Der Kern dieses Prozesses besteht darin: Zunächst werden mithilfe mehrerer Abfragen reproduzierbare erste Screenings in PubMed/NCBI E-Utilities durchgeführt. Anschließend wird PMID zur Deduplizierung und Bewertung der Evidenz in den Abstracts verwendet. Nur eine kleine Anzahl wichtiger Dokumente wird in die PMC/BioC-Volltextprüfung aufgenommen. Zitate im Text müssen anklickbar sein. Vollständige bibliografische Angaben müssen am Ende des Artikels aufgeführt sein. Der Impact Factor (IF) kann nur konservativ anhand öffentlich zugänglicher Quellen überprüft werden und es kann nicht davon ausgegangen werden, dass JCR oder lokale Datenbanken vorhanden sind. Treffer mit geringer Konfidenz dürfen nicht als endgültige Ergebnisse betrachtet werden.

1. Vorverarbeitung nach dem Start einer Suche durch einen Benutzer

1.1 Analysieren Sie zunächst die Frage des Benutzers.

Nach Eingang der Frage eines Nutzers wird die natürlichsprachliche Frage zunächst in strukturierte Elemente zerlegt.

Muss identifiziert werden:

• Forschungsthemen: Gene, Proteine, Medikamente, Kanäle, Zelltypen, Gewebe, Krankheiten und Modelle.

• Biologische Systeme: Menschen, Mäuse, Ratten, Zebrafische, Organoide, Netzhaut, Gehirnregionen, Zelllinien usw.

• Beziehungstypen: Expression, Regulation, Funktion, Mechanismus, Phänotyp, Tod, Überleben, Behandlung, Toxizität, Entwicklung, Degeneration usw.

• Anforderungen an die Nachweise: Ob direkte Nachweise, mechanistische Nachweise, Volltextnachweise, Diagramme, Dosierungsparameter und experimentelle Methoden erforderlich sind.

• Zeitlicher Rahmen: unbegrenzte Zeit, die letzten 5 Jahre, das letzte Jahr, die neuesten Entwicklungen und klassische Literatur.

• Ausgabetypen: Kurzantwort, repräsentative Literatur, Zusammenfassung der Übersicht, Vorschläge für die Versuchsplanung, Evidenztabelle, Mechanismusdiagramm.

Beispiel:

Benutzerproblem:

"Bitte helfen Sie mir, Literatur zum Thema Absterben von retinalen Organoiden zu finden."

Strukturierte Zerlegung (Beispiel):

• Kernmodelle: Retina-Organoid, Retina-Organoid, aus hPSCs gewonnenes Retina-Organoid, Optikusbecher-Organoid.

• Phänotyp: Zelltod, Apoptose, Degeneration, Überlebensverlust, Stress, Nekrose.

• Verwandte Zellen: Photorezeptor, Zapfen, Stäbchen, retinale Ganglienzelle, Müller-Glia.

• Mögliche Mechanismen: oxidativer Stress, ER-Stress, mitochondriale Dysfunktion, Hypoxie, Entzündung, Ferroptose, Nekroptose.

• Evidenzziele: Priorisieren Sie Originalstudien, die Zelltod/Apoptose/Degeneration in humanen oder tierischen retinalen Organoiden direkt beobachten; suchen Sie anschließend nach Literatur zu indirekten Mechanismen.

1.2 Prinzipien der Keyword-Segmentierung (Beispiel)

Schreiben Sie nicht nur eine Suchanfrage. Bereiten Sie mindestens drei Kategorien von Begriffen für jedes Konzept vor.

Kategorie 1: Präzise Wörter.

• retinales Organoid

• Retina-Organoid

• menschliches retinales Organoid

• Von hPSC abgeleitetes Netzhautorganoid

• iPSC-abgeleitetes retinales Organoid

Die zweite Kategorie: Synonyme und Hyperonyme.

• Augenbecher-Organoid

• 3D-Retinakultur

• aus Stammzellen gewonnene Netzhaut

• Netzhautdifferenzierung

• Netzhautgewebemodell

Die dritte Kategorie: Mechanismus- und phänotypische Begriffe.

