生物信息学中执行系统文献综述指南
定量方法
2017-07-20 v1
摘要
生物信息学研究依赖于高质量数据库以提供准确结果。正确执行的计算机模拟实验可通过大规模数据分析预测新发现并阐明生物实验路径。然而，大多数生物数据库存在错误，如数据分类不正确或信息不完整。此外，数据挖掘算法有时无法处理这些错误，导致计算机模拟分析出现严重问题。对从文献中提取的数据进行人工审校是解决此问题的一种可能方案。系统文献综述（Systematic Literature Review, SLR），或称系统综述，是一种识别、评估和总结特定主题最新进展的方法。此外，SLR 允许限制性地从数据库收集数据，从而使其分析比传统综述具有更低的偏差。SRL 方法已广泛用于医学和环境研究的决策制定。然而，其他研究领域（如生物信息学）缺乏指导研究人员执行 SLR 程序的具体分步指南。在本研究中，我们提出了一种名为 BiSRL 的指南，用于在生物信息学中执行 SLR。我们的程序涵盖了为适应生物信息学而调整的最传统 SLR 生成指南。为评估我们的方法，我们提出了一项案例研究，以检测和总结为生物信息学数据开发的 SLR。我们使用了两个数据库：PubMed 和 ScienceDirect。共有 207 篇论文经过四个步骤筛选：标题、摘要、斜向阅读和全文阅读。四位评估者独立执行 SLR 以降低偏差风险。共有 8 篇论文被纳入 SLR 案例研究。该案例研究展示了如何实施 BiSLR 方法以进行生物信息学 SLR。BiSLR 可指导生物信息学家执行可重复的系统综述，以收集准确数据进行更高质量的分析。
引用
@article{arxiv.1707.05813,
title = {A guide to performing systematic literature reviews in bioinformatics},
author = {Diego C. B. Mariano and Carmelina Leite and Lucianna H. S. Santos and Rafael E. O. Rocha and Raquel C. de Melo-Minardi},
journal= {arXiv preprint arXiv:1707.05813},
year = {2017}
}
备注
Technical report - RT.DCC.002/2017