Inhalt
1. Einleitung
2. Die National Library of Medicine
2.1. Die Aufgaben von Bibliotheken
2.2. Eckdaten zur NLM
2.3. Die Geschichte der NLM und die Entstehung von MEDLINE
2.4. Zusammenfassung
3. Die Literaturdatenbank MEDLINE
3.1. Datenbanken: Definition und Arten
3.2. MEDLINE / PubMed
3.3. Bedeutung des MEDLINE als Informationsquelle
3.4. Zusammenfassung
4. Die Literaturrecherche
4.1. Faktoren der Recherche
4.2. Information Retrieval
4.3. Information Retrieval-Systeme
4.4. Recall und Precision
4.5. Information Retrieval-Methoden
4.6. Zusammenfassung
5. MeSH
5.1. Was ist MeSH?
5.2. Die Worttypen des MeSH
5.3. Aufbau des MeSH
5.4. Suchmöglichkeiten mit dem MeSH
5.5. Zusammenfassung
6. Mapping pflegerischer Inhalte mit dem MeSH
6.1. Grundlagen
6.2. Die Clinical Care Classification
6.3. Methodisches Vorgehen
6.4. Bewertungsschema
7. Auswertung
7.1. Quantitative Bewertung der Treffer
7.2. Qualitative Bewertung der Treffer
7.3. Auswirkung auf Precision und Recall
7.4. Zusammenfassung
8. Schlussbetrachtung und Ausblick
Anhang
I. Mapping der CCC-Pflegediagnosen im MeSH
II. Tabellenverzeichnis
III. Abbildungsverzeichnis
IV. Literaturverzeichnis
Erklärung Fehler! Textmarke nicht definiert.
1. Einleitung
Problemstellung
Im Zuge der seit dem letzten Jahrhundert stetig fortschreitenden Professionalisierung der Pflege hat die in diesem Bereich tätige Wissenschaftsgemeinde durch ihre Arbeit einen umfangreichen Bestand an Fachwissen entwickelt. Traditionell gewachsenes und oft intuitiv angewandtes Wissen wurde und wird gesammelt, geprüft und systematisiert, während gleichzeitig neues Wissen generiert wird. Ziel ist der Erkenntnisfortschritt und der Wissenszuwachs. (Denkschrift Robert Bosch Stiftung 1996, S. 10)
Alleine das reine Entwickeln von Wissen führt jedoch noch nicht zu echtem Fortschritt. Voraussetzung hierfür ist, dass neue Erkenntnisse kommuniziert werden und Verbreitung finden, sei es als Basis für weitere Forschung oder indem es zu einer Überführung des Wissens in die Praxis kommt. Möglichkeiten hierfür sind z. B. Fachgespräche mit Kollegen, die Lehre an den entsprechenden Einrichtungen oder die Veröffentlichung als Fachliteratur in Zeitschriften oder Lehrbüchern. Die Publikationen eines Fachgebietes stehen miteinander in Beziehung und bauen aufeinander auf, da für Neuerscheinungen oft die Inhalte früherer Veröffentlichungen als Basis für die Weiterentwicklung der darin enthaltenen Erkenntnisse genutzt werden (Marx/Gramm, 2002). Als besonders effektiv hat sich aufgrund der hohen Aktualität und der weiten Verbreitungsmöglichkeit die Veröffentlichung von neuen Erkenntnissen in Fachzeitschriften erwiesen, eine Methode der wissenschaftlichen Kommunikation, welche auch von der Pflege umfassend genutzt wird.
Fachliteratur als Medium zur Verbreitung von Wissen hat jedoch die Eigenschaft, dass das Wissen nicht gezielt an den jeweiligen Adressaten weitergeleitet wird, sondern seine Verbreitung vielmehr davon abhängt, dass das Wissen von demjenigen, der es nutzen möchte, gefunden wird.
In diesem Kontext ergeben sich für die Pflege gleichzeitig zwei Probleme.
Zum einen sei der allgemeine Zuwachs an Wissen genannt. „ Ein wesentliches Charakteristikum des Wissens ist die ihm innewohnende Tendenz zur Vermehrung “ (Marx/Gramm, 2002). Dies hat dazu geführt, dass seit Mitte des 17. Jahrhunderts ein exponentielles Wachstum des Wissens zu beobachten ist. Etwa alle 15 Jahre verdoppelt sich das gesamte Wissen der Menschheit. Da es so gut wie unmöglich ist, zu erfassen, wie viel Wissen tatsächlich auf der Welt existiert, kann nur eine annähernde Beschreibung des Wissenszuwachses anhand einiger Zahlen vorgenommen werden:
- Mitte des 19. Jahrhunderts gab es weltweit rund 1 000 Fachzeitschriften, heute liegt die Zahl etwa bei 100 000 – 200 000.
- In Naturwissenschaft und Technik werden jährlich etwa 4 Millionen Fachartikel Veröffentlicht, das entspricht einer Zahl von 20 000 Publikationen pro Arbeitstag. 1950 sind es täglich nur etwa 2 000 gewesen.
- Jährlich werden etwa 1 Million neue Patente angemeldet. Die Zahl bekannter chemischer Verbindungen ist von 1880 bis heute von 20 000 auf über 20 Millionen angestiegen
(Marx/Gramm 2002)
Der rapide Wissenszuwachs in allen Fachdisziplinen wird als Ausdruck seiner Unbeherrschbarkeit mit Bezeichnungen wie „Wissensexplosion“ oder „Informationsflut“ belegt. „ Wissenschaftler aller Fachrichtungen leiden unter der Last einer Informationsflut, zu der sie mit jeder neuen Veröffentlichung selbst beitragen “ (Marx/Gramm, ebd.). So ist es einerseits für einen Wissenschaftler eine kaum noch zu bewältigende Aufgabe, der wachsenden Literaturberge Herr zu werden, andererseits besteht die Gefahr, dass alle Forschung umsonst war, wenn das Thema bereits bearbeitet wurde. Um dieses Problem zu minimieren, ist es wichtig, dass der Wissenschaftler sich ausschließlich auf die für ihn relevante Literatur konzentrieren kann.
Für die Pflege kommt in diesem Zusammenhang erschwerend hinzu, dass ihre Domäne oft schlecht von angrenzenden Wissenschaften wie Psychologie, Soziologie und vor allem der Medizin abzugrenzen ist. Die Pflege und ihre Inhalte werden oftmals nicht ihrer eigenen Disziplin, sondern einer der benachbarten Wissenschaften zugeordnet. Dies liegt u.a. an der traditionellen Zuordnung zur Medizin, oder an dem gemeinsam verwendeten Wissen. Medizin und Pflege haben zwar viele Berührungspunkte, aber auch entscheidende Unterschiede. Wo die Medizin sich hauptsächlich auf Ursachen und Behandlung von Krankheiten konzentriert und sich dabei vor allem an den Naturwissenschaften orientiert, bezieht sich die Pflege vor allem auf die Konsequenzen von Krankheiten aus einer medizinischen, psychologischen und soziologischen Perspektive (Denkschrift Robert Bosch Stiftung 1996, S. 6 f). Nicht zuletzt um ihren Kompetenzbereich abzugrenzen hat die Pflege in den letzten Jahrzehnten einen umfassenden Wortschatz entwickelt, mit welchem pflegespezifische Phänomene benannt und beschrieben werden können (Zielke-Nadkarni in Pflege, 1997, S. 45). Ob es möglich ist, mit Hilfe eines pflegeüblichen Vokabulars im Rahmen einer Literatursuche an der National Library of Medicine, pflegerelevante von medizinischer Literatur abzugrenzen soll u. a. Gegenstand dieser Arbeit sein.
Ziel der Arbeit
Mit der Sammlung, Ordnung und Nutzbarmachung von Wissen und Informationen beschäftigen sich die Informations- und Dokumentationswissenschaft bzw. deren Teilbereich, die Bibliothekswissenschaft. Diese sammelt und sichtet vorhandene Literatur und entwickelt Ordnungssysteme wie z. B. Schlagwortkataloge, mit deren Hilfe diese wiederaufgefunden werden kann, denn „(...) Information ist (.) nur dann von Nutzen, wenn sie dem Nutzer auch zugänglich gemacht werden kann “ (Salton/McGill 1987, S. 7).
Die steigende Notwendigkeit, Literatur gezielt und vollständig aus umfangreichen Beständen herauszufinden, hat in den letzten Jahrzehnten dazu geführt, dass die Ordnung von literarischen Beständen mithilfe elektronischer Datenbanken eine zunehmende Bedeutung bekommen hat.
Für den Bereich der Medizin und ihre benachbarten Wissenschaften – also auch für die Pflege – ragt die Datenbank MEDLINE (Med ical L iterature Analysis and Retrieval System On line) der NLM (N ational L ibrary of M edicine) in den USA besonders heraus. Bei der NLM handelt es sich um die größte medizinische Bibliothek weltweit, welche, um ihren umfangreichen Literaturbestand zu verwalten, über Jahrzehnte ein Schlagwortsystem entwickelt hat, das inzwischen weltweit zur Anwendung kommt. Mit diesem System, dem sogenannten MeSH-Thesaurus (Me dical S ubject H eadings), hat die NLM ein Instrument geschaffen, mit dessen Hilfe sie die Inhalte von über 4 500 Fachzeitschriften – wovon etwa 750 Pflegefachzeitschriften sind[1] – systematisiert, katalogisiert und über MEDLINE für Suchanfragen zugänglich macht[2]. Da viele Datenbankanbieter auf den Datenbestand von MEDLINE zugreifen und viele Bibliotheken die MeSH Terms nutzen, um ihren eigenen Bestand zu verschlagworten, kann die NLM als Indikator für die Auffindbarkeit von pflegerischer Literatur an vielen medizinischen Datenbanken angesehen werden (Tenner 2003, S. 18).
Ziel dieser Arbeit ist es, zu überprüfen, ob das MeSH ein geeignetes Instrument ist, um pflegerische Inhalte in umfangreichen Datenbeständen aufzufinden. Zu diesem Zweck soll anhand des Vokabulars der Clinical Care Classification (CCC), einem gängigen Pflegevokabular, untersucht werden, wie weit pflegerische Inhalte im Rahmen von Suchanfragen sowohl vollständig als auch präzise aufzufinden sind.
Aufbau der Arbeit
Zur Einführung in die Thematik erfolgt eine kurze Beschreibung des Bibliothekswesens im Allgemeinen und der National Library of Medicine im Besonderen. Entstehung, Inhalt, Aufbau und Bedeutung der medizinischen Literaturdatenbank MEDLINE sind Gegenstand des 3. Kapitels. Kapitel 4 gibt einen Einblick in wichtige Aspekte und Zusammenhänge der Literaturrecherche, gefolgt von einer Beschreibung von Inhalt und Aufbau des MeSH-Thesaurus und seinen Funktionen im Rahmen der Literaturrecherche. Kapitel 6 beschreibt die Methode, die angewandt wurde, um die Fragestellung dieser Arbeit zu beantworten. Die Bewertung der Ergebnisse und deren quantitative und qualitative Auswertung sind Gegenstand des 7. Kapitels. Eine zusammenfassende Interpretation und ein Ausblick bilden den Abschluss dieser Arbeit.
2. Die National Library of Medicine
2.1. Die Aufgaben von Bibliotheken
Bevor auf die speziellen Aufgaben und Dienstleistungen der NLM eingegangen wird, soll einleitend ein kurzes Bild der Rolle von Bibliotheken im Zusammenhang mit der Systematisierung von wissenschaftlichem Wissen vermittelt werden.
Das Wort Bibliothek, welches ursprünglich aus dem Griechischen stammt, bedeutet Büchersammlung. Das Aufgabenspektrum von Bibliotheken geht jedoch über das reine Ansammeln von Büchern weit hinaus und beschränkt sich schon lange nicht mehr nur auf Bücher oder andere schriftliche Medien. „ Bibliotheken sind Hauptspeicher allgemein zugänglicher wissenschaftlicher Informationen “ (Hehl 2001, S. 11), sie ordnen diese und machen sie nutzbar. So gehören zu bibliothekarischen Beständen neben Büchern, Zeitschriften und anderen gedruckten Medien heute auch die sog. „neuen Medien“ wie Filme, Bild- und Tonaufzeichnungen u. v. m. (Hehl 2001, S. 13). Neben der reinen Katalogisierung des eigenen Bestandes befassen sich Bibliotheken auch mit der Erstellung von Literaturverzeichnissen zu speziellen Fachgebieten, welche über den eigenen Bestand hinausgehen und entwickeln Systeme, mit deren Hilfe literarische Inhalte gezielt wieder aufgefunden werden können.
Aufgrund der eingangs beschriebenen Informationsflut stieg in den letzten Jahrzehnten die Bedeutung von elektronischen Datenbanken, mit deren Hilfe Literatur zu wissenschaftlichen Themen fortlaufend erfasst und verfügbar gemacht wird und durch welche der Nutzer einen schnellen und umfassenden Zugriff auf Fachinformationen erhält (Hacker 2000, S. 339). Weltweit existieren bereits mehrere hundert medizinische Datenbanken. Alleine in Deutschland wird durch das DIMDI[3] der Zugriff auf über 100 für das Gesundheitswesen relevante Datenbanken ermöglicht (Lehmann, Meyer zu Bexten 2002, S. 710). Viele der medizinischen Datenbankanbieter greifen dabei auf den Datenbestand des MEDLINE zu und verwenden zur Ordnung der Datenbestände den von der NLM entwickelten MeSH-Thesaurus. Insofern kommt der NLM bei der Recherche medizinischer und pflegerischer Themen eine besondere Bedeutung zu.
