Die Literaturrecherche für einen Übersichtsartikel

Eine Literaturrecherche für einen Übersichtsartikel ist ein geplanter, iterativer Suchprozess: Die definierte Review-Frage wird in Suchkonzepte übersetzt, mit geeigneten Freitextbegriffen und – wo verfügbar – kontrolliertem Vokabular repräsentiert, in passenden Datenbanken recherchiert, anhand der gefundenen Datensätze geprüft und bei begründetem Bedarf verfeinert. Die Review-Frage bestimmt den Umfang; weder eine einzelne Datenbank noch ein einzelner Suchstring oder eine feste Trefferzahl garantiert vollständige Abdeckung.

Die Abdeckung hängt davon ab, wie gut die ausgewählten Quellen das Thema und die relevante Evidenz repräsentieren, während die Dokumentation des Suchverlaufs Transparenz und Reproduzierbarkeit unterstützt.

Die Literaturrecherche beschafft die Evidenzbasis; die Auswahl von Studien, die Organisation von Evidenz, die Synthese von Ergebnissen und die Interpretation von Forschungslücken sind nachgelagerte Aufgaben.

Die erforderliche Suchbreite richtet sich nach Review-Typ, Disziplin, Zweck und Umfang; diese Faktoren bestimmen, welche Quellen, Ergänzungssuchen und Limits methodisch vertretbar sind.

Ein praktischer Suchprozess beginnt damit, die bereits definierte Review-Frage in die Hauptkonzepte zu übersetzen, die durchsucht werden müssen.

Inhaltsverzeichnis⌄

Die Review-Frage in Suchkonzepte übersetzen

Eine vorhandene Review-Frage sollte in eine kleine Anzahl von Suchkonzepten übersetzt werden, die ihre wesentliche Bedeutung für die Recherche in verschiedenen Datenbanken bewahren.

Die wörtliche Suche nach der gesamten Frage kann zu restriktiv oder inkonsistent sein, da manche Formulierungen alternative Begriffe, optionale Modifikatoren oder Details darstellen, die besser später bewertet werden.

Die Planungsabfolge geht von der Bedeutung und dem Umfang der Frage zu einzelnen Konzeptgruppen über und bereitet diese Gruppen dann für Suchbegriffe wie Schlüsselwörter und Synonyme auf.

Diese Phase formuliert die Review-Frage weder neu noch verändert sie deren Bedeutung; sie übersetzt eine bereits formulierte Frage in suchbereite Einheiten.

Die Anzahl der Konzeptgruppen hängt davon ab, welche Ideen für die Recherche der spezifischen Frage und des Review-Designs wesentlich sind, und nicht von einer festgelegten Anzahl von Konzepten.

Die geordnete Abfolge bewahrt die wesentliche Bedeutung der Frage, während sie Konzepte, die für die Recherche benötigt werden, von Formulierungen trennt, die in die Begriffserweiterung oder das spätere Screening gehören.

1. Die wesentlichen Ideen identifizieren: festlegen, welche Ideen repräsentiert sein müssen, damit gefundene Studien den zentralen Umfang der Review-Frage abdecken.
2. Jede wesentliche Idee als ein Konzept gruppieren: Formulierungen, die dieselbe zugrundeliegende Idee repräsentieren, als zu derselben Konzeptgruppe gehörend behandeln, anstatt separate Konzeptblöcke zu erstellen.
3. Nicht wesentliche Modifikatoren abtrennen: Formulierungen unterscheiden, die kein eigenes Suchkonzept benötigen, da sie durch alternative Suchbegriffe repräsentiert oder später beim Screening bewertet werden können.
4. Jedes Konzept für die Begriffserweiterung vorbereiten: jede Konzeptgruppe als Grundlage für die Entwicklung relevanter Schlüsselwörter, Synonyme und anderer Suchbegriffe für die zu durchsuchenden Datenbanken verwenden.

Beispielsweise könnte eine Review-Frage dazu, ob Bewegungsprogramme am Arbeitsplatz Schmerzen im unteren Rücken bei Büroangestellten reduzieren, Bewegungsprogramme am Arbeitsplatz, Schmerzen im unteren Rücken und Büroangestellte als Kandidaten für Suchkonzepte behandeln, während alternative Formulierungen für diese Ideen in die Begriffserweiterung gehören.

Ein eng gefasstes Studienmerkmal kann dagegen außerhalb der Konzeptgruppen bleiben, wenn es besser beim Screening bewertet wird.

Die Identifizierung der wesentlichen Konzepte liefert zunächst die suchbereiten Einheiten, die für die anschließende Begriffserweiterung benötigt werden.

Das Bild veranschaulicht die Übersetzung von der Bedeutung einer Review-Frage in suchbereite Konzeptgruppen und ergänzt die geordnete Planungsabfolge, ohne sie zu ersetzen.

Die Hauptkonzepte für die Suche identifizieren

Nur die Hauptkonzepte, die zur Wahrung der Bedeutung und des Umfangs der Review-Frage erforderlich sind, sollten eigenständige Suchblöcke bilden.

Ein Suchkonzept repräsentiert eine Idee, die für eine relevante Recherche benötigt wird, während Formulierungen, die optional sind oder besser beim Screening bewertet werden, nicht automatisch einen eigenen Konzeptblock erfordern.

Das kommentierte Beispiel unterscheidet in einer Review-Frage bedeutungstragende suchbare Konzepte von einem nicht wesentlichen Modifikator.

• Bedeutung: Behandle eine Idee als wesentliches Konzept, wenn ihr Wegfall die Aussage der Review-Frage wesentlich verändert.
• Recherche: Gib einem Konzept eine eigenständige Repräsentation, wenn relevante Evidenz diese Idee enthalten muss, um im beabsichtigten Umfang zu bleiben.
• Optionale Modifikation: Halte einen Modifikator außerhalb der Hauptkonzepte, wenn er die Frage eingrenzt, aber für eine sinnvolle Recherche keine eigenständige Repräsentation benötigt.
• Screening: Überlasse ein Detail dem späteren Screening, wenn seine Verwendung als Suchblock die Recherche unnötig einschränken würde und es stattdessen in den gefundenen Datensätzen bewertet werden kann.

Abhängig von der spezifischen Review-Frage kann ein wesentliches Konzept eine Population oder ein Subjekt, ein Phänomen, eine Intervention oder Exposition, ein Outcome oder eine kontextuelle Einschränkung repräsentieren; kein einzelnes Komponentenset ist auf jede Frage anwendbar.

Bei einer Frage zu Bewegungsprogrammen am Arbeitsplatz und Schmerzen im unteren Rücken bei Büroangestellten kann Schmerzen im unteren Rücken beispielsweise ein wesentliches Konzept sein, da sein Wegfall das Ziel-Outcome verändert, während ein eng gefasstes Studienmerkmal ein optionaler Modifikator sein kann, der besser beim Screening behandelt wird.

