இலக்கிய ஆய்வு மற்றும் சான்றுகள் சார்ந்த மருந்தகம்

ஆதாயங்கள்:

• மருத்துவக் கேள்வியை கட்டமைக்கும் திறன் மற்றும் செயற்கை நுண்ணறிவுடன் இலக்கிய ஆய்வு, சுருக்கம் மற்றும் ஆதாரங்களைத் தொகுத்தல்
• செயற்கை நுண்ணறிவால் கொடுக்கப்பட்ட ஒவ்வொரு ஆதாரத்தையும் DOI மற்றும் அசல் கட்டுரையுடன் உறுதிப்படுத்துவதன் மூலம் புனையப்பட்ட குறிப்புகளின் (மாயத்தோற்றங்கள்) அபாயத்தை நிர்வகிக்கும் திறன்
• AI சுருக்கத்தை விமர்சன ரீதியாகப் படிக்கும் திறன், ஆதாரங்களின் நிலை, ஆர்வத்தின் முரண்பாடு மற்றும் நேரத்தை மதிப்பிடுதல்

மருந்தகம் என்பது ஒரு தொழில், அதன் அறிவு தொடர்ந்து புதுப்பிக்கப்படுகிறது; நேற்று சரியாக அறியப்பட்ட டோஸ் அல்லது பரிந்துரை புதிய ஆய்வின் மூலம் மாறலாம். சான்று அடிப்படையிலான மருந்தகம் என்பது மிகவும் தற்போதைய மற்றும் நம்பகமான அறிவியல் சான்றுகளுடன் ஒரு கேள்விக்கு பதிலளிப்பதாகும். ஆனால் அறிவியல் இலக்கியம் மிகப்பெரியது மற்றும் சிதறியது; ஒரு கேள்விக்கான பதிலைத் தேடும்போது நூற்றுக்கணக்கான கட்டுரைகளால் மூழ்கிவிடுவது எளிது. செயற்கை நுண்ணறிவு என்பது இங்கே ஒரு சக்திவாய்ந்த ஸ்கேனிங் மற்றும் சுருக்கமான உதவி: இது ஒரு கேள்வியை கட்டமைக்கவும், தேடல் சொற்களை உருவாக்கவும், நீண்ட உரையை சுருக்கவும் உதவுகிறது. ஆனால் செயற்கை நுண்ணறிவின் மிகவும் ஆபத்தான தவறு துல்லியமாக இந்த பகுதியில் உள்ளது: இது இல்லாத கட்டுரைகள் மற்றும் DOI களை உருவாக்க முடியும். இந்த பிரிவில், இலக்கிய மதிப்பாய்வில் செயற்கை நுண்ணறிவை பாதுகாப்பான, சரிபார்க்கப்பட்ட கருவியாகப் பயன்படுத்த நீங்கள் கற்றுக் கொள்வீர்கள்.

சான்று அடிப்படையிலான அணுகுமுறையின் படிகள்

ஒரு சான்று அடிப்படையிலான கேள்விக்கு பின்வரும் படிகளில் பதிலளிக்கப்படுகிறது:

1. கேள்வியை கட்டமைக்கவும். நோயாளி/மக்கள் தொகை (நோயாளி), தலையீடு, ஒப்பீடு, விளைவு: ஒரு நல்ல மருத்துவக் கேள்வி பெரும்பாலும் PICO கட்டமைப்பைக் கொண்டு கட்டமைக்கப்படுகிறது. எடுத்துக்காட்டு: "வகை 2 நீரிழிவு நோய் (பி) உள்ள வயதானவர்களில் ஒய் (சி) மருந்துடன் ஒப்பிடும்போது, ​​மருந்து X (I) இரத்தச் சர்க்கரைக் குறைவின் (O) அபாயத்தை எவ்வாறு பாதிக்கிறது?"
2. ஆதாரம் தேடுங்கள். பொருத்தமான தரவுத்தளங்கள் மற்றும் ஆதாரங்களைத் தேடுங்கள்.
3. ஆதாரத்தை மதிப்பிடுங்கள். ஆய்வு வகை, தரம், மாதிரி அளவு மற்றும் சார்பு ஆபத்து.
4. விண்ணப்பிக்கவும் மற்றும் கண்காணிக்கவும். நோயாளியின் சூழலுக்கு ஏற்ப கண்டுபிடிப்பை மாற்றவும்.