2.2. Eckdaten zur NLM
Die National Library of Medicine befindet sich auf dem Campus der National Institutes of Health (NIH)[4], der bedeutendsten medizinischen Fakultät der USA, welche in Bethesda, einem Vorort der US-Hauptstadt Washington angesiedelt ist. Mit rund neun Millionen Objekten ist die NLM derzeit die größte medizinische Bibliothek der Welt. Neben einem breiten Spektrum an Literatur zu biomedizinischen Fachgebieten sammelt die NLM Materialien aus allen anderen Bereichen des Gesundheitswesens, der Sozialwissenschaften, der Psychologie, der Pflege und weiterer angrenzender Wissenschaften. Der Bestand der NLM umfasst neben Büchern und Zeitschriften auch Videos, Manuskripte, Mikrofilme, Fotos, Bilder und eine umfangreiche Sammlung seltener historischer Werke (Gerste, Deutsches Ärzteblatt, 06/37, 2006).
Neben der beschriebenen Präsenzbibliothek unterhält die NLM ein breites Spektrum an umfangreichen Online-Diensten und Datenbanken sowohl für im Gesundheitswesen Tätige als auch für medizinische Laien. Zu nennen wären hier z. B. das MEDLINEPlus, eine Website, auf der sich Patienten und Angehörige zu Gesundheitsfragen informieren können, oder das NIHSeniorHealth, eine Website speziell für ältere Menschen. Zu den wichtigsten bibliografischen Datenbanken können der NLM-Catalog, in welchem der aktuelle Bestand der NLM verzeichnet ist, und das MEDLINE gezählt werden[5].
Besucht man die Website der NLM, so stößt man auf ein umfangreiches Netzwerk von Informationsangeboten, die entweder von der NLM selbst erstellt wurden oder mit denen diese verlinkt ist. Eine enge Verbindung besteht z. B. zum N ational C enter for B iotechnology I nformation (NCBI) dem bedeutendsten zentralen Institut für Datenverarbeitung und Datenspeicherung in der Molekularbiologie. Auch hierbei handelt es sich um eine Unterorganisation des NIH. Hier findet sich ein Link zum „NCBI-Entrez“, einem Suchsystem für medizinische Datenbanken, durch welches der Zugang zum „PubMed“ ermöglicht wird. Hierbei handelt es sich um eine Online-Datenbank für medizinische Fachliteratur, über welche kostenfrei auf den Datenbestand von MEDLINE zugegriffen werden kann[6].
2.3. Die Geschichte der NLM und die Entstehung von MEDLINE
Die NLM wurde 1836 unter dem Namen “Library of the Office of the Surgeon General of the Army” als eine Informationsquelle für Militärärzte gegründet. Unter der Leitung von John Shaw Billings wurde die Bibliothek in der Zeit von 1867 bis 1895 mit 124 000 Bänden die umfangreichste medizinische Bibliothek Amerikas.
Neben der reinen Sammlung von Literatur befasste Billings sich auch mit der Systematisierung dieser Sammlung und der Systematisierung medizinischer Literatur allgemein. Bereits 1879 wurde die erste Ausgabe des IndexMedicus veröffentlicht, einer Fachbibliografie, in welcher medizinische Bücher und Fachzeitschriftenartikel katalogisiert wurden. Der IndexMedicus umfasste in jeder Ausgabe mehrere Bände und war bis 2004 eine der wichtigsten Quellen zum Recherchieren von medizinischer Literatur. Zwischen 1964 und 1970 wurde der IndexMedicus mit dem „ Med ical Analysis L iterature a nd R etrieval S ystem“ (MEDLARS) erst-mals mit Hilfe von EDV hergestellt. Seit Anfang der siebziger Jahre kann darauf online zugegriffen werden, woraufhin der Name in MEDLINE (Med ical Literature Analysis and Retrieval System on line) geändert wurde. 2004 wurde die Erstellung des gedruckten IndexMedicus zugunsten des MEDLINE vollständig einge-stellt.
Die unter Billings ursprünglich nur für militärische Zwecke gegründete Bibliothek wurde im Laufe der Jahre Stück für Stück allen Ärzten und im Gesundheitswesen Tätigen geöffnet und gewann somit zunehmend die Bedeutung einer medizinischen Nationalbibliothek. 1956 wurde sie schließlich umbenannt in National Library of Medicine. Im Mai 1962 bezog die NLM ihren heutigen Standort in Bethesda[7].
2.4. Zusammenfassung
Zu den zentralen Aufgaben von Bibliotheken gehört die Sammlung, Ordnung und Nutzbarmachung von wissenschaftlichen Informationen. Die NLM, welche die größte medizinische Bibliothek weltweit ist, hat zu diesem Zweck über einen Zeitraum von fast 150 Jahren hinweg das bibliografische Verzeichnis IndexMedicus entwickelt, welches seit den siebziger Jahren unter dem Namen MEDLINE in Form einer elektronischen Datenbank online verfügbar ist. Um sich nun der Fragestellung nach der Auffindbarkeit von pflegerischen Inhalten in der NLM anzunähern, ist es sinnvoll, sich mit Literaturdatenbanken im Allgemeinen und mit MEDLINE im Besonderen zu befassen. Dies wird Gegenstand des folgenden Kapitels sein.
3. Die Literaturdatenbank MEDLINE
3.1. Datenbanken: Definition und Arten
Allgemein versteht man unter einer Datenbank[8] ein rechnergestütztes System zur Verwaltung von großen Datenbeständen, welches aus einer Datenbasis und einem Datenbankverwaltungssystem besteht. Die zu verwaltenden Daten bilden die Datenbasis, welche durch das Datenbankverwaltungssystem organisiert und wieder auffindbar gemacht wird (Kuhlen 2004, Bd. 2, S. 21, 22). Analog dazu kann der eingangs erwähnte MeSH-Thesaurus als Teil des Datenbankverwaltungssystems der Datenbasis MEDLINE gesehen werden. Der Vorteil von elektronischen Datenbanken liegt auf der Hand. Die rechnergestützte Suche bietet die Option, in deutlich größeren Datenbeständen nach den gewünschten Informationen zu suchen. Durch die Verknüpfung von Suchbegriffen wird die Durchführung kom-plexer Recherchen ermöglicht
Es werden drei Arten von Datenbanken unterschieden. Bei Datenbanken wie dem MEDLINE handelt es sich um sogenannte Referenzdatenbanken, welche – meist von Bibliotheken erstellt – bibliografische Verweise auf Fachliteratur und zusätzliche Informationen in Form von Abstracts enthalten, mit deren Hilfe diese Literatur im Rahmen von Suchanfragen wiederauffindbar gemacht wird (Kuhlen 2004, Bd. 2, S. 21). Die ursprüngliche Erscheinungsform solcher bibliografischer Verzeichnisse war entweder gedruckt, in Form von gebundenen Bibliografien wie der Index-Medicus, oder in Form von Zettelkästen, wie sie noch heute in vielen Bibliotheken gebräuchlich sind. Diese Formen werden jedoch zunehmend durch elektronische Datenbanken ersetzt, welche häufig auch schon über das Internet aufzurufen sind. Ein prominentes Beispiel hierfür ist der OPAC[9] (Hehl 2001, S. 12).
Die zweite Form von Datenbanken sind die sogenannten Volltextdatenbanken, in welchen nicht mehr nur Informationen über, sondern auch der direkte Zugriff auf Volltexte angeboten wird (Hehl 2001, S. 13).
Eine dritte Variante sind Faktendatenbanken. Diese enthalten Informationen und Daten wie z. B. chemische Formeln, Gensequenzen, oder statistische Daten (Kuhlen 2004, Bd. 2, S. 21).
3.2. MEDLINE / PubMed
Die Abkürzung MEDLINE steht, wie eingangs erwähnt, für Medical Literature Analysis and Retrieval System Online und ist die elektronische Weiterführung des IndexMedicus. Es handelt sich hierbei um eine Literaturdatenbank, in welcher vor allem Artikel internationaler Fachzeitschriften aus allen Bereichen der Medizin, besonders der Biomedizin, aufgeführt werden. Auf der Website der NLM wird MEDLINE wie folgt beschrieben:
„MEDLINE is the National Library of Medicine's premier bibliographic database covering the fields of medicine, nursing, dentistry, veterinary medicine, the health care system, and the preclinical sciences.[10] ”
Hier wird ersichtlich, dass die NLM die Verwaltung von pflegerischer Literatur als Teil ihres Aufgabenspektrums begreift.
Angaben der NLM zufolge enthält MEDLINE 16 Millionen Zitate, wovon jedes einen Artikel aus einer Fachzeitschrift repräsentiert[11]. MEDLINE greift dabei auf die Inhalte aus über 4 500 US-amerikanischen und internationalen Fachzeitschriften zu und deckt die Fachliteratur seit 1966 ab. Im Schnitt werden täglich 2 000 weitere Artikel erfasst welche in den Monaten Januar bis Oktober jeweils von Dienstag bis Samstag dem MEDLINE hinzugefügt werden. Die Zitate zu den jeweiligen Artikeln werden entweder von den Mitarbeitern der NLM oder von Mitarbeitern internationaler Partner, wie z. B. dem DIMDI, verfasst.
Die Mehrheit der Veröffentlichungen welche mit MEDLINE erfasst werden, stammt aus wissenschaftlichen Journalen, lediglich ein kleiner Anteil aus Zeitungen, Magazinen oder Newslettern. Die Auswahl der Zeitschriften erfolgt überwiegend aufgrund von Empfehlungen des L iterature S election T echnical R eview C ommittee (LSTRC) - einem vom NIH beauftragtem Team externer Experten. Einige wenige Zeitschriften werden durch die NLM selbst ausgesucht.
Jedes Zitat eines Artikels wird als Datensatz bestehend aus folgenden Komponenten erfasst:
- Titel der Arbeit, Name des Autors, Abstract (nur bei ca. 80% der Artikel).
- Index-Terminus, auch Schlagwort oder Deskriptor genannt, unter welchem der Artikel auffindbar ist (MeSH).
- Angaben zur Sprache, in welcher der Artikel verfasst wurde (80% englisch).
- Bibliografische Angaben (Erscheinungsort, Jahrgang, Nummer, etc.).
- Publikationstyp (Brief, Editorial, Review, etc.).
Durch diesen Datensatz wird der Artikel im MEDLINE repräsentiert[12].
Auf die so erfassten Daten kann über das in Kapitel 2.2. bereits kurz erwähnte PubMed zugegriffen werden. Hierbei handelt es sich um ein Literatursuchsystem des NIH, über welches kostenloser Zugang zu MEDLINE und MeSH besteht. Daneben enthält es den Suchdienst PreMEDLINE, über den auf Artikel zugegriffen werden kann, welche zwar bereits durch die NLM erfasst wurden, die aber noch nicht ins MEDLINE aufgenommen wurden[13]. Dadurch wird die Aktualität der Suchergebnisse über PubMed erheblich erhöht. Ferner finden sich OLDMEDLINE[14] Zitate und Links zu Volltextartikeln[15]. Angebote wie die des PubMed gibt es zwar von vielen Anbietern, wie etwa das DIMDI, diese sind aber zumeist kostenpflichtig.
Über die Suchmaske des PubMed bieten sich dem Nutzer umfangreiche Möglichkeiten einer Literaturrecherche, von der einfachen, „Google-ähnlichen“ Suche bis hin zu komplexen Suchfunktionen für professionelle Recherchen. Ein besonderer Vorteil des PubMed ist sicherlich der kostenfreie Zugriff auf das MeSH. Damit besteht die Option, im Rahmen einer Recherche im Vorfeld die geeignetsten Suchbegriffe zu ermitteln, wodurch die Effizienz der Suche erheblich gesteigert werden kann. Wie dies im einzelnen funktioniert, wird Thema des vierten und fünften Kapitels sein.
3.3. Bedeutung des MEDLINE als Informationsquelle
Die Bedeutung des MEDLINE für die Recherche von gesundheitsrelevanten Themen ergibt sich nicht nur aus der Tatsache, dass es sich um die umfangreichste Datenbank ihrer Art handelt, sondern auch aus dem Umstand, dass viele andere Datenbanken auf den Datenbestand von MEDLINE zugreifen und das MeSH nutzen. Sollten sich pflegerische Inhalte also an der NLM nicht auffinden lassen, so sind diese bei Anbietern, welche MEDLINE und MeSH nutzen, genauso wenig auffindbar (Obst/Gansland in Kaltenborn 1999, S 448 ff)
Eine Studie der deutschen Zentralbibliothek für Medizin in Köln durch El-Menouhar et al zu Bedarf und Nutzung medizinischer Informationen und Literatur spiegelt den hohen Stellenwert des MEDLINE als Informationsquelle wider. Hier ergab die Frage nach der Nutzung von Datenbanken, dass MEDLINE das sowohl wichtigste, als auch das am häufigsten genutzte Informationsmedium darstellt. Begründet wurde dies damit, dass für diese Personengruppen die Aktualität der Informationen und die Schnelligkeit der Informationsbeschaffung vorrangig seien, weshalb besonders Zeitschriftenartikel von besonderem Interesse seien. Diese wiederum seien am effektivsten durch MEDLINE auffindbar (El-Menouhar 2000, S. 12 ff). Was in diesem Zusammenhang für die Medizin gilt, kann auch auf die Pflege übertragen werden, denn hier spielen Aktualität und schnelle Verfügbarkeit der Literatur eine gleichermaßen wichtige Rolle.
Auch bei der Durchsicht medizinischer und pflegerischer Literatur sowie diverser Websites zum Thema Literaturrecherche wird die NLM und MEDLINE häufig beschrieben und empfohlen. (So z. B. bei Korff 1998, S. 107; Goossen 1998, S. 12; Ball et al 1995, S. 57; Fitzpatrick et al 2003, S. 8, 19, 21; u. v. m.).
