Pesquisa aprofundada e confiável sobre Bio/Med
Selecionado por
Nico@YouMind
Porque recomendamos esta habilidade
Essa habilidade serve como um guia confiável para a pesquisa biomédica, garantindo informações de pesquisa altamente precisas e verificáveis por meio de buscas estruturadas, triagem de literatura em múltiplos estágios e verificações rigorosas do fator de impacto (FI).
Instruções
O cerne deste processo é: primeiro, usar múltiplas consultas para realizar uma triagem inicial reproduzível no PubMed/NCBI E-utilities, depois usar o PMID para desduplicação e classificação da evidência do resumo; apenas um pequeno número de documentos-chave entra na revisão de texto completo do PMC/BioC; as citações no texto devem ser clicáveis; as informações bibliográficas completas devem ser listadas no final do artigo; o Fator de Impacto (FI) só pode ser verificado de forma conservadora por meio de fontes publicamente acessíveis e não se pode presumir que esteja presente no JCR ou em bancos de dados locais, não pode ser adivinhado e correspondências de baixa confiança não podem ser tratadas como resultados definitivos.
1. Pré-processamento após o usuário iniciar uma pesquisa
1.1 Primeiro, analise a pergunta do usuário.
Após receber a pergunta do usuário, a pergunta em linguagem natural é primeiramente decomposta em elementos estruturados.
Deve ser identificado:
• Temas de pesquisa: genes, proteínas, medicamentos, canais, tipos de células, tecidos, doenças e modelos.
• Sistemas biológicos: humanos, camundongos, ratos, peixes-zebra, organoides, retina, regiões cerebrais, linhagens celulares, etc.
• Tipos de relacionamento: expressão, regulação, função, mecanismo, fenótipo, morte, sobrevivência, tratamento, toxicidade, desenvolvimento, degeneração, etc.
• Requisitos de evidência: se são necessárias evidências diretas, evidências mecanísticas, evidências de texto completo, gráficos, parâmetros de dosagem e métodos experimentais.
• Período: ilimitado, últimos 5 anos, último ano, desenvolvimentos recentes e literatura clássica.
• Tipos de saída: resposta curta, literatura representativa, resumo da revisão, sugestões de planejamento experimental, tabela de evidências, diagrama de mecanismo.
Exemplo:
Problema do usuário:
"Por favor, ajude-me a encontrar literatura relacionada à morte de organoides da retina."
Decomposição estruturada (exemplo):
• Modelos principais: organoide retiniano, organoide da retina, organoide retiniano derivado de hPSC, organoide da taça óptica.
• Fenótipo: morte celular, apoptose, degeneração, perda de sobrevivência, estresse, necrose.
• Células relacionadas: fotorreceptor, cone, bastonete, célula ganglionar da retina, glia de Müller.
• Mecanismos potenciais: estresse oxidativo, estresse do retículo endoplasmático, disfunção mitocondrial, hipóxia, inflamação, ferroptose, necroptose.
• Objetivos de evidência: Priorizar estudos originais que observem diretamente a morte celular/apoptose/degeneração em organoides retinianos humanos ou animais; em seguida, buscar literatura sobre mecanismos indiretos.
1.2 Princípios de Segmentação por Palavras-chave (Exemplo)
Não escreva apenas uma consulta de pesquisa. Prepare pelo menos três categorias de termos para cada conceito.
Categoria 1: Palavras precisas.
• organoide retiniano
• organoide da retina
• organoide de retina humana
• organoide retinal derivado de hPSC
• Organoide retiniano derivado de células iPS
A segunda categoria: sinônimos e hiperônimos.
• organoide da taça óptica
• Cultura de retina 3D
• retina derivada de células-tronco
• diferenciação retiniana
• modelo de tecido retiniano
A terceira categoria: termos de mecanismo e fenótipo.
• apoptose
• morte celular
• degeneração
• sobrevivência
• estresse
• estresse oxidativo
• Estresse no pronto-socorro
• disfunção mitocondrial
• hipóxia
• necroptose
• ferroptose
Se o usuário especificar o tipo de célula, adicione:
• fotorreceptor
• cone
• haste
• célula ganglionar da retina
• Müller glia
• célula bipolar
• célula amacrina
Se o usuário especificar a espécie ou a origem, adicione:
• humano
• rato
• rato
• peixe-zebra
• hESC
• iPSC
• célula-tronco pluripotente
1.3 Geração de consultas de pesquisa hierárquicas
Gere pelo menos 3 a 6 consultas. Cada consulta corresponde a um objetivo de pesquisa.