AI குறிப்பாக 1 மற்றும் 3 படிகளில் வேகமாக உள்ளது (கேள்வியை கட்டமைத்தல் மற்றும் உரையை மதிப்பிட உதவுதல்); ஆனால் படி 2 (ஆதாரம்) க்கு முக்கியமான சரிபார்ப்பு தேவைப்படுகிறது.

ஆதாரங்களின் படிநிலை

எல்லா ஆதாரங்களும் சமமானவை அல்ல. ஒரு பொதுவான படிநிலை:

ஆதாரத்தின் நிலை

உதாரணம்

சக்தி

மிக உயர்ந்தது

முறையான ஆய்வு, மெட்டா பகுப்பாய்வு

பல ஆய்வுகளின் சேர்க்கை

உயர்

சீரற்ற கட்டுப்பாட்டு சோதனை (RCT)

கட்டுப்படுத்தப்பட்ட, குறைந்த சார்பு

நடுத்தர

கூட்டு, வழக்கு-கட்டுப்பாடு

கவனிப்பு, குழப்பமான காரணிகளின் ஆபத்து

குறைந்த

வழக்கு தொடர், நிபுணர் கருத்து

வரையறுக்கப்பட்ட பொதுமயமாக்கல்

குறைந்த

நிகழ்வு, சரிபார்க்கப்படாத இணைய உள்ளடக்கம்

மோசமான ஆதார மதிப்பு

ஒரு கண்டுபிடிப்பைச் சுருக்கமாகக் கூறும்போது, AI ஆதாரங்களின் அளவைக் குழப்பலாம் அல்லது பலவீனமான மூலத்தை வலுவானதாகக் காட்டலாம். நீங்கள் எப்போதும் அளவைக் கட்டுப்படுத்துகிறீர்கள்.

கூடுதலாக, அதே விஷயத்தில் முரண்பட்ட ஆய்வுகள் இருக்கலாம். AI சில சமயங்களில் ஒரு பக்கத்தை மட்டுமே முன்னிலைப்படுத்தி மற்றொன்றைப் புறக்கணிக்க முடியும்; இது "தேர்ந்தெடுக்கப்பட்ட விளக்கக்காட்சி" என்று அழைக்கப்படுகிறது. ஒரு வலுவான சான்று மதிப்பீடு தலைப்பில் உள்ள பொதுவான போக்கு (பல ஆய்வுகள் பொதுவானவை) மற்றும் கிடைக்குமானால் தற்போதைய முறையான மதிப்பாய்வைத் தேடுகிறது. ஒரு ஒற்றை ஆய்வின் அடிப்படையில் நடைமுறையை மாற்றுவது, குறிப்பாக சிறிய மாதிரி அல்லது ஒற்றை மைய ஆய்வு, ஆபத்தானது. "இந்தப் பிரச்சினையில் முரண்பட்ட கண்டுபிடிப்புகள் உள்ளனவா, எந்தப் பக்கம் வலுவான ஆதாரம் உள்ளது" என்று AIயிடம் கேட்பது ஒரு பக்கச் சுருக்கத்தைச் சமன்படுத்துவதற்கான சிறந்த வழியாகும்; ஆனால் அசல் ஆதாரங்களைப் படிப்பதன் மூலம் இறுதி எடையை நீங்கள் செய்யலாம்.

