Schlagwortsuche in einem Suchstring.
Messer, M. (2016). Die richtige Suchstrategie. Das kleine Einmaleins der Literaturrecherche. Pflegezeitschrift, 69 (8), 478-479.	Aufbereitung zum Prinzip der Entwicklung eines Suchstrings.
McCutcheon, S. (2009). Keyword vs controlled vocabulary searching: the one with the most tools wins. The Indexer, 27(2), 62–65. https://doi.org/10.3828/indexer.2009.21	Erläuterung der Vor- und Nachteile der Stich- und Schlagwortsuche und der Notwendigkeit der Kombination beider Rechercheformen.
Blümle, A., Sow, D., Nothacker, M., Schaefer, C., Motschall, E., Boeker, M. et al. (2019). Manual systematische Recherche für Evidenzsynthesen und Leitlinien. Version 2.0 (Albert-Ludwigs-Universität Freiburg, Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften e.V., Ärztliches Zentrum für Qualität in der Medizin & Cochrane Deutschland Stiftung, Hrsg.). Freiburg. Verfügbar unter: Link.	Aufbereitung zum Prinzip der Entwicklung eines Suchstrings.

07 Überprüfung des Suchstrings

Basiswissen

Fortgeschrittenes Wissen

Beispiel

Weitere Informationen und Hilfen

Zwei Schwerpunkte der Überprüfung

Vor der Durchführung der Recherche ist es ratsam, die bis hier hin entwickelte Suchstrategie noch einmal gründlich zu begutachten. Die Überprüfung sollte sich dabei auf zwei Schwerpunkte fokussieren.

Inhaltlicher Aufbau: Dabei gilt es zu überprüfen, ob die Suchkomponenten, Suchbegriffe und Schlagwörter passend und ausreichend sind und/oder die zugrundeliegende Fragestellung ausreichend abbilden.

Schreibweise: Des Weiteren ist es wichtig zu überprüfen, dass bei der Entwicklung des Suchstrings keine Tippfehler gemacht wurden und ob die Suchbefehle korrekt eingegeben wurden. Daneben sollte die Verknüpfung der Suchbegriffe mit den Booleschen Operatoren sowie das Setzen von Klammern, Trunkierungen und Anführungszeichen auf Korrektheit überprüft werden. Es ist zu empfehlen, für die Überprüfung des Suchstrings die einzelnen Suchbegriffe und Operatoren in eine Zeile zu schreiben.

Offenheit für Anpassungen

Bei der Überprüfung des Suchstrings wird der iterative Charakter einer systematischen Literaturrecherche deutlich. Auch wenn die Recherche als systematischer Prozess strukturiert nach mehreren Schritten erfolgen kann, sollte stets die Möglichkeit für Anpassungen gegeben sein. Die Anpassungen können sowohl geringfügig als auch fundamentaler Natur sein, wenn bspw. ganze Suchkomponenten neu überdacht werden müssen. Mit dem Schritt der Überprüfung sind die Suchstrings fertiggestellt und können für die Datenbankrecherche verwendet werden.

Zwei Arten von Fehlern im Suchstring

Eine mögliche Unterscheidung von Fehlern, die sich im Rahmen der Überprüfung des Suchstrings zeigen können, besteht zwischen Konzeptionsfehlern und Syntaxfehlern.

Konzeptionsfehler:
Fehler, die den inhaltlichen Aufbau und/oder die inhaltlichen Bestandteile des Suchstrings betreffen. Sie können ursächlich aus den Vorgehensweisen in der Entwicklung des Suchstrings oder den vorangegangenen Schritten resultieren.

Zu Konzeptionsfehlern zählen bspw. unpassende Suchkomponenten, zu durchsuchende Datenbanken, Suchbegriffe und Suchtechniken, aber auch fehlende Stich- und Schlagwörter.

Syntaxfehler:
Sie entstehen meist im Zuge der Entwicklung des Suchstrings, etwa bei der datenbankspezifischen Anpassung verschiedener Suchstrings.

Zu den Syntaxfehlern zählen bspw. fehlerhafte oder vergessene Operatoren, Klammern, Wildcards oder Suchbefehle, Rechtschreibfehler bei den Suchbegriffen oder Suchbefehle, die nicht zur jeweiligen Datenbank passen. Teilweise können Fehlermeldungen der Datenbanken bei der Durchführung des Suchlaufs Hinweise auf Syntaxfehler geben.

Eine fehlende Fehlermeldung beim Suchlauf ist jedoch kein zuverlässiger Indikator für die Richtigkeit eines Suchstrings, da meist nicht klar ist, welche Syntaxfehler von der jeweiligen Datenbank erkannt werden, viele Datenbanken überhaupt keine Syntaxfehlermeldungen anzeigen und Konzeptionsfehler aufgrund ihrer Natur nicht erkannt werden können.

Auffinden von Syntaxfehlern

Trotz einer eventuellen Fehlermeldung beim Suchlauf kann es gerade bei längeren Suchstrings schwierig sein, die konkrete Stelle im String zu finden, an der der jeweilige Syntaxfehler auftritt. Es empfiehlt sich in solchen Fällen, zur Eingrenzung von Fehlerorten die einzelnen Komponenten in die Suchmaske der jeweiligen Ddatenbank zu kopieren und einen Suchlauf zu starten. Taucht die Fehlermeldung beim Suchlauf mit einer Komponente nicht auf, liegt der Fehler in einer anderen Komponente. Taucht die Fehlermeldung auf, kann die jeweilige Komponente auf den Fehler hin durchsucht werden. Bereitet die Fehleridentifikation auch in einer Komponente noch Schwierigkeiten, kann das Procedere mit einzelnen Teilen dieser Komponente wiederholt werden. Mit dieser Aufspaltung der Fehlersuche können Syntaxfehler systematisch identifiziert werden.

Systematische Überprüfung des Suchstrings mit PRESS

Zur systematischen Überprüfung des Suchstrings eignet sich das Peer Review of Electronic Search Strategies (PRESS), welches Überprüfungsfragen bereithält, die sowohl potentielle Konzeptions- als auch Syntaxfehler adressieren (McGowan et al., 2016a, 2016b). PRESS beinhaltet sowohl Kontrollfragen, die sich für alle Suchstrings gemeinsam beantworten lassen, als auch Fragen, die für jeden Suchstring einzeln geprüft werden müssen.

Ursprünglich wurde PRESS entwickelt, um die entwickelten Suchstrings durch eine andere erfahrene Person begutachten zu lassen, welche nicht an der Entwicklung des Suchstrings beteiligt war. Die Überprüfung von Suchstrings durch eine externe Person kann dazu führen, dass der Suchstring sensitiver wird und von seiner womöglich spezifischen Intention abweicht (Craven & Levay, 2011). Dies könnte bspw. daran liegen, dass die externe begutachtende Person in die begründete Hinzunahme oder das Weglassen von Stich- und Schlagwörtern nicht involviert war.

Dennoch kann sich PRESS prinzipiell auch zur Überprüfung des Suchstrings durch die Person eignen, die den Suchstring entwickelt hat. Diese Abweichung hat jedoch Konsequenzen für die Güte der Überprüfung, da nicht davon auszugehen ist, dass die entwickelnde Person die für eine fundamentale Überprüfung und Begutachtung notwendige Neutralität besitzt. Daher ist es in diesem Fall besonders wichtig, die Überprüfung des Suchstrings möglichst (selbst)reflektiert und gewissenhaft durchzuführen. Dabei ist es vollkommen legitim und im Sinne einer methodisch hochwertigen Vorgehensweise, bei Notwendigkeit den Suchstring auf Basis der Begutachtung anzupassen und in diesem finalen Schritt vor der Durchführung der Datenbankrecherche noch einmal zu korrigieren.

Wir schlagen PRESS als Hilfsmittel für die Überprüfung und Begutachtung von Suchstrings vor, da es auf die wesentlichen Fallstricke aufmerksam macht, die im Rahmen der Entwicklung von Suchstrings maßgeblich relevant sind. Im Optimalfall werden die Suchstrings zusätzlich durch eine externe Person begutachtet und mögliche Änderungsvorschläge gemeinsam diskutiert und begründet angenommen oder abgelehnt. Mithilfe von PRESS erfahren die folgenden Aspekte besondere Aufmerksamkeit:

Konzeption der Suchstrategie mit der Operationalisierung der Fragestellung,
Festlegung der Suchkomponenten,
Auswahl der Suchbegriffe sowie Suchbefehle,
Rechtschreibung der Suchbegriffe sowie
Einsatz von Trunkierungen, Booleschen Operatoren, Limitationen und Suchfiltern.

Systematische Überprüfung des Suchstrings mit PRESS (Fortsetzung)

Der Suchstring kann anhand der in den nachfolgenden Tabellen[1] abgebildeten Kontrollfragen überprüft werden.

Übersetzung der Forschungsfrage(n)
Passt die Suchstrategie zur Forschungsfrage?
Sind die Suchkomponenten klar definiert und voneinander abgegrenzt?
Gibt es zu wenige oder zu viele Suchkomponenten im Hinblick auf die Forschungsfrage bzw. das angestrebte Rechercheprinzip?
Sind die Suchkomponenten zu sensitiv oder spezifisch im Hinblick auf die Forschungsfrage bzw. das angestrebte Rechercheprinzip?
Gibt es zu wenige oder zu viele Suchtreffer im Hinblick auf die Forschungsfrage bzw. das angestrebte Rechercheprinzip?

Stichwörter
Sind alle Stichwörter relevant?Passt die Suchstrategie zur Forschungsfrage?
Fehlen relevante Stichwörter bzw. Synonyme?
Enthalten die Stichwörter alle relevanten Wortkombinationen?
Sind Platzhalter angemessen und richtig eingesetzt (bspw. angemessene und richtige Trunkierung, Konsistenz des Einsatzes, nicht zu früh oder zu spät platziert)?
Werden alle Alternativschreibweisen der Stichwörter (bspw. Singular/Plural, Bindestrich-Schreibweisen, Akronyme/Abkürzungen, britisches/amerikanisches Englisch) mittels konkreter Nennung oder durch Platzhalter abgedeckt?
Sind (einzelne) Stichwörter zu sensitiv oder spezifisch im Hinblick auf die Forschungsfrage bzw. das angestrebte Rechercheprinzip?
Wurden für jede Suchkomponente Stich- und Schlagwörter definiert?

Schlagwörter
Sind alle Schlagwörter relevant?
Fehlen relevante Schlagwörter?
Sind unter- oder übergeordnete Schlagwörter zu sensitiv oder spezifisch im Hinblick auf die Forschungsfrage bzw. das angestrebte Rechercheprinzip?
Wurden die Schlagwörter auf darunterliegende Schlagwörter angemessen und richtig ausgeweitet?
Wurden weitere Eingrenzungen (bspw. Subheadings) den Schlagwörtern angemessen und richtig zugeordnet?

Suchtechnik
Sind die Operatoren angemessen und richtig eingesetzt?
Sind die Klammern im Suchstring angemessen und richtig platziert?
Ist es wahrscheinlich, dass Operator NOT zum Ausschluss von potentiell relevanten Publikationen führt?
Wurden Wortabstandsoperatoren angemessen eingesetzt?
Sind die Suchbefehle angemessen und richtig eingesetzt?

Schreibweise und Syntax
Gibt es Rechtschreibfehler bei den Stich- und Schlagwörtern?
Gibt es Fehler bei der Syntax?
Wurden alle Suchkomponenten in den Suchstring integriert?

Suchfilter
Wurden die Suchfilter angemessen und richtig eingesetzt?
Sind die Suchfilter in der jeweiligen Datenbank anwendbar?
Fehlen Suchfilter?

Erkannte Fehler und das Ergebnis der Überprüfung des Suchstrings sowie Änderungen im Suchstring sollten dokumentiert werden. Die Autoren von PRESS stellen hierfür ein Begutachtungsprotokoll im Anhang ihrer Open Access Veröffentlichung zur Verfügung, wo die begutachtende Person ihre Empfehlungen für den Suchstring dokumentieren kann (McGowan et al., 2016b). Alternativ steht ein aktualisiertes Rechercheprotokoll von RefHunter zur freien Verfügung (Hirt & Nordhausen, 2022). Das Rechercheprotokoll enthält die übersetzten und modifizierten PRESS-Fragen ebenfalls. Im diesem editierbaren Rechercheprotokoll besteht die Möglichkeit, etwaige Änderungen für den Suchstring direkt anzupassen.

[1] Modifikation nach McGowan et al. (2016b). Augenscheinliche Übersetzung, welche nicht durch Dritte geprüft wurde.