Hier wird besonders oft auf den großen Umfang des Datenbestandes verwiesen. Dies lässt jedoch, wie bei Gaus bemerkt, noch keinen Rückschluss auf die Zweckmäßigkeit des Systems zu.
„Die Größe und die Anzahl der gespeicherten Dokumente sagt aber nichts über die Güte der Dokumentation aus, da der Zweck der Dokumentation nicht das Speichern, sondern das Wiederfinden der Dokumente ist. Somit ist die Güte einer Dokumentation daran zu messen, inwieweit alle für einen Benutzer relevanten Dokumentationseinheiten – und nur die für ihn relevanten – beim Retrieval wieder aufgefunden werden.“
(Gaus 2005, S. 215)
3.4. Zusammenfassung
Bei Literaturdatenbanken wie dem MEDLINE handelt es sich um Referenzdatenbanken, in welchen der Inhalt eines literarischen Werkes durch einen festgelegten Datensatz bestehend aus formalen und inhaltlichen Angaben repräsentiert wird. Die umfangreichste und für Mediziner bedeutendste Literaturdatenbank ist das MEDLINE der NLM. Hier werden Inhalte aus über 4 500 medizinischen Fachzeitschriften erfasst und für Suchanfragen erschlossen. Über das PubMed ist ein kostenloser Online-Zugriff auf MEDLINE möglich.
Die Problematik des Suchens und Findens in großen Datenbeständen ist das Thema des folgenden Kapitels. Einleitend sollen die Faktoren, welche auf eine Suche einwirken, beschrieben werden. Begriffe wie „Information Retrieval“ und „Indexierung“ werden eingeführt und die Kennzahlen für den Erfolg einer Suche „Precision“ und „Recall“ erläutert. Zur Verdeutlichung wichtiger Zusammenhänge sollen einige bekannte Retrieval Methoden kurz vorgestellt werden.
4. Die Literaturrecherche
4.1. Faktoren der Recherche
Datenbanken enthalten systematisch geordnetes Wissen. Um dieses Wissen abrufen zu können, gibt es verschiedene Möglichkeiten. Einfach ist die Suche dann, wenn nach speziellen Quellen gesucht wird, deren Titel oder Autor bekannt ist, oder wenn man weiß, wo und wann diese veröffentlicht wurden. Hierfür werden jedoch besondere formale Angaben benötigt, über die der Suchende nicht immer verfügt. Oftmals wird auch nicht nach konkreten Informationsquellen gesucht, sondern schlicht nach Wissen zu einem bestimmten Themengebiet. Sucht man zu diesem Zweck in einer Datenbank „auf gut Glück“, indem man nach „Google-Manier“ eine undifferenzierte Suche mit einem scheinbar passenden Stichwort durchführt, so erhält man oft eine Überfülle ungeordneter Resultate, von denen viele mit dem gewünschten Themengebiet überhaupt nichts mehr zu tun, die aber das Auffinden der für den Suchenden relevanten Inhalte häufig erschweren.
Bei der Suche nach Inhalten zu bestimmten Wissensgebieten werden nach Wirschum verschiedene Faktoren genannt, welche sich auf das Suchverhalten und die Suchergebnisse auswirken. Drei davon, welche für diese Arbeit von Bedeutung sind, sollen im Folgenden beschrieben werden:
Zu nennen wäre erstens die Person, welche auf Informationssuche ist, und die ihr oft „diffuses“ Informationsbedürfnis nicht präzise ausdrücken kann. Dies ergibt sich z. B. aus dem Wissensdefizit welches zur Suche motiviert hat. Beherrscht der Rechercheur die Fachsprache des Themengebietes in dem er sucht nicht, so kann er lediglich unscharfe Suchanfragen formulieren und wird somit unbefriedigende Suchergebnisse erhalten (Wirschum 2006, S. 5 ff).
Als zweiter Faktor ist die Domäne, also der Wissensbereich in welchem gesucht wird, von Bedeutung. Die einzelnen Domänen unterscheiden sich hinsichtlich Komplexität oder Spezifität.
Wird in einer Domäne gesucht, zu der vergleichsweise wenig Literatur existiert, ist es wichtiger, im Rahmen einer Suchanfrage die gesamte zugehörige Literatur lückenlos aufgelistet zu bekommen, auch unter Inkaufnahme von „Datenmüll“, welcher bei der Durchsicht aussortiert werden kann. Bei der Suche in einer Domäne mit sehr viel Literatur spielt jedoch auch die Relevanz der einzelnen Treffer eine Rolle, da es bei zunehmender Trefferzahl schwieriger wird, die relevanten Dokumente herauszusuchen. (Wirschum 2006, S. 5 ff.)
Der letztgenannte Aspekt stellt für die Pflege insofern ein Problem dar, als es sich bei dieser um einen kleineren Wissenschaftszweig handelt, der von der Medizin nur schlecht abgegrenzt ist und verglichen mit dieser über verhältnismäßig wenig Literatur verfügt. Es wäre also wichtig, dass bei einer Suchanfrage jedes relevante Dokument aufgefunden wird. Diese befinden sich jedoch häufig „irgendwo“ zwischen medizinischen Themen und sind nur schwer herauszufiltern. Wer schon einmal mit einschlägigen Suchmaschinen nach pflegerelevanter Literatur gesucht hat, kennt das Problem, dass das Gros der Treffer sich auf die medizinischen Aspekte des gesuchten Gegenstandes bezieht, nach denen meist gar nicht gefragt wurde. Um die Relevanz der Suchanfragen bezogen auf pflegerische Inhalte zu verbessern, ist daher eine höhere Trennschärfe nötig, die es ermöglicht, pflegerische Inhalte klar von medizinischen abzugrenzen und diese möglichst lückenlos auffindbar zu machen.
Weder das Vorhandensein einer Fachsprache noch die Kenntnis dieses Vokabulars sind allerdings Garanten für den Erfolg einer Suche. Denn nur wenn dieses Vokabular auch von dem jeweiligen Suchsystem, an welches die Anfrage gerichtet wurde, erkannt wird, kann eine entsprechende Antwort erfolgen, womit der dritte Faktor, das Suchsystem, genannt sei (Wirschum ebd.).
Die Frage, wie durch ein Suchsystem Informationen so aufbereitet werden können, dass den genannten Faktoren Rechnung getragen wird, ist Gegenstand des Teilbereichs der Informationswissenschaft, welcher sich mit dem sogenannten Information Retrieval beschäftigt. Dieses ist Thema des folgenden Abschnitts.
4.2. Information Retrieval
Der Begriff „Information Retrieval“ (IR), zu deutsch Informationswiedergewinnung, wird in der Literatur unterschiedlich benutzt. Die weiter gefassten Definitionen beziehen die der Suche vorangehende Informationsaufbereitung mit ein und erweitern den Begriff zu „Information Storage and Retrieval“, so z. B. Salton und McGill, welche das Information Retrieval als die „ Repräsentation, Speicherung und Organisation von Informationen und [den] Zugriff darauf“ bezeichnen (Salton/McGill 1987, S. 1).
Andere Autoren wie bspw. Knorz beziehen sich auf die Verarbeitung und Suche von Daten mithilfe von EDV und definieren den Begriff als „(...) den technisch gestützten Prozess des Wissenstransfers vom Wissensproduzenten zum Informations-Nachfragenden“ (Knorz, zitiert in Nohr 2003, S. 16).
Schließlich finden sich Definitionen, welche das IR nur unter dem Aspekt der Suche betrachten. So bei Kuhlen: „ Retrieval (auch Recherche oder Information Retrieval genannt) bezeichnet den Arbeitsvorgang des gezielten Suchens bzw. Wiederfindens von relevanten Daten und Fakten zu einer speziellen Fragestellung in gedruckten oder elektronischen Informationsmitteln“ (Kuhlen et al 2004, Bd. 2, S. 107).
In dieser Arbeit soll der Begriff wie von Salton und McGill definiert, verwendet werden. In diesem Sinne ist es das Ziel des Information Retrieval, Informationen so aufzubereiten, dass sie im Rahmen einer gezielten Suche vollständig und präzise aus der Gesamtmenge der Informationen wieder aufgefunden werden können (Nohr 2003, S. 16).
4.3. Information Retrieval-Systeme
Der Vorgang des Information Retrieval kann als ein System gedacht werden, „ das aus einer Menge von Dokumenten (.) und einer Menge von Suchanfragen (.) besteht und das einen Mechanismus (.) enthält, der die für eine Suchanfrage relevanten Dokumente bestimmt “ (Salton/McGill 1987, S. 60). Der genannte Mechanismus kann als die eigentliche Retrievalfunktion verstanden werden, durch die entschieden wird, ob ein Dokument entsprechend der Suchanfrage als relevant oder nicht-relevant einzustufen ist.
Der Retrievalvorgang selbst, beginnend beim Information Storage, gestaltet sich wie folgt: Bevor ein Dokument in eine Datenbank aufgenommen wird, wird es wie in Kapitel 3.2. beschrieben sowohl hinsichtlich formaler Kriterien wie Autor, Herausgeber, Erscheinungsjahr etc., als auch hinsichtlich inhaltlicher Kriterien erschlossen. Hierzu wird der Inhalt mithilfe einer Indexierungssprache wie z. B. einem Thesaurus erfasst und mittels eines oder (idealerweise) mehrerer Schlagwörter oder Deskriptoren abgebildet. Sowohl formale als auch inhaltliche Erschließung folgen festen Regeln, der Vorgang selbst wird als Indexierung bezeichnet. Der hierdurch gewonnene Datensatz repräsentiert das Dokument von da an in der Datenbank. Erfolgt nun eine Suchanfrage, so wird, falls die eingegebenen Suchbegriffe dem Suchsystem bekannt sind, diese ebenfalls in die gleiche Indexierungssprache übersetzt, so dass es dem System möglich ist, Ähnlichkeiten auszumachen und somit alle relevanten Dokumente auszugeben[16] (Salton McGill 1987, S. 60).
Aus diesem Vorgang lässt sich ableiten, dass die Suchergebnisse umso besser sind, je ähnlicher sich Indexierungssprache und Suchbegriff sind, bzw. je exakter die Definition des Suchbegriffs mit der Definition des Deskriptors übereinstimmt. Die Qualität der Indexierungssprache wirkt also auf die Qualität der Indexierung, und diese entscheidet unmittelbar über die Qualität der Treffer.
Bei der Indexierung gilt daher grundsätzlich, „ es soll so erschöpfend (exhaustivity) und so spezifisch (specifity) wie möglich indexiert werden “ (Salton/McGill 1987, S. 60). Unter erschöpfender Indexierung wird die Erfassung von allen inhaltlichen Aspekten eines Dokuments verstanden, was sich auf den Anteil der relevanten Dokumente, die bei einer Suche ermittelt werden können, auswirkt. Ein sehr spezifisches Indexvokabular, in welchem sehr präzise Deskriptoren verwendet werden, bewirkt eine höhere Trennschärfe, d. h. dass relevante Dokumente von irrelevanten besser unterschieden werden können (Salton/McGill 1987 S. 60). Um eine erschöpfende Indexierung durchführen zu können, müssen genügend spezifische Deskriptoren vorhanden sein, mit welchen die Inhalte des jeweiligen Fachgebietes lückenlos und präzise abgebildet werden können (Salton/McGill 1987, S. 170).
4.4. Recall und Precision
In diesem Zusammenhang spielen die Begriffe „Recall“ und „Precision“ eine wichtige Rolle. Bei ihnen handelt es sich um Kennzahlen mit deren Hilfe die Qualität der Suchergebnisse beschrieben werden kann.
Als Maß für die Vollständigkeit einer Suche gilt der Recall, welcher sich aus dem Verhältnis aller gefundenen relevanten Dokumente zu allen relevanten Dokumenten ergibt (Lepsky, S. 17 ff).
Abbildung in dieser Leseprobe nicht enthalten
*Ergibt sich aus der Summe aller gefundenen relevanten Dokumente und aller nicht gefundenen relevanten Dokumente.
Der Recall kann einen Wert zwischen 0 und 1 annehmen. Ein Recall von 1 besagt, dass alle relevanten Dokumente der Datenbank gefunden wurden. Zusammen mit den relevanten Dokumenten wird jedoch meist auch eine gewisse Menge an Ballast, also für die Suche irrelevante Ergebnisse, ausgegeben.
Als Maß hierfür gilt die Genauigkeit der Suche, auch Precision genannt, welche sich aus dem Verhältnis aller gefundenen relevanten Dokumente zu allen gefundenen Dokumenten ergibt.
Abbildung in dieser Leseprobe nicht enthalten
*Summe aller gefundenen relevanten und aller gefundenen, aber nicht relevanten Dokumente.
Die Precision kann ebenfalls einen Wert zwischen 0 und 1 annehmen. Ein Wert von 1 bedeutet, dass alle gefundenen Dokumente auch relevant sind. Dieser Wert spiegelt also die Genauigkeit der gefundenen Treffer wider. Je größer die Preci-sion, desto wahrscheinlicher ist es aber auch, dass nicht alle relevanten Dokumente gefunden wurden, dass also der Wert für den Recall abnimmt.
Precision und Recall stehen in wechselseitiger Abhängigkeit.
Maßnahmen die eine Erhöhung der Precision bewirken, führen automatisch zu einer Reduktion des Recall und umgekehrt. Beide Parameter gleichermaßen zu optimieren ist nicht möglich. Es lässt sich nur ein optimales Verhältnis von Recall und Precision her-stellen. Je nachdem was im Rahmen der Literaturrecherche gewünscht wird, kann die Suche dahingehend beeinflusst werden, dass entweder ein maximaler Recall bei möglichst guter Precision erzielt wird oder umgekehrt. Je leistungsfähiger jedoch die verwendete Indexierungssprache ist, desto mehr Möglichkeiten bestehen für den Rechercheur, die Suche hinsichtlich seiner Wünsche zu steuern (Gaus 2005, S. 218 ff). So ist zur Grobrecherche, um einen Überblick über vorhandene Literatur zu einem Thema zu erhalten, ein hoher Recall sinnvoll. Um sich im Rahmen der Feinrecherche über spezielle Themen genauer zu informieren, ist die Erhöhung der Precision hilfreicher.
