MÉTODO Y TEORÍA

Cómo aprender (y enseñar) a realizar búsquedas en CINAHL y

PubMed

Rafael del Pino Casado

Departamento de Enfermería. Universidad de Jaén. Jaén, España

Evidentia 2017; vol. 14

Cómo citar este documento
Del Pino Casado, Rafael. Cómo aprender (y enseñar) a realizar búsquedas en CINAHL y
PubMed. Evidentia. 2017; vol. 14. Disponible en: <http://www.index-

f.com/evidentia/v14/e1402.php> Consultado el

Resumen
En la sociedad de la información, la búsqueda
y selección de información válida, precisa y
relevante adquiere estatus de competencia
profesional indispensable. En general en
ciencias de la salud y en particular en
enfermería, cada vez es más importante la
consulta de bases de datos de carácter
internacional, por la gran cantidad de
información válida y relevante que contienen.
Entre estas bases de datos, destacan CINAHL
y PubMed. La búsqueda en ellas requiere de
una estrategia que permita equilibrar la
sensibilidad y la especificidad de la búsqueda,
lo cual necesita de la utilización de diversas
herramientas que pueden hacer complicado el
proceso de búsqueda. El presente artículo
pretende desarrollar un sistema de búsqueda
en estas bases de datos que, manteniendo su
efectividad, se base en procedimientos
sencillos, comprensibles y asequibles para
personas con un nivel básico de búsqueda.
Palabras clave: Investigación en Enfermería/
Bases de Datos Bibliográficas/ Uso de la
Información Científica en la Toma de
Decisiones en Salud/ PubMed/ CINAHL
Abstract (How to learn (and teach) to perform
searches in CINAHL and PubMed)
In the information society, searching and
selecting valid, accurate and relevant
information acquires status of indispensable
professional competence. Generally in health
sciences and particularly in nursing, it is
increasingly important to consult international
databases, due to the large amount of valid and
relevant information they contain. Among these
databases, CINAHL and PubMed stand out.
Searching these databases requires a strategy
that allows balancing the sensitivity and
specificity of the search, which requires the use
of various tools that can make the search
process complicated. This article aims to
develop a search system in these databases
that, while maintaining its effectiveness, is
based on simple, understandable and
affordable procedures for people with a basic
search level.
Key-words: Nursing research/ Databases
Bibliographic/ Use of Scientific Information for
Health Decision Making/ PubMed/ CINAHL

Introducción

En la sociedad de la información, uno de los principales retos consiste en ser capaz de seleccionar
e interpretar información relevante de entre la inmensa cantidad disponible. Dicha capacidad de
selección e interpretación se basa en gran parte en la capacidad de buscar información relevante de
forma eficiente.

La búsqueda bibliográfica busca satisfacer una necesidad de conocimiento, la cual puede aparecer
tanto en el contexto de una investigación como en la práctica clínica diaria. La búsqueda bibliográfica

1
puede ser manual (sobre los propios documentos o catálogos de documentos) o electrónica (en
bases de datos bibliográficas accesibles mediante Internet). 1

Por su facilidad y accesibilidad, en la actualidad la búsqueda de información se realiza

mayoritariamente en Internet, donde podemos encontrar infinidad de formatos, tales como páginas
web, blogs, libros, revistas científicas, revistas de divulgación, periódicos, documentos no
publicados, etc. No obstante, Internet es un espacio habitado por información de calidad muy
variable y frecuentemente no controlada ni contrastada. 2 Por ello, cuando se trata de buscar
información científica, como es el caso de las ciencias de la salud, tienen preferencia aquellos
formatos controlados y contrastados: libros, tesis doctorales, artículos de revistas científicas
(electrónicas o en papel) y resúmenes de comunicaciones a Congresos. Todo ello podemos
encontrarlo en las bases de datos bibliográficas, que pueden definirse como una colección de
información bibliográfica (referencias bibliográficas, resúmenes y a veces textos completos) de
literatura científica, amplia, estable e indexada de manera que sea localizable (a través de Internet). 3

De todas las combinaciones posibles enumeradas anteriormente en cuanto a formas, fuentes y

medios o tipo de documentos, la búsqueda en Internet en bases de datos bibliográficas se revela
como la más eficiente, al centrarse en un soporte de información actualizado y sometido a controles
de calidad (la revista científica) y en un medio de fácil accesibilidad y uso (las bases de datos
disponibles en Internet).