Die im Rahmen des vorherigen Schrittes entwickelten finalen Suchstrings für unsere Beispielfragestellung

Wie wirken sich interdisziplinäre Fallkonferenzen in Akutkrankenhäusern auf die Zufriedenheit von onkologischen Patientinnen und Patienten aus?

wurden reflektiert bzw. begründet entwickelt. Das heißt nicht, dass sie zwangsweise fehlerfrei sind. Zur besseren Veranschaulichung der Überprüfung des Suchstrings und der damit verbundenen Fehlersuche soll jedoch die folgende abgewandelte Version des Suchstrings für MEDLINE via PubMed dienen, in die wir bewusst Fehler eingebaut haben:

(conference [TIAB] OR conferrences [TIAB] OR meeting [TIAB] OR meetings [TIAB] OR discussion [TIAB] OR discussions [TIAB] OR consultation [TIAB] OR consultations [TIAB] OR Group Processes [MH]AND(can* [TIAB] OR tum* OR tumour [TIAB] OR tumours [TIAB] OR oncolog* [TIAB] OR neoplas* [TIAB] OR malignan* [TIAB] OR OR Neoplasms [MH] OR Medical Oncology [MH])

AND

(“patient satisfaction” [TIAB] OR “patients satisfaction [TIAB] OR “satisfaction of patients” [TIAB] OR “satisfaction of the patients” [TIAB])

AND

(care [TIAB] OR hospital* [TIAB] OR “medical center“ [TIAB] OR “medical centers“ [TIAB] OR infirmary [TIAB] OR infirmaries OR inpatient OR inpatients OR ward [TIAB] OR wards [TIAB] OR Hospitals [MH] OR Hospital Units [MH] OR Hospitalization [MH] OR Inpatients [MH])

AND

(interdisciplinary [TIAB] OR [TIAB] interprofessional [TIAB] OR inter-professional [TIAB] OR multidisciplinary [TIAB] OR multi-disciplinary [TIAB] OR multiprofessional [TIAB] OR multi-professional [TIAB] OR Patient Care Team [MH])

Fügt man diesen Suchstring in MEDLINE via PubMed ein, werden bereits die folgenden Fehlermeldungen bezüglich Synthaxfehlern angezeigt.

In vielen Datenbanken wird bei Meldungen zu Syntaxfehlern überhaupt kein Suchergebnis angezeigt, bei MEDLINE via PubMed werden hingegen die potentiell fehlerhaften Bestandteile nicht berücksichtigt, jedoch gekennzeichnet, und es werden die mit dem restlichen Suchstring gefundenen Ergebnisse angezeigt. Nicht in jedem Fall muss eine solche Nichtberücksichtigung im Suchlauf von MEDLINE via PubMed einen Fehler darstellen, jede Nichtberücksichtigung sollte aber dahingehend überprüft werden.

Die konkrete Benennung der nicht berücksichtigten Bestandteile vereinfacht die Fehleridentifikation im Vergleich zu Datenbanken, die nur eine Fehlermeldung anzeigen und keinen Hinweis darauf geben, wie viele und welche Syntaxfehler es sein könnten. Dennoch ist auch bei MEDLINE via PubMed nicht immer klar, wo im Suchstring sich der jeweilige Fehler befindet. Sollte es Schwierigkeiten beim Finden des Fehlerorts geben, empfehlen sich auch hier Suchläufe mit den einzelnen Suchkomponenten oder sogar deren Bestandteilen.

Überprüfung des (Beispiel-)Suchstrings anhand von PRESS

Im Folgenden werden wird die systematische Qualitätsbewertung dieses Suchstrings tabellarisch dargestellt.

Überprüfung des Suchstrings: Überprüfende Person(en): Datum der Überpüfung:	☒ Ja ☐ Nein Thomas Nordhausen 21.11.2021
Übersetzung der Forschungsfrage(n)
Passt die Suchstrategie zur Forschungsfrage?	☒ Ja ☐ Nein
Sind die Suchkomponenten klar definiert und voneinander abgegrenzt?	☒ Ja ☐ Nein
Gibt es zu wenige oder zu viele Suchkomponenten im Hinblick auf die Forschungsfrage bzw. das angestrebte Rechercheprinzip?	☒ Ja, zu viele ☐ Nein Komponente Interdisziplinarität führt mit hoher Wahrscheinlichkeit zum Ausschluss relevanter Treffer
Sind die Suchkomponenten zu sensitiv oder spezifisch im Hinblick auf die Forschungsfrage bzw. das angestrebte Rechercheprinzip?	☐ Ja, zu sensitiv/spez. ☒ Nein
Gibt es zu wenige oder zu viele Suchtreffer im Hinblick auf die Forschungsfrage bzw. das angestrebte Rechercheprinzip?	☒ Ja, zu wenige ☐ Nein 592 Treffer ohne Filtersetzung, Gefahr des Übersehens relevanter Treffer erscheint hoch
Stichwörter
Sind alle Stichwörter relevant?	☒ Ja ☐ Nein ☐ Nicht anwendbar Ggf. erläutern.
Sind Platzhalter angemessen und richtig eingesetzt (bspw. angemessene und richtige Trunkierung, Konsistenz des Einsatzes, nicht zu früh oder zu spät platziert)?	☐ Ja ☒ Nein ☐ Nicht anwendbar In der Suchkomponente Onkologische Patientinnen und Patienten zu frühe Trunkierung bei den Stichwörtern can, tum und onc*, führt ggf. zu zu vielen irrelevanten Suchergebnissen
Werden alle Alternativschreibweisen der Stichwörter (bspw. Singular/Plural, Bindestrich-Schreibweisen, Akronyme/Abkürzungen, britisches/amerikanisches Englisch) mittels konkreter Nennung oder durch Platzhalter abgedeckt?	☒ Ja ☐ Nein ☐ Nicht anwendbar
Sind (einzelne) Stichwörter zu sensitiv oder spezifisch im Hinblick auf die Forschungsfrage bzw. das angestrebte Rechercheprinzip?	☒ Ja, zu sensitiv ☐ Nein ☐ Nicht anwendbar Stichwort care in der Suchkomponente Akutkrankenhaus (schließt ambulante Versorgung mit ein)
Wurden für jede Suchkomponente Stich- und Schlagwörter definiert?	☐ Ja ☒ Nein ☐ Nicht anwendbar Kein Schlagwort in der Suchkomponente Zufriedenheit
Schlagwörter
Sind alle Schlagwörter relevant?	☒ Ja ☐ Nein ☐ Nicht anwendbar
Fehlen relevante Schlagwörter?	☒ Ja ☐ Nein ☐ Nicht anwendbar Relevanter MeSH-Term Patient Satisfaction in der Suchkomponente Zufriedenheit
Sind unter- oder übergeordnete Schlagwörter zu sensitiv oder spezifisch im Hinblick auf die Forschungsfrage bzw. das angestrebte Rechercheprinzip?	☐ Ja, zu sensitiv/spez. ☒ Nein ☐ Nicht anwendbar
Wurden die Schlagwörter auf darunterliegende Schlagwörter angemessen und richtig ausgeweitet?	☒ Ja ☐ Nein ☐ Nicht anwendbar
Wurden weitere Eingrenzungen (bspw. Subheadings) den Schlagwörtern angemessen und richtig zugeordnet?	☐ Ja ☒ Nein ☐ Nicht anwendbar Keine Notwendigkeit der Verwendung von Subheadings
Suchtechnik
Sind die Operatoren angemessen und richtig eingesetzt?	☐ Ja ☒ Nein ☐ Nicht anwendbar Doppelter OR-Operator in der Suchkomponente Onkologische Patientinnen und Patienten vor Neoplasms [MH]
Sind die Klammern im Suchstring angemessen und richtig platziert?	☐ Ja ☒ Nein ☐ Nicht anwendbar Am Ende der Suchkomponente Fallkonferenzen fehlt Klammer zur Abgrenzung
Ist es wahrscheinlich, dass Operator NOT zum Ausschluss von potentiell relevanten Publikationen führt?	☐ Ja ☐ Nein ☒ Nicht anwendbar Keine Anwendung von NOT-Operator erfolgt/nötig
Wurden Wortabstandsoperatoren angemessen eingesetzt?	☐ Ja ☐ Nein ☒ Nicht anwendbar Keine Verwendung von Wortabstandsoperatoren in MEDLINE via PubMed möglich
Sind die Suchbefehle angemessen und richtig eingesetzt?	☐ Ja ☒ Nein ☐ Nicht anwendbar In der Suchkomponente Akutkrankenhaus fehlt [TIAB] bei den Stichwörtern infirmaries, inpatient und inpatients
Schreibweise und Syntax
Gibt es Rechtschreibfehler bei den Stich- und Schlagwörtern?	☒ Ja ☐ Nein ☐ Nicht anwendbar In der Suchkomponente Fallkonferenzen Stichwort conferrences ein r zu viel
Gibt es Fehler bei der Syntax?	☒ Ja ☐ Nein ☐ Nicht anwendbar In der Suchkomponente Zufriedenheit fehlen die Anführungszeichen am Ende von patients satisfaction
Wurden alle Suchkomponenten in den Suchstring integriert?	☒ Ja ☐ Nein ☐ Nicht anwendbar
Suchfilter
Wurden die Suchfilter angemessen und richtig eingesetzt?	☒ Ja ☐ Nein ☐ Nicht anwendbar
Sind die Suchfilter in der jeweiligen Datenbank anwendbar?D	☒ Ja ☐ Nein ☐ Nicht anwendbar
Fehlen Suchfilter?	☐ Ja ☒ Nein ☐ Nicht anwendbar

Referenz	Erläuterung
McGowan, J., Sampson, M., Salzwedel, D. M., Cogo, E., Foerster, V. & Lefebvre, C. (2016). PRESS peer review of electronic search strategies: 2015 guideline statement. Journal of Clinical Epidemiology, 75, 40–46. https://doi.org/10.1016/j.jclinepi.2016.01.021	Rahmenempfehlungen zur Beurteilung von Suchstrings.

08 Durchführung der Recherche

Basiswissen

Fortgeschrittenes Wissen

Beispiel

Weitere Informationen und Hilfen

Der Suchstring wird zu Beginn der Recherche in die Suchmaske der jeweiligen Datenbank eingegeben. Dabei sollten die datenbankspezifischen Möglichkeiten berücksichtigt werden. Im Manual werden die wesentlichen Funktionen der einzelnen Datenbanken zur Durchführung der Recherche dargestellt. Des Weiteren können die Hilfeseiten oder Tutorials der jeweiligen Datenbank hilfreich sein. Ist der Suchstring fertig eingegeben, sollte er erneut auf eventuelle Tipp- oder Formfehler überprüft werden, da nicht alle Datenbanken automatisch Fehlermeldungen bei Unstimmigkeiten anzeigen. Anschließend kann die Suche gestartet werden.

Zusätzliche Eingrenzung möglich

Bei manchen Recherchen ist es sinnvoll, die Suche zusätzlich einzugrenzen, um die Suche kontrolliert zu spezifizieren, die Trefferzahl zu reduzieren und den Anteil der darin enthaltenen relevanten Referenzen zu erhöhen. Neben der Eingrenzung mittels Suchbefehlen kann die Eingrenzung auch mithilfe der Eingabe von Suchbegriffen oder Suchstrings in bestimmte Suchfelder oder mittels Suchfiltern erfolgen.

Wenn keine Suchbefehle im Suchstring verwendet werden, kann die Zuordnung der Suchfelder auch in den Datenbanken direkt und abhängig von den vorhandenen Möglichkeiten erfolgen. Dies geschieht in der Regel durch die Eingabe des Suchstrings in die für das jeweilige Suchfeld vorgesehene Eingabemaske oder durch das gezielte Anwählen des gewünschten Suchfeldes. Sofern mit Suchbefehlen bei der Entwicklung von Suchstrings gearbeitet wird, empfiehlt sich in der Regel die Verwendung der erweiterten Suche der Datenbanken (zumeist „Advanced Search“).

Wichtig: Sorgfältigkeit bei der Eingabe

Die Sucheingabe in den Datenbanken sollte sorgfältig und schrittweise durchgeführt werden. Dies ist eine Grundvoraussetzung für die nachvollziehbare und transparente Dokumentation der durchgeführten Recherche. Gegebenenfalls sind vor einem finalen Suchlauf mehrere Sucheingaben auf Probe notwendig, um sich mit der Funktionsweise der Datenbank vertraut zu machen. Es ist möglich, bereits einen vorgeschriebenen Suchstring komplett in die Suchmaske reinzukopieren.

Wir empfehlen auch im Hinblick auf den kommenden Schritt der Dokumentation der Literaturrecherche jedoch, den Suchstring komponentenweise in die Eingabemasken zu kopieren. Diese Vorgehensweise ist mit weniger Aufwand und Fehleranfälligkeit verbunden als ein Einfügen jedes einzelnen Suchbegriffs, das komponentenweise Zusammenfügen aller Suchbegriffe sowie das abschließende Zusammenfügen aller Suchkomponenten, da nur die Suchkomponenten zusammengefügt werden müssen.

Exkurs: Suchfilter

Im Folgenden werden die beiden Arten von Suchfiltern erläutert, die zur Eingrenzung der Recherche verwendet werden können. Da Filter die Suche immer eingrenzen (bzw. spezifischer machen) und damit die Gefahr erhöhen können, relevante Studien zu übersehen, sollte ihr Einsatz reflektiert erfolgen.

Suchfilter existieren zu verschiedenen Aspekten von Referenzen, bspw. gibt es methodologisch, thematisch oder geografisch intendierte Suchfilter. Methodologische Suchfilter wurden entwickelt, um bspw. Dokumenttypen wie systematische Übersichtsarbeit, randomisiert kontrollierte Studie oder qualitative Studie rasch und zuverlässig zu finden. Mit thematischen oder geographischen Suchfiltern können Referenzen zu bestimmten Themen oder aus bestimmten Ländern oder Institutionen effizient gefunden werden (Beale et al., 2014; Behrens & Langer, 2016; Jenkins, 2004; McKibbon, Wilczynski & Haynes, 2009; Ugolini, Neri, Casilli & Bonassi, 2010).