• Apoptose

• Zelltod

• Degeneration

• Überleben

• Stress

• oxidativer Stress

• ER-Stress

• mitochondriale Dysfunktion

• Hypoxie

• Nekroptose

• Ferroptose

Wenn der Benutzer den Zelltyp angibt, fügen Sie Folgendes hinzu:

• Fotorezeptor

• Kegel

• Stab

• retinale Ganglienzelle

• Müller-Glia

• Bipolarzelle

• Amakrinzelle

Wenn der Benutzer die Art oder den Ursprung angibt, fügen Sie Folgendes hinzu:

• menschlich

• Maus

• Ratte

• Zebrafisch

• hESC

• iPSC

• pluripotente Stammzelle

1.3 Generieren hierarchischer Suchanfragen

Generieren Sie mindestens 3–6 Suchanfragen. Jede Suchanfrage entspricht einem Suchziel.

Erste Ebene: Direkte Beweisbeschaffung.

Dient dazu, Literatur zu finden, die direkt zum Zielmodell und Zielphänotyp passt.

```Text

("Retina-Organoid" ODER "Retina-Organoid" ODER "menschliches Retina-Organoid") UND (Apoptose ODER "Zelltod" ODER Degeneration)

```

Zweite Ebene: Erweiterter Modellabruf.

Dient dazu, Literatur zu erfassen, in der der Autor zwar nicht den präzisen Begriff „retinales Organoid“ verwendet, dieser aber tatsächlich relevant ist.

```Text

("optisches Cup-Organoid" ODER "3D-Retinakultur" ODER "aus Stammzellen gewonnene Retina") UND (Überleben ODER Apoptose ODER Stress)

```

Die dritte Ebene: mechanismenspezifische Suche.

Wird verwendet, um spezifische Signalwege oder Mechanismen zu überprüfen.

```Text

("Retina-Organoid" ODER "Retina-Organoid") UND ("Oxidativer Stress" ODER "ER-Stress" ODER Hypoxie ODER Mitochondrien")

```

Vierte Ebene: Zelltypspezifische Suche.

```Text

("Retina-Organoid" ODER "Retina-Organoid") UND (Photorezeptor ODER Zapfen ODER Stäbchen ODER "Retina-Ganglienzelle") UND (Tod ODER Apoptose ODER Degeneration)

```

Fünfte Ebene: Abruf des Krankheitsmodells.

```Text

("Retina-Organoid" ODER "Retina-Organoid") UND (Krankheit ODER Degeneration ODER Dystrophie ODER Retinitis ODER Glaukom)

```

Sechste Ebene: Überprüfung/Hintergrundsuche.

```Text

("Retina-Organoid" ODER "Retina-Organoid") UND (Überprüfung ODER Protokoll ODER Modell)

```

2. Welche Methoden und Websites wurden für die Suche verwendet?

2.1 Bevorzugt: PubMed / NCBI E-Utilities

PubMed ist das bevorzugte Tool zur Suche in biomedizinischer Literatur. Verwenden Sie nicht standardmäßig das Scraping von PubMed-Seiten, sondern die NCBI E-Utilities API.

2.1.1 ESearch: Abrufen der PMID mithilfe einer Abfrage

Schnittstelle:

```Text

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi

```

Parameter:

```Text

db=pubmed

Suchbegriff=

retmode=json

retmax=20

sort=relevanz

```

Sie können auch nach Zeit sortieren:

```Text

sort=pub+date

```

Beispiel:

```Text

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pubmed&term=(%22retinal%20organoid%22%20OR%20%22retina%20organoid%22)%20AND%20(apoptosis%20OR%20%22cell%20death%22)&retmode=json&retmax=20&sort=relevance

```

Lesen Sie aus der Rückgabe:

```Text

esearchresult.idlist

```

Dies ist die PMID-Liste.