எச்சரிக்கை: யதார்த்தமான தலைப்பு, ஆசிரியர் பெயர், பத்திரிகை மற்றும் DOI ஆகியவற்றுடன் AI முற்றிலும் புனையப்பட்ட குறிப்புகளை உருவாக்கலாம்; இது "குறிப்பு மாயத்தோற்றம்" என்று அழைக்கப்படுகிறது. அசல் தரவுத்தளத்தில்/பத்திரிகையில் DOI ஐத் திறந்து அதன் உள்ளடக்கத்தைப் பார்க்காமல் ஒரு ஆதாரத்தை மேற்கோள் காட்ட வேண்டாம்.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - உருவாக்கப்பட்ட DOI. ஒரு மருந்தாளர் AI யிடம் மருந்தின் செயல்திறன் பற்றிய ஆதாரத்தைக் கேட்டார்; செயற்கை நுண்ணறிவு மூன்று கட்டுரைகள் மற்றும் DOI ஐ வழங்கியது. மருந்தாளுநர் DOIகளைத் திறக்க முயன்றபோது, ​​இரண்டு எந்தப் பதிவுகளுக்கும் பொருந்தவில்லை என்பதைக் கண்டறிந்தார்; ஒன்று உண்மையானது ஆனால் வேறு முடிவு தெரிவிக்கப்பட்டது. மருந்தாளர் அவர் சரிபார்த்த உண்மையான கட்டுரையை மட்டுமே பயன்படுத்தினார். சரிபார்ப்பு இல்லாமல், ஒரு அறிக்கையில் இரண்டு கற்பனையான ஆதாரங்கள் சேர்க்கப்படும்.

வழக்கு 2 - PICO மூலம் தேடவும். ஒரு மருந்தாளர் வயதானவர்களுக்கு இரண்டு வலி நிவாரணிகளின் பாதுகாப்பு ஒப்பீடு குறித்து ஆராய்ச்சி செய்து கொண்டிருந்தார். அவர் கேள்வியை PICO வில் டம்ப் செய்து தேடல் சொற்களை உருவாக்க AI ஐக் கேட்டார். AI தெளிவான விதிமுறைகளையும் ஒத்த சொற்களையும் வழங்கியது; இவற்றுடன், மருந்தாளரே நன்கு அறியப்பட்ட தரவுத்தளத்தில் உண்மையான தேடலைச் செய்து முடிவுகளை மதிப்பீடு செய்தார். செயற்கை நுண்ணறிவு தேடலை துரிதப்படுத்தியுள்ளது; மருந்தாளுனர் ஆதாரங்களைக் கண்டுபிடித்து அவற்றைப் படித்தார்.

வழக்கு 3 - சுருக்கம் விலகல். ஒரு மருந்தாளுனர் செயற்கை நுண்ணறிவால் சுருக்கப்பட்ட உண்மையான கட்டுரையை வைத்திருந்தார். இந்த ஆய்வு "நிச்சயமற்ற மேன்மையை" காட்டுகிறது என்று சுருக்கம் கூறியது; ஆனால் கட்டுரையே முடிவு "புள்ளிவிவர முக்கியத்துவத்தை அடையவில்லை" என்று கூறியது. மருந்தாளுநர் அசல் உரையைப் படித்து, சிதைவைக் கவனித்து, சுருக்கத்தைத் திருத்தினார். AI சுருக்கம் மிகைப்படுத்தப்பட்டது; ஆதாரத்திற்குத் திரும்பியபோது உண்மை தெரியவந்தது.

வழக்கு 4 - தலைப்பைக் காணவில்லை. ஒரு மருந்தின் பரிந்துரைக்கப்பட்ட பயன்பாடு பற்றிய தகவலை ஒரு மருந்தாளர் செயற்கை நுண்ணறிவிலிருந்து பெற்றார். பதில் நியாயமானதாகத் தோன்றியது, ஆனால் சில ஆண்டுகளுக்கு முன்பு ஒரு வழிகாட்டியை அடிப்படையாகக் கொண்டது; இருப்பினும், பரிந்துரை புதுப்பிக்கப்பட்டது. மேம்படுத்தப்பட்ட வழிகாட்டியை மருந்தாளர் திறந்தபோது, ​​வித்தியாசத்தைக் கண்டு புதிய பரிந்துரையை அடிப்படையாக எடுத்துக் கொண்டார். AI இன் அறிவு ஒரு குறிப்பிட்ட தேதியில் உறைந்திருப்பதால், அது தற்போதைய மாற்றத்தை அறிய முடியவில்லை; புதுப்பித்த சோதனை இந்த இடைவெளியை மூடியது.