Y de todas las bases de datos disponibles en ciencias de la salud, CINAHL y PubMed se revelan
como fundamentales para la búsqueda bibliográfica en enfermería. CINAHL por su especificidad
enfermera, PubMed por su accesibilidad e importante contenido enfermero y ambas por la gran
cantidad de información válida y relevante que atesoran.

El presente documento tiene como finalidad el facilitar el proceso de búsqueda en dichas bases de
datos mediante una propuesta concreta de actuación que permita búsquedas eficientes mediante
procedimientos sencillos, comprensibles y asequibles, a personas con un nivel básico de búsqueda.
La utilidad de ello puede ser doble: por un lado, servir de base a los que inician la experiencia de
búsqueda en bases de datos internacionales; por otro, proveer orientaciones a los docentes
interesados en enseñar aspectos básicos de dicha búsqueda.

Antes de exponer la mencionada metodología de búsqueda se hace necesario hacer un breve

recordatorio del proceso de búsqueda a nivel general, así como presentar y justificar las
características del sistema de búsqueda propuesto en el presente artículo. Dicha propuesta se basa
en una ampliación y mejora de la propuesta presentada en el Manual para la Elaboración y Defensa
del Trabajo Fin de Grado en Ciencias de la Salud. 1

El proceso de búsqueda: un breve repaso

El proceso de búsqueda abarca la elaboración de la pregunta de búsqueda, la formulación de la

estrategia de búsqueda, la realización de la búsqueda y la gestión de los resultados de dicha
búsqueda. Nos centraremos en las dos primeras fases, al ser las más importantes.

La pregunta de búsqueda

Para la elaboración de la pregunta de búsqueda recomendamos utilizar el formato SPC:1 situación

de salud / enfermedad, población y cuestión concreta de estudio (figura 1). La situación de salud /
enfermedad puede hacer referencia tanto a problemas de salud (ej.: ansiedad) como a aspectos
positivos de la salud (ej.: lactancia materna). La cuestión de estudio define el conocimiento que
quiere generarse respecto de ese problema o situación de salud y, por tanto, está relacionada con
el tipo de estudio según su finalidad. Así, dicha cuestión de estudio puede ser la frecuencia de la
situación o problema (estudios descriptivos univariantes, de prevalencia o incidencia), la adecuación

2
de un método diagnóstico de la situación o problema (estudios de validación), las creencias y
significados asignados a la situación o problema (estudios cualitativos), los factores relacionados
con la situación o problema, los cuales a su vez pueden clasificarse en factores determinantes del
riesgo (estudios etiológicos) o factores pronóstico (estudios de pronóstico) o la efectividad de una
intervención sobre la situación o problema (estudios de eficacia o efectividad de una intervención). 4

Figura 1. Formato SPC (situación, población, cuestión)

Creemos que este formato es muy intuitivo, fácil de asimilar, se adapta a cualquier tipo de estudio y
puede ser una alternativa más adecuada al formato PICO (población o problema, intervención,
control y resultados, en sus siglas en inglés), que está pensado para ensayos clínicos y tiene más
componentes que los necesarios para una adecuada búsqueda. En este sentido, el manual
Cochrane5 desaconseja la utilización del formato PICO para elaborar la cadena de búsqueda al
considerar que "estos conceptos [los componentes del formato PICO] pueden no estar bien descritos
en el título o resumen de un artículo y a menudo no están bien indexados con términos de vocabulario
controlado [estandarizado] ... [por lo que] generalmente es innecesario, y aún no deseado, consultar
sobre cada aspecto de la pregunta clínica de la revisión (a menudo mencionada como PICO)" (p.
146).

La pregunta de búsqueda puede ser amplia o concreta. Las preguntas amplias producen gran
cantidad de resultados, si bien muchos de ellos pueden ser irrelevantes y la gestión de la información
recuperada puede hacerse compleja. Las preguntas concretas disminuyen el volumen de resultados
pero permiten mayor relevancia de los resultados obtenidos y una mejor gestión. Siempre que se
pueda y en aras de la eficiencia, hay que orientar las preguntas de búsqueda más hacia la concreción
que a la generalidad.