Grundsätzlich kann zwischen internen und externen Suchfiltern unterschieden werden.

Interne Suchfilter:
Suchfilter, die von den Datenbanken selbst bereit gestellt werden, über anwählbare Optionen vor oder nach dem Suchlauf ausgewählt werden können und sich automatisch in den Suchstring schreiben.

Viele Datenbanken stellen interne Suchfilter zur Verfügung. In den meisten Fällen sind diese Suchfilter jedoch nicht wissenschaftlich validiert und sollten daher reflektiert eingesetzt werden.

Externe Suchfilter:
Wissenschaftlich validierte Suchkomponenten, die von Forschenden entwickelt wurden und zusätzlich zum bisherigen Suchstring direkt in die Suchmaske der jeweiligen Datenbank eingegeben bzw. angefügt werden.

Diese Filter wurden speziell für die jeweilige Datenbank entwickelt. Eine Übersicht zu Suchfiltern bietet bspw. die Homepage des InterTASC Information Specialists‘ Sub-Group (2019). Dort gibt es, sortiert nach Studiendesign und Datenbank, eine Vielzahl von Artikeln zu Suchfiltern, deren Testungen und den jeweiligen Angaben zu bspw. Präzision, Sensitivität und Spezifität.

Für unsere Beispielfragestellung

Wie wirken sich interdisziplinäre Fallkonferenzen in Akutkrankenhäusern auf die Zufriedenheit von onkologischen Patientinnen und Patienten aus?

stellen wir uns vor, dass wir die Recherche zusätzlich mittels internen Suchfiltern auf die letzten 20 Jahre sowie auf die Sprachen Englisch und Deutsch eingrenzen wollen. Die zeitliche Eingrenzung begründen wir mit einer Veränderung der Krankenhauskultur in den letzten zwei Jahrzehnten, die eine Vergleichbarkeit neuerer und älterer Studien erschwert. Die sprachliche Eingrenzung haben wir im Sinne unseres Rechercheprinzips aus pragmatischen Gründen vorgenommen.

Im Folgenden wird die Durchführung der Recherche in allen drei Datenbanken beispielhaft dargestellt.

In den meisten Datenbanken gibt es mehrere Möglichkeiten zur Vorgehensweise bei der Durchführung der Recherche. Wir stellen für jede Datenbank eine in unseren Augen pragmatische Vorgehensweise vor, um die jeweilige Suche gut dokumentieren zu können.

Durchführung der Recherche bei MEDLINE via PubMed

Auf der Hauptseite klicken wir zunächst auf „Advanced“, um in die erweiterte Suche zu gelangen.

Auf der folgenden Seite können wir unter „Query box“ die erste Suchkomponente (Fallkonferenzen) unseres Suchstrings für MEDLINE via PubMed in die Suchmaske hineinkopieren. Die oberen Felder/Buttons unter „Add terms tot he query box“ können ignoriert werden, da wir die Suchfelder unseres Suchstrings bereits mittels Suchbefehlen festgelegt haben. Anschließend kann im blauen Feld rechts neben der Suchmaske im Reiter „Add to History“ ausgewählt werden.

Die Suchkomponente Fallkonferenzen wurde nun der Suchhistorie („History and Search Details“) hinzugefügt.

Diesen Vorgang können wir nun für die restlichen drei Suchkomponenten (Akutkrankenhaus, Zufriedenheit, onkologische Patientinnen und Patienten) wiederholen, so dass alle vier Suchkomponenten in der Suchhistorie abgebildet sind.

Die abgebildeten Suchkomponenten wurden automatisch in der Suchhistorie nummeriert. Mit Hilfe dieser Nummerierungen lassen sich in der „Query box“ mit dem AND-Operator alle vier Komponenten zu einem Suchstring verknüpfen, mit „Search“ lässt sich der Suchlauf anschließend starten.

Insgesamt können wir mit diesem Suchstring 2092 Referenzen in MEDLINE via PubMed finden (Stand: 22.11.2021).

Um die Suche auf die letzten 20 Jahre einzugrenzen, ist rechts neben der Trefferliste unter „PUBLICATION DATE“ „Custom Range“ auszuwählen. Bei dem sich öffnenden Fenster kann eine Spannweite vom der aktuellen Datum 20 Jahre zurück eingegeben werden. Wir geben die Reichweite monatsweise vom 01. des Monats vor 20 Jahren bis zum 31. des aktuellen Monats an, da eine Eingrenzung auf den Tag genau nicht in allen drei der in unserer Recherche durchsuchten Datenbanken möglich ist (in CINAHL nur monatlich) und wir so eine konsistente Vorgehensweise gewährleisten. Anschließend klicken wir auf „Apply“, um den Filter anzuwenden.

Um die Suche auf deutsch- und englischsprachige Referenzen einzugrenzen, klicken wir rechts neben der Trefferliste zunächst auf „Additional filters“, da der Sprachfilter nicht standardmäßig angezeigt wird.

In dem sich öffnenden Fenster kann unter „LANGUAGE“ das Häkchen bei „English“ und „German“ gesetzt werden. Anschließend auf „Show“ klicken.

Der Sprachfilter mit den beiden Auswahloptionen ist nun neben der Ergebnisliste sichtbar. Zur Anwendung müssen die Häkchen bei beiden Sprachen gesetzt werden.

Durch die Nutzung des Datum- und Sprachfilters hat sich Anzahl gefundener Referenzen in MEDLINE via PubMed auf 1011 (Stand: 22.11.2021) verringert.

Durchführung der Recherche bei Embase via Elsevier

In die erweiterte Suche gelangt man bei Embase via Esevier mit Klick auf „Advanced“ auf der Startseite.

In die dort vorhandene Suchmaske kopieren wir zuerst die Suchkomponente Fallkonferenzen hinein. Die standardmäßig augewählten Optionen unter „Embase Mapping Options“ entfernen wir, da wir in unserem Suchstring mit Suchbefehlen und anderen Suchtechniken unseren Suchumfang bereits hinreichend definiert haben. Anschließend Starten wir mit Klick auf „Search“ den Suchlauf.

Die Ergebnisliste wird angezeigt, darüber ein Feld mit der Suchhistorie („History“)).

Den Text in der Suchmaske oben können wir nun wieder entfernen, um die nächste Suchkomponente (Akutkrankenhaus) hineinzukopieren und damit einen Suchlauf zu starten. Diese Vorgehensweise wiederholen wir auch mit den beiden übrigen Suchkomponenten (Zufriedenheit, onkologische Patientinnen und Patienten), bis in der Suchhistorie alle vier Komponenten nummeriert ihrer Reihenfolge entsprechend abgebildet sind. Anschließend können wir alle Suchkomponenten im Kästchen links daneben auswählen und mittels „Combine“ und der bereits standardmäigen Einstellung AND unter „using“ miteinander verknüpfen.

Insgesamt können wir mit diesem Suchstring 2092 Referenzen in Embase via Elsevier finden (Stand: 22.11.2021).

Um die Suche auf die letzten 20 Jahre einzugrenzen, klicken wir auf „Date“ unterhalb der Suchmaske, wählen darin „Records added to Embase (including end date):“ aus und geben auch hier die Reichweite monatsweise vom 01. des Monats vor 20 Jahren bis zum 31. des aktuellen Monats an („01-01-2001 to 31-11-2021“). Mit „Apply“ bestätigen wir den Filter und klicken anschließend auf „Search“ unterhalb der Suchmaske, um ihn anzuwenden.

Um die Sprachen einzugrenzen, klicken wir auf „Languages“ unterhalb der Suchmaske. Dort können wir die Kästchen bei „English“ und „German“ Anwählen, anschließend klicken wir zur Anwendung des Filters wieder auf „Search“.

Bei der Datenbankauswahl hatten wir zudem die Überlegung getroffen, dass sich mit Embase auch MEDLINE durchsuchen lässt, man aber differenzieren kann, ob nur die Suchergebnisse von Embase, nur die von Medlinie oder die von beiden Datenbanken angezeigt werden sollen. Da wir MEDLINE bereits via PubMed durchsucht haben, erscheint es uns in Anbetracht unseres gewählten Rechercheprinzips überflüssig, die mit dem Suchlauf gefundenen Treffer von MEDLINE mit zu berücksichtigen.

Um diese Treffer gezielt auszuklammern bzw. nur in Embase gefundene Treffer anzeigen zu lassen, ist der Reiter „Source“ links neben der Suchhistorie auszuklappen. Dort werden in Form von sich überschneidenden Kreise die für beide Datenbanken einzigartigen Treffermengen sowie die sich in beiden Datenbanken überschneidenden Treffermengen dargestellt. Mit einem Klick auf den entsprechend der Legende ausgewählten Kreis (wird orange) lässt sich das Suchergebnis auf die Embase-spezifischen Treffer eingrenzen. Zur Anwendung des Filters ist anschließend auf „Apply“ zu klicken.

Mit der Anwendung aller Filter hat sich die in Embase via Elsevier gefundene Trefferzahl auf 1057 (Stand: 22.11.2021) reduziert.

Durchführung der Recherche bei CINAHL

Die erweiterte Suche ist bei CINAHL ggf. bereits als Startseite angezeigt, in Abhängigkeit der verwendeten Lizenz. Die Suchkomponente Fallkonferenzen kann in der erweiterten Suche direkt in die oberste Suchmaske reinkopiert werden. Der Reiter „Select a Field (optional)“ rechts daneben kann ignoriert werden, da wir die Suchfelder bereits mittels Suchbefehlen festgelegt haben. Vor dem Starten des Suchlaufs sollte darauf geachtet werden, dass unter „Suchmodi“ der Eintrag „Boolean/Phrase“ angewählt ist und bei allen anderen Optionen (bspw. „Apply equivalent subjects“) deaktiviert sind. Anschließend kann der erste Suchlauf gestartet werden.

Die Ergebnisliste wird angezeigt, darüber ein Reiter mit der Suchhistorie („Search History“), den man ggf. erst ausklappen muss.

Den Text in der obersten Suchmaske können wir nun wieder entfernen, um die nächste Suchkomponente (Akutkrankenhaus) hineinzukopieren und damit einen Suchlauf zu starten. Diese Vorgehensweise wiederholen wir auch mit den beiden übrigen Suchkomponenten (Zufriedenheit, onkologische Patientinnen und Patienten), bis in der Suchhistorie alle vier Komponenten nummeriert ihrer Reihenfolge entsprechend abgebildet sind. Nun können wir alle nummerierten Suchkomponenten in der Suchhistorie mit einem Häkchen markieren und mit einem Klick auf „Search with AND“ zu einem einzigen Suchstring verknüpfen bzw. das Suchergebnis dieses Suchstrings anzeigen lassen.

Insgesamt können wir mit diesem Suchstring in CINAHL 604 Referenzen finden (Stand: 22.11.2021).

Um die Suche auf die letzten 20 Jahre sowie auf deutsch- und englischsprachige Referenzen einzugrenzen, klicken wir zunächst auf „Advanced Search“ unterhalb der Suchmasken. Es öffnet sich die Auswahlansicht verschiedener Suchfilter. Dort können wir unter „Published Date“ den gewünschten Bereich auf den Monat genau eingeben. Zudem können wir unter „Language“ weiter unten mit gedrückter Strg-Taste „English“ und „German“ gleichzeitig auswählen (beide blau markiert = beide ausgewählt).

Anschließend starten wir mit einem Klick auf „Suchen“ oben den Suchlauf mit den Filtern starten. Durch die Nutzung des Datum- und Sprachfilters hat sich Anzahl gefundener Treffer auf 566 (Stand: 22.11.2021) verringert.

Referenz	Erläuterung
search blocks: Link.	Linksammlung zu Internetseiten, die entwickelte Suchfilter zu den Datenbanken anbieten.
InterTASC Information Specialists‘ Sub-Group (ISSG) Search Filters Resource: Link.	Sammlung von wissenschaftlich validierten methodologischen und thematischen Filtern für verschiedene Datenbanken.

09 Dokumentation, Sicherung und Export der Recherche

Basiswissen

Fortgeschrittenes Wissen

Beispiel

Weitere Informationen und Hilfen

Dokumentation schafft Transparenz

Einen wesentlichen Beitrag zur Nachvollziehbarkeit der Literaturrecherche stellen die Dokumentation der Suche und die Speicherung des Suchstrings dar. Die PRISMA-Richtlinien empfehlen die transparente Darlegung der Sucheingabe (inklusive aller Booleschen Operatoren, Wortabstandsoperatoren, Trunkierungen, etc.) für alle im Rahmen der Recherche verwendeten Datenbanken (Page et al., 2021).

Literaturverwaltungsprogramm empfehlenswert

Es empfiehlt sich zudem, große Trefferzahlen als Suchergebnis in ein Literaturverwaltungsprogramm zu exportieren. Zum einen deshalb, weil sich manche Datenbanken im Hintergrund aktualisieren und sich somit die Trefferanzahl verändern kann. Zum anderen aus Gründen der Nachvollziehbarkeit des Vorgehens sowie der Identifikation und dem Ausschluss von Duplikaten bei der Durchsuchung mehrerer Datenbanken mit überschneidenden Ergebnissen.