Primeira camada: Recuperação direta de evidências.
Utilizado para encontrar literatura que corresponda diretamente ao modelo e ao fenótipo alvo.
```text
("organoide retiniano" OU "organoide da retina" OU "organoide retiniano humano") E (apoptose OU "morte celular" OU degeneração)
```
Segunda camada: Recuperação de modelo estendido.
Utilizado para identificar trabalhos acadêmicos em que o autor não usou o termo preciso "organoide retiniano", mas que, na verdade, é relevante.
```text
("organoide de taça óptica" OU "cultura de retina 3D" OU "retina derivada de células-tronco") E (sobrevivência OU apoptose OU estresse)
```
Terceira camada: Busca específica por mecanismo.
Utilizado para verificar vias ou mecanismos específicos.
```text
("organoide retiniano" OU "organoide da retina") E ("estresse oxidativo" OU "estresse do retículo endoplasmático" OU hipóxia OU mitocôndrias)
```
Quarta camada: Busca específica por tipo de célula.
```text
("organoide retiniano" OU "organoide da retina") E (fotorreceptor OU cone OU bastonete OU "célula ganglionar da retina") E (morte OU apoptose OU degeneração)
```
Quinta camada: Recuperação do modelo da doença.
```text
("organoide retiniano" OU "organoide da retina") E (doença OU degeneração OU distrofia OU retinite OU glaucoma)
```
Sexta camada: Revisão/pesquisa de antecedentes.
```text
("organoide retiniano" OU "organoide da retina") E (revisão OU protocolo OU modelo)
```
2. Quais métodos e sites foram usados para a pesquisa?
2.1 Preferencial: PubMed / NCBI E-utilities
O PubMed é a ferramenta preferencial para busca de literatura biomédica. Não utilize a extração de dados das páginas do PubMed como padrão. Em vez disso, use a API E-utilities do NCBI.
2.1.1 ESearch: Recuperando PMID usando uma consulta
interface:
```text
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi
```
parâmetro:
```text
db=pubmed
termo=
retmode=json
retmax=20
ordenar=relevância
```
Você também pode ordenar por horário:
```text
ordenar=pub+data
```
Exemplo:
```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
```
Leia a partir do retorno:
```text
esearchresult.idlist
```
Esta é a lista de PMIDs.
2.1.2 Resumo: Obtenção de Metadados da Literatura
interface:
```text
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi
```
parâmetro:
```text
db=pubmed
id=PMID1,PMID2,PMID3
retmode=json
```
Campos extraídos:
• PMID
• título
• nome completo do periódico
• abreviatura da fonte/periódico
• data de publicação
• autores
• DOI e PMCID nos IDs dos artigos
• volume, número, páginas
2.1.3 EFetch: Recuperando Resumo e Detalhes XML
interface:
```text
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi
```
parâmetro:
```text
db=pubmed
id=PMID1,PMID2
retmode=xml
rettype=abstract
```
Campos extraídos:
• Título do artigo
• Texto abstrato
• Título do periódico
• Abreviação ISO
• ISSN / eISSN
• Data de publicação
• DOI
• PMCID
• Termos MeSH
2.1.4 Estratégia de Recuperação em Lote
Processo recomendado:
1. Chame o ESearch para cada consulta.
2. Para cada consulta, selecione os primeiros 5 a 20 resultados.
3. Mesclar todos os PMIDs.
4. Use o PMID para remover duplicados.
5. Utilize ESummary / EFetch para recuperar metadados e dados abstratos em lotes.
6. Na fase inicial de triagem, leia apenas os metadados e o resumo; não comece lendo o texto completo.
────────────────
2.2 Segunda Fase: Revisão Completa dos Documentos PMC/BioC
O texto completo será incluído apenas nos seguintes casos:
• Os usuários solicitam a leitura atenta do texto completo.
• O resumo é insuficiente para determinar o mecanismo.
• Requer tabelas, métodos experimentais, concentrações, dosagens, IC50, EC50, Kd e Ki.
• Um pequeno número de PMIDs importantes foi identificado e requer revisão caso a caso.
2.2.1 PMID para PMCID
interface:
```text
https://www.ncbi.nlm.nih.gov/pmc/utils/idconv/v1.0/?ids=
```
Se o PMCID for retornado, significa que o PMC pode ter o texto completo aberto.