La estrategia de búsqueda

3
La elaboración de la estrategia de búsqueda tiene tres componentes: elegir las bases de datos a
utilizar, elaborar la cadena de búsqueda a utilizar en cada una de ellas y ajustar la sensibilidad y la
especificidad de la búsqueda. Nos centraremos en los dos últimos componentes.

La cadena de búsqueda

Una cadena de búsqueda es un conjunto de términos unidos por operadores (lógicos, como AND
[Y], OR [O], o NOT [NO], y de proximidad) y ampliados o precisados por funciones especiales
(paréntesis, truncamientos y comodines).

El operador AND permite establecer condiciones1 (figura 2). Así, los términos unidos por AND forman
una condición necesaria que debe cumplir el documento para ser recuperado en la búsqueda; o
dicho de otra forma, para que un documento sea recuperado tiene que contener todos los términos
que han sido unidos por AND. Por tanto, si escribimos A AND B AND C, estamos diciendo que se
recuperen documentos que tengan los tres términos: A, B y C. Por su parte, el operador OR permite
el establecimiento de lo que podríamos denominar opciones1 (figura 2). Así, los términos unidos por
OR determinan que los documentos son recuperados en la búsqueda si presentan alguno de los
términos unidos por OR. En la práctica, unir términos con OR permite dos importantes fines (que no
son incompatibles entre ellos): elaborar sinónimos, que son necesarios para potenciar la sensibilidad,
y establecer áreas de búsqueda, como por ejemplo, buscar la misma cuestión en más de un
problema o situación o más de una cuestión para un mismo problema o situación. El establecimiento
de áreas de búsqueda permite unificar en una sola cadena de búsqueda preguntas de búsqueda con
más de un problema o situación, más de una población y/o más de una cuestión concreta a analizar.
Por último, el operador NOT provoca la exclusión del término que lo sigue. Así, A NOT B recupera
documentos que tengan A y que no tengan B.

Figura 2. Operadores booleanos |Y| y |O|

4
Los términos unidos por un operador de proximidad no solo deben de aparecer en un documento
para que este sea recuperado en la búsqueda, deben además de estar próximos, a unas
determinadas palabras de distancia. Dicha distancia está definida en las bases de datos que incluyen
este operador e incluso se puede configurar por el usuario.

PubMed no permite operadores de proximidad, pero CINAHL sí, existiendo dos operadores de
proximidad representados por las letras N y W seguidas de un número que indica el número máximo
de palabras por el que pueden estar separados los términos unidos con dichos operadores. Si se
utiliza N, el orden en el que aparezcan los términos no influye en el resultado de la búsqueda,
mientras que si se utiliza W, los términos tienen que aparecer en el orden en el que se introducen en
la base de datos para que el documento sea seleccionado.

Muchas bases de datos permiten buscar frases de forma literal; para ello se emplean las comillas.
Tanto PubMed como CINAHL permiten el uso de comillas. Hay que tener en cuenta que el uso de
comillas restringe mucho la búsqueda, por lo que solo deberían utilizarse en aquellos términos
estandarizados de más de una palabra que lleven AND, OR o NOT (para que la base de datos no
confunda estas palabras con operadores booleanos), paréntesis o comas.

En la práctica, una buena cadena de búsqueda se compone de condiciones unidas con AND, de
manera que cada condición puede tener un conjunto de términos estandarizados, sinónimos, y es
posible que áreas de búsqueda, unidos con OR. Pero mezclar AND y OR en la misma cadena plantea
el problema de qué tipo de operador se ejecuta antes. Por defecto, las bases de datos tienen su
propio orden que difiere de unas a otras. Concretamente, PubMed y CINAHL ejecutan los operadores
de izquierda a derecha, por lo que es difícil escribir una cadena de las características anteriores. La
solución es utilizar paréntesis, de manera que cada condición con más de un término unido con OR
se convierte en un paréntesis se convierte en un paréntesis, tal y como aparece en la figura 3. Una
opción alternativa a la anterior es utilizar la búsqueda avanzada (varias cajas de búsqueda que
pueden unirse con AND, OR o NOT), introduciendo cada condición en una caja de búsqueda distinta
y uniendo las cajas de búsqueda con AND (figura 3). Esto produce el mismo resultado que encerrar
cada condición en un paréntesis.

