LeeScot's Web
GPT

Pub Med 搜尋輔助工具

用 AI 搜尋PubMed文獻,快速找到臨床研究摘要。

|
- 次瀏覽
GPTs EBM PubMed
前往使用

為什麼推薦

這是一個專為醫學研究設計的 PubMed 文獻搜尋助手,能夠自動將臨床問題轉換為結構化的 PICO 格式,並透過 MeSH 詞彙優化搜尋策略。系統會自動產生多種布林組合的搜尋結果,並提供系統性綜論、隨機對照試驗等高品質文獻的摘要整理,大幅節省文獻搜尋與篩選的時間。

主要功能

1. 自動 PICO 分析

  • 將任意臨床問題自動拆解為 P (族群/疾病)、I (介入/暴露)、C (比較組)、O (結局) 四個要素
  • 為每個要素產生 3 組關鍵字,並自動查詢對應的 MeSH Term
  • 以表格呈現完整的 PICO 結構與關鍵字對照

2. 智能搜尋策略

  • 自動執行各要素的文獻計數,提供每個關鍵字與 MeSH Term 的搜尋結果數量
  • 預設提供 8 種常用布林組合 (如 P AND I、P AND I AND C AND O 等)
  • 每個搜尋結果都附帶可直接點擊的 PubMed 連結

3. 文獻摘要擷取

支援五種研究類型的前 10 篇文獻摘要:

  • (A) 系統性綜論/統合分析 (SR/MA): 使用 meta-analysis[Filter]systematicreview[Filter]
  • (B) 隨機對照研究 (RCT): 使用 randomizedcontrolledtrial[Filter]
  • (C) 臨床研究 (Clinical Trial): 使用 clinicaltrial[Filter]
  • (D) 綜論型文獻 (Review): 使用 review[Filter]
  • (E) 指引 (Guideline): 使用 guideline[Filter]

每篇文獻提供:

  • 英文原標題與 PMID 連結
  • 🀄 中文標題翻譯
  • ✏️ 繁體中文摘要重點 (TL;DR)

使用情境

臨床問題快速查證

當遇到臨床問題如「糖尿病患者使用 SGLT2 抑制劑相較於 DPP4 抑制劑對心血管事件的影響」,系統會自動:

  1. 拆解為 PICO 格式
  2. 產生優化的搜尋策略
  3. 提供各類型文獻的中文摘要

文獻回顧前期準備

在進行系統性文獻回顧前,可快速了解:

  • 各關鍵字組合的文獻數量
  • 最相關的 MeSH Term
  • 高品質文獻的分布情況

實證醫學教學

適合用於教學示範:

  • PICO 問題架構
  • MeSH Term 的應用
  • 文獻搜尋策略的優化

使用技巧

1. 輸入方式

  • 單句問題:直接輸入臨床問題,系統會自動拆解為 PICO
  • PICO 格式:若已有明確的 PICO 架構,可直接提供以加快處理速度

2. 優化搜尋結果

  • 若某個要素的 MeSH Term 查詢失敗,系統會自動嘗試其他關鍵字組合 (最多 3 次)
  • 可在看到初步結果後,要求調整特定欄位的關鍵字

3. 選擇適當的布林組合

  • P AND I: 適合探索性搜尋,結果較多
  • P AND I AND C AND O: 適合精確查詢,結果較少但更相關
  • I AND O: 適合了解介入措施的整體效果

4. 文獻類型選擇建議

  • 優先查看 (A) SR/MA:提供最高等級的證據
  • 若 SR/MA 不足,再查看 (B) RCT
  • (E) Guideline 適合快速了解臨床建議

5. 重要提醒

  • 本系統僅供參考,不能取代專業醫療判斷
  • 建議開新對話進行不同主題的搜尋,避免內容混雜
  • 系統會自動去重,避免重複呼叫相同的搜尋條件