Diese Unterscheidung hält die notwendigen suchbaren Konzepte explizit, ohne dass nicht wesentliche Formulierungen potenziell relevante Rechercheergebnisse unterdrücken.

Jedes Konzept mit Schlüsselwörtern, Synonymen und verwandten Begriffen erweitern

Jedes festgelegte Konzept sollte mit Suchbegriffen erweitert werden, die die alternative Sprache repräsentieren, die Autoren und Indexierende für dieselbe Idee verwenden können.

Terminologievariation beeinträchtigt die Recherche, weil relevante Datensätze ein Konzept mit unterschiedlichen Schlüsselwörtern, Phrasen, Akronymen oder Schreibvarianten ausdrücken können.

Freitext-Begriffe können durch die Untersuchung von Titeln und Abstracts relevanter Ausgangspublikationen ermittelt werden, während Schlagwörter und andere kontrollierte Vokabulare im Thesaurus jeder Datenbank überprüft werden sollten.

Eine Begriffserweiterungstabelle hält jeden alternativen Ausdruck dem übergeordneten Konzept zugeordnet, anstatt die Ausdrücke als separate Themen zu behandeln.

Freitext-Schlüsselwörter repräsentieren Sprache, die in Titeln oder Abstracts vorkommen kann, Synonyme und Schreibvarianten erfassen äquivalente Autorenterminologie, und Kandidaten für kontrolliertes Vokabular identifizieren Begriffe, die gegen das eigene Indexierungssystem der Datenbank zu prüfen sind.

Diese Struktur hilft, Begriffsvarianten zu organisieren, ohne das Konzept über seine beabsichtigte Bedeutung hinaus zu erweitern.

Konzept	Freitext-Schlüsselwörter	Synonyme oder Schreibvarianten	Kandidaten für kontrolliertes Vokabular
Schlaganfall	Schlaganfall	Apoplex, zerebraler Insult	Entsprechendes Schlagwort in jedem Datenbank-Thesaurus prüfen

Für das Konzept Schlaganfall veranschaulicht die Tabelle, wie ein gebräuchlicher Freitext-Begriff und alternative Bezeichnungen unter einer Bedeutung gruppiert bleiben können, während ein datenbankspezifischer Begriff des kontrollierten Vokabulars separat geprüft wird.

Echte Alternativen können derselben Konzeptgruppe angehören, da sie die beabsichtigte Idee repräsentieren, während eine bloß verwandte Erkrankung nicht als Synonym behandelt werden sollte, wenn sie diese Bedeutung erweitert.

Jedes Schlüsselwort, Synonym, jede Schreibvariante, jedes Akronym oder jedes geprüfte Schlagwort sollte daher einem übergeordneten Konzept zugeordnet bleiben, wenn kohärente Suchbegriffsgruppen aufgebaut werden.

Das Bild veranschaulicht die komplementären Rollen von Autorenterminologie und Datenbank-Indexierungssprache innerhalb eines einzelnen Konzepts, ohne die Begriffsliste der Tabelle wiederzugeben.

Datenbanken und Suchplattformen für den Review-Umfang auswählen

Die Auswahl der Datenbanken sollte sich nach der Review-Frage, dem disziplinären Umfang, den Evidenzarten und der benötigten Abdeckung richten, nicht nach der Bekanntheit der Quelle.

Geeignete Datenbanken und Suchplattformen sind solche, deren Fachabdeckung und indexierte Dokumenttypen zur Evidenz passen, die der Review benötigt.

Auch die Suchfunktionalität ist von Bedeutung, da die Quelle eine geeignete Möglichkeit zur Recherche von Datensätzen innerhalb dieses Umfangs bieten muss.

Die Eignung einer Quelle hängt davon ab, was eine Datenbank abdeckt, wie sie dieses Material indexiert und welche Sucheigenschaften sie unterstützt, nicht vom Bekanntheitsgrad.

Die Abbildung zeigt, warum verschiedene Suchquellen sich überschneidende, aber nicht identische Evidenzräume abdecken können, während die Kriterien die Hauptdimensionen zur Beurteilung der Quelleneignung benennen.

• Fachliche Passung: Prüfen, ob die Fachabdeckung die Disziplinen, Zeitschriften und Forschungsbereiche umfasst, die in der Review-Frage repräsentiert sind.
• Abdeckung der Evidenzarten: Prüfen, ob die Informationsquelle die für den Review benötigten Dokumenttypen indexiert, wie Zeitschriftenartikel oder andere relevante Evidenzarten.
• Indexierungseigenschaften: Berücksichtigen, wie Datensätze indexiert werden und ob Funktionen wie kontrolliertes Vokabular, Schlagwörter oder strukturierte Felder verfügbar sind, sofern relevant.
• Zeitlicher und geografischer Umfang: Berücksichtigen, ob die Quellenabdeckung die vom Review-Umfang geforderten Zeiträume und geografischen Kontexte einschließt.
• Suchfunktionalität: Prüfen, ob die Suchplattform die Felder und Recherchesteuerungen bietet, die für eine effektive Suche der Review-Konzepte erforderlich sind.

Beispielsweise kann ein Review, der sich auf biomedizinische Zeitschriftenliteratur konzentriert, PubMed einbeziehen, wenn dessen disziplinäre und dokumentarische Abdeckung zur Review-Frage passt, während ein interdisziplinärer Review möglicherweise Quellen benötigt, die verschiedene Disziplinen oder Evidenzarten abdecken.

Google Scholar kann eine andere Rolle als Suchquelle einnehmen, aber eine breite Auffindbarkeit allein begründet noch nicht, dass es zu einem bestimmten Review-Umfang passt.

Die Datenbankauswahl sollte daher vom Thema und den Evidenzanforderungen abhängig bleiben, wobei die tatsächliche Quellenabdeckung vor der Festlegung des endgültigen Quellensatzes überprüft wird.

Quellenabdeckung an Thema und Fragestellung des Reviews anpassen

Die Eignung einer Quelle wird geprüft, indem die Evidenz, die für die Review-Frage auffindbar sein muss, mit der Fachabdeckung, Zeitschriftenabdeckung, den Dokumenttypen und der Indexierung verglichen wird, die eine Quelle tatsächlich bietet.

Auch ihre Suchfunktionen beeinflussen die Eignung, da durchsuchbare Felder, kontrolliertes Vokabular und andere Recherchefunktionen bestimmen, wie indexierte Evidenz aufgefunden werden kann.

Die Vergleichsabbildung zeigt, wie disziplinspezifische Tiefe und multidisziplinäre Breite sich überschneidende, aber unterschiedliche Abdeckungsprofile erzeugen können.