Möglichkeit der Dokumentation: Rechercheprotokoll

Die Suche kann mithilfe eines Rechercheprotokolls dokumentiert werden, welches im Rahmen der Literaturrecherche begleitend erstellt wird. Ein Beispiel für ein Rechercheprotokoll wird von Saimbert et al. (2016, S. 168f.) vorgestellt. Die Dokumentation der Literaturrecherche sollte je Datenbank angefertigt werden und die folgenden Informationen enthalten: Datenbank oder Suchmaschine, mit der die jeweilige Datenbank durchsucht wurde, Suchstring, mögliche weitere Eingrenzungen (Suchfelder, Suchfilter), Trefferanzahl, Suchdatum (Booth, Sutton & Papaionnannou, 2016, S. 123; McGowan & Sampson, 2005). Ergänzend zu den hier vorgestellten zehn Schritten zum Vorgehen bei der systematischen Literaturrecherche wurde ein Rechercheprotokoll entwickelt und aktualisiert, in dem sich der Rechercheprozess nachvollziehbar darstellen lässt. Es kann als editierbare Datei kostenfrei heruntergeladen werden (Hirt & Nordhausen, 2022).

Möglichkeit der Dokumentation: Nutzerkonto

Bei einigen Datenbanken ist es möglich, den Suchstring mithilfe eines persönlichen Kontos online abzuspeichern. Neben der Speicherung des Suchstrings ist es häufig möglich, eine automatisierte Benachrichtigung (einen sogenannten Alert) via Mail und/oder RSS-Feed einzurichten. Damit kann festlegt werden, in welchen Abständen eine Benachrichtigung über neue Referenzen erfolgt, die durch den angelegten Suchstring identifiziert wurden. Weiterhin dient ein persönliches Konto dazu, die Suchhistorie der jeweiligen Datenbank zu speichern. Dabei handelt es sich um eine Dokumentation des Rechercheverlaufs, d. h. der genutzten Suchstrings, Suchfelder, Suchfilter und der damit gefundenen Trefferzahl.

Datenbankspezifische Exportfunktionen beachten

Je nach Datenbank und Literaturverwaltungsprogramm funktioniert der Export der gefundenen Suchergebnisse unterschiedlich. Viele Datenbanken ermöglichen einen Export aller gefundenen Referenzen auf einmal, in manchen Datenbanken gestaltet er sich jedoch aufwendiger, weil man bspw. nur alle auf einer Seite angezeigten Referenzen exportieren kann und den Export daher für jede Seite separat durchführen muss.

Die Übersichten zu den Datenbanken stellen wesentliche Informationen zur Vorgehensweise beim Export einzelner oder aller Treffer einer Suche zur Verfügung. Weiterführende Informationen sind den Hilfeseiten und Tutorials der jeweiligen Datenbank und Anleitungen von Literaturverwaltungsprogrammen zu entnehmen.

Für unsere Beispielfragestellung

Wie wirken sich interdisziplinäre Fallkonferenzen in Akutkrankenhäusern auf die Zufriedenheit von onkologischen Patientinnen und Patienten aus?

wollen wir die Recherche zunächst dokumentieren und anschließend die Rechercheergebnisse durch den Export in ein Literaturverwaltungsprogramm sichern.

Im Folgenden werden beide Vorgänge für jede der drei durchsuchten Datenbanken dargestellt.

Recherchedokumentation und -export bei MEDLINE via PubMed

Wurde die bei der Durchführung der Recherche beschriebene Vorgehensweise umgesetzt, lässt sich die folgende Suchhistorie unter „Advanced Search“ unter „History and Search Details“ ablesen. (Schritt 9: PubMed 1)

Mittels eines Klicks auf „Download“ oben über der Suchhistorie könnten wir diese herunterladen und bspw. in einer Excel-Datei ausgeben lassen. Eine alternative Möglichkeit der Dokumentation ist es, einen Screenshot der Suchhistorie zu erstellen. Beide dieser Varianten erscheinen dahingehend problematisch, dass wichtige Angaben wie das Suchdatum fehlen und eine zukünftige (Wieder-)Verwendung des Suchstrings erschwert ist. Daher nutzen wir die in unserem Rechercheprotokoll vorgefertigte Tabelle, um die Angaben aus der Suchhistorie in eine standardisierte Form zu übertragen, gleichzeitig aber datenbankspezifische Schreibweisen der Suchhistorie zu belassen:

Suchdatum: 22.11.2021

#	Eingabe	Trefferzahl
1	~~Search: conference [TIAB] OR conferences [TIAB] OR meeting [TIAB] OR meetings [TIAB] OR discussion [TIAB] OR discussions [TIAB] OR consultation [TIAB] OR consultations [TIAB] OR Group Processes [MH]~~	~~818.900~~
2	Search: “acute care“ [TIAB] OR hospital* [TIAB] OR clinic* [TIAB] OR “medical center“ [TIAB] OR “medical centers“ [TIAB] OR infirmary [TIAB] OR infirmaries [TIAB] OR inpatient [TIAB] OR inpatients [TIAB] OR ward [TIAB] OR wards [TIAB] OR station* [TIAB] OR Hospitals [MH] OR Hospital Units [MH] OR Hospitalization [MH] OR Inpatients [MH]	~~5.980.727~~
3	~~Search: “patient satisfaction” [TIAB] OR “patients satisfaction” [TIAB] OR “satisfaction of patients” [TIAB] OR “satisfaction of the patients” [TIAB] OR Patient Satisfaction [MH]~~	~~118.881~~
4	~~Search: cancer* [TIAB] OR tumor* [TIAB] OR tumour [TIAB] OR tumours[TIAB] OR oncolog* [TIAB] OR neoplas* [TIAB] OR malignan* [TIAB] OR Neoplasms [MH] OR Medical Oncology [MH]~~	~~4.642.879~~
5	~~Search: #1 AND #2 AND #3 AND #4~~	~~1.134~~
6	~~Search: #1 AND #2 AND #3 AND #4 Filters: English, German, from 2001/9 – 2021/9~~	~~1.011~~

Für den Export aller gefundenen Referenzen in ein Literaturverwaltungsprogramm klicken wir oberhalb der Ergebnisliste der Suche auf den Button „Send to“. Es öffnet sich ein kleiner Reiter, in dem wir „Citation manager“ auswählen.

Im sich nun öffnenden Fenster lässt sich unter dem Reiter „Selection“ auswählen, ob nur ausgewählte Ergebnisse, alle Ergebnisse auf einer Seite oder alle Ergebnisse der Suche exportiert werden sollen. Da wir alle Ergebnisse exportieren wollen, entscheiden wir uns für die Option „All results“ und klicken anschließend auf „Create file“ darunter.

Es kommt eine kurze Erfolgsmeldung und alle weiteren Schritte sind nun abhängig vom verwendeten Literaturverwaltungsprogramm und Webbrowser.

Recherchedokumentation und -export bei Embase via Elsevier

Wurde die bei der Durchführung der Recherche beschriebene Vorgehensweise umgesetzt, lässt sich die folgende Suchhistorie oberhalb der Trefferliste bzw. unterhalb der Eingabemaske(n) ablesen.

Das Speichern der Suche ist in Embase möglich, wenn man ein (kostenloses) Nutzerprofil anlegt, was sehr einfach und ohne Registrierungsbestätigungsmail möglich ist. Wir nutzen jedoch die in unserem Rechercheprotokoll vorgefertigte Tabelle, um die Angaben aus der Suchhistorie in eine standardisierte Form zu übertragen, gleichzeitig aber datenbankspezifische Schreibweisen der Suchhistorie zu belassen

Suchdatum: 22.11.2021

#	Eingabe	Trefferzahl
1	~~conference$:ti,ab,kw OR meeting$:ti,ab,kw OR discussion$:ti,ab,kw OR consultation$:ti,ab,kw OR ‘discussiongroup‘/exp OR ‘conference’/exp OR ‘consultation‘/exp~~	~~1.117.389~~
2	‘acute care’:ti,ab,kw OR hospital:ti,ab,kw OR clinic:ti,ab,kw OR ‘medical center$’:ti,ab,kw OR infirmary:ti,ab,kw OR infirmaries:ti,ab,kw OR inpatient$:ti,ab,kw OR ward$:ti,ab,kw OR station*:ti,ab,kw OR ‘hospital‘/exp OR ‘hospitalization‘/exp OR ‘hospital patient‘/exp OR ‘medical center‘/exp OR ‘medical centers‘/exp	~~8.724.880~~
3	~~(patient$ NEAR/3 satisfaction):ti,ab,kw OR ‘patient satisfaction‘/exp~~	~~172.858~~
4	~~cancer:ti,ab,kw OR tumor:ti,ab,kw OR tumour$:ti,ab,kw OR oncolog:ti,ab,kw OR neoplas:ti,ab,kw OR malignan*:ti,ab,kw OR ‘neoplasm‘/exp OR ‘oncology‘/exp OR ‘malignancy‘/exp~~	~~6.391.084~~
5	~~1 AND #2 AND #3 AND #4~~	~~2.092~~
6	~~1 AND #2 AND #3 AND #4 AND [1-11-2001]/sd NOT [1-12-2021]/sd AND ([english]/lim OR [german]/lim) AND [embase]/lim NOT ([embase]/lim AND [medline]/lim)~~	~~1.057~~

Zu beachten für den Export ist, dass sich mehr als 500 Treffer auf einmal nur exportieren lassen, wenn man ein kostenloses Nutzerkonto angelegt hat. Davon gehen wir im Folgenden aus. Um alle Suchergebnisse zu exportieren, wählen wir zunächst mit dem Reiter „Select numver of items“ links oberhalb der Trefferliste „1057“ und damit alle gefundenen Treffer aus.

Anschließend klicken wir nahe rechts darüber auf „Export“. In dem sich öffnenden Fenster kann das gewünsche Dateiformat ausgewählt werden (das voreingestellte RIS-Format bietet sich für viele Literaturverwaltungsprogramme an), anschließend ist auf „Export“ zu klicken.

Es offnet sich eine neue Seite, die den Download vorbereitet. Abschließend kann auf „Download“ geklickt werden. Alle weiteren Schritte sind abhängig vom verwendeten Internetbrowser und Literaturverwaltungsprogramm.

Recherchedokumentation und -export bei CINAHL

Wurde die bei der Durchführung der Recherche beschriebene Vorgehensweise umgesetzt, lässt sich die folgende Suchhistorie oberhalb der Trefferliste bzw. unterhalb der Eingabemaske(n) ablesen.

Ein Speichern der Suchhistorie ist in CINAHL nicht möglich. Aus diesem Grund und zur standardisierten Dokumentation nutzen wir die in unserem Rechercheprotokoll vorgefertigte Tabelle, um die Angaben aus der Suchhistorie in eine standardisierte Form zu übertragen, gleichzeitig aber datenbankspezifische Schreibweisen der Suchhistorie zu belassen:

Suchdatum: 22.11.2021

#	Eingabe	Trefferzahl
S1	TI conference# OR AB conference# OR TI meeting# OR AB meeting# OR TI discussion# OR AB discussion# OR TI consultation# OR AB consultation# OR MH Patient Care Conferences+ OR MH Meetings+ OR MH Discussion+	~~306.624~~
S2	TI “acute care“ OR AB “acute care“ OR TI hospital* OR AB hospital* OR TI clinic* OR AB clinic* OR TI “medical center#“ OR AB “medical center#“ OR TI infirmary OR AB infirmary OR TI infirmaries OR AB infirmaries OR TI inpatient# OR AB inpatient# OR TI ward# OR AB ward# OR TI station* OR AB station* OR MH Acute Care+ OR MH Hospitals+ OR MH Hospital Units+ OR MH Hospitalization+ OR MH Inpatients+)	~~1.749.236~~
S3	~~TI patient# N3 satisfaction OR AB patient# N3 satisfaction OR MH Patient Satisfaction+~~	~~71.397~~
S4	TI cancer* OR AB cancer* OR TI tumor* OR AB tumor* OR TI tumour# OR AB tumour# OR TI oncolog* OR AB oncolog* OR TI neoplas* OR AB neoplas* OR TI malignan* OR AB malignan* OR MH Neoplasms+ OR MH Oncology+ OR MH Oncologic Care+	~~810.213~~
S5	~~S1 AND S2 AND S3 AND S4~~	~~604~~
S6	~~S1 AND S2 AND S3 AND S4 Eingrenzungen – Erscheinungsdatum: 20010901-20210931; Sprache: English, German~~	~~566~~

Um alle Suchergebnisse zu exportieren, können wir rechts oberhalb der Ergebnisliste auf den Reiter „Share“ klicken und dort unter „Export results:“ auf „E-mail a link to download exported results (up to 566)“ klicken. Die hier auf einmal exportierbare Treffermenge ist abhängig von der verwendeten Lizenz.

Auf der folgenden Seite geben wir unter „E-Mail to“ die gewünschte Mailadresse ein, an die der Downloadlink verschickt werden soll. Rechts daneben sollte in Abhängigkeit vom verwendeten Literaturverwaltungsprogramm das geeignete Dateiformat ausgewählt werden (RIS-Format bietet sich für die meisten Literaturverwaltungsprogramme an). Ein Klick auf „Send“ und die Bestätigung des sich öffnenden kleinen grünen Fensters mit „Continue“ schickt den Downloadlink an die angegebene Adresse.