2.1.2 Zusammenfassung: Beschaffung von Literaturmetadaten

Schnittstelle:

```Text

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi

```

Parameter:

```Text

db=pubmed

id=PMID1,PMID2,PMID3

retmode=json

```

Extrahierte Felder:

• PMID

• Titel

• vollständiger Zeitschriftenname

• Abkürzung der Quelle/Zeitschrift

• Veröffentlichungsdatum

• Autoren

• DOI und PMCID in Artikel-IDs

• Band, Ausgabe, Seiten

2.1.3 EFetch: Abrufen von Zusammenfassungs- und XML-Details

Schnittstelle:

```Text

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi

```

Parameter:

```Text

db=pubmed

id=PMID1,PMID2

retmode=xml

rettype=abstract

```

Extrahierte Felder:

• Artikeltitel

• AbstractText

• Zeitschriftentitel

• ISO-Abkürzung

• ISSN / eISSN

• Veröffentlichungsdatum

• DOI

• PMCID

• MeSH-Begriffe

2.1.4 Strategie für den Batch-Abruf

Empfohlene Vorgehensweise:

1. Rufen Sie ESearch für jede Abfrage auf.

2. Wählen Sie für jede Suchanfrage die ersten 5 bis 20 Ergebnisse aus.

3. Alle PMIDs zusammenführen.

4. Verwenden Sie PMID, um Duplikate zu entfernen.

5. Verwenden Sie ESummary / EFetch, um Metadaten und abstrakte Daten in Batches abzurufen.

6. Lesen Sie in der ersten Sichtungsphase nur die Metadaten und die Zusammenfassung; beginnen Sie nicht mit dem Lesen des Volltextes.

────────────────

2.2 Zweite Phase: Vollständige Überprüfung der PMC/BioC-Dokumente

Der vollständige Text wird nur in folgenden Fällen aufgenommen:

• Die Nutzer bitten darum, den vollständigen Text sorgfältig zu lesen.

• Der Abstract reicht nicht aus, um den Mechanismus zu bestimmen.

• Erfordert Diagramme, experimentelle Methoden, Konzentrationen, Dosierungen, IC50, EC50, Kd und Ki.

• Eine kleine Anzahl wichtiger PMIDs wurde identifiziert und muss von Fall zu Fall überprüft werden.

2.2.1 PMID zu PMCID

Schnittstelle:

```Text

https://www.ncbi.nlm.nih.gov/pmc/utils/idconv/v1.0/?ids=&format=json

```

Wird PMCID zurückgegeben, bedeutet dies, dass PMC möglicherweise über einen offenen Volltext verfügt.

2.2.2 BioC-JSON priorisieren

Schnittstelle:

```Text

https://www.ncbi.nlm.nih.gov/research/bionlp/RESTful/pmcoa.cgi/BioC_json//unicode

```

Vorteile: Hochstrukturiert, geeignet zum Extrahieren von Haupttextabschnitten.

2.2.3 Versuchen Sie PMC XML, wenn BioC nicht verfügbar ist.

Schnittstelle:

```Text

https://www.ncbi.nlm.nih.gov/pmc/articles//?report=xml

```

Beim Extrahieren des Haupttextes überspringen:

• Referenzen

• Bibliographie

• Danksagungen

• Autorenbeiträge

• konkurrierende Interessen

Die vollständige Textprüfung muss ein Abbruchkriterium enthalten:

• Jedes Dokument wird nur einmal gescannt.

• Standardmäßig werden nur Absätze extrahiert, die sich auf die Frage beziehen.

• Wenn das Zielfeld nicht übereinstimmt, markieren Sie es als „Keine direkten Beweise gefunden“.

• Vermeiden Sie das wiederholte Auslesen von Schlüsselwörtern.

────────────────

2.3 bioRxiv / medRxiv

Dient als Ergänzung zu den neuesten Preprints.

Sie können die offizielle API verwenden:

```Text

https://api.biorxiv.org/details/biorxiv/YYYY-MM-DD/YYYY-MM-DD

https://api.biorxiv.org/details/medrxiv/YYYY-MM-DD/YYYY-MM-DD

```

Sie können ergänzend auch eine normale Suche verwenden:

```Text

site:biorxiv.org retinal organoid apoptosis

Website:medrxiv.org Retina-Organoid-Degeneration

```

Vorabdrucke müssen gekennzeichnet werden:

```Text

Dies ist ein Preprint und wurde noch nicht von Fachkollegen begutachtet.