5
 Figura 3. Formas de trabajar con paréntesis

El truncamiento se suele representar por un asterisco (*) y permite recuperar palabras con igual raíz.
Para utilizarlo, se introduce la raíz seguida del símbolo de truncamiento. Por ejemplo, el término
caregiv*, recuperaría en PubMed documentos que contuviesen las palabras caregiver, caregivers,
caregiving, etc.

El comodín permite recuperar los términos resultantes de todas las variaciones posibles de letras en
el lugar donde va el comodín. PubMed no permite comodines mientras que en CINAHL existen dos
tipos: el denotado como |?|, que produce variaciones de letras y el denotado como |#|, que hace que
las combinaciones incluyan también la ausencia de letra. Por ejemplo, en CINAHL wom?n
recuperaría documentos que contuviesen palabras con variaciones en la última vocal: woman (mujer)
y women (mujeres), mientras que ne#t recuperaría documentos que contuviesen: nest, next, neat y
net. Los comodines y truncamientos permiten eficiencia a la hora de elaborar la cadena (ahorramos
en escritura, garantizamos abarcar todas las variantes de un término de interés y evitamos errores
al mecanografiar). Tanto comodines como truncamientos se aplican a lenguaje libre, ya que si se
emplean en términos estandarizados estos dejarían de serlo.

Sensibilidad y especificidad

Una búsqueda es sensible cuando aporta todos los artículos relevantes pero a consta de incluir
artículos irrelevantes (falsos positivos). Una búsqueda es específica cuando todos los artículos que
aporta son relevantes pero a costa de poder perder artículos relevantes (falsos negativos). 1

Cuando se realiza una revisión de la literatura existente sobre un tema determinado o cualquier
consulta sobre un tema poco estudiado se requiere una búsqueda que sea más sensible que
específica, mientras que cuando se quiere realizar una revisión de alcance (scoping review) para
una exploración preliminar sobre lo publicado sobre un tema o se pretende, en la práctica clínica
habitual, una puesta al día sobre un tema muy concreto y suficientemente estudiado se necesita de
una búsqueda que sea más específica que sensible.1 Pero en términos generales, los mejores
resultados en una búsqueda se obtienen utilizando estrategias de búsqueda que combinen
sensibilidad con especificidad.6

Entre los operadores booleanos y los de proximidad hay una gradación de mayor a menor
sensibilidad que conviene tener en cuenta a la hora de realizar y ajustar una búsqueda. Dicha
gradación es: OR > AND > operador de proximidad > la frase literal.

Características del sistema de búsqueda propuesto

En cuanto a la sensibilidad y especificidad

El principal reto de la búsqueda en CINAHL y PubMed es conseguir un equilibrio entre la sensibilidad

y la especificidad, ya que ambas bases de datos, pero sobre todo PubMed, están preparadas para
conseguir máxima sensibilidad. Dicha máxima sensibilidad puede producir una cantidad ingente de
documentos de difícil gestión y con gran número de falsos positivos (documentos irrelevantes).

En la presente propuesta, para potenciar la sensibilidad se han empleado las siguientes estrategias:
1) utilización tanto de términos estandarizados o controlados del tesauro (subject headings) de cada
base de datos, como de términos en lenguaje libre o no controlado, 2) uso de sinónimos y
truncamientos. La utilización de términos estandarizados permite la máxima precisión pero, dado
que todos los registros de una base de datos tienen que estar indexados (PubMed, por ejemplo,
puede llevar un retraso de un año) y que el proceso de indexación puede tener fallos o
interpretaciones distintas de las de un investigador en concreto, podemos utilizar los términos no
controlados para incrementar la sensibilidad de la búsqueda. Los términos estandarizados en

6
PubMed se llaman Medical Subject Headings (MeSH) y se buscan en la base de datos MeSH de
PubMed. En CINAHL, se denominan CINAHL Headings y se localizan en la opción del mismo nombre
del menú principal de la base de datos.