Die folgenden Schritte sind vom verwendeten Internetbrowser und Mail-Klienten abhängig. Bei institutionellen Mailadressen kann es aufgrund der internen Sicherungssysteme passieren, dass die Mail im Spamverdacht landet oder komplett „abgefangen“ wird und gar nicht ankommt. In solchen Fällen sollte der vorherige Schritt mit einer privaten Mailadresse wiederholt werden. Zu beachten ist, dass auch hier die Mail im Spamverdacht landen kann.

Ist die Mail angekommen, kann die Ergebnisliste über den darin enthaltenen Download-Link als ZIP-Datei herunter geladenen und mit einem entsprechenden Programm entpackt werden. Anschließend kann die Datei in ein Literaturverwaltungsprogramm importiert werden. Der konkrete Ablauf dieser Schritte ist abhängig vom verwendeten Betriebssystem, Entpackprogramm und Literaturverwaltungsprogramm.

Referenz	Referenz Erläuterung
Literaturverwaltungsprogramme: Link.	Übersichten zu Literaturverwaltungsprogrammen mit grundlegenden Merkmalen und Links zu den Internetseiten der Anbieter.
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D. et al. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. British Medical Journal, 372, n71. https://doi.org/10.1136/bmj.n71	Berichterstattungsstandard für systematische Übersichtsarbeiten.
Rethlefsen, M. L., Kirtley, S., Waffenschmidt, S., Ayala, A. P., Moher, D., Page, M. J. et al. (2021). PRISMA-S: an extension to the PRISMA Statement for Reporting Literature Searches in Systematic Reviews. Systematic Reviews, 10, 39. https://doi.org/10.1186/s13643-020-01542-z	Berichterstattungsstandard für Literaturrecherchen im Rahmen von systematischen Übersichtsarbeiten.

10 Ergänzende Recherchemöglichkeiten

Basiswissen

Fortgeschrittenes Wissen

Beispiel

Weitere Informationen und Hilfen

Neben den Referenzen, welche durch eine Datenbankrecherche gefunden werden können, gibt es möglicherweise weitere Referenzen, die zur Beantwortung einer Fragestellung relevant sind, aber nicht durch die Recherche in Datenbanken identifiziert werden können.

Dabei könnte es sich bspw. um weitere publizierte und nicht publizierte Studien handeln. Publiziert bedeutet, dass die Studien in Zeitschriften veröffentlicht wurden, deren Inhalte nicht in den im Rahmen der Recherche durchsuchten Datenbanken indexiert sind. Andere Beispiele sind die Veröffentlichung von Studien außerhalb einer wissenschaftlichen Fachzeitschrift bzw. in einem nicht begutachteten Medium (sogenannte Graue Literatur), als Hochschulschrift (Thesis) oder als Poster, Abstract sowie Konferenzbeitrag (Lodge, 2011). Nicht publiziert bedeutet, dass eine Studie durchgeführt, aber nicht oder nur teilweise veröffentlicht wurde (Young & Hopewell, 2011).

Möglichkeiten der ergänzenden Recherche

Die folgenden Möglichkeiten können als ergänzende Recherchemethoden herangezogen werden, um weitere relevante Referenzen zu identifizieren.

Zitationssuche (Citation Tracking),
Suche in Studienregistern,
Kontaktaufnahme mit Studienautorinnen und -autoren themenerelevanter Referenzen oder Expertinnen und Experten zum Thema, um Referenzen und (nicht indexierte) Fachzeitschriften zu identifizieren,
Handsuche in (nicht indexierten) Fachzeitschriften, Büchern oder Konferenzbänden sowie
Websuche.

Warum ergänzende Recherchemethoden?

Eine umfängliche bzw. sensitive Literaturrecherche umfasst neben der Literaturrecherche in Fachtdatenbanken weitere Recherchequellen (Cooper et al., 2017; Hirt, Neyer & Nordhausen, 2019). Ein Vorschlag für eine mögliche Reihenfolge für das Durchsuchen von zusätzlichen Recherchequellen wurde von Cooper et al. (2018) erarbeitet.

Es gibt verschiedene Gründe, warum eine Referenz nicht in einer Datenbank zu finden ist und daher ergänzende Recherchemethoden empfehlenswert sind (ergänzt nach Bethal & Rogers, 2019):

Eine Referenz ist nicht indexiert.
Eine Referenz ist noch nicht indexiert.
Eine Referenz ist nicht in der Datenbank indexiert, welche durchsucht wird.
Die Referenz ist fehlerhaft indexiert.
Die Referenz ist unvollständig indexiert.
Die Referenz ist in einer anderen Suchsprache indexiert.
Der Titel und/oder das Abstract (und/oder andere Suchfelder) werden nicht mit den Suchbegriffen adressiert.

Eine Übersichtsarbeit von Cooper et al. (2017) stellt zusätzliche Recherchemöglichkeiten mit der jeweiligen Absicht, der zur Verfügung stehenden Evidenz sowie den Vor- und Nachteilen dar. Grundsätzlich ist zu beachten, dass eine umfangreiche Literaturrecherche immer aus einer Datenbankrecherche und einer oder mehreren ergänzenden Recherchemöglichkeiten bestehen sollte (Cooper et al., 2018; Hirt et al., 2019).

Welche ergänzende(n) Recherchemethoden sollte(n) ausgewählt werden

Die Entscheidung, welche ergänzenden Recherchemöglichkeiten ausgewählt werden, sollte in Abhängigkeit vom Thema der Fragestellung sowie vom Rechercheprinzip bzw. den damit im Zusammenhang stehenden verfügbaren Ressourcen getroffen werden. Bei einem sehr neuen bzw. wenig erschlossenen Forschungsthema erscheint bspw. eine vorwärtsgerichtete Zitationssuche weniger zielführend, weil die bereits gefundenen Referenzen noch nicht alt genug sind, um selbst bereits zitiert worden zu sein. Möglicherweise eignet sich die Suche nach noch nicht veröffentlichten bzw. gerade laufenden Studien über Studienregister oder über die Kontaktierung von Expertinnen und Experten in diesem Fall besser, um weitere themenrelevante Studien zu finden. Wenn der Schwerpunkt einer spezifischen Recherche darin liegt, lediglich einige wichtige Referenzen zu finden, ist es legitim, gänzlich auf ergänzende Recherchemöglichkeiten zu verzichten. Eine sensitive Recherche mit dem Ziel, möglichst alle relevanten Referenzen zu identifizieren, könnte hingegen die Nutzung mehrerer ergänzender Recherchemöglichkeiten erfordern. Entscheidend ist daher die begründete Auswahl oder Nichtauswahl von ergänzenden Recherchemöglichkeiten.

Im Folgenden werden die fünf ergänzenden Recherchemethoden näher beschrieben.

Zitationssuche (Citation Tracking)

Zitationssuche:
Alternativ Citation Tracking genannt. Bezeichnet die Identifikation weiterer Referenzen auf Basis von einzelnen oder mehreren bereits gefundenen, relevanten Suchtreffern.

Es ist ein Oberbegriff für die rückwärtsgerichtete Zitationssuche (Backward Citation Tracking) und die vorwärtsgerichtete Zitationssuche (Forward Citation Tracking).

Rückwärtsgerichteten Zitationssuche:
Alternativ Backward Citation Tracking genannt. Suche nach Referenzen, welche vom gefundenen Treffer zitiert werden. Dabei wird das Literaturverzeichnis eines gefundenen Treffers durchsucht.

Vorwärtsgerichtete Zitationssuche:
Alternativ Forward Citation Tracking genannt. Suche nach Referenzen, welche den gefundenen Treffer zitiert haben und somit Bestandteil von deren Literaturverzeichnis sind.

Eine Eselsbrücke für die Arbeit mit den Begrifflichkeiten kann sein, die rückwärtsgerichtete Zitationssuche mit Vergangenheitssuche zu assoziieren, hingegen die vorwärtsgerichtete Zitationssuche mit Zukunftssuche.

Es liegt auf der Hand, dass die rückwärtsgerichtete Zizationssuche analog möglich ist (mithilfe der Durchsicht des Literaturverzeichnisses). Hingegen bedarf es für die vorwärtsgerichtete Suche Zitationsdatenbanken, um die zitierenden Referenzen zu identifizieren. Möglich ist dies im Gesundheitsbereich bspw. mit Web of Science, Scopus und Google Scholar sowie der Anwendung Publish or Perish.

Im Rahmen einer Literaturrecherche kann es dabei zu mehreren Runden der vorwärts- und rückwärtsgerichteten Suche kommen. Das geschieht dann, wenn durch diese Suchtechnik weitere relevante Referenzen identifiziert wurden. In diesem Fall schließt sich jeweils eine rückwärts- und vorwärtsgerichtete Suche ausgehend der neu hinzugekommenen Referenz(en) an. Im optimalen Fall schließen sich so viele Runden der vorwärts- und rückwärtsgerichteten Suche an, bis keine weiteren relevanten Referenzen identifiziert werden können.

Citation Tracking kann auch mittels Citation Chasing oder Pearling (bzw. Pearl growing) erfolgen. Dabei geht es primär darum, wesentliche und hochrelevante Referenzen oder Referenzen bestimmter Personen für das eigene Recherchevorhaben bzw. Thema zu identifizieren (Bethal & Rogers, 2019; Booth, 2008; European Network for Health Technology Assessment, 2017, S. 10; Saimbert et al., 2016, S. 164ff.). Bspw. besteht in der Web of Science Core Collection die Möglichkeit, häufig referenzierte Referenzen (Funktion: „Highly Cited“) aus dem recherchierten Forschungsbereich zu identifizieren.

Eine Weiterführung der Zitationssuche kann mit der Suche nach indirekten Zitierungen (Kozitierungen oder Co-Citations) sowohl bei der rückwärts- als auch bei der vorwärtsgerichteten Zitationssuche erfolgen.

Indirekte Zitationssuche (auf Basis der rückwärtsgerichteten Zitationssuche):
Suche nach Referenzen, welche die gleichen Referenzen zitieren wie die Ursprungsreferenz(en) (Seed References), die für die rückwärtsgerichtete Suche verwendet wurden bzw. in deren Literaturverzeichnissen sich Überschneidungen zu den Literaturverzeichnissen der Ursprungsreferenz(en) finden.

Die auf diese Weise gefundenen Referenzen nennt man kozitierende Referenzen (Co-Citing References oder zitierende der zitierten Referenz(en)). Dabei gilt tendenziell, je mehr gemeinsame Referenzen eine kozitierende Referenz mit der/den Ursprungsreferenz(en) teilt, desto höher die Wahrscheinlichkeit, dass diese relevant ist.

Indirekte Zitationssuche (auf Basis der vorwärtsgerichteten Zitationssuche):
Suche nach Referenzen, die in den Literaturverzeichnissen der die Ursprungsreferenz(en) zitierenden Referenzen vorkommen, d. h. die von den die Ursprungsreferenz(en) zitierenden Referenzen ebenfalls zitiert werden.

Die auf diese Weise gefundenen Referenzen nennt man kozitierte Referenzen (Co-Cited References oder zitierte der zitierenden Referenz(en)). Dabei gilt tendenziell, je mehr der die Ursprungsreferenz(en) zitierenden Referenzen eine kozitierte Referenz in ihrem Literaturverzeichnis aufführen bzw. zitieren, desto höher die Wahrscheinlichkeit, dass diese relevant ist.

Weiterführende Informationen zum konzeptionellen Ansatz der indirekten Zitationssuche sowie zur praktischen Durchführung sind bei Belter (2016) bzw. Janssens, Gwinn, Brockman, Powell und Goodman (2020) zu finden. Zwei praktische Tools zur Anwendung und Visualisierung sind CoCites (CoCites, 2020) bzw. ConnectedPapers (ConnectedPapers, 2020).

Die folgende Abbildung veranschaulicht die verschiedenen Methoden der Zitationssuche in hierarchischer Form (Hirt, Nordhausen, Appenzeller-Herzog & Ewald, 2021):

Eine weitere Abbildung stellt die Beziehungen von direkter und indirekter Zitationssuche basierend auf einer Ursprungsreferenz dar (Hirt et al., 2021):

Bei manchen Datenbanken werden zudem auf Basis von Algorithmen weitere Referenzen beim Aufruf einer oder mehrerer Referenzen angezeigt. Bspw. bietet PubMed diesen Service via „Similar articles“ im rechten Bildschirmrand an. Der Algorithmus basiert hierbei auf inhaltlichen Zusammenhängen von Referenzen und wird mithilfe der Schlag- und Stichwörter aus den Referenzen berechnet (European Network for Health Technology Assessment, 2017, S. 10; National Center for Biotechnology Information, 2018). Bei Web of Science und Scopus existieren hingegen vergleichbare Funktionen („Related Records”), die auf Kozitierungen basieren (Belter, 2016). Es kann Datenbanken geben, bei denen die Funktionsweise der Ähnlichkeitssuche nicht transparent und nachvollziehbar beschrieben ist. Die Nutzung dieser Recherchefunktion sollte daher reflektiert erfolgen, insbesondere wenn nicht beschrieben ist, wie es zu diesen Literaturempfehlungen kommt. Gleichwohl kann der Einsatz bspw. im Rahmen einer orientierenden oder ergänzenden Recherche hilfreich sein.