ஆதாரம் சார்ந்த ஸ்கிரீனிங் படிப்படியாக

1. PICO உடன் கேள்வியை வடிவமைக்கவும். மக்கள் தொகை, தலையீடு, ஒப்பீடு, விளைவு.
2. தேடல் சொற்களை உருவாக்கவும். செயற்கை நுண்ணறிவிலிருந்து முக்கிய வார்த்தைகளையும் ஒத்த சொற்களையும் பெறுங்கள்.
3. நீங்கள் உண்மையான அழைப்பைச் செய்கிறீர்கள். புகழ்பெற்ற தரவுத்தளம்/மூலத்தைத் தேடுங்கள்; AIக்கு ஆதாரங்களை "உருவாக்குதல்".
4. ஒவ்வொரு ஆதாரத்தையும் சரிபார்க்கவும். திறந்த DOI, ஆசிரியர்/பத்திரிகை/ஆண்டு உண்மையானதா, உள்ளடக்கம் உரிமைகோரலை ஆதரிக்கிறதா?
5. ஆதாரத்தின் அளவை மதிப்பிடுங்கள். வேலை வகை, தரம், வட்டி மோதல், நேரமின்மை.
6. சூழலை உருவாக்கி சேமிக்கவும். நோயாளி/கேள்வி, பதிவு ஆதாரங்களுக்கான இணைப்பு கண்டறிதல்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனம்: "இந்த மருந்து பயனுள்ளதா, ஒரு ஆதாரத்தைக் கொடுங்கள்."

வலிமையானது: "PICO கட்டமைப்பில் பின்வரும் மருத்துவக் கேள்வியைக் கட்டமைக்கவும்: [கேள்வி]. பின்னர் அந்த கேள்விக்கான பயனுள்ள தேடல் சொற்கள் மற்றும் ஒத்த சொற்களை உருவாக்கவும். ஆதாரம்/கட்டுரையை உருவாக்க வேண்டாம்; எந்த வகையான ஆய்வுகள் (RCT, meta-analysis) மற்றும் அதற்குப் பதிலாக நான் எந்த தரவுத்தளங்களைத் தேட வேண்டும் என்பதைச் சொல்லுங்கள். நீங்கள் ஆதாரத்திற்குப் பெயரிட்டால், DO 'உறுதிப்படுத்தப்பட வேண்டியதில்லை."

வலுவான வரியில், கட்டமைப்பு, எல்லை மற்றும் சரிபார்ப்பு நிலை தெளிவாக உள்ளன; AI வளங்களை உருவாக்க கட்டாயப்படுத்தப்படவில்லை.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

பணி: மருத்துவக் கேள்வியை PICO இல் திட்டமிடுங்கள். கேள்வி: [...]. வெளியீடு: P (மக்கள் தொகை), I (குறுக்கீடு), C (ஒப்பீடு), O (விளைவு), மற்றும் ஒரு வாக்கியம் கட்டமைக்கப்பட்ட ஆராய்ச்சி கேள்வி.

பணி: தேடல் சொல்லை உருவாக்கு (பொருந்தும் ஆதாரம்).பொருள்: [...]. வெளியீடு: முக்கிய வார்த்தைகள் + ஒத்த சொற்கள் + பரிந்துரைக்கப்பட்ட ஆய்வு வகைகள். கடன்/DOI; எப்படி அழைப்பது என்று சொல்லுங்கள்.

பணி: இந்த உரையை பாரபட்சமின்றி சுருக்கவும் (மிகைப்படுத்தல் இல்லை).உரை: [கட்டுரை]. வெளியீடு: நோக்கம், முறை, மாதிரி, முக்கிய கண்டுபிடிப்பு, தடைகள், முடிவு. உரை சொல்வதை விட வலுவான முடிவை வெளிப்படுத்துதல்; நிச்சயமற்ற தன்மையை வைத்திருங்கள்.

பணி: குறிப்பு சரிபார்ப்பு சரிபார்ப்பு பட்டியலை உருவாக்கவும்.குறிப்பு: [...]. இதன்படி வரிசைப்படுத்து: DOI திறப்பதா? ஆசிரியர்/பத்திரிகை/ஆண்டு வைத்திருக்குமா? உள்ளடக்கம் உரிமைகோரலை ஆதரிக்கிறதா? ஆதாரத்தின் நிலை என்ன? வட்டி முரண்பாடு உள்ளதா?