Para potenciar la especificidad se han utilizado, además de las condiciones necesarias en la

búsqueda unidas con el operador "Y", etiquetas o códigos de campo (tags, field code) que son filtros
individualizables por término, los cuales permiten concretar la búsqueda, y en el caso de PubMed,
desactivar varias funciones responsables de la alta sensibilidad en la búsqueda, así como filtrar cada
término con su propia etiqueta permitiendo adaptar la estrategia de búsqueda a los fines
perseguidos. Entre dichas funciones, cabe destacar la expansión automática o explode, que consiste
en la búsqueda no solo del término MeSH sino de los términos que cuelgan de él en la taxonomía
de PubMed, así como la búsqueda de los términos MeSH como tales términos MeSH y como
términos libres en todos los campos de la base de datos.

Las etiquetas que utilizaremos en la presente propuesta son: a) PubMed: a.1) para términos
estandarizados y de mayor a menos sensibilidad: [mh]: busca el término estandarizado como tal y
no además como término libre; [mj]: igual que la anterior pero solo devuelve documentos donde el
término estandarizado esté catalogado como término principal; [mh:noexp] y [mj: noexp]: igual a las
anteriores pero con desactivación de la expansión automática; todas las anteriores etiquetas
desactivan la búsqueda de los MESH como términos libres en todos los campos de la base de datos;
a.2) para términos libres: [tiab]: devuelve documentos donde el término en cuestión esté en el título
o en el resumen, desactivando la búsqueda de dicho término en el resto de campos de la base de
datos; b) CINAHL: b.1) para términos estandarizados (también de mayor a menor sensibilidad): MH
y MM, similares a las etiquetas [mh] y [mj] de PubMed; b.2) para términos libres: AB: devuelve
documentos donde el término en cuestión esté en el resumen. En CINAHL las etiquetas preceden al
término, con un espacio entre ambos. En PubMed las etiquetas van situadas al final de cada término,
con o sin espacio entre ambos.

En cuanto a la forma de buscar

De entre todas las opciones posibles de búsqueda (cadena de búsqueda, búsqueda apoyada en el
historial o búsqueda avanzada, etc.), utilizaremos una mezcla de elaboración de cadena de
búsqueda con operadores AND y OR y búsqueda avanzada. Esta forma de buscar permite la
utilización simultánea de los operadores AND y OR en la misma cadena de búsqueda evitando el
uso de paréntesis, que puede llegar a ser complicado para personas con un nivel básico de
búsqueda, pero consiguiendo el mismo fin para el que se utilizan los paréntesis (establecer cuál es
la prioridad entre AND y OR).

Además, a la hora de elaborar la cadena de búsqueda, propondremos la utilización de una cadena

única, aunque la pregunta de búsqueda pueda descomponerse en preguntas más sencillas. Por
ejemplo, si la pregunta de búsqueda es: ¿existen diferencias de género en la prevalencia de
ansiedad y en la prevalencia de depresión en población de 50 a 60 años? Esta pregunta se podría
descomponer en dos: ¿existen diferencias de género en la prevalencia de ansiedad en población de
50 a 60 años? y ¿existen diferencias de género en la prevalencia de depresión en población de 50
a 60 años? Por lo que se podrían elaborar una cadena de búsqueda para cada una de las preguntas
sencillas. Nuestra recomendación es elaborar una sola cadena de búsqueda para la pregunta global.
La filosofía de cadena única es muy sencilla: una sola pregunta de búsqueda, una sola cadena de
búsqueda que se adapta a cada base de datos a consultar. Así, el proceso de búsqueda es más
eficiente, ya que se ahorra tiempo, se unifican los resultados de la búsqueda y se evitan errores
(mientras más se repita un procedimiento, más posibilidad de errores hay).

Los pasos para la elaboración y ajuste de la cadena de búsqueda

7
Partiendo de las consideraciones anteriores, proponemos los pasos que a continuación se exponen
para la elaboración de la cadena de búsqueda en PubMed y CINAHL. Para dicho proceso nos
apoyaremos en la tabla o parrilla lógica que viene en la figura 4, en la cual aparece un ejemplo de
búsqueda en PubMed que servirá para ilustrar dicho proceso. Dicho ejemplo está basado en la
pregunta de búsqueda: ¿Cuál es la relación entre sobrecarga y ansiedad, por un lado, y sobrecarga
y depresión, por otro, en cuidadores familiares de personas mayores?