```

────────────────

2.4 Crossref/OpenAlex/Unpaywall

Wird verwendet, um DOI, Adresse für den offenen Volltext und Publikationsinformationen zu vervollständigen.

Crossref:

```Text

https://api.crossref.org/works?query.title=<title>

```

OpenAlex:

```Text

https://api.openalex.org/works?search=

```

Bezahlschranke aufheben:

```Text

https://api.unpaywall.org/v2/?email=

```

verwenden:

• DOI-Abschluss.

• OA PDF-Linksuche.

• Überprüfung des Zeitschriftennamens.

• Überprüfung des Veröffentlichungsjahres.

────────────────

2.5 Verlagsseite

Rufen Sie die Seite des Herausgebers nur dann auf, wenn die API-Informationen nicht ausreichen.

Zugriffsregeln:

• Jede Publisher-URL wird nur einmal ausprobiert.

• Sollten Sie auf CAPTCHAs, Anmeldebarrieren, Cloudflare-Meldungen, Zugriff verweigerte Meldungen oder institutionelle Zugriffsbarrieren stoßen, brechen Sie den Vorgang sofort ab.

• Vermeiden Sie wiederholtes Aktualisieren, Ändern des Pfades innerhalb derselben Website oder Warten in einer Schleife.

• Verwenden Sie PubMed, PMC, Crossref, OpenAlex, Unpaywall und DOI-Metadaten als Fallback.

3. Wie man Informationen nach dem Abruf organisiert

3.1 Eine einheitliche Datensatzstruktur einrichten

Alle Dokumente werden zu einem einheitlichen Datensatz zusammengefasst.

Felder:

```Text

pmid

doi

pmcid

Titel

Autoren

Zeitschrift

Journalabkürzung

issn

eissn

Jahr

Abstrakt

Abfragequelle

Evidenzniveau

Beweis-Tags

Papiertyp

URL

```

3.2 Duplikatsentfernung

Priorität:

1. PMID-Deduplizierung.

2. Verwenden Sie DOI, um Duplikate zu entfernen, falls PMID nicht verfügbar ist.

3. Falls kein DOI vorhanden ist, verwenden Sie lower(title) + year + first_author, um Duplikate zu entfernen.

Behalte die query_source bei, die beim ersten Mal aufgerufen wurde, und protokolliere, welche Abfragen das Dokument getroffen haben.

3.3 Klassifizierung von Beweismitteln

Es ist notwendig zu unterscheiden:

Direkte Beweise:

Die Zielspezies, das Gewebe, der Zelltyp, das Modell und die Behandlungsbedingungen sind direkt aufeinander abgestimmt.

Indirekte Beweise:

Angrenzende Systeme, ähnliche Modelle und ähnliche Mechanismen werden unterstützt, es handelt sich dabei jedoch nicht um direkte Systeme zur Lösung von Benutzerproblemen.

Es wurden keine direkten Beweise gefunden:

Lediglich Hintergrundinformationen, Spekulationen, Rezensionen oder verwandte Modelle sind zu finden; direkte experimentelle Ergebnisse liegen nicht vor.

3.4 Dokumententypkennzeichnung

Zumindest Folgendes sollte beachtet werden:

• Originalforschung

• Rezension

• Protokoll

• Vorabdruck

• Datensatz/Ressource

• klinische Studie

• Methodenpapier

3.5 Sortierregeln

Empfohlene Sortierung:

1. Originalforschung mit direkten Beweisen.

2. Forschung zu Schlüsselmechanismen.

3. Neueste wichtige Forschungsergebnisse.

4. Klassische Grundlagenstudien.

5. Hochwertige Rezension.

6. Indirekte Beweise.

Sortieren Sie nicht allein nach dem Impact-Faktor (IF). Der IF ist ein Indikator auf Zeitschriftenebene und sagt nichts über die Qualität eines einzelnen Artikels aus.

4. Wie man Zitate in einer Antwort strukturiert

4.1 Format für Textzitate

Alle Textzitate müssen anklickbar sein.

