A systematic approach to searching: an efficient and complete method to develop literature searches
Paper Review
체계적 문학 고찰을 위해 데이터베이스와의 상호작용을 통한 검색전략을 구성하는 것은 굉장히 도전적인 일이다.
sensitivity(민감도)와 specificity(구체성) 모두를 고려하여 최적의 검색전략이 과연 무엇인지 찾아야 하기 떄문이다.
해당 논문에서는 single-line search 전략을 제안한다. search syntax(필드코드, 불기호("AND","OR", "NOT"), 괄호)등을 유의어 사전에서 많이 발견되는 (키워드, 동의어) 등의 검색용어들을 활용해서 검색창을 열기 전에 먼저 타이핑하는 것이다.
새롭게 제안된 최적화 기법 --> term completeness를 위해 유의어 사전에서 추출된 결과들을 free-text search 단어들과 비교함으로써 잠적적으로 유사한 검색 후보군들을 분류해볼 수 있다. 이 방법들을 활용하면 정보 정문가들로 하여금 학술문헌검색을 용이하게 만들 수 있다. 
문헌전문가들은 Systematic Reviews(SR)에서 자신이 필요한 가장 관련있는 레퍼런스(인용글)들이 review에 있는지 가장 관심있어한다.
전통적인 SR 검색 전략과 실행 방법들은 굉장히 시간이 많이 소요되고 일반적으로 100시간이상이 걸리게 된다. 따라서 이러한 SLR(systematic literature review)은 이러한 과정을 더욱 효율적으로 하기 위해 필요하다고 할 수 있다. 이 논문은 Erasmus 대학교 의료센터에서 개발한 방법에 대해 설명하고 있다.
연구 질문은 어떻게 만들어지는지와 search 방법들에 대한 프로세스를 설명한다.
본 논문에서의 systematic search strategy는 위와 같다. 문서 검색을 위해서도 체계적으로 무엇을 어떻게 먼저해야 가장 효율적으로 시간을 절약하면서 나에게 필요한 문서를 얻을 수 있는지 방법을 15가지로 구체화하였다.
이밖에 내용들은 이 15가지 방법들을 구체적으로 예시를 들어서 설명하는 내용들이다.
1번 내용만 먼저 확인해보도록 하겠다.
분명하고 명확한 문제를 정의하라
체계적인 문서검색은 정밀하고 더 정돈된 문제에 대응할 수 있다. 내가 물은 질문이 너무 모호하거나 너무 범위가 넓어도 체계적인 방식으로 정답을 내리기 쉽지 않다. 그리고 그렇게 검색을 하게되면 방대한량의 검색결과에 당황할 수밖에 없다. 반대로, 질문이 너무 구체적이여도 문제인데, 왜냐하면 거기에 부합하는 검색결과가 굉장히 적거나 아이예 나오지 않을 수 있기 떄문이다. 
정보검색 전략에서 어떤것을 참고해야하는지는 figure 1에 나와있다. 추천하는 방식으로는 가장 중요하면서도 구체적인 방법으로 시작하고, 그 다음 일반적으로 점차 범위를 늘려가는 것이다.
아무래도 의학분야에서 이 체계적 문헌 고찰을 어떻게 활용할지에 대해서 작성한 논문이다보니 의학관련 데이터베이스를 어떤것을 어떻게 활용해야하는지 주로 언급을 많이 한것 같다. 위의 표1을 확인해보면, PubMed, Ovid, EBSCOhost, Embase.com, ProQuest가 많이쓰이는 의학 DB이다. 아래 상세 내용을 확인해보면 검색 효율화를 위해서는 적합한 DB와 인터페이스를 선택하는 것이 중요하다는 점을 말하고 있다.
특히 medical oriented searches에서 Embase가 MEDLINE 데이터베이스보다 더 구체적인 유의어들을 포함하고 있는 정보들을 가지고 있기 때문에 Embase를 추천하고 있다.
더 많이 관련있는 문서들을 추출하고 싶다면 다양한 데이터베이스에서 검색하면된다. 하지만, 복잡하고 많은 쿼리들을 서로 다른 데이터베이스에 계속 사용하려고 하면 또다시 시간이 굉장히 많이 들게 된다. 해당 논문에서 제안하고 있는 single-line 검색 접근법을 활요하게 되면,굉장히 바른속도로 마이크로 소프트 워드 메크로를 활용해서 이 작업을 수행할 수 있도록 한다.
에라스무스 메디컬 센터에서 개발한 매크로 링크를 아래에 첨부해두겠다.
에라스무스 메디컬 센터에서는 마이크로소프트 워드에 메크로를 적용하여 바이오 의학분야와 건강의학 분야에 대한 질문을 해결할 수 있게 되었다. 아래의 그림2 처럼 스키마는 작동한다. 5개의 서로다른 메크로를 사용함으로써 Embase.com의 쿼리들을 최적화 할 수 있게 되며, 8개의 서로다른 데이터베이스에 접근할 수 있게 된다.
그래서 결론은 무엇인가..