• Fachabdeckung: Eine Quelle, die die relevante Disziplin und Fachgebiete indexiert, kann themenspezifische Evidenz eher auffinden, während Lücken in diesen Bereichen dazu führen können, dass relevante Datensätze dort unauffindbar bleiben.
• Zeitschriftenabdeckung: Prüfen, ob Zeitschriften, die für das Review-Thema relevante Forschung veröffentlichen, enthalten sind, da Zeitschriften außerhalb der indexierten Abdeckung bei Suchen in dieser Quelle übersehen werden können.
• Dokumenttypen: Feststellen, ob die Quelle die für den Review benötigten Studientypen und Materialien umfasst, wie Zeitschriftenartikel, Konferenzmaterial oder Berichte; ausgeschlossene Dokumentkategorien können aus dieser Quelle nicht abgerufen werden.
• Sprachabdeckung und geografischer Umfang: Prüfen, ob indexierte Datensätze die für die Fragestellung relevanten Sprachen und Regionen repräsentieren, da eine engere Sprachabdeckung oder ein engerer geografischer Umfang die Auffindbarkeit von Evidenz aus diesen Kontexten einschränken kann.
• Indexierung und Suchfunktionen: Untersuchen, wie Datensätze indexiert werden und ob die Quelle relevante Felder, kontrolliertes Vokabular oder andere Recherchefunktionen unterstützt, da diese Merkmale beeinflussen, wie präzise die benötigte Evidenz durchsucht werden kann.

Diese Kriterien prüfen die Auffindbarkeit, nicht das Ansehen der Quelle oder die Anzahl der Ergebnisse, und ihre Bedeutung hängt von der Evidenz ab, die der Review benötigt.

Beispielsweise kann eine disziplinspezifische Quelle eine größere Tiefe innerhalb eines spezialisierten Fachgebiets bieten, während eine multidisziplinäre Quelle eine breitere fachübergreifende Abdeckung bieten kann; beide können Evidenz übersehen, die das jeweils andere Profil stärker repräsentiert.

Die Eignung hängt daher davon ab, ob die indexierte Abdeckung und die Suchfunktionen einer Quelle zum Review-Thema und zur Fragestellung passen, nicht allein von Breite oder Bekanntheit.

Mehrere Datenbanken nutzen, wenn eine Quelle den Review-Umfang nicht abdecken kann

Mehrere Datenbanken sind gerechtfertigt, wenn eine Quelle die Disziplinen, Publikationstypen oder Indexierungsanforderungen innerhalb des Review-Umfangs nicht angemessen repräsentieren kann.

Eine sinnvolle Überlappung ist zu erwarten, wenn komplementäre Quellen teilweise dieselbe Literatur indexieren, aber eine weitere Datenbank einen Mehrwert bietet, wenn sie eine plausible Abdeckungslücke schließt, anstatt lediglich die Anzahl der Datenbanken zu erhöhen.

Die folgenden Bedingungen zeigen an, wann zusätzliche Quellen eine sinnvolle Abdeckung beitragen können.

• Multidisziplinärer Umfang: Eine komplementäre Quelle hinzufügen, wenn der Review Disziplinen umspannt, die in einer Datenbank nicht angemessen repräsentiert sind, und relevante Evidenz über verschiedene disziplinäre Indizes verteilt sein kann.
• Unterschiedliche Publikationstypen: Eine weitere Datenbank in Betracht ziehen, wenn die erforderlichen Evidenzarten Publikationstypen umfassen, die die erste Quelle nicht indexiert oder nur selektiv repräsentiert.
• Bekannte Indexierungslücken: Eine andere Quelle nutzen, wenn relevante Zeitschriften, Datensätze oder Indexierungsansätze außerhalb der ersten Datenbank liegen und einen plausiblen Zugang zu einzigartigen Datensätzen eröffnen.
• Umfassendere Rechercheanforderungen: Komplementäre Quellen hinzufügen, wenn die Review-Methode oder -Frage Evidenz aus Bereichen erfordert, die durch die anfängliche Quelle allein nicht angemessen recherchiert werden können.

Eine Überlappung zwischen Datenbanken macht die zusätzliche Quelle nicht redundant, wenn jede für die Frage relevante einzigartige Datensätze finden kann.

Beispielsweise können zwei Quellen viele derselben Zeitschriften indexieren, während eine auch relevante Publikationstypen oder disziplinäres Material indexiert, das in der anderen fehlt, sodass ihre Kombination die Abdeckung trotz erheblicher Duplikation erweitern kann.

Die geeignete Datenbankmischung hängt daher davon ab, ob jede zusätzliche Quelle eine glaubwürdige Abdeckungslücke innerhalb des Review-Umfangs schließt, nicht davon, eine vorgeschriebene Anzahl von Datenbanken zu erreichen.

Die Suchstrategie mit Boolescher Logik und Datenbanksyntax aufbauen

Eine Suchstrategie wandelt die festgelegten Konzeptgruppen in eine explizite Recherchelogik um, bevor der Ausdruck in die Datenbanksyntax übersetzt wird.

Alternative Begriffe, die dasselbe Konzept repräsentieren, werden üblicherweise zuerst gruppiert, und anschließend werden die einzelnen Konzeptgruppen kombiniert, um den anfänglichen Suchausdruck zu bilden.

Dies hält die Review-Konzepte sichtbar und macht gleichzeitig die Boolesche Logik explizit.

Die folgende Abfolge konstruiert den anfänglichen Suchausdruck in einer kontrollierten Reihenfolge, sodass die Gruppierung vor der datenbankspezifischen Übersetzung klar bleibt.

1. Alternative Begriffe innerhalb jedes Konzepts gruppieren: Synonyme, Schreibvarianten, Akronyme und andere äquivalente Begriffe für ein Konzept zusammenfassen, üblicherweise mit ODER, um Alternativen darzustellen.
2. Einzelne Konzeptgruppen kombinieren: verschiedene Konzeptgruppen verbinden, üblicherweise mit UND, sodass der Suchausdruck die erforderliche Schnittmenge zwischen den Konzepten repräsentiert.
3. Die Gruppierung prüfen: Klammern oder eine äquivalente Gruppierungslogik verwenden, um alternative Begriffe dem richtigen Konzept zuzuordnen und unbeabsichtigte Bedeutungsänderungen zu verhindern.
4. Auf die datenbankspezifische Übersetzung vorbereiten: die Recherchelogik stabil halten, während Felder, Phrasenbehandlung, Operatoren und andere Datenbanksyntax für jede Suchplattform angepasst werden können.

Ein anfänglicher Suchausdruck könnte beispielsweise (Bewegungsprogramm am Arbeitsplatz ODER Training am Arbeitsplatz) UND (Schmerzen im unteren Rücken ODER Low Back Pain) lauten.

Der Ausdruck zeigt die Unterscheidung zwischen der Gruppierung alternativer Begriffe innerhalb eines Konzepts und der Kombination separater Konzepte durch Boolesche Logik.

Er ist ein logischer Ausgangspunkt und keine übertragbare Abfrage, da die Datenbanksyntax möglicherweise geändert werden muss, bevor der Suchstring in einer bestimmten Datenbank verwendet wird.

Konzeptgruppen und alternative Begriffe mit Booleschen Operatoren verknüpfen

Boolesche Operatoren definieren die logische Beziehung zwischen Suchbegriffen und Konzeptgruppen, was verändert, was eine Datenbank abrufen kann.