பொதுவான தவறுகள்

• செயற்கை நுண்ணறிவால் கொடுக்கப்பட்ட DOI ஐ திறக்காமல் மேற்கோள் காட்டுதல். குறிப்பு மாயத்தோற்றத்தின் ஆபத்து மிகப்பெரிய ஆபத்து.
• மூலத்திற்கான சுருக்கத்தை மாற்றுதல். ஒரு முக்கியமான கூற்றுக்கு, ஒருவர் அசல் உரைக்குத் திரும்ப வேண்டும்.
• ஆதாரத்தின் அளவைக் குழப்புகிறது. நிபுணர் கருத்து மற்றும் மெட்டா பகுப்பாய்வு ஒரே எடையைக் கொண்டிருக்கவில்லை.
• புதுப்பிப்பைத் தவிர்க்கிறது. பழைய ஆய்வு தற்போதைய வழிகாட்டுதலுடன் முரண்படலாம்; தேதி சரிபார்க்கப்பட வேண்டும்.
• வட்டி மோதலை கவனிக்கிறது. நிதியுதவி மற்றும் வட்டி அறிவிப்பு விளக்கத்தை பாதிக்கிறது.

சுருக்கமாக

செயற்கை நுண்ணறிவு என்பது கேள்விகளைக் கட்டமைப்பதற்கும், தேடல் சொற்களை உருவாக்குவதற்கும், இலக்கியத் தேடல்களில் நீண்ட உரைகளைச் சுருக்கிச் சொல்லுவதற்கும் ஒரு சக்திவாய்ந்த முடுக்கியாகும். ஆனால் அதன் மிகவும் ஆபத்தான பிழை, குறிப்பு மாயத்தோற்றம், இந்த பகுதியில் ஏற்படுகிறது: இது யதார்த்தமாக தோன்றும் ஆனால் இல்லாத ஆதாரங்களை உருவாக்க முடியும். எனவே உண்மையான தேடலை நீங்களே செய்யுங்கள், DOI உடன் ஒவ்வொரு மூலத்தையும் சரிபார்த்து, அசல் உரையுடன் சுருக்கங்களை ஒப்பிட்டு, மற்றும் ஆதாரங்களின் அளவை விமர்சன ரீதியாக மதிப்பீடு செய்யுங்கள். சான்றுகளின் இறுதி விளக்கம் மற்றும் நோயாளிக்கு அதன் தழுவல் மருந்தாளரிடம் உள்ளது.

விண்ணப்ப பணி

உங்கள் சொந்த நடைமுறையில் இருந்து ஒரு மருத்துவக் கேள்வியைத் தேர்வுசெய்து, அதை AI PICO ஆக மொழிபெயர்க்க வேண்டும். தேடல் சொற்களை எடுத்து, அங்கீகரிக்கப்பட்ட தரவுத்தளத்தில் உண்மையான தேடலை நீங்களே செய்யுங்கள். தலைப்பில் சில "ஆதாரங்களை" AI யிடம் கேட்டு, ஒவ்வொன்றின் DOI ஐ திறக்க முயற்சிக்கவும்; எத்தனை உண்மையானவை மற்றும் எத்தனை உருவாக்கப்பட்டுள்ளன என்பதைக் கவனியுங்கள். இறுதியாக, AI ஒரு உண்மையான கட்டுரையை சுருக்கவும், அசல் முடிவுடன் சுருக்கத்தை ஒப்பிட்டு, ஏதேனும் சிதைவுகளைக் கொடியிடவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் PICO ஐ சுற்றி கேள்வியை கட்டமைத்தேன்.
• [ ] நான் தேடல் சொற்களை எடுத்தேன், உண்மையான தேடலை நானே செய்தேன்.
• [ ] நான் ஒவ்வொரு மூலத்தையும் DOI மூலம் திறந்து அதன் நம்பகத்தன்மையை சரிபார்த்தேன்.
• [ ] நான் சுருக்கங்களை அசல் உரையுடன் ஒப்பிட்டேன்.
• [ ] நான் ஆதாரங்களின் நிலை மற்றும் நேரமின்மையை மதிப்பீடு செய்தேன்.
• [ ] நான் வட்டி முரண்பாடாக கருதினேன்.
• [ ] சரிபார்க்கப்பட்ட ஆதாரங்களைச் சேமித்துள்ளேன்.