4.5. Information Retrieval-Methoden
Eine erschöpfende Indexierung unter Verwendung eines präzisen Indexierungsvokabulars ermöglicht es, bei einer Suche sowohl auf Precision als auch Recall positiv einzuwirken. Hierfür stehen verschiedene Retrieval-Methoden zur Verfügung, von denen einige wichtige kurz erwähnt werden sollen. Dies sind die Booleschen Operatoren, die Trunkierung, oder die Indexsuche.
Mit den Booleschen Operatoren können Suchbegriffe durch „AND“, „OR“ oder „NOT“ so miteinander verknüpft werden, dass hierdurch der Suchradius auf einen exakteren Bereich eingegrenzt oder, je nach Bedarf, ausgeweitet werden kann. Dadurch kann sowohl auf Precision wie auf Recall eingewirkt werden (Tappenbeck 2006, S. 68 ff).
Die Trunkierung (engl. truncation = Verkürzung) bietet die Möglichkeit, verschiedene Formen des Suchwortes abzufragen, so dass alle Dokumente, die diesen Begriff enthalten, aufgelistet werden. Der Suchterm „Pflege#“ würde alle Begriffe, welche mit dem Wort Pflege beginnen, in die Suche mit einbeziehen, z. B. Pflegeprozess, Pflegediagnose, Pflegeplanung etc. Übliche Trunkierungszeichen, mit welchen Suchbegriffe verkürzt werden können, sind u. a, „$“, „?“, „#“. Die Trunkierung ist eine Maßnahme zur Erhöhung des Recalls (Tappenbeck 2006, ebd.).
Eine weitere, für diese Arbeit besonders wichtige Möglichkeit ist die Suche mit dem Indexvokabular selbst. Hier wählt der Sucher den exakten Suchbegriff aus einem kontrollierten Vokabular, z. B. einem Thesaurus, aus. Der Vorteil besteht darin, dass der Nutzer sich sicher sein kann, dass er die gleiche Sprache „spricht“ wie das Suchsystem, dass mit diesem also Übereinstimmung bezüglich der inhaltlichen Bedeutung des gesuchten Gegenstands besteht. Hierdurch kann die Precision deutlich erhöht werden. Ob es sich um den exakten Suchterm handelt kann der Suchende anhand der Definition des jeweiligen Schlagwortes ablesen.
4.6. Zusammenfassung
Die Suche nach Inhalten aus bestimmten Themengebieten wird von den Kenntnissen des Suchenden, den Eigenschaften der Domäne in welcher gesucht wird, und den Eigenschaften des Suchsystems beeinflusst. In allen Bereichen ist die verwendete Sprache von Bedeutung. Mit dem Auffindbarmachen von Informationen befasst sich das Information Retrieval, durch welches Informationen z. B. mittels Indexierung für Suchanfragen zugänglich gemacht werden. Hier ist besonders die Güte des verwendeten Indexierungsvokabulars von Bedeutung. Von dieser hängt die Möglichkeit einer erschöpfenden und spezifischen Indexierung ab, was sich direkt auf die Qualität der Suchergebnisse auswirkt. Maßeinheiten für die Güte der Suchergebnisse sind die Kennzahlen Precision und Recall. Diese können durch unterschiedliche Retrieval Methoden gesteuert werden.
In den vorangegangenen Kapiteln wurde bereits mehrmals auf die Bedeutung der Indexierungssprache als Grundlage für die Suche nach Inhalten in großen Datenbeständen eingegangen. Da die Frage dieser Arbeit lautet, wie gut sich pflegerische Inhalte in der NLM auffinden lassen, soll im folgenden Kapitel die von der NLM verwendete Indexierungssprache, das sogenannte MeSH, vorgestellt werden.
5. MeSH
5.1. Was ist MeSH?
Beim MeSH handelt es sich um den, von der NLM entwickelten Thesaurus, zur Verschlagwortung biomedizinischer und anderer gesundheitsrelevanter Dokumente, durch welche diese inhaltlich erfasst und für Recherchen wiederauffindbar gemacht werden sollen. Entstanden ist das MeSH-Vokabular in den fünfziger Jahren des letzten Jahrhunderts aus dem Schlagwortregister des IndexMedicus. Derzeit umfasst es etwa 40 000 Deskriptoren[17]. Das MeSH wird jährlich durch die NLM überarbeitet und aktualisiert und liegt seit 1996 auch in deutscher Sprache vor. Die deutsche Version wird vom DIMDI erstellt und gepflegt und ist über dieses kostenpflichtig zugänglich[18].
Der Begriff Thesaurus stammt aus dem Griechischen und bezeichnet im allgemeinen Sinne wissenschaftliche Sammelwerke wie Wörterbücher oder Enzyklopädien. Im Zusammenhang mit dem Information Retrieval wird das Wort Thesaurus erstmals von Peter Luhn im Jahre 1957 verwendet, der in den fünfziger Jahren verschiedene Ordnungssysteme zur Indexierung entwickelte. In diesem Sinne wird nach DIN[19] 1463 unter einem Thesaurus eine „(...) geordnete Zusammenstellung von Begriffen und ihre (vorwiegend natürlichsprachigen) Bezeichnungen, die in einem Dokumentationsgebiet zum Indexieren, Speichern und Wiederauffinden dient “, verstanden (Kuhlen et al 2004, Bd. 2, S. 120).
Thesauri werden auch als Indexierungssprachen oder Dokumentationssprachen bezeichnet und haben die Funktion eines Hilfsmittels für die inhaltliche Erschließung und für das Auffinden von Dokumenten. Zum besseren Verständnis sollen an dieser Stelle die Unterschiede zwischen einem Begriff und einer Bezeichnung definiert werden.
Ein Begriff ist „ eine zur Umweltstrukturierung gebildete Denkeinheit (...)“ (Kuhlen et al 2004, Bd. 2, S. 9). Unter dem Begriffsinhalt versteht man die Gesamtheit der Merkmale, die diesen Begriff ausmachen (Kuhlen et al 2004, Bd. 2, S. 120).
Eine Bezeichnung, auch Term genannt, ist „ die Repräsentation eines Begriffs, (...)“ durch ein Wort, einen Namen oder eine Zahl“. (Kuhlen et al 2004, Bd. 2, S. 14)
Somit beschreibt ein Begriff den Bedeutungsinhalt einer Denkeinheit und definiert dessen Geltungsbereich, während die dazugehörige Bezeichnung diese Denkeinheit in Kurzform abbildet. In diesem Sinne gilt das im MeSH verwendete Wort „Fever“ als die Bezeichnung für einen Begriff, dem folgende Bedeutung innewohnt: „ an abnormal elevation of body temperature, usually as a result of a pathologic process. “
Ein Begriff kann durch unterschiedliche Bezeichnungen repräsentiert werden, so findet sich im MeSH neben der Bezeichnung „Fever“ auch die Bezeichnung „Hyperthermia“. Ein Thesaurus zeichnet sich nach DIN auch dadurch aus, dass für jeden Begriff eine Vorzugsbenennung festgelegt wird. Daneben werden mögliche Synonyme und andere in den Geltungsbereich des Begriffes fallende Bezeichnungen in Äquivalenzklassen erfasst und Homonyme oder Polyseme besonders gekennzeichnet. Desweiteren werden in einem Thesaurus die Beziehungen zwischen unterschiedlichen Begriffen und ihre Geltungsbereiche festgelegt (DIN 1462 zitiert in Kuhlen et al 2004, Bd. 2, S. 120)
5.2. Die Worttypen des MeSH
Der MeSH-Thesaurus setzt sich aus den drei Teilen „MeSH-Tree Structures“, der „MeSH Annotated Alphabetic List“ und dem „Permuted MeSH“ zusammen. Das Vokabular der Medical Subject Headings setzt sich aus drei verschiedenen Wort-gruppen zusammen: Den „Main Headings“, welche die eigentlichen Deskriptoren darstellen, den „Subheadings“, auch als Qualifier bezeichnet, und den sog. „Entry Terms“. Hierdurch ist es möglich, im MeSH unterschiedliche Schreibweisen (Photo/Foto), Synonyme (Krebs/Karzinom), Abkürzungen, Übersetzungen etc. mit äquivalenten Begriffen in Beziehung zu setzen. Auch assoziative (Neubildung mit Krebs) und hierarchische Beziehungen (Krankheit als Überbegriff für Krebs) werden geknüpft. Die einzelnen Wortgruppen sollen im Folgenden genauer beschrieben werden.
Main Headings
Als Main Headings werden im MeSH die eigentlichen Deskriptoren bezeichnet. Als Deskriptor Verwendung finden sollten nur gebräuchliche, eindeutige, aussagekräftige und prägnante Benennungen (Gaus 2005, S. 171). Diese werden einem Begriff als Vorzugsbenennung zugeteilt. Synonyme Bezeichnungen finden sich im MeSH unter den sog. Entry Terms wieder, welche zusammen mit dem Main Heading aufgeführt werden. In ihrer Funktion als Vorzugsbenennung sollen die Main Headings zur Indexierung verwendet werden, wobei den Indexierern im Sinne einer erschöpfenden Indexierung empfohlen wird, jedem Dokument 10 bis 12 Deskriptoren zuzuteilen (Gaus 2005, S. 194).
Zu jedem Main Heading gibt es eine wenige Zeilen lange „Scope Note“, welche den Begriff näher beschreibt und seinen Bedeutungsbereich eingrenzt. Main Heading und Scope Note bilden zusammen ein komplettes Abbild des jeweiligen Begriffs. Der Begriff „Stomach Neoplasms“ wird im MeSH wie folgt wiedergegeben:
Main Heading: Stomach Neoplasms
Scope Note: “Tumors or cancer of the stomach.”
Subheadings
Die Funktion der Subheadings, auch Qualifier genannt, ist es, die Main Headings näher zu spezifizieren, weshalb sie nur in Verbindung mit diesen zur Suche verwendet werden können. Die Kombinationsmöglichkeiten mit den Main Headings sind jedoch beschränkt und werden bereits bei der Indexierung festgelegt. Wie die einzelnen Subheadings bei der Indexierung zu gebrauchen sind, wird auf der Website der NLM näher erläutert[20]. Zu dem Subheading “nursing”, zu finden in der Oberkategorie “therapy”, findet sich z. B. folgende Erläuterung: „ used with diseases for nursing care and techniques in their management. It includes the nursing role in diagnostic, therapeutic, and preventive procedures.” In Tabelle 1 findet sich eine Liste der möglichen Subheading Kategorien. Die einzelnen Kategorien zweigen sich weiter auf, so dass insgesamt 82 Qualifier zur Verfügung stehen.
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 1 : Liste der Subheadings Categories.
Entry Terms
Bei den Entry-Terms handelt es sich um sogenannte „Nicht-Vorzugs-benennungen“, welche einen Einstieg in die Suche ermöglichen auch wenn der Vorzugsterm nicht bekannt ist. Bei ihnen handelt es sich um Synonyme oder äquivalente Bezeichnungen eines Main Headings. Durch sie wird eine Suche deutlich komfortabler gestaltet, da der Nutzer auch ohne Kenntnis der Vorzugsbenennung zu den gewünschten Begriffsinhalten gelangen kann. Sucht man beispielsweise im PubMed nach dem Begriff „Cancer of Stomach“, so gelangt man zu den gleichen Ergebnissen wie mit dem offiziellen MeSH-Vorzugsterm “Stomach Neoplasms”. Die Nicht-Vorzugsbenennungen bilden zusammen mit den Vorzugsbenennungen eine Äquivalenzklasse.
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 2 : Entry Terms für den Begriff “Stomach Neoplasms”:
5.3. Aufbau des MeSH
Der Aufbau des MeSH folgt einer hierarchischen Gliederung. Die oberste Ebene bilden 19 Hauptkategorien (vgl. Tabelle 3), welche sich in spezifischere Unterkategorien verzweigen und so zu einer baumartigen Struktur, der MeSH Tree Structure führen. In der Annotated Alphabetic List finden sich die Deskriptoren in alphabetischer Reihenfolge und im Permuted MeSH in einer permutierten alphabetischen Liste.
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 3 : Auflistung der Hauptkategorien des MeSH. Das Pluszeichen hinter der jeweiligen Kategorie signalisiert, dass sich beim Anklicken weitere Verzweigungen öffnen.
Der MeSH-Thesaurus hat eine polyhierarchische Struktur, d. h. ein Unterbegriff kann mehreren Oberbegriffen zugeordnet sein, je nachdem, unter welchem Aspekt er betrachtet wird. Es werden also unterschiedliche kontextuelle Bezüge berücksichtigt. Die Beziehungen der Begriffe untereinander können am Beispiel des Suchbegriffes „Stomach Cancer“ verdeutlicht werden (vgl. Abb. 1). Das Organ „Stomach“ ist hierarchisch dem Begriff „Digestive Systems“ und der Begriff „Cancer“ der Kategorie „Diseases“ zugeordnet. Ferner wird der Begriff „Cancer“ im MeSH unter der Kategorie „Neoplasms“ beschrieben. Dadurch, dass zwischen den Begriffen „Stomach Cancer“ und „Stomach Neoplasm“ sinnvolle Beziehungen geknüpft wurden, ist es möglich, einen exakten Treffer zu erzielen, obwohl der Suchbegriff das Wort „Neoplasm“ nicht enthält. Die folgende Abbildung illu-striert den Aufbau des MeSH-Thesaurus und die Beziehungen der einzelnen Begriffe am Beispiel des Suchterms „Stomach Cancer“.