Format:

```Markdown

[[1. **Zeitschrift**, Jahr]](https://pubmed.ncbi.nlm.nih.gov/PMID/)

```

Beispiel:

```Markdown

Frühere Studien haben in humanen retinalen Organoiden entwicklungsstadienbedingten Photorezeptorstress und Degeneration beobachtet [[1. **Cell Stem Cell**, 2019]](https://pubmed.ncbi.nlm.nih.gov/xxxxxxx/).

```

Schreiben Sie es nicht so:

```Text

[1]

(PMID: xxxxx)

Siehe Referenz 1

```

4.2 Empfohlene Antwortstruktur

Erster Absatz: Direkte Schlussfolgerung.

```Text

Fazit: Es liegen zwar einschlägige Berichte vor, die direkten Beweise konzentrieren sich jedoch hauptsächlich auf...; direkte Beweise bezüglich... fehlen noch.

```

Zweiter Absatz: Klassifizierung der Beweismittel.

```Text

Direkte Beweise:

- Referenz A: ...

Indirekte Beweise:

- Referenz B: ...

Es wurden keine direkten Beweise gefunden:

- In dieser Runde nicht gefunden...

```

Dritter Absatz: Zusammenfassung des Mechanismus.

Nach Themen gruppieren, zum Beispiel:

• Apoptose-/Caspase-Signalweg

• oxidativer Stress

• mitochondriale Dysfunktion

• ER-Stress

• Hypoxie/metabolischer Stress

• Entzündung

• Entwicklungsdiskrepanz

Vierter Absatz: Forschungslücke.

Geben Sie klar an, bei welchen Punkten es an direkten Beweisen mangelt.

Fünfter Absatz: Inspiration aus dem Experiment.

Falls der Benutzer ein Versuchsdesign benötigt, geben Sie bitte den Marker, den Test, den Zeitpunkt und die Kontrollgruppe an.

5. Vollständiges Literaturverzeichnis am Ende des Artikels

Wird im Text eine bestimmte Quelle zitiert, muss am Ende des Artikels eine vollständige Liste beigefügt werden.

Format:

```Markdown

## Vollständige Liste der Referenzinformationen

1. Smith J et al., **Journal Name** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X，Qn}*

2. Wang X et al., **Zeitschriftenname** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=Wird noch geprüft}*

```

Autorenformat:

• 1–3 Autoren: Alle auflisten.

• Mehr als 3 Autoren: Erstautor et al.

Die PMID / DOI / URL muss anklickbar sein.

6. IF-Verifizierung und -Kennzeichnung

6.1 Zunächst wollen wir die praktischen Grenzen von IF-Abfragen erläutern.

Normalerweise stammt der offizielle Journal Impact Factor aus den Clarivate Journal Citation Reports (JCR). Da externe Dienstleister in der Regel jedoch weder über ein Clarivate/JCR-Konto noch über eine lokale JCR-Tabelle verfügen, sollten Sie ihn nicht auf diesem Weg überprüfen.

```

6.2 Praktische Methoden zur Anwendung der IF-Fertigkeit

Hauptroute:

1. Falls es sich bei der Eingabe um eine PMID handelt, verwenden Sie zunächst die NCBI E-Utilities, um PubMed-Metadaten zu erhalten.

- Vollständigen Zeitschriftennamen abrufen. - Quell-/ISO-Abkürzung abrufen. - ISSN/eISSN abrufen. - Zusatzfelder wie Titel, Jahr und DOI abrufen.

2. Verwenden Sie die öffentlich verfügbare mobile JSON-Schnittstelle iikx/iscience, um Zeitschriften abzufragen.

Such-API:

```Text

https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=

```

Details zur API:

```Text

https://m.iikx.com/api/restfull/?m=sci/index/detail&id=&classid=

```

3. Führen Sie eine konservative Suche in den Suchergebnissen durch.

- Priorisiert exakte Übereinstimmungen mit normalisierten Zeitschriftentiteln. - Priorisiert außerdem exakte Übereinstimmungen mit Abkürzungen. - Geht bei kurzen und allgemeinen Begriffen besonders vorsichtig vor. - Akzeptiert keine offensichtlichen Teilstring-Abweichungen, wie z. B. die Verwechslung von „Nature“ mit der Reihe „Nature Reviews“. - Gibt bei instabilen Übereinstimmungen mehrdeutige oder nicht gefundene Ergebnisse zurück, anstatt zu raten.

4. Falls PubMed eine Abkürzung angibt, versuchen Sie, diese mithilfe des NLM-Katalogs in den vollständigen Namen oder einen alternativen Titel umzuwandeln.

Die Suchoberfläche des NLM-Katalogs bleibt NCBI E-Utilities:

```Text

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=[Titelabkürzung]&retmode=xml&retmax=1

```

Verwenden Sie anschließend ESummary, um den Titel / alternativen Titel zu erhalten.

5. Lesen Sie die detaillierten Ergebnisse von iikx:

- Impact-Faktor. - IF-Jahr. - JCR-Quartil. - CAS/CAS-Quartil (falls zutreffend). - Quell-URL. - Konfidenzintervall der Übereinstimmung.

6. Geben Sie das IF-Jahr nicht im Haupttext an; verwenden Sie stattdessen kompakte Anmerkungen.

Die abschließende Anmerkung sollte lediglich Folgendes lauten:

```Text

*{IF＝X，Qn}*

```

Falls es fehlschlägt:

```Text

*{IF=Überprüfung ausstehend}*

```

oder:

```Text

*{IF=Nicht erkannt}*

```

6.3 Spezifische Schritte

Führen Sie für jedes Dokument die folgende Vorgehensweise durch.

Schritt 1: Den Namen der Zeitschrift für die Suche vorbereiten.

Priorisieren Sie den Abruf von Metadaten aus PubMed:

```Text

Vollständiger Zeitschriftenname

ISO-Abkürzung / Quelle

ISSN

eISSN

```

Falls nur eine DOI verfügbar ist, verwenden Sie zunächst Crossref oder OpenAlex, um den Namen der Zeitschrift zu ermitteln.

Crossref:

```Text

https://api.crossref.org/works/

```

OpenAlex:

```Text

https://api.openalex.org/works/https://doi.org/

```

Schritt 2: Standardisierung der Zeitschriftennamen.

Standardisierungsregeln:

• Alles kleingeschrieben.

• HTML-Entschlüsselung.

• Ersetzen Sie & durch und.

• Entfernen Sie die Interpunktion.

• Mehrere Leerzeichen kombinieren.

• Beim Vergleichen kann man auch die Kurzform verwenden, bei der alle Leerzeichen entfernt werden.

Beispiel-Pseudocode:

Python

import re, html

def norm(s):

s = html.unescape(s or '').lower()

s = re.sub(r'&', ' and ', s)

s = re.sub(r'[^a-z0-9]+', ' ', s)

return re.sub(r'\s+', ' ', s).strip()

def compact(s):

return norm(s).replace(' ', '')

```

Schritt 3: Abfrage der iikx-Suchschnittstelle.

```Text

https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=

```

Es wird empfohlen, einen User-Agent festzulegen, zum Beispiel:

```Text

Mozilla/5.0

```

Wenn auf der ersten Seite keine exakte Übereinstimmung gefunden wird, können Sie eine begrenzte Anzahl von Seiten durchblättern, zum Beispiel bis zu 8 Seiten.

Die Parameter für das Umblättern sind üblicherweise:

```Text

Seite=2

Seite=3

```

Schritt 4: Wählen Sie Kandidaten aus den Suchergebnissen aus.

Kandidatenfelder umfassen typischerweise:

```Text

Ausweis

Klassen-ID

Titel

Kleiner Titel

IF oder IF2024

zky2020

URL

```

Matching-Regeln:

• Wenn compact(query) == compact(candidate.title), akzeptiere.

• Wenn norm(query) == norm(candidate.title), akzeptiere.

• Wenn compact(query) == compact(candidate.smalltitle), akzeptiere.

• Wenn norm(query) == norm(candidate.smalltitle), akzeptiere.

• Eine Teilzeichenkette wird nur akzeptiert, wenn die Abfrage lang genug und eindeutig ist.

• Seien Sie besonders vorsichtig mit kurzen Wörtern wie Natur, Wissenschaft, Zelle, Gehirn, Sehen und Netzhaut.

Schritt 5: Falls keine Übereinstimmung gefunden wird, verwenden Sie die erweiterte Abkürzung aus dem NLM-Katalog.

In PubMed ist die Quelle beispielsweise:

```Text

Freie Radikale Biol Med

```

Sie können Folgendes überprüfen:

```Text

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=Free%20Radic%20Biol%20Med%5BTitle%20Abbreviation%5D&retmode=xml&retmax=1

```

Nachdem Sie die NLM-Katalog-ID erhalten haben, verwenden Sie sie wie folgt:

```Text

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi?db=nlmcatalog&id=&retmode=xml

```

Lesen:

```Text

Titel

Alternativer Titel

```

Verwenden Sie dann diese vollständigen Namen, um nach iikx zu suchen.

Schritt 6: Überprüfen Sie die Details der IIKX-Oberfläche.

Wenn die Suchergebnisse Folgendes enthalten:

```Text

id=

classid=

```

Anruf:

```Text

https://m.iikx.com/api/restfull/?m=sci/index/detail&id=&classid=

```

Aus dem Detail lesen:

```Text

IF2024, IF2023, IF2022 ...

WENN

zky2020 oder andere JCR-Quartilsfelder

jcr22 / jcr12 oder Partitionsfeld

issn

eissn

Titel

Kleiner Titel

Kategorie

```

Schritt 7: Wählen Sie die neueste IF-Anweisung aus.

Durchsuchen Sie die zurückgegebenen Felder nach allen Vorkommen des folgenden Formulars:

```Text

IF20xx

```

Zum Beispiel:

```Text

IF2024

IF2023

IF2022

```

Wählen Sie das Jahr mit der größten signifikanten Ziffer.

Falls IF20xx nicht vorhanden ist, versuchen Sie Folgendes zu lesen:

```Text

WENN

if_value

```

Wird kein gültiger Wert gefunden, wird er als nicht erkannt markiert.

Schritt 8: Konfidenzniveau und Bezeichnung ausgeben.

Wenn der genaue Titel/die Abkürzung übereinstimmt und die Detailabfrage ein gültiges Ergebnis liefert:

```Text

*{IF＝X，Qn}*

```

Wenn der Ausgang des Spiels ungewiss ist:

```Text

*{IF=Überprüfung ausstehend}*

```

Wenn die öffentliche API keine Ergebnisse liefert:

```Text

*{IF=Nicht erkannt}*

```

6.4 IF-Anmerkungsformat

Festes Format:

```Text

*{IF＝X，Qn}*

```

Beispiel:

```Markdown

Smith J et al., **Neuron** (2020), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=15.0, Q1}*

```

Beachten:

• Das JCR-Jahr wird nicht innerhalb der IF-Anmerkung angegeben.

• Schreiben Sie nicht "2024 JCR IF".

• Schreiben Sie nicht "JCR 2024".

• Lediglich das Erscheinungsjahr wird beibehalten.

• Wenn die IF-Funktion 0,0 oder null ist, eine instabile Quelle oder eine instabile Übereinstimmung aufweist, wird die Zahl nicht angezeigt.

6.5 Standardbehandlung für IF-Prüffehler

Nicht raten.

Verwenden Sie nicht den Namen der Zeitschrift, um die Nummern einzutragen.

Verwenden Sie keine großen Modelle, um IF-Anweisungen auswendig zu lernen und auszufüllen.

Im Fehlerfall sind nur drei Zustände zulässig:

```Text

*{IF=Überprüfung ausstehend}*

```

Verwendungszweck:

• Die Suchergebnisse sind ungenau.

Es gibt mehrere ähnliche Zeitschriften.

• Es wurde lediglich die Abkürzung gefunden, der vollständige Name konnte nicht bestätigt werden.

• Die von öffentlich zugänglichen Quellen zurückgegebenen IF-Werte sind fragwürdig.

```Text

*{IF=Nicht erkannt}*

```

Verwendungszweck:

• Die öffentliche Schnittstelle lieferte keine Ergebnisse.

• Die Zeitschrift ist nicht im SCI/JCR gelistet.

• Die neue Ausgabe enthält noch kein IF.

```Text

*{IF=Nicht öffentlich überprüfbar}*

```

Verwendungszweck:

• Der Benutzer benötigt einen offiziellen JCR, aber der aktuelle Agent verfügt nicht über Clarivate/JCR-Berechtigungen.

7. Abschließende Selbstcheckliste

Muss vor dem Versand geprüft werden:

• Sollten die Kernfragen des Nutzers zuerst beantwortet werden?

• Ob zwischen direkten Beweisen, indirekten Beweisen und dem Fehlen direkter Beweise unterschieden werden soll.

• Sind alle Textzitate anklickbar?

• Gibt es am Ende des Artikels eine vollständige Liste der verwendeten Quellen?

• Enthält jedes Dokument eine IF-Kennzeichnung (Eingabe/Ausgabe) oder eine Kennzeichnung, die auf eine ausstehende Überprüfung/Nichterkennung hinweist?

• Ob die PMID/DOI/URL anklickbar ist.

• Wird dabei vermieden, Gesamtergebnisse über das Gewebe durch Schlussfolgerungen über spezifische Zelltypen zu ersetzen?

• Wird dadurch vermieden, dass die Aktivierung/Phosphorylierung durch eine Erhöhung der Gesamtexpression ersetzt wird?

• Ob ein Preprint angegeben werden soll.

• Werden die Suchgrenzen festgelegt?

• WENN es nicht auf Erinnerung oder Vermutungen beruhte.

8. Reproduzierbarer Pseudocode

Python

queries = build_queries(user_question)

all_pmids = []

für Abfrage in Abfragen:

pmids = ncbi_esearch(query, retmax=20, sort='relevance')

all_pmids.extend(pmids)

pmids = deduplicate_keep_order(all_pmids)

metadata = ncbi_esummary(pmids)

abstracts = ncbi_efetch_abstract(pmids)

records = merge_metadata_and_abstracts(metadata, abstracts)

records = tag_evidence(records, user_question)

Datensätze = rank_records(Datensätze)

ausgewählt = select_top_records(records)

falls Volltext benötigt wird:

für Datensatz in selected_key_records:

pmcid = idconv_pmid_to_pmcid(record.pmid)

if pmcid:

record.fulltext = fetch_bioc_or_pmc_xml(pmcid)

Für Datensätze in der Auswahl:

journal_query = record.full_journal_name or record.journal_abbrev

if_result = lookup_if_public_iikx(journal_query)

if_result.confident:

record.if_annotation = f'*{IF＝{if_result.if_value}，{if_result.quartile}｝*'

elif if_result.ambiguous:

record.if_annotation = '*{IF＝Pending Verification}*'

anders:

record.if_annotation = '*{IF＝Nicht erkannt}*'

Antwort = zusammengesetzte_Antwort(

Abschluss

Evidenzgruppen,

klickbare_Zitate im Fließtext,

vollständige Referenzliste mit Wenn

)

```

9. Empfohlene Vorlage für die endgültige Lieferung

```Markdown

abschließend:

...

Evidenzgrad:

Direkte Beweise:

- ……[[1. **Zeitschrift**, Jahr]](https://pubmed.ncbi.nlm.nih.gov/PMID/)

Indirekte Beweise:

- …[[2. **Zeitschrift**, Jahr]](https://pubmed.ncbi.nlm.nih.gov/PMID/)

Es wurden keine direkten Beweise gefunden:

- ……

Mechanismusübersicht:

1. ……

2. ……

Suchgrenzen:

Diese Suchrunde umfasste hauptsächlich PubMed, PMC, BioC und bioRxiv. Die erste Sichtung erfolgte anhand von Metadaten und Abstracts, wobei nur die wichtigsten Dokumente einer Volltextprüfung unterzogen wurden. Die IF-Annotationen basierten auf öffentlich zugänglichen Quellen; Dokumente, die nicht mit hoher Sicherheit zugeordnet werden konnten, wurden als „Verifizierung ausstehend“ oder „Nicht gefunden“ gekennzeichnet.

Vollständige Liste der Literaturinformationen:

1. Smith J et al., **Journal Name** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X，Q1}*

2. Wang X et al., **Zeitschriftenname** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=Wird noch geprüft}*

```