i-f099534a26d786d5c7dacdbbe11e396c-PubMed_logo-thumb-550x195.png

PubMed ist die größte Literaturdatenbank für biomedizinische Forschungsartikel mit Millionen Einträgen. Hier ein paar Tips für die effiziente Suche und Hinweise auf alternative Suchmaschinen für die PubMed Datenbank. Gibt es eigentlich die Möglichkeit für Autoren ihre Sichtbarkeit in der Datenbank zu erhöhen?

Ich habe im letzten Blogeintrag erzählt, dass ich gerade an einem Übersichtsartikel arbeite. Den Großteil der Zeit verbringe ich damit auf PubMed passende Forschungsartikel zu finden und zu lesen. Eine Frage, die ich mir dabei oft stelle: Finde ich eigentlich die relevantesten Artikel durch die PubMed-Suche?

Ich bin nicht der erste, der sich diese Frage stellt und PubMed bietet ein paar Tools, um die Suche zu vereinfachen. Wer einen Artikel ausgewählt hat, bekommt auf der rechten Seite thematisch verwandte Artikel angeboten, zum anderen erhält man mit einem Klick eine Übersicht aller Artikel, die den ausgewählten bislang zitiert haben. Hier als Beispiel der GFP Artikel von Martin Chalfie, der wohl sein Ticket nach Schweden zur Nobelpreisverleihung war.

Alternative Suchoptionen für die PubMed Datenbank

Es gibt weiter eine Anzahl von alternativen Suchmasken, die alle auf die PubMed (und/ oder Medline) Datenbanken zugreifen, und jeweils andere Stärken haben:

GoPubmed zeigt übersichtlich alle Autoren, Journals, MeSH terms und GO-Klassen an, es hat außerdem eine Statistikfunktion, die ich auch schon zum Beispiel hier benutzt habe. GoPubmed ist das Produkt einer Firma aus Dresden und hat dieses Jahr einen Red Dot design award bekommen.

Weiter gibt es zum Beispiel NEXTBIO, pubget, das direkt nach verfügbaren .pdf Dateien sucht, PubFocus, das sich auf statistische Auswertungen von PubMed Suchen spezialisiert hat (und nicht immer funktionert). Hier noch eine ganze Liste mit alternativen Suchmöglichkeiten (via Wikipedia). PubMed selbst bietet auch eine ganze reihe von Suchfunktionen für Fortgeschrittene. Hier eine Übersicht.

Suchmaschinenoptimierung für PubMed

Man kann die Frage der Suche nach dem relevantesten Artikel auch aus anderem Blickwinkel betrachten: Wie kann ich meinen Artikel bei Pubmed, also einer Suchmaschine, möglichst hoch platzieren?

Eine Frage, die sich tausende von Search Engine Optimizern (SEOs) wahrscheinlich jeden Tag stellen. Nur das die Suchmaschine dort wohl meistens Google heisst. Search Engine Optimization für die Suche in der größten Datenbank zu biomedizinischen Themen mit Millionen von Einträgen also. Klar ist: Bessere Sichtbarkeit in PubMed führt zu mehr Zitierungen, diese erhöhen die Reputation der Magazine durch den Impact Factor, und die der Autoren.

Angenommen es gäbe eine solche Beratung, wer würde als Kunde in Frage kommen? Zum einen die Herausgeber der Fachmagazine, zum anderen Institute und die Arbeitsgruppen selbst, von denen die Artikel stammen. Hat hier jemand SEO Erfahrung und Interesse an so etwas?

Kommentare (10)

  1. #1 strappato
    24. August 2009

    Noch eine Suchmöglichkeit. Das Literaturverwaltungsprogramm “Reference Manager” bietet eine direkte Suche aus dem Programm in PubMed und alle Bibliotheken, die den Standard Z39.50 (de.wikipedia.org/wiki/Z39.50) unterstützen. Ist rasend schnell und die Ergebnisse werden direkt in Reference Manager importiert und können in die Arbeitsdatenbank übernommen werden.

  2. #2 Tobias
    24. August 2009

    Ebenso bietet z.B. die Software “Endnote” die Funktion sich direkt mit der PubMed Datenbank zu verbinden und Artikel direkt in eine lokale Datenbank zu übernehmen, die dann für die Referenzen in einem Artikel via “Cite while you write” verwendet werden kann.

  3. #3 ben
    24. August 2009

    meine favorisierte Art bei Pubmed zu suchen ist definitiv
    https://www.hubmed.org

    “The Swiss Army knife of PubMed interfaces” – weil es zum einen sehr simpel zu bedienen ist, aber andererseits eine Menge Möglichkeiten bietet, die bei der täglichen Arbeit sehr nützlich sein können (RSS Feeds, direkter Export für Endnote/BibTeX etc…)

  4. #4 strappato
    24. August 2009

    In den 90er Jahren war Fuzzy-Logic ein Trend. Es gab damals einen Medline-CD-Anbieter der bei der Suche Fuzzy-Logic benutzte. Man konnte dann ganze Sätze ins Suchfeld eingeben und erhielt eine Liste mit der Treffer-Wahrscheinlichkeit.

  5. #5 Alexander
    24. August 2009

    Novoseek geht ein wenig in Richtung semantische Suche. Meistens reichen mir aber die erweiterten Befehle von PubMed völlig.

  6. #6 Andre
    25. August 2009

    Eine weitere Suchmaschine für die Inhalte von PubMed ist https://www.qsensei.com
    Die Suchmaschine bietet eine neue Art der Suche, indem zu jeder Sucheingabe passende Suchvorschläge angezeigt werden.