5.4. Suchmöglichkeiten mit dem MeSH
Gibt man in die Suchmaske des PubMed den Suchbegriff „Activity Intolerance“ ein, so werden 1 877 Aufsatzzitate aufgeführt. Gibt man Activity Intolerance Risk ein, erhält man immer noch 333, und gibt man „Diarrhea“ ein, erhält man sogar 63 028 Suchergebnisse[21]. Aus dieser Menge an Treffern die für pflegerische Belange relevanten herauszufiltern, würde über Gebühr Zeit beanspruchen. Um diesem Problem zu begegnen, besteht die Möglichkeit, wie in Kapitel 4.5. „Information Retrieval-Methoden“ beschrieben, vorzugehen, also die Suche mit Hilfe des MeSH zu präzisieren.
Abbildung in dieser Leseprobe nicht enthalten
Dazu kann in der Suchmaske des PubMed die Einschränkung „search MeSH“ aktiviert werden. Sucht man auf diese Weise nach dem Begriff „Diarrhea“, so erhält man 16 unterschiedliche Begriffe, die im Zusammenhang mit dem Wort „Diarrhea“ erfasst wurden. In diesem Fall enthält bereits die Scope Note des ersten Treffers eine sehr gute Beschreibung dieses Begriffes.
Diarrhea: “An increased liquidity or decreased consistency of FECES, such as running stool. Fecal consistency is related to the ratio of water-holding capacity of insoluble solids to total water, rather than the amount of water present. Diarrhea is not hyperdefecation or increased fecal weight.“
Anhand der Scope Note kann überprüft werden, ob der Deskriptor exakt das wieder gibt, wonach gesucht wird. Sucht man also bspw. nach Literatur zum Thema „Diarrhea“ in dem Sinne, wie es z. B. von der Clinical Care Classification definiert wird, so kann man davon ausgehen, dass mit der Verwendung des MeSH-Deskriptors gute Suchergebnisse zu erzielen sind. Allerdings bleibt das Problem weiterhin bestehen, dass mit dem Suchwort „Diarrhea“ viel zu viele Treffer angezeigt werden. Um diesem Problem zu begegnen, gibt es einige Suchmöglichkeiten im MeSH, von denen zwei wichtige an dieser Stelle etwas genauer beschrieben werden sollen.
Feinabstimmung der Suche mit den Subheadings
Eine Möglichkeit besteht darin, den Suchbereich mithilfe eines Subheadings einzugrenzen. Hat man bei der Suche im MeSH also den Deskriptor „Diarrhea“ ermittelt und aktiviert dann noch den dazu aufgeführten Qualifier „nursing“, so reduziert sich der Suchbereich auf Literatur, welche das Thema Diarrhea im Zusammenhang mit Pflege behandelt. Hierdurch reduziert sich die Trefferzahl im PubMed von ursprünglich mehr als 60 000 auf 119.
Suche im Kategorienbaum
Anhand des Kategorienbaums, der erscheint, wenn man das entsprechende Suchergebnis anklickt, kann überprüft werden, wo das Schlagwort thematisch und hierarchisch eingeordnet wurde. Es ist möglich, thematisch verwandte Begriffe ausfindig zu machen, durch die sich die Suche präzisieren oder erweitern lässt (Vgl. Tabelle 4).
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 4 : Die MeSH Tree Structures für den Begriff „Memory Disorders“.
Erhält man bei der Suche mit Stichworten gar keine passenden MeSH Antworten, so bleibt noch die Möglichkeit, den MeSH-Tree systematisch von oben nach unten nach passenden Begriffen zu durchsuchen.
5.5. Zusammenfassung
Bei dem von der NLM entwickelten MeSH handelt es sich um einen Thesaurus, welcher aus rund 40 000 Deskriptoren besteht, mit denen vor allem biomedizinische Inhalte indexiert werden können. Thesauri sind Ordnungssysteme, in welchen unter Berücksichtigung sprachlicher Besonderheiten, Begriffe und Bezeichnungen so erfasst sind, dass mit ihrer Hilfe Dokumente gespeichert und gefunden werden können. Der MeSH Thesaurus ist polyhierarchisch aufgebaut und setzt sich aus den drei Wortgruppen Main Headings, Subheadings und den Entry Terms zusammen. Durch seinen Aufbau und seine Struktur bietet er verschiedene Möglichkeiten, eine Suche zu verfeinern und zu präzisieren.
Im folgenden Kapitel soll die Methode, mit der die Auffindbarkeit pflegerischer Inhalte an der NLM untersucht wurde, beschrieben werden.
6. Mapping pflegerischer Inhalte mit dem MeSH
6.1. Grundlagen
Auch wenn die in Kapitel 5.4. beschriebenen Suchoptionen einige Möglichkeiten bieten, die Suche mit dem MeSH zu steuern, bleibt das wichtigste Kriterium die Qualität des Thesaurus selbst. Auf die Zusammenhänge zwischen der Qualität der Indexierung, der Qualität des Indexierungsvokabulars und der Qualität der Suchergebnisse wurde in Kapitel 4.3. bereits eingegangen. Doch wodurch zeichnet sich ein guter Thesaurus aus? Im Folgenden soll eine Übersicht über die Anforderungen, welche nach Gaus an einen guten Thesaurus gestellt werden, gegeben werden:
- Es muss „ jeder Fachausdruck aus dem zu bearbeitenden Sachgebiet, der sich auf die eine oder andere Weise auffinden läss t, [erfasst werden und] es gibt keinen Sachverhalt, der nicht durch Deskriptoren erfasst ist “ (Gaus 2005, S. 171).
- Die ausgewählten Vorzugsbenennungen müssen gebräuchlich, eindeutig, aussagekräftig und prägnant sein.
- Es müssen alle möglichen äquivalenten Begriffe aufgenommen werden, um vollständige Äquivalenzklassen abzubilden.
- Es müssen hierarchische Strukturen zwischen den Äquivalenzklassen abgebildet werden, um möglicherweise besser passende Deskriptoren ermitteln zu können.
- Die ausgewählten Begriffe müssen möglichst genau definiert werden.
- Das gewählte Vokabular sollte eine komfortable Suche und eine zwanglose Indexierung ermöglichen.
(Gaus 2005, S. 162 ff)
Anhand dieser Kriterien soll jetzt ermittelt werden, inwieweit der MeSH-Thesaurus in seiner derzeitigen Form ein geeignetes Instrument ist, um:
- das Sachgebiet „Pflege“vollständig zu erfassen (Recall),
- es von anderen Bereichen, v. a. der Medizin abzugrenzen (Precision),
- hierbei eine hohe Indexierungsgenauigkeit zu ermöglichen,
- mit dem in der Pflege gebräuchlichen Vokabular eine Suchanfrage zu formulieren,
- die passenden Suchbegriffe mit angemessenem Aufwand zu ermitteln.
Für diese Untersuchung wurde ein in der Pflege gängiges und international verbreitetes Klassifikationssystem ausgewählt, die C linical C are C lassification (CCC). Es wurde geprüft, wie weit die pflegediagnostischen Begriffe dieses Klassifikationssystems im MeSH abzubilden sind, wie genau Vorzugsbenennungen und Scope Notes des MeSH mit den Bezeichnungen und den Definitionen der CCC-Pflegediagnosen übereinstimmen und wie viele Suchschritte nötig sind, um im MeSH zu einem passenden Eintrag zu gelangen.
6.2. Die Clinical Care Classification
Die Clinical Care Classification ist das Ergebnis einer Studie, welche von der Amerikanischen Regierung finanziert und an der Georgetown University School of Nursing unter der Leitung von Dr. Virginia Saba realisiert wurde. Ziel der Studie war es, ein Instrument zu entwickeln, mit welchem die Dienstleistungen der ambulanten Pflege erfasst, kodiert, klassifiziert und dokumentiert werden können, um die pflegerischen Aufwendungen dieses Bereichs zu ermitteln. Das Resultat, die H ome H ealth C are C lassification (HHCC) erfuhr eine Weiterentwicklung für den klinischen Bereich und wird heute unter der Bezeichnung Clinical Care Classification geführt. (Grimm in PR-Internet, 09/02, S. 67)
Neben einer Pflege-Assessment-Methode beinhaltet die CCC zwei miteinander in Beziehung stehende Terminologien, eine für Pflegediagnosen und eine für Pflegeinterventionen. Diese beiden Terminologien sind in einen gemeinsamen Rahmen gefasst, der sich aus 21 Pflegekomponenten zusammensetzt, welche die Funktionalitätsaspekte, die Aspekte des Gesundheitsverhaltens, die physiologischen und die psychologischen Aspekte der Patientenversorgung repräsentieren.
Beide Terminologien wurden durch die A merican N urses A ssociation (ANA) als für die Pflegepraxis bedeutsam eingestuft und für den Gebrauch in Systemen, wie dem C omputerbased P atient R ecord S ystem (CPRS), empfohlen. Ferner wurden sie in bekannte Terminologiesysteme wie in das UMLS[22] der NLM, das SNOMED CT[23] und in CINAHL[24] aufgenommen. Ferner zeichnen sie sich dadurch aus, dass die Anforderungen an eine Fachsprache erfüllt werden und die Anschlussfähigkeit an Terminologien angrenzender Fachdisziplinen, z. B. die der Medizin, besteht (Grimm in PR-Internet, 09/02, S. 66). Neben dem englischsprachigen Original liegen mittlerweile portugiesische, slowenische, deutsche, koreanische, spanische und norwegische Übersetzungen vor, woraus auf eine zunehmende internationale Bedeutung der CCC geschlossen werden kann[25].
Die Pflegediagnosen der HHCC wurden im Rahmen der oben erwähnten Studie auf Basis der überarbeiteten ersten NANDA[26] -Taxonomie entwickelt. Hierfür wurden die 104 NANDA-Pflegediagnosen überarbeitet und an die Belange der ambulanten Pflege angepasst. Da die Pflegediagnosen der HHCC im Laufe der Zeit eine weite Verbreitung auch im klinischen Bereich erfuhren, wurden sie diesen Anforderungen entsprechend überarbeitet und sind nun Bestandteil des CCC-Systems. Die CCC-Pflegediagnosen setzen sich zusammen aus 182 Einzeldiagnosen welche in 59 Haupt- und 123 Subkategorien unterteilt sind und durch die drei Pflegeergebniskategorien „Besserung“, „Stabilisierung“ und „Verschlechterung“ weiter spezifiziert werden können. Ordnet man jeder Pflegediagnose jeden dieser drei sogenannten „Modifier“ zu, so erhält man eine Gesamtzahl von 430 Möglichkeiten, eine Pflegediagnose zu formulieren. Sie sind die Essenz aus 40 361 formulierten Patientenproblemen, welche während der Studienlaufzeit erfasst wurden.
Da die pflegediagnostischen Begriffe der CCC einer gebräuchlichen, anerkannten und weit verbreiteten Pflegeterminologie angehören, sollte davon ausgegangen werden können, dass diese bei der Indexierung von pflegerischer Literatur Verwendung finden und sich pflegerelevante Literatur also mit Begriffen dieses Vokabulars auffinden lässt. Besonders deshalb, aber auch weil sie über das Internet frei zugänglich und somit keine Lizenzgebühren zu entrichten sind, wurden die Pflegediagnosen der CCC für diese Arbeit ausgewählt. Anstelle der Pflegediagnosen wäre die Untersuchung des MeSH auch mit dem Vokabular der CCC zur Beschreibung von Pflegeinterventionen oder mit jeder anderen, anerkannten und geläufigen Pflegeterminologie möglich gewesen.
6.3. Methodisches Vorgehen
Die Abbildung - auch „Mapping“ genannt - der CCC-Pflegediagnosen im MeSH, erfolgte nach der von der NLM empfohlenen Methode zu dessen Online-Nutzung[27] und der „Empfehlung zur Literaturrecherche in MEDLINE“ von der Abteilung für medizinische Informatik der Uni Freiburg[28]. Auf dieser Basis wurde ein iteratives Suchverfahren angewendet, welches sich aus den im Folgenden beschriebenen Schritten A bis E zusammensetzt. Zum besseren Verständnis findet sich in Abb. 2 eine Ansicht der Suchmaske des MeSH Browsers mit den verschiedenen Suchoptionen.
A: Zuerst wurde der unveränderte Term der CCC in die Suchmaske des MeSH-Browsers[29] eingegeben und die Option „find exact term“ aktiviert. Ergab sich hierbei ein Treffer, so wurde die MeSH Scope Note mit der Definition der CCC verglichen.
B: Ergab sich auf diese Weise kein Treffer, so wurden als nächster Schritt die Optionen „find terms with all fragments“ oder „find terms with any fragments“ zur Ermittlung von permutierten oder verkürzten MeSH-Terms gewählt. Wurden auf diese Weise Treffer angeboten, so wurden diese mit der CCC-Definition verglichen.
C: Der nächste Schritt war der Versuch, anhand von Synonymen oder äquivalenten Bezeichnungen, welche zum Teil den Definitionen der CCC entnommen oder durch ein medizinisches Wörterbuch ermittelt wurden, einen passenden MeSH-Term zu finden.
D: Entsprachen die Definitionen der erzielten Treffer nur ungefähr der gesuchten Bedeutung, so wurde anhand des Kategorienbaums in der „Umgebung“ des erzielten Treffers nach einer eventuell passenderen Bezeichnung gesucht.
E: Als letzte Maßnahme wurde versucht, durch die Aktivierung des Buttons „navigate from tree top“, im Kategorienbaum einen passenden Deskriptor zu finden, indem aus den Oberkategorien die passendste ausgewählt und ihren Verzweigungen abwärts gefolgt wurde, bis ein Begriff gefunden war.