Suche in Studienregistern

Die Suche in Studienregistern hat zum Ziel, laufende und abgeschlossene Studien zu identifizieren, von denen ein Studienregistereintrag vorliegt. Möglicherweise ergeben sich dabei Hinweise auf Studien, die zwar durchgeführt, jedoch (noch) nicht veröffentlicht wurden. Bei Studienregistern handelt es sich in der Regel um eigenständige Datenbanken, die ähnliche Merkmale und Funktionsweisen wie Datenbanken aufweisen. Aus diesem Grund werden Studienregister und deren Suchfunktionen sowie Charakteristika in RefHunter ähnlich wie andere Datenbanken detailliert vorgestellt. Studienprotokolle können durch eine Suche in Studienregister teilweise ebenfalls identifiziert werden. Diese sind jedoch vermehrt in Datenbanken zu finden, da Sie auch in Zeitschriften veröffentlicht werden können.

Studienautorinnen und -autoren bzw. Expertinnen und Experten

Die Kontaktaufnahme mit Studienautorinnen und -autoren bzw. Expertinnen und Experten ermöglicht die potentielle Identifikation von zusätzlichen publizierten und nicht publizierten Studien oder zusätzlichen relevanten Studiendaten. Die zu kontaktierenden Personen können aus der zuvor durchgeführten Recherche in Datenbanken als Studienautorinnen und -autoren identifiziert werden.

Des Weiteren ist es denkbar, dass es Expertinnen und Experten gibt, die nicht als Autorinnen und Autoren der bereits eingeschlossenen Studien in Erscheinung treten und nach denen mithilfe von Recherchen über gängige Suchmaschinen recherchiert werden kann. Die Befragung von Kolleginnen und Kollegen oder weiteren Fachpersonen wie bspw. Lehrende oder Professorinnen und Professoren nach Expertinnen und Experten ist ebenfalls möglich.

Hilfreich könnte des Weiteren eine Recherche mit dem einem themenbezogenen Suchstring in der Web of Science Core Collection sein, um häufig vorkommende Autorinnen und Autoren zu identifizieren, die zum jeweiligen Thema mehrere Referenzen verfasst haben. Web of Science bietet hierbei den Vorteil, dass Suchtreffer auf bestimmte Länder und/oder Personen eingegrenzt werden können. Alternativ oder bei einer fehlenden Lizenzierung der Web of Science Core Collection kann eine Recherche in PubMed PubReMiner mit einer dem Thema entsprechenden Sucheingabe durchgeführt werden (Koster, 2014). PubMed PubReMiner analysiert nach einer erfolgten Sucheingabe die Referenzen, welche in MEDLINE indexiert sind, hinsichtlich bestimmter Merkmale wie die Zeitschriften der Veröffentlichung sowie wie deren Autorinnen und Autoren nach Häufigkeit.

Weiterhin bieten viele Datenbanken die Möglichkeit, sich eine Liste aller Referenzen einzelner Studienautorinnen und -autoren bzw. Expertinnen und Experten in der Datenbank anzeigen zu lassen. Die Durchsuchung der Publikationslisten von bekannten Forschenden im jeweiligen Fachgebiet kann möglicherweise weitere relevante Referenzen identifizieren, die in der Suche nicht berücksichtigt wurden. Diese Option kann auch im Rahmen einer orientierenden Recherche genutzt werden.

Handsuche

Die Handsuche beschreibt den Vorgang, in den durchsuchten Datenbanken nicht indexierte Zeitschriften manuell nach relevanten Referenzen zu durchsuchen (Hopewell, Clarke, Lefebvre & Scherer, 2007; Lefebvre, Manheimer & Glanville, 2011; Saimbert et al., 2016). Sie ist angezeigt, wenn bspw. Zeitschriften oder Konferenzbänder mit potenziell relevanten Referenzen nicht, inkomplett oder falsch in einer Datenbank indexiert sind (Booth, Sutton & Papaionnannou, 2016; Conn et al., 2003; Cooper et al., 2018; Saimbert et al., 2016).

Dies kann analog mithilfe des Durchblätterns der definierten Zeitschriftenjahrgänge oder auch elektronisch mithilfe der Durchsicht der Archive auf der jeweiligen Zeitschriftenhomepage erfolgen. Um (nicht indexierte) Fachzeitschriften und Bücher zu identifizieren, kann die beispielhafte Auswahl der folgenden Recherchequellen behilflich sein:

DOAJ (Directory of Open Access Journals) (DOAJ, 2018),
DOAB (Directory of Open Access Books) (SemperTool, 2018),
ZDB (Zeitschriftendatenbank) (Deutsche Nationalbibliothek & Staatsbibliothek zu Berlin, o. J.),
EZB (Elektronische Zeitschriftenbibliothek) (Universitätsbibliothek Regensburg, o. J.).

Die Information, in welcher Datenbank eine Zeitschrift indexiert ist, kann über zwei Wege erfolgen. Entweder findet sich die Information über die Indexierungsorte auf der Homepage der jeweiligen Fachzeitschrift bzw. in der gedruckten Zeitschrift selbst oder der Inhalt einer Fachzeitschrift kann in den durchsuchten Datenbanken selbst (bspw. über das Suchfeld „Journal“ in MEDLINE via PubMed) gefunden werden.

Damit lässt sich ausschließen, dass die Fachzeitschrift in der Datenbank gelistet ist oder herausfinden, welche Jahrgänge der Fachzeitschrift dort indexiert sind. Auf Basis dieser Erkenntnisse können einzelne oder mehrere Zeitschriften für eine Handsuche ausgewählt werden. Wenn eine Zeitschrift in einer der Datenbanken gelistet ist, welche im Rahmen der Recherche durchsucht wurde, ist eine zusätzliche Handsuche in der Zeitschrift in der Regel nicht notwendig (Hirt et al., 2020).

Websuche

Bei der Websuche wird das Internet nach weiteren Hinweisen auf publizierte und nicht publizierte Studien durchsucht. Herausforderungen dabei sind die Möglichkeiten einer systematischen Vorgehensweise sowie die damit einhergehende Transparenz und Dokumentation dieses Prozesses. Für die Websuche können gängige oder spezifische Suchmaschinen und Meta-Suchmaschinen wie Google, Google Scholar oder etools.ch (Meta-Suchmaschine, welche die folgenden Recherchequellen gleichzeitig durchsucht: Ask, Base, Bing, DuckDuckGo, Exalead, Faroo, Fastbot, Google, Mojeek, Moose, Search, Tiger, Webliste, Wikipedia, Yahoo, Yandex) aber auch institutionelle und themenrelevante Webseiten benutzt werden. Es bietet sich an, (zentrale) Suchbegriffe der vorausgegangenen Recherche in den Datenbanken dafür zu verwenden. Inwiefern spezielle Suchmöglichkeiten oder -techniken wie bspw. Operatoren, Suchbefehle oder Trunkierungen verwendet werden können, ist in den Hilfeseiten der Suchmaschinen nachzulesen. Die Suchfunktionen und Spezifika von Google Scholar werden in RefHunter detailliert vorgestellt.

Für unsere Beispielfragestellung

Wie wirken sich interdisziplinäre Fallkonferenzen in Akutkrankenhäusern auf die Zufriedenheit von onkologischen Patientinnen und Patienten aus?

wollen wir prüfen, ob eine Handsuche sinnvoll ist sowie eine vorwärts- und rückwärtsgerichtete Zitationssuche in Web of Science durchführen.

Handsuche

Um festzustellen, ob eine Handsuche sinnvoll sein könnte, reflektieren wir zunächst potentielle Zeitschriften, bei denen wir es für möglich halten, dass sie für Beispielfragestellung relevante Studien enthalten, aber nicht in unseren durchsuchten Datenbanken indexiert sind.

Das Journal Forum der Deutschen Krebsgesellschaft erscheint inhaltlich und thematisch geeignet, solche Studien zu thematisieren. Gleichzeitig ist es aber möglicherweise nicht indexiert, weil es sich um ein primär deutschsprachiges Journal ohne Peer-Review Verfahren handelt und viele der größeren Datenbanken bevorzugter englischsprachige begutachtete Zeitschriften aufnehmen. Wir überprüfen also, ob das Journal Forum in unseren drei Datenbanken indexiert ist und nutzen dazu die alphabetischen Verzeichnisse indexierter Zeitschriften, die von den jeweiligen Betreibern zur Verfügung gestellt werden.

Eine Liste indexierter Zeitschriftenin MEDLINE via PubMed findet sich hier: Link. Mit einem Klick auf „PubMed Journal List“ öffnen wir die Liste im HTML Format und suchen mittels Wortsuche (Strg + F) den Begriff „Forum“. Er taucht zwar als Namens-Bestandteil verschiedener anderer Zeitschriften auf, die von uns gesuchte Zeitschrift ist aber nicht auffindbar.

Eine Liste indexierter Zeitschriften in Embase findet sich hier: Link. Mit einem Klick auf „Download a list of journals currently covered in Embase“ öffnen wir die Liste als Excel-Datei und suchen in der alphabetischen Ordnung nach der Zeitschrift „Forum“. Auch hier ist es nicht auffindbar.

Eine Liste indexierter Zeitschriften in EBSCO-Datenbanken findet sich hier: Link. Wir scrollen die Liste herunter, bis wir den Eintrag „CINAHL DATABASE“ finden, mit einem Klick auf „HTML“ öffnen wir die Liste HTML-Datei und suchen in der alphabetischen Ordnung nach der Zeitschrift „Forum“. Auch hier können wir es nicht finden.

Damit zeigt sich, dass die Zeitschrift „Forum“ nicht in unseren drei durchsuchten Datenbanken indexiert ist und eine Handsuche prinzipiell indiziert ist. Im Internetauftritt des Journals (Link) kann mit einem Klick auf „Weitere Ausgaben ansehen“ das Archiv aller Bände und Ausgaben des Journals geöffnet werden, um diese einzeln zu durchsuchen.

Zitationssuche mit Web of Science Core Collection

Für die Zitationssuche stellen wir uns aus Gründen der besseren Darstellbarkeit vor, dass wir im Rahmen der bisherigen Recherche drei relevante Referenzen identifizieren konnten (die tatsächliche Anzahl gefundener Publikationen mit unserem entwickelten Suchstring dürfte deutlich höher sein). Diese Referenzen sind unsere Ursprungsreferenzen für die direkte rückwärts- und vorwärtsgerichtete Zitationssuche:

Chaillou, D., Mortuaire, G., Deken-Delannoy, V., Rysman, B., Chevalier, D., & Mouawad, F. (2019). Presence in head and neck cancer multidisciplinary team meeting: The patient’s experience and satisfaction. European Annals of Otorhinolaryngology, Head and Neck Diseases, 136(2), 75–82. DOI: 10.1016/j.anorl.2018.10.003
Morement, H., Harrison, R., & Taylor-Robinson, S. D. (2017). The multidisciplinary team meeting in the UK from the patients‘ perspective: Comments and observations from cholangiocarcinoma patients and their families. International Journal of General Medicine, 10, 305–310. DOI: 10.2147/IJGM.S145029
Pillay, B., Wootten, A. C., Crowe, H., Corcoran, N., Tran, B., Bowden, P., Crowe, J. & Costello, A. J. (2016). The impact of multidisciplinary team meetings on patient assessment, management and outcomes in oncology settings: A systematic review of the literature. Cancer Treatment Reviews, 42, 56–72. DOI: 10.1016/j.ctrv.2015.11.007

Rückwärtsgerichtete Suche: Die rückwärtsgerichtete Zitationssuche können wir in Web of Science nur einzeln für jede der drei Ursprungsreferenzen durchführen. Wir fügen daher zunächst den Titel der ersten Publikation (Chaillou et al. 2019) in die Suchmaske der Startseite ein und starten den Suchlauf („Search“), um die Referenz zu finden.

Bei der gefundenen Referenz klicken wir rechts daneben auf „14 References“ (Stand 22.11.2021). Das ist die Anzahl der in Web of Science auffindbaren Referenzen, die von Chaillou et al. (2019) zitiert werden.

Es öffnet sich die Liste, in der die 14 Referenzen angezeigt werden. Wir wählen dann im Reiter „Export“ im grauen Feld oberhalb der Trefferliste das für den Export gewünschte Dateiformat (in unserem Beispiel RIS) aus.

In dem sich öffnenden Fenster wählen wir im Reiter die Option „Records from 1 to 1000“ aus, mit der die ersten 1000 Treffer exportiert werden können (in unserem Fall werden nur 14 exportiert). Zudem wählen wir „Full Record“ aus, um alle indexierten Bestandteile der Referenzen (bspw. auch die Abstracts für den späteren Ein- und Ausschluss) zu exportieren.

Alle weiteren Schritte sind abhängig vom verwendeten Internetbowser und Literaturverwaltungsprogramm. Wir wiederholen diese Schritte für die anderen beiden Ursprungsreferenzen. Damit haben wir alle Referenzen der rückwärtsgerichteten Zitationssuche für den späteren Ein- und Ausschluss exportiert.