2.2.2 Priorizar JSON do BioC
interface:
```text
https://www.ncbi.nlm.nih.gov/research/bionlp/RESTful/pmcoa.cgi/BioC_json/
```
Vantagens: Altamente estruturado, adequado para extrair parágrafos do texto principal.
2.2.3 Tente usar o PMC XML quando o BioC não estiver disponível
interface:
```text
https://www.ncbi.nlm.nih.gov/pmc/articles/
```
Ignorar ao extrair o texto principal:
• referências
• bibliografia
• Agradecimentos
• contribuições do autor
• interesses concorrentes
A revisão do texto completo deve incluir um critério de interrupção:
• Cada documento é digitalizado apenas uma vez.
• Por padrão, apenas os parágrafos relacionados à pergunta são extraídos.
• Se o campo de destino não corresponder, marque-o como "Nenhuma evidência direta encontrada".
• Evite coletar palavras-chave repetidamente.
────────────────
2.3 bioRxiv / medRxiv
Utilizado para complementar as pré-publicações mais recentes.
Você pode usar a API oficial:
```text
https://api.biorxiv.org/details/biorxiv/AAAA-MM-DD/AAAA-MM-DD
https://api.biorxiv.org/details/medrxiv/AAAA-MM-DD/AAAA-MM-DD
```
Você também pode usar uma pesquisa regular como complemento:
```text
site:biorxiv.org apoptose de organoides da retina
site:medrxiv.org degeneração de organoides da retina
```
Os pré-prints devem ser etiquetados:
```text
Este é um artigo em versão preliminar e ainda não foi revisado por pares.
```
────────────────
2.4 Crossref/OpenAlex/Unpaywall
Utilizado para completar o DOI, abrir o endereço do texto completo e informações da publicação.
Referência cruzada:
```text
https://api.crossref.org/works?query.title=
```
OpenAlex:
```text
https://api.openalex.org/works?search=
```
Desbloquear o acesso pago:
```text
https://api.unpaywall.org/v2/
```
usar:
• Preenchimento do DOI.
• Busca de links para PDFs de acesso aberto.
• Verificação do nome do periódico.
• Verificação do ano de publicação.
────────────────
2.5 Página do Editor
Acesse a página do editor somente quando as informações da API forem insuficientes.
Regras de acesso:
• Cada URL do editor será testada apenas uma vez.
• Se você encontrar CAPTCHAs, barreiras de login, mensagens do Cloudflare, mensagens de acesso negado ou barreiras de acesso institucional, pare imediatamente.
• Evite atualizar a página repetidamente, alterar o caminho dentro do mesmo site ou ficar esperando em um loop.
• Utilize PubMed, PMC, Crossref, OpenAlex, Unpaywall e metadados DOI como alternativa.
3. Como organizar as informações após a recuperação
3.1 Estabelecer uma estrutura de registro unificada
Cada documento é compilado em um registro unificado.
Campos:
```text
pmid
doi
pmcid
título
autores
jornal
abreviatura_do_diário
isn
eisn
ano
resumo
fonte_de_consulta
nível_de_evidência
tags_de_evidência
tipo_de_papel
URL
```
3.2 Deduplicação
Prioridade:
1. Desduplicação de PMID.
2. Use o DOI para remover duplicados caso o PMID não esteja disponível.
3. Se não houver DOI, use lower(título) + ano + primeiro_autor para remover duplicados.
Mantenha o query_source que foi acessado na primeira vez e registre quais consultas acessaram o documento.
3.3 Classificação das Evidências
É necessário distinguir:
Evidências diretas:
A espécie-alvo, o tecido, o tipo celular, o modelo e as condições de tratamento são diretamente correspondentes.
Evidências indiretas:
Sistemas adjacentes, modelos semelhantes e mecanismos similares são suportados, mas não são sistemas diretos para problemas do usuário.
Nenhuma evidência direta encontrada:
Encontram-se apenas informações de contexto, especulações, análises ou modelos adjacentes; não existem resultados experimentais diretos.