ODER kombiniert alternative Begriffe für dasselbe Konzept, UND fordert das Vorkommen getrennter Konzeptgruppen innerhalb der Suchlogik, und NICHT schließt bestimmte Begriffe aus.

Die Tabelle vergleicht diese Rollen, sodass ihre typischen Recherche-Effekte und Hauptrisiken explizit werden.

Operator	Beziehung	Typischer Recherche-Effekt	Hauptrisiko
ODER	Kombiniert Synonyme oder alternative Begriffe, die dasselbe Konzept repräsentieren	Kann die Recherche ausweiten, indem Datensätze mit einer der gruppierten Alternativen zugelassen werden	Semantisch lockere Alternativen können Datensätze einführen, die nicht das beabsichtigte Konzept repräsentieren
UND	Fordert die Schnittmenge getrennter Konzeptgruppen	Kann die Recherche auf Datensätze eingrenzen, die die kombinierten Konzepte repräsentieren	Das Hinzufügen unnötiger Konzeptgruppen kann ansonsten relevante Datensätze ausschließen
NICHT	Schließt Datensätze aus, die den angegebenen Begriff oder Ausdruck enthalten	Kann die Recherche reduzieren, indem ein unerwünschtes Konzept oder eine unerwünschte Bedeutung entfernt wird	Ein breiter Ausschluss kann auch relevante Datensätze entfernen, die den ausgeschlossenen Begriff in einem anderen Kontext enthalten

Beispielsweise ruft (Bewegungsprogramm am Arbeitsplatz ODER Training am Arbeitsplatz) UND Schmerzen im unteren Rücken das Konzept Schmerzen im unteren Rücken zusammen mit einem der alternativen Ausdrücke für Bewegungsprogramme am Arbeitsplatz ab, während das Ersetzen von UND durch ODER Datensätze zulassen würde, die entweder das eine oder das andere Konzept repräsentieren, nicht aber deren Schnittmenge.

Eine NICHT-Bedingung würde gezielt bestimmte Datensätze ausschließen, sollte aber mit Vorsicht verwendet werden, da relevante Datensätze die ausgeschlossene Formulierung aus Gründen enthalten können, die nichts mit der beabsichtigten Ausgrenzung zu tun haben.

Die Operatorwahl sollte daher die semantische Beziehung widerspiegeln, die zwischen den Konzeptgruppen erforderlich ist, während die exakte Gruppierung und Datenbanksyntax je nach Suchschnittstelle variieren können.

Suchsyntax und kontrolliertes Vokabular an jede Datenbank anpassen

Die konzeptionelle Suchstrategie sollte stabil bleiben, während Datenbanksyntax und Indexierungssprache für jede Datenbank übersetzt werden.

Felder, Schlagwörter, Phrasensuche, Trunkierung, Proximitätsfunktionen und automatisches Mapping können sich zwischen Suchschnittstellen unterscheiden, daher sollte ein Suchausdruck nicht unverändert zwischen Plattformen kopiert werden.

Die Tabelle zeigt, wie ein stabiles Suchkonzept durch datenbankspezifische Merkmale übersetzt werden kann, ohne seine semantische Absicht zu verändern.

Suchfunktion	Datenbankspezifischer Ausdruck	Bedeutung für die Umsetzung
Freitext	Die Schlüsselwörter und Alternativbegriffe des Konzepts in den durchsuchbaren Textfeldern der Datenbank anwenden	Prüfen, welche Felder wie Titel oder Abstract verfügbar sind und wie Feldkürzel geschrieben werden
Kontrolliertes Vokabular	Dasselbe Konzept auf relevante Schlagwörter abbilden, wenn die Datenbank ein indexiertes Vokabular bereitstellt	Das eigene kontrollierte Vokabular der Datenbank prüfen, anstatt ein Schlagwort aus einem anderen Index zu übertragen
Phrasensuche	Die von der Plattform unterstützte Syntax für die Phrasensuche verwenden, wenn ein mehrwortiger Ausdruck zusammengehören soll	Prüfen, wie die Datenbank Anführungszeichen oder andere Phrasensuchbefehle interpretiert
Trunkierung und Wildcards	Das von der Datenbank unterstützte Symbol oder den Befehl anwenden, wenn ein begründeter Wortstamm oder ein Schreibmuster benötigt wird	Die zulässigen Symbole und deren Wirkung vor der Übersetzung des Ausdrucks prüfen
Proximitätsoperatoren und automatisches Mapping	Proximitätsoperatoren oder automatisches Mapping nur dort anwenden, wo die Datenbank diese unterstützt und interpretiert	Prüfen, wie die Schnittstelle Begriffe automatisch zuordnet oder Wortbeziehungen einschränkt, da dieses Verhalten plattformabhängig sein kann

Freitext und kontrolliertes Vokabular ergänzen einander: Freitext repräsentiert Formulierungen, die in Titeln, Abstracts oder Schlüsselwörtern vorkommen können, während Schlagwörter Konzepte repräsentieren, die über das Indexierungssystem einer Datenbank vergeben werden.

Feldkürzel, Phrasensuche, Trunkierung, Proximitätsoperatoren und automatisches Mapping sollten daher entsprechend den von der Datenbank unterstützten Funktionen übersetzt werden, anstatt von identischem Verhalten auszugehen.

Kontrolliertes Vokabular sollte die relevante Freitextsuche ergänzen, nicht automatisch ersetzen.

Ein Konzept wie Schlaganfall kann Schlaganfall und geeignete Alternativbegriffe als Freitext beibehalten und gleichzeitig auf das relevante Schlagwort in einer Datenbank abgebildet werden, die kontrolliertes Vokabular bereitstellt.

In einer anderen Datenbank kann dasselbe Konzept andere Feldkürzel, eine andere Phrasenbehandlung, andere Trunkierungsregeln, eine andere Proximitätssyntax oder ein anderes automatisches Mapping erfordern.

Die semantische Absicht bleibt stabil, aber der datenbankspezifische Ausdruck sollte vor der Verwendung der übersetzten Strategie anhand der aktuellen Suchdokumentation der Plattform geprüft werden.

Die Suche ausführen, testen und verfeinern

Die Verfeinerung der Suche erfolgt iterativ: Die anfängliche Strategie sollte ausgeführt, geprüft, bei berechtigtem Anlass überarbeitet und erneut ausgeführt werden, anstatt nach der ersten Suche als endgültig zu gelten.

Der Zweck der Iteration ist zu bewerten, wie sich die Suche im Verhältnis zur Review-Frage verhält, nicht eine willkürliche Anzahl von Ergebnissen zu erreichen.

Die gefundenen Datensätze liefern die Evidenz, die benötigt wird, um zu entscheiden, ob Suchbegriffe, Gruppierungen oder andere Teile der Strategie überarbeitet werden müssen.

Der folgende Zyklus hält jede Änderung nachvollziehbar und verknüpft Überarbeitungen mit beobachtetem Rechercheverhalten, nicht allein mit dem Umfang der Ergebnisse.