Abbildung in dieser Leseprobe nicht enthalten
Anhand von Fallbeispielen sollen nun die einzelnen Schritte genauer betrachtet werden. Die vollständig Tabelle der MeSH-Treffer findet sich im Anhang.
A: Fatigue
Abbildung in dieser Leseprobe nicht enthalten
Bei der Suche nach dem CCC-Term „Fatigue“ kann auf direktem Weg ein Treffer erzielt werden, wobei der Suchbegriff dem MeSH-Vorzugsterm entspricht und die jeweiligen Definitionen den gleichen Bedeutungsbereich abbilden. Die Definition des MeSH beschreibt den Begriff zwar detaillierter, indem es auch auf die Folgen von Erschöpfung („decreased capacity for work ...“) eingeht, geht aber über den Bedeutungsbereich der CCC nicht hinaus und schränkt ihn nicht ein.
B: Health Seeking Behavior Alteration
Abbildung in dieser Leseprobe nicht enthalten
Bei Eingabe des Suchterms „Health Seeking Behavior Alteration“ erhält man zunächst keinen Treffer. Geht man, wie bei B beschrieben, zur Option „find terms with any fragments“, bekommt man unter dem Main Heading „Patient Acceptance of Health Care“ zu dem Entry Term „Health Seeking Behavior” eine gute, der Definition der CCC in weiten Teilen entsprechende Beschreibung, in welcher jedoch der Zusatz „Alteration“ nicht erfasst ist, was zu einer allgemeineren Begriffsbedeutung führt.
C: Fluid Volume Deficit
Abbildung in dieser Leseprobe nicht enthalten
In diesem Fall ergaben die Schritte A und B kein Ergebnis. Nach Eingabe des Begriffs „Dehydration“, welcher der Definition der CCC entsprach, konnte jedoch ein gutes Resultat erzielt werden. Dieser Suchschritt ist jedoch kritisch zu beurteilen, da die Voraussetzung hierfür ist, dass vom Rechercheur ein passender äquivalenter Begriff gefunden wird. Hier hängt der Erfolg der Suche vom Vokabular, über welches der Rechercheur verfügt, ab.
D: Family Processes Alteration
Abbildung in dieser Leseprobe nicht enthalten
Bei der Suche nach diesem Begriff konnte durch die Eingabe der vollständigen Pflegediagnose kein Treffer, und durch den verkürzten Begriff nur eine sehr allgemeine Definition für „Family“ gefunden werden. Unter diesem Oberbegriff fand sich jedoch durch Suche im MeSH-Tree der etwas zutreffendere Begriff „Family Relations“ (Vgl. Tab. 5). Dieser stimmt zwar auch nicht mit der Definition der CCC überein, kann aber als ähnlichster auffindbarer Treffer angesehen werden.
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 5 : Die Suche im MeSH Tree nach dem Begriff „Family Processes Alteration“.
E: Hopelessness
Abbildung in dieser Leseprobe nicht enthalten
Der letzte Versuch, zu einem MeSH-Term zu gelangen, war die systematische Suche im MeSH-Tree. Auf diese Weise konnte manchmal ein Begriff gefunden werden, der den gesuchten Begriff zumindest in Teilen enthielt (vgl. Tab. 6).
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 6 : Die Suche im MeSH-Tree nach dem Begriff „Hopelessness“.
6.4. Bewertungsschema
Insgesamt wurden alle 182 CCC Pflegediagnosen im MeSH abgebildet. Die Ergebnisse wurden mit einem fünf-stufigen Bewertungsschema sowohl hinsichtlich der Trefferqualität als auch hinsichtlich des Suchaufwandes eingestuft. Die Qualität der Treffer wurde anhand der Übereinstimmung des gefundenen MeSH-Terms und der dazugehörenden Scope-Note mit dem gesuchten CCC-Begriff definiert. Die Bewertung des Suchaufwandes erfolgte anhand der Zahl der im vorangegangenen Absatz beschriebenen Suchschritte, die nötig waren, um zum bestmöglichen Resultat zu gelangen.
Der Vergabe der jeweiligen Bewertungsstufen lagen folgende Überlegungen zugrunde:
Bewertung mit 1:
Eine Bewertung mit 1 bedeutet ein sehr guter Treffer, der mit geringem Suchaufwand erzielt werden konnte.
Diese Bewertung wurde an Treffer vergeben, bei denen lediglich der im vorangegangenen Kapitel mit A bezeichnete Suchschritt erforderlich war, was dann der Fall war, wenn die CCC-Pflegediagnose unter den Main Headings oder den Entry Terms des MeSH zu finden war. Als qualitativ sehr gut wurde ein Treffer gewertet, wenn die Definition der CCC-Pflegediagnose und des MeSH-Treffers inhaltlich identisch, allenfalls die MeSH-Definition ausführlicher ausfiel, ohne jedoch den Bedeutungsbereich zu verändern. Das oben beschriebene Beispiel für den Begriff „Fatigue“ wird nach diesem Schema mit 1 bewertet, genauso wie der CCC-Term „Hyperthermia“, der unter dem MeSH-Vorzugsterm „Fever“ zu finden ist.
Bewertung mit 2:
Mit einer 2 wurden sehr gute Treffer bewertet, die mit mittlerem Suchaufwand zu ermitteln waren.
Dazu zählen Treffer, welche erst nach Verkürzung oder durch Suche mit synonymen oder äquivalenten Begriffen, wie unter den Punkten B und C beschrieben, zu einem adäquaten Suchergebnis führten, deren Qualität jedoch wie bei 1 mit sehr gut zu bewerten war. Als äquivalent wurden im Falle zusammengesetzter Pflegediagnosen auch die Zusätze „Impairment“, „Disorder“ oder „Disease“ gewertet, da diesen gemein ist, dass sie eine Veränderung zum Negativen hin beschreiben. Als Beispiel für einen äquivalenten Begriff kann der CCC-Term „Bowel Incontinence“ genannt werden, der mit dem verkürzten Suchbegriff „ - Incontinence“ unter dem MeSH-Begriff „Fecal Incontinence“ zu finden war.
Bewertung mit 3:
Mit 3 wurden sehr gute Treffer bewertet, welche aber nur durch sehr hohen Suchaufwand zu ermitteln waren.
Als sehr aufwändig wurde eine Suche eingestuft, die alle Suchschritte einschließlich der Suche im MeSH-Tree, wie unter D und E im Kapitel 6.3. beschrieben, erforderlich machte.
Bewertung mit 4:
Eine Bewertung mit 4 bezieht sich auf Treffer von mittlerer Qualität, welche einen hohen Suchaufwand erfordern. Alle Suchergebnisse, welche nicht mit sehr gut gewertet werden konnten, wurden bezüglich des Suchaufwandes mit der schlechtesten Note bewertet, auch wenn sie primär einfach zu finden waren, da in diesen Fällen trotzdem der Durchgang aller Suchschritte erforderlich war, um zu ermitteln, ob nicht noch ein besseres Ergebnis möglich gewesen wäre.
Unter mittelmäßigen Ergebnissen werden diejenigen verstanden, die den gesuchten Begriff unter einem anderen als dem gewünschten Aspekt als betrachten, diejenigen, die nicht als vollständig bezeichnet werden können, da z. B. durch Verkürzung bestimmte Bedeutungsaspekte nicht erfasst werden oder Treffer bei denen sich die Bedeutung der CCC-Diagnose nur auf mehrere Einzeltreffer verteilt, wiederfindet.
Besonders häufig wurden die mit dem Begriff „Alteration“ zusammengesetzten Pflegediagnosen hier eingestuft, da es dafür oft keine Entsprechung im MeSH gab. Eine Gleichsetzung mit den Begriffen „Disease“, „Disorder“ oder „Impairment“ wie im vorangegangenen Abschnitt beschrieben, kann in diesem Fall häufig nicht vorgenommen werden, da mit dem Begriff „Alteration“ Veränderungen jeder Art, auch solche in eine positive Richtung, beschrieben werden. Da in der Pflege – anders als in der tendenziell eher defizitorientierten Medizin – dieser Aspekt eine nicht zu vernachlässigende Bedeutung hat, können Treffer, die sich nur auf den Krankheitsaspekt beziehen, nicht als vollständig gewertet werden. Als Beispiel soll die Diagnose „Child Behavior Alteration“ angeführt werden, bei der als Treffer im MeSH der Begriff „Child Behavior Disorders“ aufgeführt wird. Hierdurch werden v. a. Störungen bezeichnet, wohingegen der weiter gefasste Begriff „Alteration“ auch normale und positive Entwicklungen einbezieht, welche z. B. durch Pflegehandlungen gefördert werden können.
Unter die mit 4 eingestuften Treffer fällt ferner die Diagnose „Rape Trauma Syndrome“, zu der sich nur eine Definition des Oberbegriffes „Rape“ auffinden lässt. Da der Symptomkomplex der Pflegediagnose deutlich umfassender ist, reicht diese MeSH-Definition nicht aus. Da MeSH jedoch den Kernbegriff der Pflegediagnose beschreibt, kann der gefundene Begriff zur Literatursuche herangezogen werden, auch wenn dann mit einem sehr hohen Anteil an irrelevanten Suchergebnissen gerechnet werden muss.
Bewertung mit 5:
Eine 5 bedeutet, dass sich selbst bei maximalem Suchaufwand keinerlei verwertbare Ergebnisse erzielen lassen.
Diese Bewertung wurde vergeben, wenn sich trotz Anwendung aller Suchschritte nur Treffer ermitteln ließen, die so abweichend oder rudimentär waren, dass die Bedeutung der CCC-Diagnose nicht mehr erfasst wurde oder bei denen gar kein Ergebnis aufgeführt wurde. So findet sich zu dem CCC-Term „Medication Risk“ als einziges Ergebnis eine Beschreibung des Begriffes „Risk“, zu der Diagnose „Bathing/Hygiene Deficit“ ist gar kein Treffer zu finden.
In der folgenden Tabelle sind die einzelnen Bewertungsstufen und die ihnen zugrunde liegenden Kriterien übersichtlich dargestellt.
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 7: Übersicht Gesamtbewertung.
7. Auswertung
7.1. Quantitative Bewertung der Treffer
Nach dem im vorangegangenen Kapitel beschriebenen Bewertungsschema ergab sich für das Mapping der 182 CCC Pflegediagnosen folgende Trefferverteilung:
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 8: Verteilung der Treffer.
Grafisch dargestellt, ergibt sich das in Abb. 3 dargestellte Bild. Hier fällt auf, dass der mit 4 bewertete Bereich, also die Treffer, welche mit „mittel“ bewertet wurden, deutlich herausragt, gefolgt von den mit 5 bewerteten Treffern.
Der mit 5 bewertete Bereich setzt sich zusammen aus 13 sehr schlechten, nicht als Treffer zu bewertenden Suchantworten, und 29 untersuchten Diagnosen, zu denen gar kein Ergebnis gefunden werden konnte. Auf die Bewertungsstufen 1, 2 und 3 welche die sehr guten Treffer repräsentieren entfallen insgesamt weniger als ein Drittel aller Treffer, welche durch unterschiedlich hohen Suchaufwand zu ermitteln waren. Der kleinste Bereich ist der mit 3 gewertete, wodurch deutlich wird, dass, wenn nicht gleich ein sehr guter Treffer zu finden war, auch durch erhöhten Suchaufwand kaum bessere Ergebnisse möglich waren. Insgesamt fällt an dieser Grafik die im Uhrzeigersinn abnehmende Qualität der Treffer bei zunehmendem Suchaufwand ins Auge.
Betrachtet man isoliert die beiden Bereiche Qualität und Suchaufwand (siehe Abb. 4 und 5), so zeigt sich, dass nur 30% aller MeSH-Terms aus Sicht der Pflege als sehr gut eingestuft werden können, fast die Hälfte aller Treffer wurde als mittelmäßig bewertet und 23% sogar als schlecht.
Für 73% aller Treffer musste maximaler Suchaufwand betrieben werden. Dies bedeutet nicht, dass die gefundenen Treffer den maximalen Suchaufwand tatsächlich nötig machten, sondern vielmehr, dass ein als nicht optimal eingestufter Treffer zu erhöhten Suchanstrengungen führte, um zu überprüfen, ob sich nicht ein besseres Ergebnis finden ließe. Dies war jedoch häufig nicht der Fall, was an der niedrigen Trefferzahl der Bewertungsstufe 3 deutlich wird.
7.2. Qualitative Bewertung der Treffer
In einer weiteren Betrachtung wurden die nach qualitativen Gesichtspunkten geordneten und mit „gut“, „mittel“ und „schlecht“ bezeichneten Suchergebnisse hinsichtlich der Herkunft der verwendeten Begriffe untersucht. Danach konnten die Suchergebnisse in die drei Gruppen, „medizinisches“, „allgemeines“ und „pflegerisches“ Vokabular eingeteilt werden. Basis hierfür war folgendes Schema:
Medizinisches Vokablar:
Dieser Gruppe wurden alle Suchergebnisse zugeteilt, deren Begriffe aus den Bereichen Medizin und Psychologie stammen, und welche quasi unverändert in die Pflege übernommen wurden wie bspw. „Diarrhea“.
Allgemeines Vokabular:
In diese Gruppe wurden die Treffer aufgenommen, deren Begriffe allgemeineren Ursprungs sind und die hier lediglich im Zusammenhang mit medizinischen Themen benutzt werden, wie z. B. „Knowledge“ oder „Rape“.
Pflegespezifisches Vokabular:
Hier wurden Begriffe eingruppiert, welche aus einem schwerpunktmäßig der Pflege zuzuordnendem Vokabular entstammen. Als Beispiel hierfür ist der Begriff „ADL“ („Activities of Daily Living“) zu nennen.