Vorwärtsgerichtete Suche: Die vorwärtsgerichtete Suche lässt sich in Web of Science im Suchmodus „Cited References“ durchführen, der auf der Startseite auswählbar ist. Darin wählen wir links neben dem obersten Suchfeld im Reiter „Cited DOI“ aus. Anschließend kopieren wir die DOIs unserer drei Ursprungsreferenzen nacheinander in das oberste Feld und verknüpfen sie mit dem OR-Operator (in die Suchfelder darunter dürfen keine DOIs eingegeben werden, da sonst eine Fehlermeldung erscheint; DOIs müssen ohne den manchmal enthaltenen Zusatz „https://doi.org/“ eingegeben werden, sonst erscheint ebenfalls eine Fehlermeldung). Anschließend klicken wir auf „Search“.

Es erscheint eine Liste mit unseren drei Ursprungsreferenzen, in der wir ganz rechts die Anzahl der Referenzen angezeigt sehen, die diese zitieren. Wir klicken links oberhalb der Liste in das Kästchen unter „0/3), um alle zu markieren, und anschließend auf „See results“.

Es öffnet sich eine Liste mit allen 217 Referenzen, die unsere drei Ursprungsreferenzen zitiert haben. Diese Referenzen exportieren wir genauso wie die der rückwärtsgerichteten Zitationssuche.

Referenz	Erläuterung
Cooper, C., Booth, A., Varley-Campbell, J., Britten, N. & Garside, R. (2018). Defining the process to literature searching in systematic reviews: a literature review of guidance and supporting studies. BMC Medical Research Methodology, 18, 85. https://doi.org/10.1186/s12874-018-0545-3	Übersicht zu ergänzenden Suchmethoden.
Cooper, C., Booth, A., Britten, N. & Garside, R. (2017). A comparison of results of empirical studies of supplementary search techniques and recommendations in review methodology handbooks: a methodological review. Systematic Reviews, 6, 234. https://doi.org/10.1186/s13643-017-0625-1	Übersicht zu ergänzenden Suchmethoden.
Publish or Perish: Link.	Programm zur Vorwärtssuche, mit dem verschiedene Datenbanken bzw. Suchmaschinen (darunter Web of Science, SCOPUS, Google Scholar) im Hinblick darauf durchsucht werden können, wie oft und von wem eine bestimmte Referenz zitiert wurde.
Stansfield, C., Dickson, K. & Bangpan, M. (2016). Exploring issues in the conduct of website searching and other online sources for systematic reviews. How can we be systematic? Systematic Reviews, 5, 191. https://doi.org/10.1186/s13643-016-0371-9	Beitrag, der die Vorteile und Probleme der Websuche diskutiert bzw. reflektiert.
Canadian Agency for Drugs and Technologies in Health (Hrsg.). (2018). Grey Matters: A Practical Tool For Searching Health-Related Grey Literature. Zugriff am 22.08.2018. Verfügbar unter: Link.	Teilweise länderspezifische Auflistung von Recherchequellen mit einem Schwerpunkt hinsichtlich grauer Literatur und Websuche.
Hirt, J., Nordhausen, T. & Ewald, H. (2022). Die Zitationssuche als ergänzende Recherchemethode für systematische Evidenzsynthesen. Pflege, 35(3), 198–199. https://doi.org/10.1024/1012-5302/a000871	Übersicht zu Begriffen, Techniken und Anwendungen für die Zitationssuche.

Literaturverzeichnis

Akobeng, A. K. (2005). Understanding systematic reviews and meta-analysis. Archives of Disease in Childhood, 90(8), 845–848. https://doi.org/10.1136/adc.2004.058230

Aromataris, E. & Riitano, D. (2014). Constructing a Search Strategy and Searching for Evidence. A guide to the literature search for a systematic review. American Journal of Nursing, 114(5), 49–56. https://doi.org/10.1097/01.NAJ.0000446779.99522.f6

Bartels, E. M. (2013). How to perform a systematic search. Best Practice & Research Clinical Rheumatology, 27(2), 295–306. https://doi.org/10.1016/j.berh.2013.02.001

Beale, S., Duffy, S., Glanville, J., Lefebvre, C., Wright, D., McCool, R. et al. (2014). Choosing and using methodological search filters: searchers’ views. Health Information & Libraries Journal, 31(2), 133–147. https://doi.org/10.1111/hir.12062

Behrens, J. & Langer, G. (2022). Evidence based Nursing and Caring. Methoden und Ethik der Pflegepraxis und Versorgungsforschung (5., vollständig überarbeitete und erweiterte Auflage). Bern: Hogrefe Verlag.

Belter, C. W. (2016). Citation analysis as a literature search method for systematic reviews. Journal of the Association for Information Science and Technology, 67(11), 2766–2777. https://doi.org/10.1002/asi.23605

Bethal, A. & Rogers, M. (2019). Choosing the right databases and search techniques. In P. Levay & J. Craven (Hrsg.), Systematic Searching. Practical ideas for improving results (S. 73–94). London: Facet Publishing.

Blümle, A., Lagrèze, W. A. & Motschall, E. (2018). Systematische Literaturrecherche in PubMed. Eine Kurzanleitung. Der Diabetologe, 70, 325. https://doi.org/10.1007/s11428-018-0334-y

Booth, A. (2006). Clear and present questions: formulating questions for evidence based practice. Library Hi Tech, 24(3), 355–368. https://doi.org/10.1108/07378830610692127

Booth, A. (2008). Unpacking your literature search toolbox: on search styles and tactics. Health Information & Libraries Journal, 25(4), 313–317. https://doi.org/10.1111/j.1471-1842.2008.00825.x

Booth, A. (2016). Searching for qualitative research for inclusion in systematic reviews: a structured methodological review. Systematic Reviews, 5, 74. https://doi.org/10.1186/s13643-016-0249-x

Booth, A. & Carroll, C. (2015). Systematic searching for theory to inform systematic reviews. Is it feasible? Is it desirable? Health Information & Libraries Journal, 32(3), 220–235. https://doi.org/10.1111/hir.12108

Booth, A., Sutton, A. & Papaionnannou, D. (2016). Systematic approaches to a successful literature review (2nd ed.). London: SAGE Publications.

Bramer, W. M., Jonge, G. B. de, Rethlefsen, M. L., Mast, F. & Kleijnen, J. (2018). A systematic approach to searching: an efficient and complete method to develop literature searches. Journal of the Medical Library Association, 106(4), 531–541. https://doi.org/10.5195/jmla.2018.283

Bramer, W. M., Rethlefsen, M. L., Kleijnen, J. & Franco, O. H. (2017). Optimal database combinations for literature searches in systematic reviews: a prospective exploratory study. Systematic Reviews, 6, 50. https://doi.org/10.1186/s13643-017-0644-y

CoCites (Hrsg.). (2020). CoCites: A citation-based method for searching scientific literature. Zugriff am 18.08.2020. Verfügbar unter: http://cocites.com/

Conn, V. S., Isaramalai, S., Rath, S., Jantarakupt, P., Wadhawan, R. & Dash, Y. (2003). Beyond MEDLINE for Literature Searches. Journal of Nursing Scholarship, 35(2), 177–182. https://doi.org/10.1111/j.1547-5069.2003.00177.x

ConnectedPapers (Hrsg.). (2020). ConnectedPapers. Zugriff am 27.10.2020. Verfügbar unter: https://www.connectedpapers.com/

Cooke, A., Smith, D. & Booth, A. (2012). Beyond PICO: the SPIDER tool for qualitative evidence synthesis. Qualitative Health Research, 22(10), 1435–1443. https://doi.org/10.1177/1049732312452938

Cooper, C., Booth, A., Britten, N. & Garside, R. (2017). A comparison of results of empirical studies of supplementary search techniques and recommendations in review methodology handbooks: a methodological review. Systematic Reviews, 6, 234. https://doi.org/10.1186/s13643-017-0625-1

Cooper, C., Booth, A., Varley-Campbell, J., Britten, N. & Garside, R. (2018). Defining the process to literature searching in systematic reviews: a literature review of guidance and supporting studies. BMC Medical Research Methodology, 18, 85. https://doi.org/10.1186/s12874-018-0545-3

Craven, J. & Levay, P. (2011). Recording Database Searches for Systematic Reviews – What is the Value of Adding a Narrative to Peer-Review Checklists? A Case Study of NICE Interventional Procedures Guidance. Evidence Based Library and Information Practice, 6(4), 72. https://doi.org/10.18438/B8CD09

Curtin University (Hrsg.). (2016). Finding qualitative research: PICo and more… Zugriff am 23.11.2016. Verfügbar unter: http://libguides.library.curtin.edu.au/c.php?g=202453&p=1587487

Davies, K. S. (2011). Formulating the Evidence Based Practice Question: A Review of the Frameworks. Evidence Based Library and Information Practice, 6(2), 75–80. https://doi.org/10.18438/B8WS5N

De-la-Torre-Ugarte-Guanilo, M. C., Ferreira Takahashi, R. & Bertolozzi, M. R. (2011). Systematic review: general notions. Revista da Escola de Enfermagem da USP, 45(5), 1255–1261. https://doi.org/10.1590/S0080-62342011000500033

Deutsche Nationalbibliothek & Staatsbibliothek zu Berlin (Hrsg.). (o. J.). Zeitschriftendatenbank. Zugriff am 06.08.2018. Verfügbar unter: https://zdb-katalog.de/index.xhtml

DiCenso, A., Bayley, L. & Haynes, R. B. [R. Brian]. (2009). Accessing pre-appraised evidence: fine-tuning the 5S model into a 6S model. Evidence-Based Nursing, 12(4), 99–101. https://doi.org/10.1136/ebn.12.4.99-b

Dictionary.com (Dictionary.com, Hrsg.). (2020). Thesaurus.com. Zugriff am 28.04.2020. Verfügbar unter: http://www.thesaurus.com/

DOAJ (Hrsg.). (2018). Directory of Open Access Journals. Zugriff am 06.08.2018. Verfügbar unter: https://doaj.org/

European Network for Health Technology Assessment (Hrsg.). (2017). Process of information retrieval for systematic reviews and health technology assessments on clinical effectiveness. Guideline. Version 1.2. Zugriff am 22.06.2018. Verfügbar unter: https://www.eunethta.eu/process-of-information-retrieval-for-systematic-reviews-and-health-technology-assessments-on-clinical-effectiveness/

Glanville, J. & Wood, H. (2018). Text Mining Opportunities: White Paper (Canadian Agency for Drugs and Technologies in Health, Hrsg.). Verfügbar unter: https://www.cadth.ca/sites/default/files/pdf/methods/2018-05/MG0013_CADTH_Text-Mining_Opportunites_Final.pdf

Greenhalgh, T. (2015). Einführung in die evidenzbasierte Medizin (3., vollständig überarbeitete und erweiterte Auflage). Aus dem Englischen von Karin Beifuss. Bern: Verlag Hans Huber.

Grindlay, D. J. C. & Karantana, A. (2018). Putting the ‘systematic’ into searching – tips and resources for search strategies in systematic reviews. Journal of Hand Surgery (European Volume), 43(6), 674–678. https://doi.org/10.1177/1753193418778978

Hartling, L., Featherstone, R., Nuspl, M., Shave, K., Dryden, D. M. & Vandermeer, B. (2016). The contribution of databases to the results of systematic reviews: a cross-sectional study. BMC Medical Research Methodology, 16, 127. https://doi.org/10.1186/s12874-016-0232-1

Hirt, J., Brinkmann, S., Cadima, R., Dichter, M. N., Golla, A., Kaap-Fröhlich, S. et al. (2020). Datenbankindexierung von gesundheitswissenschaftlichen Fachzeitschriften aus dem deutschsprachigen Raum: eine Zeitschriftenanalyse. Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen, 150-152, 20–28. https://doi.org/10.1016/j.zefq.2020.04.003

Hirt, J., Neyer, S. & Nordhausen, T. (2019) [Comprehensive literature searches – an overview]. GMS Medizin – Bibliothek – Information, 19(1-2), Doc05. https://doi.org/10.3205/mbi000430

Hirt, J. & Nordhausen, T. (2019a). One size does not fit all – systematische Literaturrecherche in Fachdatenbanken. Einführung in eine zehnteilige Reihe. Klinische Pflegeforschung, 5, 2–4. https://doi.org/10.6094/KlinPfleg.5.2

Hirt, J. & Nordhausen, T. (2019b). One size does not fit all – systematische Literaturrecherche in Fachdatenbanken. Schritt 10: Ergänzende Recherchemöglichkeiten. Klinische Pflegeforschung, 5, 39–43. https://doi.org/10.6094/KlinPfleg.5.39

Hirt, J. & Nordhausen, T. (2019c). One size does not fit all – systematische Literaturrecherche in Fachdatenbanken. Schritt 2: Festlegung der Suchkomponenten. Klinische Pflegeforschung, 5, 7–9. https://doi.org/10.6094/KlinPfleg.5.7

Hirt, J. & Nordhausen, T. (2019d). One size does not fit all – systematische Literaturrecherche in Fachdatenbanken. Schritt 7: Überprüfung des Suchstrings. Klinische Pflegeforschung, 5, 27–29. https://doi.org/10.6094/KlinPfleg.5.27

Hirt, J. & Nordhausen, T. (2019e). One size does not fit all – systematische Literaturrecherche in Fachdatenbanken. Schritt 8: Durchführung der Recherche. Klinische Pflegeforschung, 5, 30–33. https://doi.org/10.6094/KlinPfleg.5.30

Hirt, J. & Nordhausen, T. (2019f). One size does not fit all – systematische Literaturrecherche in Fachdatenbanken. Schritt 9: Dokumentation, Sicherung und Export der Recherche. Klinische Pflegeforschung, 5, 35–38. https://doi.org/10.6094/KlinPfleg.5.35

Hirt, J. & Nordhausen, T. (2022). Rechercheprotokoll für eine systematische Literaturrecherche. Version 4.0. Zugriff am 16.06.2022. Verfügbar unter: https://refhunter.org/research_support/rechercheprotokoll/

Hirt, J., Nordhausen, T., Appenzeller-Herzog, C. & Ewald, H. (2021). Using citation tracking for systematic literature searching – study protocol for a scoping review of methodological studies and a Delphi study [version 3; peer review: 2 approved]. F1000Research, 9, 1386. https://doi.org/10.12688/f1000research.27337.3

Holly, C., Salmond, S. W. & Saimbert, M. K. (Hrsg.). (2012). Comprehensive Systematic Review for Advanced Nursing Practice. New York: Springer Publishing Company.