Figura 4. Ejemplo de elaboración de una cadena de búsqueda según el sistema propuesto

Descomponer la pregunta de búsqueda en sus componentes

Para descomponer la pregunta utilizamos el formato SPC,1 de manera que identificamos las palabras
o términos clave que definen cada componente: la situación o problema, la población y la cuestión
de estudio. Cada componente actúa a priori como una condición, salvo si tiene más de un término;
en este caso, hay que decidir si dichos términos son condiciones u opciones. En la figura 5 se
muestra la descomposición de la pregunta de búsqueda del ejemplo que estamos utilizando.

8
Figura 5. Ejemplo de descomposición de la pregunta de búsqueda en sus componentes

Al final de este paso, ponemos cada condición en una fila distinta de nuestra parrilla lógica. En
nuestro ejemplo, hay cuatro condiciones (figura 4).

Definir términos estandarizados y libres en cada condición

Para cada condición se definen términos estandarizados y libres (sinónimos). Los términos
estandarizados se buscan en el tesauro correspondiente de cada base de datos, como hemos visto
anteriormente. Para buscar términos MeSH puede ser de utilidad la aplicación DeCS de la base de
datos Lilacs (http://decs.bvs.br/E/homepagee.htm). Dicha aplicación sugiere posibles términos
MeSH para un determinado término en castellano.

Los sinónimos en lenguaje libre se pueden identificar en la literatura sobre el tema en cuestión, pero
también pueden buscarse en los términos de entrada (Entry Terms) de PubMed. Dichos términos de
entrada se encuentran en la ficha de cada término MeSH. Por tanto, puede ser más práctico
desarrollar primero la cadena de búsqueda en PubMed y luego traducirla a CINAHL.

Cuando en PubMed seleccionemos los Entry Terms de la ficha de un determinado MeSH hay que
tener en cuenta que, si el Entry Term lleva comas (ejemplo: disease, venereal) es mejor utilizarlo sin
comas y en el orden normal en inglés (ejemplo: venereal disease).

Incluir etiquetas y truncamientos

Incluir las etiquetas o códigos de campo pertinentes (que hemos visto anteriormente) en todos los
términos, tanto estandarizados como libres, así como truncamientos en los términos libres. En
nuestro ejemplo (figura 4) utilizamos [tiab] para los términos libres y hemos optado por máxima
especificidad para los términos MeSH utilizando [mj] con desactivación de la expansión automática
para el término anxiety, para evitar la búsqueda de sus subcategorías (los términos que cuelgan de

9
él en la clasificación del MeSH). Para el caso de caregivers y de depression no es necesaria la
desactivación de la expansión automática ya que no tienen subcategorías. Para el caso de aged no
nos interesa desactivar dicha expansión automática, ya que si no perderíamos la subcategoría aged,
80 and over que complementa al anterior término, ya que dicho término (aged) va de 65 a 79 años.

Si se quiere una búsqueda más sensible, se puede repetir cada término MeSH como término libre,
con etiquetas distintas por tanto y, en el caso del término libre, con truncamiento si procede. Como
ya se ha visto anteriormente, esta repetición como término libre permitiría recuperar documentos sin
indexar o con errores de indexación.

Ensamblar cada condición con OR y unir las condiciones con AND

Unir todos los términos de cada condición con OR, si hay más de un término. Para unir las
condiciones con AND, tenemos dos opciones: 1) encerrar cada condición en un paréntesis (aunque
haya solo un término) y unir las condiciones con AND (cuadro 1) o 2) Lllevar cada condición a una
caja de búsqueda de la búsqueda avanzada, uniendo las cajas de búsqueda con AND (figura 6).

Cuadro 1. Cadena de búsqueda del ejemplo

Figura 6. Búsqueda con la opción de búsqueda avanzada

10
Hay que tener en cuenta que dentro de cada condición, el orden en el que se escriban los términos
unidos por OR es irrelevante. Lo mismo ocurre con el orden en que se escriban las condiciones
unidas por AND.