In Anbetracht der eingangs geschilderten Problematik der schlechten Abgrenzung zu medizinischen Inhalten erschien eine Einteilung des Vokabulars in diese drei Gruppen sinnvoll.
Zwar konnte nicht immer eine eindeutige Zuordnung vorgenommen werden, da die Übergänge oft fließend sind, doch da das Ergebnis recht eindeutig ausfiel, kann es dennoch richtungsweisend interpretiert werden. In Tabelle 9 ist die Verteilung der Treffer übersichtlich dargestellt.
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 9: Übersicht über die Verteilung der Treffer hinsichtlich des Vokabulars.
Im Rahmen dieser Betrachtung fällt auf, dass es im Vokabular der CCC Pflegediagnosen nur sehr wenige wirklich pflegespezifische Begriffe gibt. Die meisten Phänomene werden mit Begriffen wie sie auch in der Medizin verwendet werden, beschrieben. Es überrascht daher nicht, dass die Mehrzahl der sehr guten Treffer dort zu finden ist, wo die Suchbegriffe mit medizinischen Fachbegriffen identisch sind oder zumindest ein sehr ähnliches Vokabular benutzt wird.
Dies spiegelt sich auch auf der mittleren Bewertungsstufe wider, wo das Gros der Treffer ebenfalls im medizinischen Vokabular zu finden ist, wobei hier die Definitionen der Treffer jedoch nicht ausreichend sind, um die pflegerischen Aspekte abzubilden. Dies lässt den Rückschluss zu, dass bei der Aufnahme von gemeinschaftlich verwendeten Begriffen in den Thesaurus die medizinischen Bedeutungen im Vordergrund standen. In diesem Bereich finden sich desweiteren viele Begriffe, welche sich auf allgemeinere Themen beziehen, welche im Zusammenhang mit gesundheitsrelevanten Themen verwendet werden. Hier wird jedoch ebenso wenig auf die pflegerischen Aspekte des jeweiligen Begriffs eingegangen.
Besonders deutlich fällt ins Auge, dass nur 7 Treffer schwerpunktmäßig der Pflege zugeordnet werden können, wovon aber nur zwei mit sehr gut bewertet werden konnten.
Weiterhin fällt auf, dass allgemeinübliches Vokabular im Zusammen-hang mit gesundheitlichen Themen benutzt, häufiger zu Treffern führt, als das pflegeübliche Vokabular.
Durch das obige Verfahren wurden nur die tatsächlich erzielten Treffer erfasst. Betrachtet man die 29 CCC-Terms, zu denen gar kein Ergebnis zu finden war, so ist festzustellen, dass es sich bei 18 dieser 29 Diagnosen um Begriffe handelt, welche vor allem der Pflege zuzuordnen sind. Es handelt sich dabei um Diagnosen wie bspw. „Skin Integrity Alteration“, „Comfort Alteration“, „Toileting Deficit“, “Home Maintenance Alteration“ oder „Perioperative Positioning Injury”. Bei den übrigen 11 Diagnosen findet ein Vokabular Verwendung, welches allgemeiner Art ist oder auch in der Medizin verwendet wird (vgl. Tabelle 10).
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 10: Verteilung der nicht gefundenen CCC Terms.
7.3. Auswirkung auf Precision und Recall
Wie in Kapitel 5.1. beschrieben, ist das MeSH-Vokabular sowohl ein Instrument zum Auffinden von Literatur als auch ein Hilfsmittel zur Indexierung. In Kapitel 4.3. findet sich die Beschreibung der Zusammenhänge zwischen der Güte des Indexierungsvokabulars und der Qualität der zu erzielenden Suchergebnisse gemessen mit den Kennzahlen Precision und Recall.
Betrachtet man nun die Ergebnisse der vorangegangenen Untersuchung, so wird deutlich, dass die Indexierung von pflegerischen Fachartikeln mit dem MeSH sicherlich nicht unproblematisch vonstatten gehen wird.
Um eine erschöpfende und spezifische Indexierung durchzuführen müssen genügend spezifische Deskriptoren vorhanden sein, mit welchen alle inhaltlichen Aspekte eines Dokumentes erfasst werden können (vgl. Kap. 4.3., 6.1.). Für den Indexierer stellt sich bei der Indexierung pflegerischer Literatur das Problem, dass er im MeSH zwar viele ähnlich lautende Bezeichnungen finden kann, diese jedoch die pflegespezifischen Aspekte häufig nicht ausreichend abbilden. Dies spiegelt sich besonders dort wider, wo die Definitionen der MeSH-Terms den körperlichen Krankheitsaspekt der Begriffe betonen. Desweitern konnte für fast ein Viertel aller CCC-Pflegediagnosen gar keine passenden Deskriptoren gefunden werden, was bedeutet, dass diese im Rahmen der Indexierung bisher gar nicht beschrieben werden können.
Im folgenden Abschnitt soll nun betrachtet werden, wie sich die Ergebnisse der vorangegangenen Untersuchung im Falle einer Literaturrecherche auf die Kennzahlen Precision und Recall auswirken. Zu diesem Zweck werden die sehr guten (Bewertung 1 bis 3) und die mittelmäßigen Treffer (Bewertung 4) getrennt betrachtet. Eine Beurteilung für die mit 5 bewerteten Treffer entfällt an dieser Stelle, da dieser Bereich keine für eine Suche verwendbaren Begriffe enthält.
Precision und Recall für Treffer der Wertung 1 bis 3
Abbildung in dieser Leseprobe nicht enthalten
Dort, wo sehr gute Treffer erzielt werden konnten, konnte gleichzeitig eine schlechte Abgrenzung zu medizinischen Themen festgestellt werden, was jedoch nicht an der mangelnden Spezifität der Deskriptoren liegt – diese geben den Inhalt der Pflegediagnose exakt wieder – sondern daran, dass Medizin und Pflege die gleichen Begriffe verwenden. Dadurch wird bei einer Suche nach pflegerischer Literatur in Datenbanken, welche mit dem MeSH-Thesaurus arbeiten, immer auch eine hohe Anzahl an medizinischer, also potenziell irrelevanter Literatur aufgeführt werden, was sich in einem niedrigen Wert für die Precision ausdrücken lässt. Die Precision der Suche mit diesen Deskriptoren wird davon abhängig sein, ob dieser sich durch einen passenden Qualifier weiter spezifizieren lässt (vgl. Kap. 5.2). Da für diesen Wertungsbereich Suchbegriffe und MeSH-Terms weitgehend identisch sind, ist jedoch ein guter Wert für den Recall zu erwarten. Es ist jedoch der Einsatz weiterer Information Retrieval-Methoden nötig, um relevante Ergebnisse vom Ballast zu trennen (vgl. Kapitel 4.5).
Precision und Recall für Treffer der Wertung 4
Die Treffer des mit 4 bezifferten Wertungsbereiches werden sowohl hinsichtlich Precision als auch Recall keine optimalen Ergebnisse liefern. Zum einen sind durch die geringe Spezifität der Treffer, welche in diesem Bereich stärker auf medizinische Phänomene eingehen als auf pflegerische, sehr viele irrelevante Dokumente zu erwarten. Der Wert für die Precision der Suche wird somit eher niedrig ausfallen.
Zum anderen entsprechen die MeSH-Terms dieses Bewertungsbereiches inhaltlich nicht genau den pflegerischen Bedeutungen, so dass viele pflegerelevante Aspekte nicht in die Suche mit einfließen. Somit ist ein niedriger Wert für den Recall zu erwarten, da nicht alle relevanten Dokumente gefunden werden können.
Abbildung in dieser Leseprobe nicht enthalten
Die Suche mit diesen MeSH-Begriffen wird also nur einen kleinen Anteil an relevanten Dokumenten in einer großen Menge an irrelevanten Dokumenten ergeben (Vgl. Abb. 7).
7.4. Zusammenfassung
Fasst man die Ergebnisse der Auswertung zusammen, so ist festzustellen, dass mit der beschriebenen Methode 30% aller Pflegediagnosen durch sehr gute MeSH-Terms abgebildet werden können, welche überwiegend mit geringem oder mittlerem Suchaufwand zu erzielen sind. Bei diesen Treffern handelt es sich größtenteils um Begriffe, welche von Medizin und Pflege gleichermaßen verwendet werden. Im Falle einer Literatursuche kann für diese Begriffe ein hoher Recall, aber nur eine geringe Precision erwartet werden, dies hängt von der Möglichkeit der Spezifizierung durch einen Qualifier ab.
Für 53% aller CCC-Diagnosen konnten nur Treffer mittlerer Qualität erzielt werden, wobei ein Großteil dieser Treffer medizinische Themen behandelt oder sehr allgemein ausfällt, so dass sie häufig nicht geeignet sind, die pflegerischen Aspekte, welche häufig durch den Zusatz „Alteration“ ausgedrückt werden, ausreichend abzubilden. Dies lässt eine unzureichende Indexierungsgenauigkeit erwarten, da zur Verschlagwortung pflegerischer Inhalte auf Deskriptoren zugegriffen werden muss, welche besser zur Abbildung medizinischer Belange geeignet sind. Um diese MeSH-Terms ausfindig zu machen ist darüberhinaus eine aufwändigere Suche nötig. Eine Recherche mit diesen Terms wird zu geringeren Werten für Precision und Recall führen und ebenso aufwändiger ausfallen.
23% aller gesuchten Begriffe ergaben nur sehr schlechte oder gar keine Treffer. In diesem Bereich findet sich jedoch ein überproportionaler Anteil an Begriffen, die besonders in der Pflege Verwendung finden. Zur Verschlagwortung von Themen dieses Bereichs werden sich im MeSH kaum passende Deskriptoren finden lassen. Bei einer Suche mit diesen Begriffen sind im Rahmen einer Recherche keine guten Ergebnisse zu erwarten.
8. Schlussbetrachtung und Ausblick
Um die Fragestellung dieser Arbeit zu beantworten wurde eine weit verbreitete und seit längerer Zeit gebräuchliche Pflegeterminologie ausgewählt, welche durch die Deskriptoren des MeSH abgebildet wurde. Hierzu wurden die Diagnosen der CCC nach einem iterativen Verfahren im MeSH gesucht. Die Ergebnisse wurden sowohl hinsichtlich der Qualität der Treffer als auch bezüglich des erforderlichen Suchaufwandes eingestuft und einer quantitativen Auswertung zugeführt. In einem nächsten Schritt wurden die Treffer hinsichtlich ihrer hauptsächlichen Verwendung in medizinisches, allgemeines und pflegerisches Vokabular gruppiert und so einer qualitativen Auswertung unterzogen. Die Resultate lassen sich wie folgt zusammenfassen:
Im MeSH lassen sich besonders gut diejenigen Pflegediagnosen abbilden, welche sowohl hinsichtlich ihrer Benennung als auch ihrer Bedeutung möglichst nahe bei der Medizin liegen. Für diese Begriffe sind gute Werte für den Recall möglich. Um daneben auch gute Ergebnisse für die Precision zu erhalten, ist es erforderlich, dass diese Begriffe durch Qualifier spezifiziert werden können. Ob dies derzeit möglich ist, könnte Gegenstand einer weitergehenden Untersuchung sein.
Begriffe, welche zwar auch von der Medizin verwendet werden, jedoch pflege-typische Aspekte beinhalten, lassen sich hingegen schlechter abbilden. Dies scheint vor allem daran zu liegen, dass der medizinische Aspekt bei der Aufnahme in den Thesaurus vorrangig zu sein scheint. Um bei einer Suche nach pflegerischen Inhalten mit dem MeSH-Vokabular bessere Ergebnisse zu erzielen, ist anzuraten, diese pflegerischen Aspekte in die vorhandenen Deskriptoren einfließen zu lassen und die Möglichkeit der Spezifizierung mit Qualifiern zuzulassen, oder für diese Begriffe eigene Deskriptoren zu generieren. Das Gleiche gilt für Begriffe, welche in dieser Arbeit als allgemein bezeichnet wurden.
Überwiegend für pflegerische Belange verwendete Begriffe, die wenig Gemeinsamkeiten mit medizinischen Begriffen aufweisen, waren im MeSH kaum erfasst. Für diese und alle anderen Begriffe welche sich im Rahmen der Untersuchung nicht abbilden ließen, sollten neue, passende Deskriptoren generiert werden. Falls jedoch passende Deskriptoren vorhanden sind, welche lediglich mit der für diese Arbeit angewandten Suchmethode nicht gefunden werden konnten, sollte darüber nachgedacht werden, diese so umzuformulieren, dass sie mit dem von der Pflege verwendeten Vokabular auffindbar werden. Dies gilt auch für Begriffe, welche zwar inhaltlich im MeSH gut repräsentiert wurden, aber aufgrund der Verschiedenheit der verwendeten Bezeichnungen nur durch ein aufwändiges Suchverfahren zu ermitteln waren.
Ruft man sich an dieser Stelle die unter Kapitel 6.1. aufgeführten Merkmale eines guten Thesaurus ins Gedächtnis, so ergibt sich folgendes Bild:
- Jeder Fachausdruck der sich auffinden lässt muss erfasst, und jeder Sachverhalt durch einen Deskriptor erfasst werden.
Im MeSH lassen sind bei weitem nicht alle pflegerischen Fachbegriffe auffinden, genauso wenig ist jeder Sachverhalt durch Deskriptoren erfasst.
- Die Vorzugsbenennungen müssen gebräuchlich, eindeutig aussagekräftig und prägnant sein.
Bei nur 14% aller Treffer waren CCC-Diagnosetitel und MeSH-Vorzugsbe-nennung identisch, alle übrigen konnten im MeSH nur unter anderen Benennungen aufgefunden werden.