Hopewell, S., Clarke, M., Lefebvre, C. & Scherer, R. (2007). Handsearching versus electronic searching to identify reports of randomized trials. Cochrane Database of Systematic Reviews, 2, MR000001. https://doi.org/10.1002/14651858.MR000001.pub2

InterTASC Information Specialists‘ Sub-Group (Hrsg.). (2019). ISSG Search Filters Resource. Zugriff am 28.01.2019. Verfügbar unter: https://sites.google.com/a/york.ac.uk/issg-search-filters-resource/home

Janssens, A. C. J. W., Gwinn, M., Brockman, J. E., Powell, K. & Goodman, M. (2020). Novel citation-based search method for scientific literature: a validation study. BMC Medical Research Methodology, 20, 198. https://doi.org/10.1186/s12874-020-0907-5

Jenkins, M. (2004). Evaluation of methodological search filters – a review. Health Information & Libraries Journal, 21(3), 148–163. https://doi.org/10.1111/j.1471-1842.2004.00511.x

Kloda, L. A. & Bartlett, J. C. (2014). A characterization of clinical questions asked by rehabilitation therapists. Journal of the Medical Library Association, 102(2), 69–77. https://doi.org/10.3163/1536-5050.102.2.002

Koster, J. (Hrsg.). (2014). PubMed PubReMiner. Zugriff am 28.08.2018. Verfügbar unter: http://hgserver2.amc.nl/cgi-bin/miner/miner2.cgi

Kunz, R., Khan, K. S., Kleijnen, J. & Antes, G. (2009). Systematische Übersichtsarbeiten und Meta-Analysen. Einführung in Instrumente der evidenzbasierten Medizin für Ärzte, klinische Forscher und Experten im Gesundheitswesen (Programmbereich Medizin, 2., vollständig überarbeitete Auflage). Bern: Verlag Hans Huber.

Kunzweiler, K., Rehner, L., Möhler, R. & Voigt-Radloff, S. (2016). Pflegeinterventionen bei Menschen mit Demenz – Anwendungsbeispiel für ein Cochrane Review Map. Klinische Pflegeforschung, 2, 15–30. https://doi.org/10.6094/KlinPfleg.2.15

Lam, M. T., Longhi, C. de, Turnbull, J., Lam, H. R. & Besa, R. (2018). Has Embase replaced MEDLINE since coverage expansion? Journal of the Medical Library Association, 106(2), 227–234. https://doi.org/10.5195/jmla.2018.281

Lefebvre, C., Manheimer, E. & Glanville, J. (2011). Searching for studies. In J. P. T. Higgins & S. Green (eds.), Cochrane Handbook for Systematic Reviews of Interventions. Cochrane Book Series (S. 95–149). Version 5.1.0. Chichester: Wiley-Blackwell.

Lodge, M. (2011). Conducting a systematic review: finding the evidence. Journal of Evidence-Based Medicine, 4(2), 135–139. https://doi.org/10.1111/j.1756-5391.2011.01130.x

McGowan, J. & Sampson, M. (2005). Systematic reviews need systematic searchers. Journal of the Medical Library Association, 93(1), 74–80.

McGowan, J., Sampson, M., Salzwedel, D. M., Cogo, E., Foerster, V. & Lefebvre, C. (2016a). PRESS Peer Review Electronic Search Strategies: 2015 Guideline Explanation and Elaboration (PRESS E&E) (Canadian Agency for Drugs and Technologies in Health, Hrsg.) (CADTH Methods and Guidelines). Ottawa. Verfügbar unter: https://www.cadth.ca/sites/default/files/pdf/CP0015_PRESS_Update_Report_2016.pdf

McGowan, J., Sampson, M., Salzwedel, D. M., Cogo, E., Foerster, V. & Lefebvre, C. (2016b). PRESS peer review of electronic search strategies: 2015 guideline statement. Journal of Clinical Epidemiology, 75, 40–46. https://doi.org/10.1016/j.jclinepi.2016.01.021

McKibbon, K. A., Wilczynski, N. L. & Haynes, R. B. [Robert Brian]. (2009). Retrieving randomized controlled trials from medline: a comparison of 38 published search filters. Health Information & Libraries Journal, 26(3), 187–202. https://doi.org/10.1111/j.1471-1842.2008.00827.x

Methley, A. M., Campbell, S., Chew-Graham, C., McNally, R. & Cheraghi-Sohi, S. (2014). PICO, PICOS and SPIDER: a comparison study of specificity and sensitivity in three search tools for qualitative systematic reviews. BMC Health Services Research, 14, 579. https://doi.org/10.1186/s12913-014-0579-0

Mintzker, Y., Blum, D. & Adler, L. (2022). Replacing PICO in non-interventional studies. BMJ Evidence-Based Medicine, Article in Press. https://doi.org/10.1136/bmjebm-2021-111889

Munn, Z., Stern, C., Aromataris, E., Lockwood, C. & Jordan, Z. (2018). What kind of systematic review should I conduct? A proposed typology and guidance for systematic reviewers in the medical and health sciences. BMC Medical Research Methodology, 18, 5. https://doi.org/10.1186/s12874-017-0468-4

Murdoch University (Hrsg.). (2019). Systematic Reviews – Research Guide. Using PICO or PICo. Verfügbar unter: https://libguides.murdoch.edu.au/systematic/PICO

Naber, D. (Hrsg.). (2017). OpenThesaurus. Zugriff am 30.05.2017. Verfügbar unter: https://www.openthesaurus.de/

National Center for Biotechnology Information (Hrsg.). (2018). PubMed Help. Computation of Similar Articles. Zugriff am 22.06.2018. Verfügbar unter: https://www.ncbi.nlm.nih.gov/books/NBK3827/#pubmedhelp.Computation_of_Similar_Articl

Nordhausen, T. & Hirt, J. (2019a). One size does not fit all – systematische Literaturrecherche in Fachdatenbanken. Schritt 1: Festlegung des Rechercheprinzips. Klinische Pflegeforschung, 5, 5–6. https://doi.org/10.6094/KlinPfleg.5.5

Nordhausen, T. & Hirt, J. (2019b). One size does not fit all – systematische Literaturrecherche in Fachdatenbanken. Schritt 3: Festlegung der zu durchsuchenden Fachdatenbanken. Klinische Pflegeforschung, 5, 10–12. https://doi.org/10.6094/KlinPfleg.5.10

Nordhausen, T. & Hirt, J. (2019c). One size does not fit all – systematische Literaturrecherche in Fachdatenbanken. Schritt 4: Identifikation von synonymen Suchbegriffen. Klinische Pflegeforschung, 5, 13–16. https://doi.org/10.6094/KlinPfleg.5.13

Nordhausen, T. & Hirt, J. (2019d). One size does not fit all – systematische Literaturrecherche in Fachdatenbanken. Schritt 5: Identifikation von Schlagwörtern. Klinische Pflegeforschung, 5, 17–20. https://doi.org/10.6094/KlinPfleg.5.17

Nordhausen, T. & Hirt, J. (2019e). One size does not fit all – systematische Literaturrecherche in Fachdatenbanken. Schritt 6: Entwicklung des Suchstrings. Klinische Pflegeforschung, 5, 21–26. https://doi.org/10.6094/KlinPfleg.5.21

Nussbaumer-Streit, B., Klerings, I., Wagner, G., Heise, T. L., Dobrescu, A. I., Armijo-Olivo, S. et al. (2018). Abbreviated literature searches were viable alternatives to comprehensive searches: a meta-epidemiological study. Journal of Clinical Epidemiology, 102, 1–11. https://doi.org/10.1016/j.jclinepi.2018.05.022

Ormstad, S. S. & Isojärvi, J. (2013). Keeping up to date with information retrieval research: Summarized Research in Information Retrieval (SuRe Info). Journal of the EAHIL, 9(2), 17–19.

Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D. et al. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. British Medical Journal, 372, n71. https://doi.org/10.1136/bmj.n71

Pillay, B., Wootten, A. C., Crowe, H., Corcoran, N., Tran, B., Bowden, P. et al. (2016). The impact of multidisciplinary team meetings on patient assessment, management and outcomes in oncology settings: A systematic review of the literature. Cancer Treatment Reviews, 42, 56–72. https://doi.org/10.1016/j.ctrv.2015.11.007

PubGene (PubGene, Hrsg.). (2018). COREMINE medical. Zugriff am 28.04.2020. Verfügbar unter: https://www.coremine.com/medical/

Reed, J. G. & Baxter, P. M. (2009). Using Reference Databases. In H. Cooper, L. V. Hedges & J. C. Valentine (Eds.), The Handbook of Research Synthesis and Meta-Analysis (2nd ed., S. 73–102). New York: Russell Sage Foundation.

Relevo, R. (2012). Chapter 4: Effective Search Strategies for Systematic Reviews of Medical Tests. Journal of General Internal Medicine, 27(Suppl 1), 28–32. https://doi.org/10.1007/s11606-011-1873-8

Ressing, M., Blettner, M. & Klug, S. J. (2009). Systematische Übersichtsarbeiten und Metaanalysen. Teil 6 der Serie zur Bewertung wissenschaftlicher Publikationen. Deutsches Ärzteblatt, 106(27), 456–463. https://doi.org/10.3238/arztebl.2009.0456

Saimbert, M. K., Fowler, S. A., Pierce, J. & Hargwood, P. (2016). Search Resources and Techniques to Maximize Search Efforts. In C. Holly, S. W. Salmond & M. K. Saimbert (Hrsg.), Comprehensive Systematic Review for Advanced Nursing Practice (S. 139–172). New York: Springer Publishing Company.

Sampson, M. & McGowan, J. (2006). Errors in search strategies were identified by type and frequency. Journal of Clinical Epidemiology, 59(10), 1057-1063. https://doi.org/10.1016/j.jclinepi.2006.01.007

SemperTool (Hrsg.). (2018). Directory of Open Access Books. Zugriff am 18.11.2018. Verfügbar unter: https://www.doabooks.org/

Stansfield, C., O’Mara-Eves, A. & Thomas, J. (2017). Text mining for search term development in systematic reviewing. A discussion of some methods and challenges. Research Synthesis Methods, 19(2), 479. https://doi.org/10.1002/jrsm.1250

Stern, C. & McArthur, A. (2014). Developing the Review Question and Inclusion Criteria. The first steps in conducting a systematic review. American Journal of Nursing, 114(4), 53–56. https://doi.org/10.1097/01.NAJ.0000445689.67800.86

Strech, D., Synofzik, M. & Marckmann, G. (2008). Systematic reviews of empirical bioethics. Journal of Medical Ethics, 34(6), 472–477. https://doi.org/10.1136/jme.2007.021709

U.S. National Library of Medicine (Hrsg.). (o. J.). MeSH on Demand. Zugriff am 13.01.2019. Verfügbar unter: https://meshb.nlm.nih.gov/MeSHonDemand

U.S. National Library of Medicine (Hrsg.). (2018). Medical Subject Headings 2018. MeSH Browser. Accessed 10.02.2018. Retrieved from https://meshb.nlm.nih.gov/search

Ugolini, D., Neri, M., Casilli, C. & Bonassi, S. (2010). Development of search filters for retrieval of literature on the molecular epidemiology of cancer. Mutation Research, 701(2), 107–110. https://doi.org/10.1016/j.mrgentox.2010.05.016

Universitätsbibliothek Regensburg (Hrsg.). (o. J.). Elektronische Zeitschriftenbibliothek. Zugriff am 06.08.2018. Verfügbar unter: http://rzblx1.uni-regensburg.de/ezeit/index.phtml?bibid=FHO&colors=7&lang=de

University of Maryland (Hrsg.). (o. J.). Framing a Research Question. Zugriff am 12.11.2020. Verfügbar unter: https://lib.guides.umd.edu/SR/research_question

Wachtel, R. E. & Dexter, F. (2013). Difficulties and Challenges Associated with Literature Searches in Operating Room Management, Complete with Recommendations. Anesthesia & Analgesia, 117(6), 1460–1479. https://doi.org/10.1213/ANE.0b013e3182a6d33b

Yale University (Hrsg.). (2020). Yale MeSH Analyzer. Zugriff am 27.05.2020. Verfügbar unter: http://mesh.med.yale.edu/

Young, T. & Hopewell, S. (2011). Methods for obtaining unpublished data. Cochrane Database of Systematic Reviews, 11, MR000027. https://doi.org/10.1002/14651858.MR000027.pub2

Zitiervorschlag