1. Ausführen: die aktuelle Suchstrategie in der ausgewählten Datenbank ausführen und den verwendeten Suchausdruck dokumentieren.
2. Prüfen: die gefundenen Datensätze auf Relevanz, wiederkehrendes irrelevantes Material, Terminologiemuster und Hinweise darauf prüfen, dass wichtiges Material fehlen könnte.
3. Überarbeiten: nur die Suchbegriffe oder die Logik verfeinern, für die ein klarer Änderungsgrund besteht, wie das Hinzufügen eines relevanten Synonyms oder das Entfernen eines zu breiten Alternativbegriffs.
4. Erneut ausführen und vergleichen: die überarbeitete Strategie erneut ausführen und das neue Rechercheergebnis mit den früheren Ergebnissen vergleichen, wobei geprüft wird, ob sich Relevanz oder Auffindbarkeit in der beabsichtigten Richtung verändert haben, bevor eine weitere Überarbeitung vorgenommen wird.
5. Dokumentieren: den Suchverlauf dokumentieren, einschließlich der Version der Strategie, der vorgenommenen Änderung und des Grundes für diese Verfeinerung.

Wenn die Prüfung beispielsweise zeigt, dass relevante Datensätze wiederholt ein Synonym verwenden, das in einer Konzeptgruppe fehlt, kann das Hinzufügen dieses Begriffs und die erneute Ausführung der Suche zusätzliche relevante Datensätze finden, die die frühere Version übersehen hat.

Eine Verfeinerung sollte beibehalten werden, weil sie die Übereinstimmung mit der Review-Frage verbessert oder das Rechercheverhalten besser begründbar macht, nicht einfach, weil die Gesamtzahl der Ergebnisse steigt oder fällt.

Die Verfeinerung der Suche endet daher mit einer dokumentierten, diagnostischen Prüfung der gefundenen Datensätze, nicht mit einem festgelegten Ziel für die Ergebnisanzahl oder die Anzahl der Iterationen.

Prüfen, ob bekannte relevante Studien gefunden werden

Eine bekannte relevante Studie kann als Beispiel dienen, um zu testen, ob die aktuelle Suchstrategie Material findet, das sie vernünftigerweise finden sollte.

Fehlt die Beispielstudie, deutet das auf die Notwendigkeit hin, die Strategie zu prüfen, nicht auf einen bestimmten Suchfehler.

Auch das Auffinden mehrerer bekannter Studien belegt nicht, dass die Recherche vollständig ist.

Die folgenden Prüfungen nennen plausible Gründe, warum eine bekannte relevante Studie fehlen kann, und zeigen, was jede diagnostische Prüfung aufdecken kann.

Terminologie, Indexierung, Datenbankabdeckung und Syntax können jeweils die Recherche beeinflussen, daher sollte eine fehlende Studie als Signal behandelt werden, das eine Diagnose erfordert, anstatt sofort eine Ursache zuzuweisen.

• Konzeptabdeckung: Prüfen, ob jedes Konzept, das zum Auffinden der Beispielstudie benötigt wird, durch geeignete Suchbegriffe repräsentiert ist; ein fehlendes Konzept kann den Datensatz außerhalb der aktuellen Suchstrategie platzieren.
• Terminologie: Die Strategie mit der Sprache vergleichen, die in der bekannten Publikation verwendet wird; ein nicht repräsentiertes Synonym oder ein alternativer Begriff kann darauf hinweisen, dass die relevante Konzeptgruppe einen weiteren Suchbegriff benötigt.
• Indexierung: Prüfen, wie die Beispielstudie indexiert ist und welche Felder die relevante Terminologie enthalten; der Datensatz verwendet möglicherweise ein Schlagwort oder einen indexierten Begriff, den die aktuelle Strategie nicht repräsentiert.
• Datenbankabdeckung: Verifizieren, dass die Datenbank die Beispielstudie und ihre Quelle indexiert; liegt der Datensatz außerhalb der Abdeckung dieser Datenbank, wird ihn eine Änderung der Suchbegriffe allein dort nicht auffindbar machen.
• Syntax: Feldeinschränkungen, Phrasenbehandlung, Gruppierung und andere datenbankspezifische Syntax prüfen; eine unbeabsichtigte Einschränkung kann verhindern, dass ein ansonsten relevanter Datensatz gefunden wird.

Angenommen, eine bekannte relevante Studie fehlt, obwohl ihr Thema zur Review-Frage passt.

Die Prüfung kann zeigen, dass ihr Titel oder ihre Indexierung einen alternativen Begriff verwendet, der in der entsprechenden Konzeptgruppe fehlt, was auf eine Terminologielücke hindeutet und nicht auf ein Problem mit der Datenbankabdeckung oder Syntax.

Das Hinzufügen dieses begründeten alternativen Begriffs und die erneute Ausführung der Suche testet, ob die Anpassung das Auffinden der Beispielstudie wiederherstellt, ohne dieses einzelne Ergebnis als Beleg für Vollständigkeit zu behandeln.

Suchbreite und -präzision anpassen, ohne die Review-Frage zu ändern

Suchbreite und -präzision sollten im Verhältnis zur Review-Frage ausbalanciert werden, nicht auf ein festes Ergebnisziel hin angepasst werden.

Eine zu enge Suche kann die Suchsensitivität verringern – also relevante Datensätze übersehen –, während eine zu breite Suche die Suchpräzision verringern kann – also mehr irrelevante Datensätze zulässt. Suchsensitivität bezeichnet den Anteil der relevanten Datensätze, die gefunden werden; Suchpräzision den Anteil der gefundenen Datensätze, die relevant sind.

Dies sind diagnostische Suchzustände: Die angemessene Retrieval-Balance hängt vom Thema, der Datenbank und dem Ausgangsverhalten der Suche ab.

Anpassbare Variablen umfassen Synonyme, Feldeinschränkungen, Phrasensuche, Proximitätssyntax (wo unterstützt), Konzeptanforderungen und Ausschlüsse.

Das Hinzufügen gültiger Synonyme oder das Entfernen eines unnötigen Konzepts kann die Recherche ausweiten und die Suchsensitivität erhöhen, während begründete Feldeinschränkungen oder Phrasen- und Proximitätsbedingungen die Recherche eingrenzen und die Suchpräzision erhöhen können.

Die Diagnosetabelle verknüpft jedes beobachtete Symptom mit einer plausiblen Ursache, einer Anpassung und deren erwartetem Retrieval-Effekt, anstatt eine Anpassung als feste Regel zu behandeln.

Retrieval-Symptom	Wahrscheinliche Ursache	Mögliche Anpassung	Erwarteter Retrieval-Effekt
Relevante Datensätze scheinen zu fehlen	Eine Konzeptgruppe könnte gültige alternative Terminologie auslassen	Begründete Synonyme oder alternative Begriffe zur betroffenen Konzeptgruppe hinzufügen	Kann die Recherche ausweiten und die Suchsensitivität erhöhen, indem zusätzliche relevante Terminologie zugelassen wird
Relevante Datensätze werden ausgeschlossen, sofern sie kein unnötiges Konzept enthalten	Die Basissuche erfordert möglicherweise ein Konzept, das für die Recherche nicht wesentlich ist	Die Anforderung des unnötigen Konzepts entfernen, während die Review-Frage erhalten bleibt	Kann die Recherche ausweiten und relevante Datensätze wiederfinden, die dieses Konzept nicht explizit ausdrücken
Relevante Datensätze werden übersehen, weil Begriffe außerhalb eingeschränkter Felder vorkommen	Feldeinschränkungen könnten zu eng für die Art und Weise sein, wie relevante Datensätze indexiert oder beschrieben sind	Die restriktive Feldbedingung dort ausweiten oder entfernen, wo es begründet ist	Kann die Suchsensitivität erhöhen, indem die Suchbegriffe in zusätzlichen durchsuchbaren Feldern gefunden werden können
Viele irrelevante Datensätze enthalten die erforderlichen Wörter in nicht zusammenhängenden Kontexten	Die Basissuche könnte zulassen, dass Begriffe ohne eine ausreichend spezifische Beziehung vorkommen	Begründete Phrasensuche oder Proximitätssyntax verwenden, wo die Datenbank dies unterstützt	Kann die Suchpräzision erhöhen und irrelevante Datensätze reduzieren, indem eine engere Beziehung zwischen den Begriffen gefordert wird
Relevante Datensätze verschwinden nach Anwendung eines Ausschlusses	Ein Ausschluss könnte Datensätze entfernen, die sowohl relevante als auch unerwünschte Bedeutungen enthalten	Den zu aggressiven Ausschluss überprüfen, eingrenzen oder entfernen	Kann die Suchsensitivität erhöhen, indem durch den Ausschluss entfernte Datensätze wiederhergestellt werden

Wenn eine Basissuche beispielsweise relevante Datensätze übersieht, weil ein Konzept auf ein Feld beschränkt ist, kann das Lockern dieser Feldeinschränkung die Recherche ausweiten; wenn die Basissuche stattdessen viele irrelevante Datensätze findet, weil zwei Wörter unabhängig vorkommen, kann eine unterstützte Phrasen- oder Proximitätssyntax die Recherche eingrenzen.

Der resultierende Effekt sollte in der Datenbank evaluiert werden, da sich Suchfunktionen und Indexierungsverhalten plattform- und themenabhängig unterscheiden, anstatt nur zur Reduzierung des Arbeitsaufwands einzugrenzen oder nur zur Erhöhung der Ergebniszahlen auszuweiten.

Die Review-Frage bleibt fix, während Retrieval-Variablen angepasst werden, um die Balance zwischen Suchsensitivität und Suchpräzision zu verbessern.

Suchabdeckung durch Zitationssuche und graue Literatur erweitern

Ergänzende Suchen können die Datenbanksuche erweitern, wenn relevante Evidenz durch Zitationsbeziehungen verbunden ist oder in der konventionellen Indexierung schlecht repräsentiert ist.

Zitationssuche und Suche nach grauer Literatur adressieren unterschiedliche Abdeckungslücken, daher sollten sie als komplementäre Methoden eingesetzt werden, wenn der Review-Umfang, die Disziplin oder der Evidenztyp diese Lücken plausibel macht.

Der folgende Vergleich unterscheidet die Evidenz, die jede Methode finden soll, und die wichtigste Einschränkung, die ihre Verwendung bestimmen sollte.

Ergänzende Methode	Ziel-Evidenz	Hauptverwendung	Einschränkung
Zitationssuche	Studien, die mit einer bekannten relevanten oder Ausgangsstudie über deren Referenzen oder spätere Zitationen verbunden sind	Folgt dem Zitationsnetzwerk, um verbundene Studien zu finden, die Schlüsselwort- oder Schlagwortrecherchen möglicherweise nicht klar aufdecken	Das Retrieval hängt von den Zitationsbeziehungen und der Abdeckung der Zitationsquelle ab, daher begründet er keine vollständige Abdeckung
Suche nach grauer Literatur	Berichte, Dissertationen, Arbeitspapiere, Regierungs- oder Organisationspublikationen und anderes Material außerhalb der konventionellen Zeitschriftenpublikation	Erweitert die Abdeckung, wenn relevante Evidenztypen in Standard-Bibliografiedatenbanken schwach indexiert oder nicht vorhanden sein können, und kann helfen, durch Publikationsbias beeinflusste Evidenz zu adressieren	Quellen können über verschiedene Repositorien oder Websites verteilt sein, mit variabler Indexierung und Suchfunktionalität

Die Zitationssuche folgt Beziehungen zwischen Publikationen, während die Suche nach grauer Literatur auf Evidenz abzielt, die außerhalb traditioneller indexierter Publikationskanäle liegen kann.

Die erste Methode ist am nützlichsten, wenn verbundene Studien über ein Zitationsnetzwerk auffindbar sein können; die zweite kann nützlich sein, wenn der Review Berichte, Dissertationen oder andere nicht-traditionelle Publikationstypen erfordert.

Ihre Funktionen sind unterschiedlich, auch wenn beide die Gesamtabdeckung erweitern.

Ob eine der ergänzenden Methoden benötigt wird, hängt vom Review-Umfang, der Disziplin, den erwarteten Evidenztypen, den Indexierungsmustern und der Wahrscheinlichkeit ab, dass Publikationsbias oder unvollständige Datenbankabdeckung das Retrieval beeinträchtigen könnten.

Ein Review, der sich hauptsächlich auf gut indexierte Zeitschriftenliteratur konzentriert, benötigt möglicherweise wenig ergänzende Suche, während ein anderer Review sinnvollerweise Zitationssuche, graue Literatur oder beides erfordern kann.

Die Datenbanksuche bleibt die Basisstrategie, ergänzende Methoden werden nur hinzugefügt, wenn sie eine glaubwürdige Evidenzauffindbarkeitslücke schließen.

Rückwärts- und Vorwärts-Zitationssuche zur Auffindung verbundener Studien nutzen

Die Rückwärts-Zitationssuche folgt den Referenzen, die eine relevante Ausgangsstudie verwendet hat, während die Vorwärts-Zitationssuche spätere Arbeiten identifiziert, die diese Ausgangsstudie zitieren.

Beginnen Sie mit einer Ausgangsstudie, die eindeutig relevant für die Review-Frage ist, und nutzen Sie dann die beiden Richtungen, um verbundene Studien innerhalb ihres Zitationsnetzwerks zu erkunden.

Der folgende Vergleich trennt die Referenzen, die eine Arbeit verwendet hat, von späteren Arbeiten, die sie zitieren, und zeigt, was jede Richtung aufdecken kann.

Zitationssuchmethode	Richtung	Was zu prüfen ist	Was sie aufdecken kann
Rückwärts-Zitationssuche	Von der Ausgangsstudie zu früher zitierten Arbeiten	Die Referenzliste der Ausgangsstudie durchsehen und relevante Kandidatenstudien erfassen	Frühere Studien, Quellenarbeiten oder grundlegende Arbeiten, die mit der Ausgangsstudie verbunden sind
Vorwärts-Zitationssuche	Von der Ausgangsstudie zu späteren Arbeiten, die sie zitieren	Eine „Zitiert von"-Funktion in einem Zitationsindex wie Google Scholar oder einer anderen Zitationssuchplattform nutzen und relevante Kandidaten erfassen	Spätere Studien, die auf der Ausgangsstudie aufbauen, sie anwenden, diskutieren oder anderweitig zitieren

Beispielsweise kann eine relevante Ausgangsstudie eine frühere Arbeit zitieren, die eine wichtige Methode etabliert hat, während eine Vorwärtssuche eine spätere Studie identifizieren kann, die denselben Ansatz in einem verwandten Kontext angewendet hat.

Die frühere Arbeit wird über die Referenzliste gefunden, während die spätere Studie über „Zitiert von"-Daten gefunden wird, und beide können als Kandidaten für die weitere Überprüfung erfasst werden.

Die Zitationssuche erfasst nicht jede verbundene Studie, da die Entdeckung von den gewählten Ausgangsstudien sowie den verfügbaren Zitationsdaten und der Plattformabdeckung abhängt.

Graue Literatur durchsuchen, wenn sie zum Review-Umfang passt

Graue Literatur sollte durchsucht werden, wenn der Review-Umfang plausibel relevante Evidenz umfasst, die außerhalb der konventionellen akademischen Zeitschriftenpublikation verbreitet wird.

Dazu können Berichte, Dissertationen, Konferenzmaterialien, Regierungspublikationen und von Organisationen oder Institutionen erstellte Dokumente gehören.

Die folgenden Kriterien halten die Suche nach grauer Literatur an die Review-Frage und die Evidenzanforderungen gebunden, anstatt sich zu einer unbegrenzten Websuche auszuweiten.

• Evidenztyp: Graue Literatur einbeziehen, wenn die Review-Frage Quellentypen wie Berichte, Dissertationen, Konferenzmaterialien, Regierungspublikationen oder Organisationsdokumente erfordert, die in Zeitschriftendatenbanken möglicherweise nicht gut repräsentiert sind.
• Indexierungslücke: Über konventionelle Datenbanken hinaus suchen, wenn relevantes Material wahrscheinlich nur eine begrenzte Indexierung aufweist oder in Repositorien, institutionellen Websites oder quellspezifischen Suchschnittstellen erscheint.
• Publikationsbias: Suche nach grauer Literatur in Betracht ziehen, wenn Evidenz außerhalb der Zeitschriftenpublikation relevante Ergebnisse beitragen könnte, die andernfalls weniger sichtbar wären, wobei zu erkennen ist, dass dies den Publikationsbias nicht von selbst beseitigt.
• Quellenrelevanz: Staatliche, institutionelle, akademische oder organisatorische Quellen nur priorisieren, wenn deren Publikationen zum Thema, zur Population, zur Intervention, zur Exposition, zum Outcome oder zum Evidenztyp des Reviews passen.
• Praktische Auffindbarkeit: Berücksichtigen, ob Zugänglichkeit, Quellenstabilität und durchsuchbare Metadaten das Material innerhalb der Review-Methode angemessen auffindbar und dokumentierbar machen.
• Begrenzter erwarteter Beitrag: Suche nach grauer Literatur kann wenig bringen, wenn der Review-Umfang auf Evidenztypen beschränkt ist, die in den ausgewählten indexierten Quellen bereits gut repräsentiert sind, und keine plausible zusätzliche Quellenkategorie erforderlich ist.

Die Suche nach grauer Literatur erfordert oft die Anpassung von Suchbegriffen und quellspezifischen Einschränkungen, da Indexierung und Suchschnittstellen zwischen Repositorien, Regierungswebsites und Organisationen variieren.

Einige Quellen bieten möglicherweise strukturierte Metadaten oder Filter, während andere auf einfacheren Suchfunktionen basieren, daher sollten die Suchmethode und der Suchverlauf klar dokumentiert werden.

Zugänglichkeit und Quellenstabilität können sich auch darauf auswirken, ob ein Datensatz in späteren Phasen des Reviews wieder aufgefunden werden kann.

Graue Literatur sollte nicht als grundsätzlich niedriger oder höherwertig als indexierte Literatur behandelt werden, da Peer Review, redaktionelle Kontrolle und Berichtsstandards je nach Quelle variieren.

Wo der Review-Umfang auf gut indexierte Zeitschriftenevidenz beschränkt ist, kann die Suche nach grauer Literatur wenig bringen; wo relevante Berichte, Dissertationen, Konferenzmaterialien oder Regierungspublikationen plausible Evidenzquellen sind, kann sie die Abdeckung wesentlich erweitern.

Die Entscheidung sollte daher dem Review-Umfang, den Evidenzanforderungen, den Indexierungsbedingungen und der praktischen Zugänglichkeit der in Betracht gezogenen Quellen folgen.

Die Suchstrategie dokumentieren und vor dem Ende der Suche verifizieren

Die Dokumentation unterstützt die Reproduzierbarkeit, indem sie den Suchverlauf bewahrt, einschließlich der durchsuchten Datenbanken, der datenbankspezifischen Suchstrings, relevanter Anpassungen und der jeweiligen Suchdaten.

Wenn wichtige Entscheidungen oder Überarbeitungen nicht aufgezeichnet werden, kann eine andere Person im Review-Team möglicherweise nicht nachvollziehen, wie das Retrieval zustande kam, oder verstehen, warum sich die endgültige Strategie von früheren Versionen unterschied.

Eine klare Suchaufzeichnung bietet daher Nachvollziehbarkeit und Transparenz, ohne zu behaupten, dass die Suche jede mögliche Studie erfasst hat.

Die Angemessenheit der Suche erfordert einen separaten Verifikationsschritt, der prüft, ob nach Abschluss der geplanten Suche und Verfeinerung noch materielle Abdeckungsbedenken bestehen.

Eine ungelöste Lücke kann eine weitere Suche rechtfertigen, wenn eine andere vertretbare Methode oder Quelle sie adressieren könnte; wenn keine verhältnismäßige Suchmaßnahme das Problem voraussichtlich lösen kann, sollte die Einschränkung transparent dokumentiert werden.

Die Suche sollte nicht allein deshalb enden, weil eine bevorzugte Ergebnisanzahl, ein festgelegtes Enddatum oder ein subjektives Gefühl der Vollständigkeit erreicht wurde, da keine praktische Suche absolute Vollständigkeit beweisen kann.

Datenbanken, Suchdaten, Suchstrings und angewandte Limits dokumentieren

Ein reproduzierbarer Suchvermerk muss die genaue Quelle und die Ausführungsbedingungen für jede Suche erfassen, einschließlich der Datenbank, des Suchdatums, des vollständigen Suchstrings, der Felder, der Limits und etwaiger Syntaxanpassungen.

Nur den Datenbanknamen zu nennen, ist unzureichend, da sich das Retrieval ändern kann, wenn sich der Ausdruck, die Felder, die Filter, die Schnittstelle oder das Ausführungsdatum ändert.

Diese Details bewahren die Bedingungen, unter denen die Suche ausgeführt wurde.

Übersetzte Strategien und spätere Überarbeitungen sollten ebenfalls im Suchverlauf nachvollziehbar bleiben.

Wenn ein Suchstring für eine andere Datenbank angepasst wird, sind die datenbankspezifischen Syntaxanpassungen sowie etwaige Änderungen bei Feldern oder Limits zu notieren; wird die Strategie überarbeitet, ist zu dokumentieren, was sich geändert hat und warum.

Gespeicherte Suchverläufe oder Exporte können praktische Belege für diese Änderungen liefern, wenn die Plattform diese bereitstellt.

• Datenbank oder Plattform: Die genaue Datenbank oder Suchplattform notieren, damit die Quelle des Retrieval identifiziert und erneut aufgesucht werden kann.
• Schnittstelle oder Anbieter: Den Anbieter oder die Schnittstelle notieren, sofern relevant, da dieselbe Datenbank über verschiedene Suchumgebungen zugänglich sein kann.
• Suchdatum: Das Datum notieren, an dem jede Suche ausgeführt wurde, damit spätere Aktualisierungen die Originalsuche von nachfolgenden Durchläufen unterscheiden können.
• Vollständiger Suchstring: Den vollständigen Suchausdruck exakt so bewahren, wie er ausgeführt wurde, nicht als gekürzte oder rekonstruierte Version.
• Felder: Alle verwendeten Einschränkungen auf Titel, Abstract, Schlagwort, Schlüsselwort oder andere Felder notieren, damit der durchsuchbare Umfang reproduziert werden kann.
• Filter oder Limits: Angewandte Einschränkungen hinsichtlich Datum, Sprache, Dokumenttyp, Population oder anderer Kriterien dokumentieren, wenn sie Teil der ausgeführten Suche waren.
• Syntaxanpassungen und Überarbeitungen: Datenbankspezifische Übersetzungen, geänderte Operatoren oder Befehle, nachfolgende Überarbeitungen und den Grund für jede Änderung notieren.
• Ergebnisanzahl oder gespeicherter Verlauf: Die Ergebnisanzahl notieren, wenn dies für die Prüfung nützlich ist, und gespeicherte Suchverläufe oder Exporte als unterstützende Ausführungsnachweise aufbewahren, sofern verfügbar.

Die Aufbewahrung dieses Suchverlaufs schafft eine Prüfspur, die Reproduzierbarkeit, spätere Verifikation und Aktualisierung unterstützt, ohne den Suchvermerk mit der Studieneignung oder Evidenzsynthese-Entscheidungen zu vermischen.

Verbleibende Abdeckungslücken vor dem Ende der Suche prüfen

Vor dem Ende der Suche ist jede verbleibende Abdeckungslücke als mögliches Problem des Suchdesigns, der Terminologie, der Indexierung, der Quellenabdeckung oder einer bewussten Umfangsgrenze zu diagnostizieren, anstatt anzunehmen, dass die Evidenzbasis selbst unvollständig ist.

Der Suchabschluss ist ein begründetes Urteil darüber, ob plausible Retrieval-Blindstellen adressiert wurden, kein Beleg dafür, dass jeder mögliche Datensatz gefunden wurde.

Jedes ungelöste Problem sollte daher zu einer spezifischen diagnostischen Prüfung führen, bevor eine weitere Suchanpassung vorgenommen wird.

Die folgende Checkliste prüft, ob verbleibende Blindstellen auf die Suchstrategie, die Datenbankabdeckung, die Terminologie, angewandte Limits oder die ergänzende Suche zurückgehen.

Jeder Punkt zeigt, was das ungelöste Signal widerspiegeln kann und ob eine letzte Anpassung oder eine transparente Dokumentation gerechtfertigt ist.

Die Diagnose sollte vor dem Abschluss der Suche zwischen einem unbeabsichtigten Retrieval-Problem und einer bewussten Umfangsgrenze unterscheiden.

• Konzeptrepräsentation: Prüfen, ob jedes von der Review-Frage geforderte Konzept in der Suchstrategie angemessen repräsentiert ist; ein fehlendes oder zu restriktives Konzept kann eine Abdeckungslücke erzeugen.
• Datenbankabdeckung: Prüfen, ob die ausgewählten Datenbanken die vom Review geforderten Disziplinen, Zeitschriften und Evidenztypen abdecken; fehlendes Material kann auf die Quellenabdeckung und nicht auf die Suchsyntax zurückzuführen sein.
• Bekannte relevante Studien: Prüfen, ob bekannte relevante Studien dort gefunden werden, wo sie vernünftigerweise auffindbar sein sollten; eine übersehene Studie legt nahe, vor der Ursachenzuweisung die Terminologie, Indexierung, Datenbankabdeckung oder Syntax zu prüfen.
• Begriffsvarianten: Prüfen, ob relevante Synonyme, Schreibvarianten, Akronyme oder indexierte Begriffe repräsentiert sind; fehlende Varianten können auf eine terminologiebedingte Retrieval-Lücke hinweisen.
• Begründete Limits: Feldeinschränkungen, Datumslimits, Sprachlimits, Dokumenttypfilter, Ausschlüsse und andere Einschränkungen überprüfen, um zu bestätigen, dass jede noch die beabsichtigte Umfangsgrenze widerspiegelt und nicht unbeabsichtigt relevante Datensätze entfernt.
• Ergänzende Suche: Wo der Review-Umfang dies relevant macht, prüfen, ob Zitationssuche oder Suche nach grauer Literatur Evidenz adressieren könnte, die durch Zitationen verbunden oder in der konventionellen Indexierung schlecht repräsentiert ist.
• Unerklärte Retrieval-Anomalien: Unerwartete Fehlstellen, abrupte Ergebnisänderungen oder anderes unregelmäßiges Retrieval-Verhalten untersuchen; diese können auf Syntax, Indexierung, Plattformverhalten oder ein anderes ungelöstes Problem des Suchdesigns hinweisen.

Wenn eine verbleibende Blindstelle ein plausibles Suchmittel hat, eine begründete Suchanpassung vornehmen; wenn sie eine bewusste Umfangsgrenze widerspiegelt oder nicht vertretbar gelöst werden kann, die Einschränkung transparent dokumentieren.

Sobald die verbleibenden Abdeckungsbedenken adressiert oder dokumentiert sind und die Suche für ihren angegebenen Umfang als methodisch ausreichend beurteilt wird, kann der Arbeitsablauf zur Auswahl und zum Screening von Studien übergehen.

Dieser Übergang markiert das Ende der Suchverifikation und den Beginn der Bewertung, welche gefundenen Datensätze in den Review gehören.