- Es muss möglich sein, vollständige Äquivalenzklassen abzubilden.
Hier kann positiv vermerkt werden, dass eine Pflegediagnose, wenn sie im MeSH erfasst war, in der Regel auch mit einem anderen Pflegediagnosetitel gut aufzufinden war.
- Die ausgewählten Begriffe müssen möglichst genau definiert werden.
Hier zeigte sich, dass bei der Definition eine medizinische Sichtweise bevorzugt wurde.
- Das gewählte Vokabular sollte eine komfortable Suche und eine zwanglose Indexierung ermöglichen.
Die Ungenauigkeit der Treffer führte zu erhöhtem Suchaufwand. Im Rahmen der Indexierung sind viele Begriffe nicht geeignet, pflegerische Aspekte abzubilden, es muss auf Deskriptoren zugegriffen werden, welche eher für medizinische Themen geeignet sind.
Zusammenfassend lässt sich sagen, dass der bei Gaus gemachten Aussage, das MeSH akzeptiere „ jedes Wort, das auch nur entfernt mit Medizin zu tun habe, als Entry-Term“ nicht zugestimmt werden kann (Gaus 2005, S. 197). Vielmehr ist es so, dass pflegerische Inhalte im MeSH nicht ausreichend repräsentiert werden und das MeSH somit in seiner derzeitigen Form nicht unbedingt ein geeignetes Instrument ist, um bei der Suche nach pflegerischer Literatur allen Anforderungen eines guten Thesaurus gerecht zu werden.
Aufgrund des hohen Stellenwertes und der weiten Verbreitung von MEDLINE und MeSH wäre eine Anpassung des MeSH an pflegerische Belange wünschenswert und von weitreichender Effektivität. Dies kann durch die Aufnahme von allen pflegerischen Fachausdrücken und Sachverhalten wie sie sich in der CCC oder anderen einschlägigen Terminologien finden, geschehen. Dabei sollte darauf geachtet werden, dass pflegerische Aspekte ausreichend von medizinischen und anderen angrenzenden Wissenschaften unterschieden werden können. Da keine rückwirkende Verschlagwortung erfolgt, werden Publikationen, welche vor der Vergabe eines Deskriptors erscheinen, auch später nicht mehr erfasst und sind somit auch zukünftigen Suchanfragen nicht zugänglich (Tenner2004, S. 32). Daher sollte eine Überarbeitung des MeSH so bald wie möglich erfolgen, um zukünftig alle Publikationen indexierbar und auffindbar zu machen.
I. Mapping der CCC-Pflegediagnosen im MeSH
Tabelle 11
Abbildung in dieser Leseprobe nicht enthalten
II. Tabellenverzeichnis
Tabelle 1: Liste der Subheading Categories
Tabelle 2: Entry Terms für den Begriff “Stomach Neoplasms“
Tabelle 3: Auflistung der Hauptkategorien des MeSH
Tabelle 4: Beispiel für die MeSH-Tree-Structures
Tabelle 5: Die Suche im MeSH-Tree: Beispiel 1
Tabelle 6: Die Suche im MeSH-Tree: Beispiel 2
Tabelle 7: Übersicht Gesamtbewertung
Tabelle 8: Verteilung der Treffer
Tabelle 9: Verteilung der Treffer hinsichtlich des Vokabulars
Tabelle 10: Verteilung der nicht gefundenen CCC Terms
Tabelle 11: Mapping der CCC Pflegediagnosen im MeSH
III. Abbildungsverzeichnis
Abbildung 1: Aufbau des MeSH-Thesaurus: Quelle: http://de.wikipedia.org
Abbildung 2: Suchmaske des MeSH Browsers
Abbildung 3: Verteilung der MeSH Treffer in Prozent
Abbildung 4: Prozentuale Verteilung hinsichtlich der Trefferqualität
Abbildung 5: Prozentuale Verteilung hinsichtlich des Suchaufwandes
Abbildung 6: Suchergebnisse bei niedriger Precision
Abbildung 7: Suchergebnisse bei niedrigem Recall und niedriger Precision
IV. Literaturverzeichnis
Ball, J. Marion et al: “Nursing Informatics – Where Caring and Technology Meet”, 2. Auflage, Springer-Verlag New York, 1995.
El-Menouhar, Yasemin; Music, Maja; Nietzsche, Jörg; Pfaffenroth, Dorothea: „Bedarf und Nutzung medizinischer Informationen und Literatur – Ergebnisse einer explorativen Studie an einem deutschen Universitätsklinikum“; ZB-Med Köln (Hrsg.), Köln, 2000.
Fitzpatrick, Joyce; Montgomery, Kristen: “Internet Ressources for Nurses”, 2. Auflage, Springer Publishing Company New York, 2003.
Gaus, Wilhelm: „Dokumentations- und Ordnungslehre – Theorie und Praxis des Information Retrieval“, Springer Verlag Heidelberg, 2005.
Gerste, Ronald D: „National Library of Medicine: Ein Eldorado für Bibliophile“, in: Deutsches Ärzteblatt 2006, Ausgabe 37, Seiten A-2409 / B-2093 / C-2014.
Goossen, William T.F.: „Pflegeinformatik“ 1. Auflage, Ullstein Medical Verlagsgesellschaft, Wiesbaden, 1998.
Grimm, Karl-Heinz: „Das Home Health Care Classification System; Teil 1 “,in: PR-Internet, 2002, Heft 09, S.59-78.
Hacker, Rupert: „Bibliothekarisches Grundwissen“ 7. Auflage, K. G. Saur Verlag München, 2000.
Hehl, Hans: „Die elektronische Bibliothek – Literatur- und Informationsbeschaffung im Internet,“ 2. Auflage, K. G. Saur Verlag München, 2001.
Korff, Florian: “Internet für Mediziner” 2. Auflage, Springer-Verlag Berlin, 1998
Kuhlen, Rainer; Seeger, Thomas; Strauch, Dietmar; (Hrsg.): Bd. 2 „Grundlagen der praktischen Information und Dokumentation“, 5. Ausgabe, K.G. Saur Verlag München, 2004.
Obst, Oliver; Gansland, Thomas: „Das Internet – ein Überblick über medizinische Informationsmöglichekeiten“. In: Kaltenborn Karl-Franz (Hrsg.), „Informations- und Wissenstransfer in der Medizin und im Gesundheitswesen“, S. 421-474, Vittorio Klostermann Verlag, Frankfurt am Main, 1999.
Lehmann, Thomas M.; Meyer zu Bexten, Erdmuthe: „Handbuch der Medizinischen Informatik“, Hanser-Verlag München, 2002.
Nohr, Holger: „Grundlagen der automatischen Indexierung“, Logos-Verlag, Berlin, 2003.
Robert Bosch Stiftung (Hrsg.): „Pflegewissenschaft – Grundlegung für Lehre, Forschung und Praxis“, Bleicher Verlag Stuttgart, 1996.
Tenner, Holger: „Data Mining in der medizinischen Literaturdatenbank MEDLINE“, Dissertationsschrift an der TU München, 2004
Wirschum, Nadine: „Informationssuche im Internet – Der Suchprozess aus psychologischer und informationstechnologischer Sicht“, VDM Verlag Dr. Müller, Saarbrücken, 2006.
Zielke-Nadkarni: Andrea, „Einige Überlegungen zur Fachsprache in der Pflege“ in Pflege, 1997, Heft 10, S. 43-46.
Internetquellen
Abteilung medizinische Informatik der Uni Freiburg: „Literaturrecherche in MEDLINE“ verfügbar unter: http://www.imbi.uni-freiburg.de/biblio/medline-r.htm, besucht am 01.04.2007
DIMDI: „MeSH - Medical Subject Headings”, verfügbar unter http://www.dimdi.de/static/de/klassi/mesh_umls/mesh/index.htm, besucht
Lepsky, Klaus: „Methoden und Verfahrend des Information Retrieval“, verfügbar unter: http://www.iws.fh-koeln.de/institut/personen/lepsky/Skript-2-Methoden-und-Verfahren-des-Information-Retrieval.pdf, besucht am 07.04.2007.
Marx, Werner; Gramm, Gerhard: „Literaturflut - Informationslawine - Wissensexplosion - Wächst der Wissenschaft das Wissen über den Kopf?“, 2002, erschienen an der zentralen Informationsvermittlung der Chemisch-Physikalisch-Technischen Sektion der MPG am Max-Planck-Institut für Festkörperforschung, Stuttgart verfügbar unter: http://www.fkf.mpg.de/ivs/literaturflut.html, besucht am 21.04.2007.
Tappenbeck, Inka: “Grundlagen der Informationswissenschaft”, Verfügbar unter: http://www.fbi.fh-koeln.de/institut/personen/tappenbeck/material/Grundlagen_-der_Informationswissenschaft.pdf, besucht am 14.04.2007
Websites der NLM
Homepage der NLM: http://www.nlm.nih.gov/
PubMed: http://www.ncbi.nlm.nih.gov/entrez/query.fcgi
MeSH Browser: http://www.nlm.nih.gov/mesh/2007/MBrowser.html
„Fact Sheet: The National Library of Medicine”, verfügbar unter : http://www.nlm.nih.gov/pubs/factsheets/nlm.html
„A Brief History of NLM”, verfügbar unter: http://www.nlm.nih.gov/about/briefhistory.html
„Milestones in NLM“, verfügbar unter: http://www.nlm.nih.gov/about/nlmhistory.htm
„Fact Sheet MEDLINE“, verfügbar unter: http://www.nlm.nih.gov/pubs/factsheets/medline.html
„Fact Sheet PubMed: MEDLINE Retrieval on the World Wide Web”, verfügbar unter: http://www.nlm.nih.gov/pubs/factsheets/pubmed.html
„Fact Sheet Medical Subject Headings – MeSH“, verfügbar unter: http://www.nlm.nih.gov/pubs/factsheets/mesh.html
“Qualifiers 2007”, verfügbar unter: http://www.nlm.nih.gov/mesh/topsubscope2007.html
„Use of MeSH in Online Retrieval”, verfügbar unter: http://www.nlm.nih.gov/mesh/intro_retrieval2007.html
Websites Sabacare
Homepage: http://www.sabacare.com
Deutsche Übersetzung: http://www.sabacare.com/Translations/German/
Auf die Websites der NLM und der CCC wurde während der Erstellung dieser Arbeit regelmäßig zugegriffen, zuletzt im Mai 2005.
[...]
[1] Stand Mai 2007.
[2] vgl. http://www.nlm.nih.gov/pubs/factsheets/medline.html
[3] Beim DIMDI handelt es sich um das „ D eutsche I nstitut für M edizinische D okumentation und I nformation“ in Köln, eine Behörde des Bundesministeriums für Gesundheit, welche zur Aufgabe hat, der Öffentlichkeit aktuelle Informationen der Medizin zugänglich zu machen. (Lehmann / Meyer zu Bexten, 2002, S. 710).
[4] Das NIH ist eine Einrichtung des United States Department of Health and Human Services, der wichtigsten Behörde für biomedizinische Forschung in den USA (Gerste, 2006).
[5] Vgl.: http://www.nlm.nih.gov/
[6] Zugang zum PubMed: http://www.ncbi.nlm.nih.gov/entrez/query.fcgi
[7] Vgl.: http://www.nlm.nih.gov/about/briefhistory.html
[8] Der Begriff Datenbank wird in dieser Arbeit in dem Sinne verwendet, wie er aus der Sicht der Informations- und Dokumentationswissenschaft verstanden wird. Hier wird dem Inhalt der Daten-bank besondere Bedeutung beigemessen, wohingegen aus Sicht der Informatik die Architektur der Programme von vordergründigem Interesse ist (vgl. Kuhlen 2004, S. 22).
[9] OPAC: O nline P ublic A ccess C atalog. Dieser wird u.a. von der Deutschen Bibliothek in Frank-furt verwendet.
[10] Vgl. http://www.nlm.nih.gov/pubs/factsheets/medline.html
[11] Stand März 2007.
[12] Vgl.: http://www.nlm.nih.gov/pubs/factsheets/medline.html
[13] Die Aufnahme ins MEDLINE kann einige Wochen dauern, zeitweise bis zu einem halben Jahr.
[14] Im OLDMEDLINE finden sich Aufsatzzitate aus der Zeit von 1950 bis 1965, welche vom MEDLINE noch nicht erfasst wurden.
[15] Vgl.: http://www.nlm.nih.gov/pubs/factsheets/pubmed.html
[16] Obwohl es sinnvoller wäre, die Dokumente in der Reihenfolge ihrer Relevanz auszugeben, er-folgt in den meisten Systemen die Ausgabe in der Reihenfolge, in der die Dokumente eingespeist wurden, wobei die zuletzt aufgenommenen Dokumente zuerst angezeigt werden (Salton/McGill 1987, S. 12).
[17] Stand März 2007
[18] Vgl.: http://www.dimdi.de/static/de/klassi/mesh_umls/mesh/index.htm
[19] DIN: D eutsche I ndustrie n orm
[20] Erläuterungen zu den Subheadings: http://www.nlm.nih.gov/mesh/topsubscope2007.html
[21] Stand: März 2007.
[22] UMLS: Unified Medical Language System.
[23] SNOMED: Systematized Nomenclature of Medicine Der Zusatz “CT” steht für Clinical Terms.
[24] CINAHL: Cumulative Index to Nursing & Allied Health.
[25] Vgl.: http://www.sabacare.com/Translations/German/
[26] NANDA: North American Nursing Diagnosis Association.
[27] Vgl.: http://www.nlm.nih.gov/mesh/intro_retrieval2007.html
[28] Vgl.: http://www.imbi.uni-freiburg.de/biblio/medline-r.htm
[29] Vgl.: http://www.nlm.nih.gov/mesh/2007/MBrowser.html
-
-
-
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen.