PubMed與Embase收錄中國生物醫學期刊及標引質量分析

PubMed和Embase是生物醫學領域最重要的兩個文摘型數據庫。PubMed以其收錄范圍廣、更新速度快、檢索功能強大、全球免費使用、提供豐富鏈接信息等特點成為眾多國家的醫學科研人員獲取專業文獻信息的首選。而Embase收錄了大量歐洲和亞洲的生物學、醫學和藥學期刊，與PubMed數據庫主要收錄北美地區以臨床醫學為主的文獻形成了互補之勢[1]。

國內對PubMed或Embase的研究主要集中在檢索功能、檢索效果、收錄范圍、專指度等方面。如孫艷等學者研究發現，Embase收錄范圍更廣、查全率更高，而PubMed的查準率更勝一籌[2]；賈向春等學者關注并分析了PubMed收錄中國期刊的選刊標準和收錄現狀等[3]。關于對PubMed和Embase標引質量的研究，除20世紀90年代有學者從標引深度和一致性對MEDLINE和Embase做了比較研究外，其他學者的研究主要體現在主題標引方面，如王巖等認為Embase中的Emtree的體量更大，PubMed的主題標引在規范性方面更為出色[4]。

國外的研究除加拿大藥物與生物技術局對Embase和MEDLINE的篇均主題標引數量進行對比研究外[5]，較多集中于PubMed或Embase在某一醫學分支領域的具體應用性研究。如Roberto等對ClinicalTrials.gov、PubMed、Embase和Google scholar的卵巢癌臨床試驗結果的透明度、可信度的分析[6]；Lee等人在PubMed和Embase中設置了腎移植過濾器，并對其進行了驗證與分析[7]。

綜上所述，國內雖有PubMed與Embase的收錄范圍、標引質量的比較研究，但并未以中國期刊為研究對象展開研究，且研究時間太早，難以反映最新內容和研究進展。僅有少數學者關注了PubMed收錄中國生物醫學期刊的情況，對Embase的研究成果則更少。國外研究多將視角集中于具體醫學分支領域的應用，尚未見二者收錄中國期刊的比較研究。對PubMed與Embase收錄中國生物醫學期刊的情況和標引質量展開比較研究，不僅可以促進國內醫學科技工作者對兩大生物醫學文獻檢索系統的深入了解，而且可以為國內醫學期刊建設與管理者在提升辦刊質量方面提供思路，為國內信息系統開發者提供參考建議，從而促進中國生物醫學行業的整體發展。

1 PubMed與Embase收錄中國生物醫學期刊情況

1.1 數據來源

為考察國外醫學專業數據庫收錄中國生物醫學期刊及其標引特點，筆者以PubMed與Embase收錄的中國(包括大陸及港澳臺地區)生物醫學期刊為樣本，對比研究了二者共同收錄期刊的元數據描述、共同收錄文獻的標引特點以及與MEDLINE收錄中國期刊的覆蓋情況。以期刊出版國(PubMed：Country of Publication，CP；Embase：Country of Journal，cy)為檢索字段，以“China”為檢索詞，分別在PubMed和Embase中進行檢索，獲得二者收錄中國期刊列表。PubMed收錄中國期刊340種，其中106種被MEDLINE收錄；Embase收錄中國期刊129種，其中48種被MEDLINE收錄。

1.2 重復收錄中國生物醫學期刊的情況

以在PubMed和Embase中檢索到的中國期刊為依據，比較重復收錄情況(表1)。

表1 PubMed與Embase收錄中國期刊的重復率

從表1可知，PubMed和Embase收錄的中國期刊重復率相差較大。PubMed收錄中國期刊的總數遠大于Embase，但其中包含眾多非生物醫學期刊，如《中國社會科學》《中國材料科學前沿》等；而Embase收錄的中國期刊均屬生物醫學領域。去除PubMed中的153種其他學科期刊，還有187種生物醫學領域期刊。

MEDLINE是PubMed的主要數據來源，是美國國立醫學圖書館(The National Library of Medicine，NLM)最重要的生物醫學文獻數據庫，ELSEVIER公司于2003年宣布整合了MEDLINE數據庫的全部內容。考察PubMed和Embase二者收錄中國期刊論文情況，可以從中了解它們在選擇、收錄非英語語系國家專業文獻時的基本思路和傾向。為此，筆者對PubMed、Embase、MEDLINE三者收錄的中國期刊進行了對比(圖1)。從圖1中可以看出，PubMed涵蓋了MEDLINE的全部內容，而Embase并未涵蓋MEDLINE的全部內容，兩者共同收錄的中國期刊僅有48種，這與ELSEVIER公司的宣傳及以往學界的普遍認識相矛盾。筆者在Embase中分別檢索疾病(hypertension)、藥物(saxagliptin)、設備(coronary stent)類文獻證實，MEDLINE確有部分數據未被Embase收錄。因此，科研工作者在了解自己發表的文獻被外文文獻數據庫的收錄情況時，需分別檢索PubMed和Embase，以保證信息的完整性。

圖1 PubMed、Embase、MEDLINE收錄期刊數量與關系

1.3 PubMed與Embase收錄中國生物醫學期刊元數據的比較分析

PubMed在收錄期刊自身元數據描述方面做得更細，而Embase的檢索結果更便于使用和統計。PubMed的期刊自身元數據描述有29個字段，而Embase僅有13個字段(表2)。

從共有字段上看，PubMed收錄的中國期刊同時標引了拼音和英譯刊名，而Embase僅標引了英譯刊名，二者的期刊名縮寫方式一致。而在ISSN標引方面，Embase用2個字段分別描述紙質版和電子版期刊，而PubMed僅用1個字段，同時標注了紙質版和電子版。可看出PubMed更便于用戶通過期刊名檢索到中文期刊，Embase更便于用戶通過ISSN號字段檢索。二者均有收錄期刊被MEDLINE收錄情況的描述，PubMed使用“Current Indexing Status”、Embase使用“Indexed by Medline”進行標注。

表2 PubMed與Embase收錄中國期刊的字段

此外，PubMed分別用“Publication Start Year”“Publication End Year”2個字段描述某期刊出版開始和截至年，用戶可借此快速了解期刊的歷史和當前狀態。Frequency字段標明了期刊的出版周期，Publication Type(s)字段說明了期刊是否連續出版，Description字段描述了期刊的版次和尺寸等，Notes字段說明了期刊的其他詳細信息，這些都有利于用戶了解期刊基本情況、有助于館員采編期刊。Embase的Source type字段說明所有檢索結果類型都是期刊，Priority journal字段說明是否是重點期刊，Added since May 2017字段說明期刊是否為2017年5月以來收錄，有利于用戶了解最新收錄情況和學科發展動態。

2 PubMed與Embase收錄中國生物醫學期刊文獻標引質量分析

2.1 數據選取

為進一步考察兩大數據庫收錄中國期刊論文的標引質量和特點，筆者選取PubMed、Embase、MEDLINE三者共同收錄的48種中國生物醫學文獻的共有部分作為初選數據樣本(圖1)，根據現代醫學學科分類，將48種期刊分為基礎醫學、技術醫學、應用醫學3類。其中基礎醫學包含人體醫學、(生命)現象醫學和相關(因素)醫學，技術醫學包括生物醫學技術工程和應用醫學技術工程，應用醫學包括普通應用醫學和特種醫學。再在每一組初選數據中隨機選取3種期刊，最終得到的各類期刊如表3所示。

分別在PubMed和Embase中檢索上述9種期刊2017年刊載的文獻，并以中國生物醫學文獻數據庫(CBM)收錄文獻量為基準進行比較，結果如表4所示。

表3 PubMed、Embase、MEDLINE中國生物醫學文獻選取列表

表4 PubMed、Embase收錄9種中國期刊2017年文獻量統計

從表4中可看出，PubMed收錄中國期刊的文獻數量和比例均明顯高于Embase，收錄比例達到91.25%，因此PubMed收錄的中國生物醫學期刊文獻更全面。其中，PubMed收錄《遺傳學報》的文獻數量大于CBM，因為PubMed收錄的文獻中包括封面和期刊介紹，剔除這些內容，則收錄比例為100%。

2.2 標引字段分析

為進行下一步文獻標引質量分析，筆者從表4的9種期刊中，先篩選出每種期刊在PubMed和Embase中共同收錄的文獻，再從這些文獻所屬的每種期刊中隨機抽取10篇文獻，共計選取90篇。

PubMed設置的文獻標引字段共有47個，Embase有44個(表5)。PubMed設置了3個字段進行作者標引，其中作者字段為作者姓全稱及名的首字母縮寫，與作者全名字段結合起來標引，有效提升了作者檢索的查全率。此外，二者都標注了文獻的PMID號，方便用戶對特定文獻的獲取。

PubMed和Embase均標引了主題詞。PubMed設置了MeSH Terms、MeSH Subheadings、MeSH Major Topic 3個字段；Embase設置了Emtree Drug Index Terms (Major Focus) 、Emtree Drug Index Terms、Emtree Medical Index Terms (Major Focus)和Emtree Medical Index Terms 4個字段，其中Emtree Medical Index Terms字段內容包含了文獻的Disease Terms、Device Terms和Other Terms 3類主題詞。從主題詞類目設置上來看，Embase專門將藥物類主題詞單獨標識和顯示，體現了藥物信息檢索的特色。

2.3 標引深度分析

標引深度(depth of indexing)指文獻主題內容被揭示的詳盡程度，對一篇文獻而言，標引深度一般是指賦予該文獻的標引詞數量[8]。

表5 PubMed與Embase收錄中國文獻的字段

篇均標引深度為文獻標引詞總數與文獻篇數之比，該值越大表明文獻的標引粒度更細，檢索入口更多。筆者在PubMed和Embase中，統計了上文篩選出的90篇文獻的主題詞并計算其篇均標引深度(表6)，其中主要概念主題詞為表達文獻主要內容的主題詞。

表6 PubMed與Embase收錄中國文獻的主題標引比較

從表6可以看出，Embase的主題詞總數和篇均主題詞標引深度高于PubMed，說明對于中國生物醫學文獻，Embase為文獻提供的檢索入口更多，用戶更容易查到文獻，標引粒度更細。但對比二者對國外期刊論文的主題標引情況的研究結果發現，Embase對國外期刊論文的篇均加權主題詞標引深度約是3～4個、非加權主題詞標引深度將近50個[9]，PubMed對國外期刊論文的篇均主題詞標引深度是10～20個[10]，說明在主題標引深度方面，PubMed收錄的中國期刊文獻的主題標引深度與國外文獻相比基本持平，而Embase收錄的中國期刊文獻的主題標引深度低于國外水平。

國外研究發現，Embase標引的主題詞數量較多，導致大量不相關記錄會被檢索到，所以會降低查準率，建議選擇加權檢索以提高查準率[7]。為此，筆者專門考察二者的加權主題詞情況時發現，PubMed略微高于Embase。

再對二者加權主題詞占所有主題詞的比例進行對比時發現，PubMed(32.57%)明顯高于Embase(24.92%)。因此，PubMed的查準率更優，而Embase在查全方面表現更好一些。

2.4 標引差異性分析

為比較分析二者的主題標引的差異性，筆者對PubMed的PubMed Substances字段和Embase的Drug Terms字段內容進行抽樣對比發現，同一篇文獻的PubMed Substances字段內容基本都包含在Embase的Drug Terms字段中，且Embase中主題概念的粒度更細。為便于說明，筆者選取3個實例展示(表7)。在《中國中藥雜志》中隨機選取的10篇文獻中，PubMed的Substances字段共收錄了31個主題詞，而Embase的Drug Terms字段共收錄了42個主題詞，前者的所有藥物均被后者收錄，說明Embase對中藥的標引質量確實優于PubMed。此外，PubMed對中醫藥文獻的標引多體現在增補概念表中，沒有對應的主題詞，出現了重復收錄、同義詞聚類不足、類方未能整合標引等問題[11]。因此，中醫藥的標引，更能凸顯Embase數據庫的特點，也符合ELSEVIER公司對Embase產品的宣傳。

表7 PubMed Substances與Drug Terms對比實例

筆者比較分析了PubMed和Embase對同一文獻主題詞的標引情況，在選擇對比項目時，只選取主題詞，未考慮主題詞與副主題詞的組配，且對于“同意不同型”的概念認定為一致。通過比較發現，二者主題標引的一致性比較高，主要表現為完全一致和基本一致兩種情況，實例如表8所示。

表8 PubMed和Embase標引一致性實例

注：*為主要概念主題詞

從表8的“文獻1”可以看出，PubMed和Embase的主題標引完全一致，且主要概念主題詞的標引也完全一致；從“文獻2”可以看出，二者主題標引比較一致(8個主題詞中有5個一致)。由于筆者未對PubMed和Embase共同收錄的除MEDLINE收錄之外的6種期刊(圖1)進行對比，該部分的一致性還不確定。但總體上看，PubMed和Embase對中國生物醫學文獻的標引一致性高于其他外文文獻。

3 結論

PubMed與Embase作為生物醫學領域兩大文摘型數據庫，對中國生物醫學文獻的收錄與標引各有特點。二者對中國生物醫學期刊收錄的重復率較低，PubMed的期刊描述字段更詳細，而Embase在收錄期刊數據下載與利用方面友好性更勝一籌。此外，Embase對文獻主題的標引粒度更細，中醫藥主題標引更為準確，二者對中國期刊文獻的標引一致性比較高，這有別于外文文獻的標引。鑒于數據量和統計方法的局限，對比內容可能不夠全面，有待進一步探索。

對廣大醫學科研工作者而言，需注意的問題是在成果申報等過程中若要準確了解自身發表論文的國外收錄情況，應同時檢索PubMed和Embase等重要數據庫，以保證信息的完整性。若需查找中醫藥學的國外相關文獻，可首選Embase。對國內醫學期刊建設與管理者而言，提升科技期刊國際影響力的重要途徑之一就是被學科相關的國際權威數據庫收錄[12]，如入選PubMed或Embase 對提升期刊國際科研地位和影響力具有重要的意義。因此應同時關注PubMed與Embase的收錄變化，并可通過Embase的一些標引字段了解最新收錄情況和學科發展動態，通過PubMed與Embase對中國生物醫學期刊標引質量的特點減少期刊被剔除的風險，爭取被二者收錄，如中醫藥類期刊可多偏向于Embase。對國內信息系統開發者而言，可以在建設開發文獻檢索系統時，對期刊的標引盡量做到描述字段詳細與數據下載、利用友好性相兼顧，對文獻的標引做到粒度更細、查準更高。