Ajustar sensibilidad y especificidad

Una vez finalizada la cadena de búsqueda y ejecutada la búsqueda, puede ser necesario ajustar la
sensibilidad y especificidad de dicha cadena de búsqueda. No existe una regla para saber cuándo
una búsqueda genera muchos o pocos documentos, ya que depende del tema elegido y de la
concreción de la pregunta de búsqueda, pero sí hay algunas consideraciones que nos pueden servir
de orientación para saber si la búsqueda es demasiado sensible o específica. En el lado de la
excesiva sensibilidad, si llevamos revisados los primeros 50 resultados y ninguno coincide con lo
que buscamos, puede que la búsqueda ejecutada sea demasiado sensible. En el lado de la excesiva
especificidad, hay que desconfiar de las búsquedas que recuperen menos de 100 documentos en
temas con suficiente producción científica.

En nuestra propuesta, disponemos de dos herramientas (anteriormente vistas) para ajustar

sensibilidad y especificidad: la utilización de unas u otras etiquetas o códigos de campo para
potenciar la sensibilidad o la especificidad (figura 7) y la repetición de los términos estandarizados
como términos libres para aumentar la sensibilidad (y la no repetición para aumentar la
especificidad). En el primer caso, para cambiar unas etiquetas por otras puede ser útil utilizar la
función de reemplazar del procesador de texto.

Figura 7. Etiquetas en PubMed y CINAHL y sensibilidad / especificidad

Además, para hacer la búsqueda más específica en PubMed, se puede utilizar una estrategia
consistente en la delimitación de los términos libres a documentos no indexados, es decir,
documentos que no tienen todavía adjudicados los términos MeSH. Para ello, cada condición de la
cadena tendrá la siguiente estructura: ((término estandarizado o términos estandarizados con OR)
OR ((término estandarizado como libre y sinónimos con OR) NOT MEDLINE[sb])). El filtro NOT

11
MEDLINE[sb] hace que los términos libres afecten solo a documentos no indexados. Con esta
estrategia solo se perderían aquellos documentos en los que haya un error de indexación y, dado el
nivel de profesionalidad de la indexación en MEDLINE, puede estimarse que serán pocos. En
el cuadro 2 aparece la cadena del ejemplo que venimos desarrollando modificada de acuerdo a la
anterior estrategia propuesta. Esta estrategia puede utilizarse para cualquier tipo de búsqueda salvo
aquella encuadrada en una revisión sistemática, ya que para que la búsqueda sea sistemática
necesita más sensibilidad que la aportada por la mencionada estrategia.

Cuadro 2. Cadena de búsqueda del ejemplo con el filtro NOT MEDLINE[sb]

Bibliografía

1. Del Pino Casado R. La búsqueda bibliográfica en el trabajo de fin de grado. En: del Pino Casado R, Martínez Riera JR,
editores. Manual para la elaboración y defensa del trabajo de fin de grado en ciencias de la salud. Madrid: Elsevier; 2016. p.
25-40.
2. Aslani A, Pournik O, Abu-Hanna A, Eslami S. Web-site evaluation tools: a case study in reproductive health information.
Stud Health Technol Inform. 2014; 205:895-9.
3. Trawick BW, McEntyre JR. Bibliographic databases. En: Sansom CE, Horton RM, editores. The Internet for Molecular
Biologists: A Practical Approach. Oxford: Oxford University Press; 2004. p. 1-16
4.Del Pino Casado R. El trabajo fin de grado sobre una investigación primaria. En: del Pino Casado R, Martínez Riera JR,
editores. Manual para la elaboración y defensa del trabajo de fin de grado en ciencias de la salud. Madrid: Elsevier; 2016. p.
89-112.
5. Centro Cochrane Iberoamericano. Manual Cochrane de Revisiones Sistemáticas de Intervenciones, versión 5.1.0.
Barcelona: Centro Cochrane Iberoamericano; 2011.
6. Sosa Mendoza M. Búsqueda y recuperación de información científica. En: Díaz Narváez V, editor. Metodología de la
investigación científica y bioestadística: para médicos, odontólogos y estudiantes de ciencias de la salud. 2ª ed. Santiago: RIL
editores; 2009. p. 143-73.

12