  7. #7 dvizard
    26. August 2009

    Ich sehe schon die Zeiten kommen, wo die SEO-Unternehmen und nicht mehr die Forschungsergebnisse über das Schicksal von Forscherkarrieren bestimmen, und Forscher den grössten Teil ihres Arbeitstages damit zubringen, ihr Paper so zu formulieren, dass sie auf Page 1 für “Ribosom” kommen 😀

  8. #8 Tobias
    26. August 2009

    dvizard,
    letztendlich zählt sowieso nur Content. Trotzdem: Es gibt offensichtlich etliche Alternativen, die auf die Pubmed Datenbank zurück greifen (siehe Artikel und Kommentare). Warum es keine Alternativen gibt, die sich um SEO bei PubMed Gedanken machen verstehe ich nicht.

  9. #9 Sven Türpe
    29. August 2009

    Wie kann ich meinen Artikel bei Pubmed, also einer Suchmaschine, möglichst hoch platzieren? Eine Frage, die sich tausende von Search Engine Optimizern (SEOs) wahrscheinlich jeden Tag stellen.

    Seriöse Optimierer werden darauf antworten: Content is King. Man produziere Inhalte, die möglichst reichhaltig und möglichst einzigartig sind. Zur Feinoptimierung sorge man dafür, dass wichtige Schlagworte an jenen Stellen auftauchen, denen Suchmaschinen (vielleicht) höheres Gewicht beimessen, etwa im Titel, in Überschriften und im Abstract. Für weniger intelligente Suchmaschinen benutze man gegebenenfalls zu wichtigen Begriffen auch mal die jeweils einschlägigen Synonyme.

    Suchmaschinen sind Klassifikatoren. Jede Kombination von Suchbegriffen definiert eine Klasse im Raum der Dokumente, in einer idealen Suchmaschine gerade die Klasse derjenigen Dokumente, die mit den Begriffen etwas zu tun haben. Die entsprechende Suche liefert diese Klasse, beziehungsweise Elemente des Raumes geordnet nach der Wahrscheinlichkeit ihrer Zugehörigkeit zur angefragten Klasse. Real existierende Suchmaschinen haben von Semantik aber wenig Ahnung, deshalb verwenden sie ersatzweise als Heuristik das Vorkommen der Suchbegriffe, vielleicht gewichtet nach Häufigkeit und nach dem Ort des Vorkommens. Bei Google kommt noch die Verlinkung einer Seite in Form des PageRank als Sortierkriterium hinzu; ob PubMed Zitate berücksichtigt, weiß ich nicht.

    Was nun die Optimierung betrifft, ist die Frage oben falsch gestellt. Es gibt keine allgemeine Plazierung, sondern immer nur eine relative für die jeweilige Suchanfrage. Eine sinnvolle Optimierung muss die gesamte Menge derjenigen Anfragen berücksichtigen, zu denen ein Dokument tatsächlich relevant ist. Erforderlich ist also eine Hypothese darüber, wonach diejenigen suchen werden, die ein bestimmtes Dokument interessieren könnte. Die Suchworte all dieser hypothetischen Anfragen sollten im Dokument vorkommen. Sofern die Suchmaschine von sich aus Synonyme berücksichtigt, genügt ein Bezeichner pro Begriff, ansonsten sollten es alle sein. Gegebenenfalls sind auch Wortgruppen zu berücksichtigen, wenn die Suche danach möglich ist (wie z.B. bei Google mit Anführungszeichen).

    Für alle praktsichen Belange dürfte es darauf hinauslaufen, im Paper die gängigen Fachbegriffe korrekt zu verwenden, wenigstens einen neuen Begriff zu prägen und sich mit Titel und Zusammenfassung Mühe zu geben. Also das, was man ohnehin tut, wenn man ein gutes Paper schreiben möchte. Ein Review-Artikel zum Beispiel sollte an prominenter Stelle sagen, dass er einer ist, denn einige Nutzer werden sicher spezifisch nach Reviews zu einem Thema suchen.

    Angenommen es gäbe eine solche Beratung, wer würde als Kunde in Frage kommen?

    Vorwiegend die, die es nötig haben. SEO ist zu 20% Common Sense und zu 80% Aberglaube. Eine detaillierte Optimierung auf die Bedürfnisse der Suchenden scheitert bereits daran, dass die Umsetzung eines Informationsbedarfs in ein paar Schlagworte mit erheblichem Informationsverlust verbunden ist. Eine Suchmaschine erhält nur sehr ungenaue Informationen darüber, was ihre Nutzer wirklich brauchen. Daran kann Optimierung nichts ändern.

  10. #10 Tobias
    29. August 2009

    Sven,
    danke für den Kommentar! Content is ja zweifelsohne vorhanden. In PubMed werden im Allgemeinen peer-reviewte und publizierte Forschungsartikel gelistet.

    Wer sich keine Gedanken um die Sichtbarkeit des Artikels macht, ist möglicherweise bei der Verschlagwortung (MESH terms) nachlässig. Hier sehe ich möglicherweise Verbesserungspotential. Weiter wäre es interessant zu sehen, was tatsächlich auf PubMed gesucht wird, und was in Form von Schlagworten unterrepräsentiert ist.

    Ich habe keine Ahnung, ob der Suchalgorithmus von PubMed öffentlich ist, und in wie eine semantische Suche implementiert ist.