3.4 Rotulagem de Tipos de Documento
Pelo menos o seguinte deve ser observado:
• pesquisa original
• análise
• protocolo
• pré-impressão
• conjunto de dados/recurso
• estudo clínico
• artigo metodológico
3.5 Regras de Classificação
Classificação recomendada:
1. Pesquisa original baseada em evidências diretas.
2. Pesquisa sobre mecanismos-chave.
3. Pesquisas importantes mais recentes.
4. Estudos fundamentais clássicos.
5. Avaliação de alta qualidade.
6. Provas indiretas.
Não classifique apenas pelo Fator de Impacto (FI). O FI é um indicador a nível da revista e não equivale à qualidade de um artigo individual.
4. Como organizar citações em uma resposta
4.1 Formato de citação de texto
Todas as citações de texto devem ser clicáveis.
Formatar:
```markdown
[[1. **Periódico**, Ano]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
```
Exemplo:
```markdown
Estudos anteriores observaram estresse e degeneração de fotorreceptores relacionados ao estágio de desenvolvimento em organoides de retina humana [[1. **Cell Stem Cell**, 2019]](https://pubmed.ncbi.nlm.nih.gov/xxxxxxx/).
```
Não escreva assim:
```text
[1]
(PMID: xxxxx)
Ver referência 1
```
4.2 Estrutura de Resposta Recomendada
Primeiro parágrafo: Conclusão direta.
```text
Conclusão: Existem relatos relevantes, mas as evidências diretas se concentram principalmente em...; ainda faltam evidências diretas sobre...
```
Segundo parágrafo: Classificação das evidências.
```text
Evidências diretas:
- Referência A: ...
Evidências indiretas:
- Referência B: ...
Nenhuma evidência direta encontrada:
- Não encontrado nesta rodada...
```
Terceiro parágrafo: Resumo do mecanismo.
Agrupe por tópico, por exemplo:
• via da apoptose/caspase
• estresse oxidativo
• disfunção mitocondrial
• Estresse no pronto-socorro
• hipóxia/estresse metabólico
• inflamação
• Desajuste de desenvolvimento
Quarto parágrafo: Lacuna na pesquisa.
Indique claramente quais questões carecem de evidências diretas.
Quinto parágrafo: Inspiração do experimento.
Caso o usuário necessite de um delineamento experimental, forneça o marcador, o ensaio, o ponto de tempo e o controle.
5. Lista completa de referências no final do artigo.
Caso uma referência específica seja citada no texto, uma lista completa deve ser anexada ao final do artigo.
Formatar:
```markdown
## Lista completa de informações de referência
1. Smith J et al., **Nome do periódico** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X,Qn}*
2. Wang X et al., **Nome do periódico** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=A ser verificado}*
```
Formato do autor:
• 1–3 autores: Liste todos.
• Mais de 3 autores: Primeiro autor e outros.
O PMID/DOI/URL deve ser clicável.
6. Verificação e rotulagem IF
6.1 Em primeiro lugar, vamos explicar as limitações práticas das verificações IF.
Normalmente, o Fator de Impacto oficial de um periódico é obtido do Clarivate Journal Citation Reports (JCR). No entanto, agentes externos geralmente não possuem uma conta Clarivate/JCR nem uma tabela JCR local, portanto, não verifique esse fator por meio deles.
```
6.2 Métodos práticos para usar a habilidade IF
Rota principal:
1. Se a entrada for um PMID, use primeiro o NCBI E-utilities para obter os metadados do PubMed.
- Recuperar o nome completo do periódico. - Recuperar a fonte/abreviação ISO. - Recuperar o ISSN/eISSN. - Recuperar campos auxiliares como título, ano e DOI.
2. Utilize a interface JSON móvel iikx/iscience, disponível publicamente, para consultar periódicos.
API de pesquisa:
```text
https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=
```
API de detalhes:
```text
https://m.iikx.com/api/restfull/?m=sci/index/detail&id=
```
3. Realize uma correspondência conservadora nos resultados da pesquisa.
- Prioriza correspondências exatas de títulos de periódicos normalizados. - Em segundo lugar, prioriza correspondências exatas de abreviações. - Exerce grande cautela com termos curtos e genéricos. - Não aceita incompatibilidades óbvias de substrings, como a correspondência incorreta de "Nature" com a série "Nature Reviews". - Retorna resultados ambíguos/não encontrados se a correspondência for instável, em vez de tentar adivinhar.
4. Se o PubMed fornecer uma abreviação, tente expandi-la para o nome completo ou título alternativo usando o Catálogo da NLM.
A interface de busca do Catálogo NLM permanece sendo o NCBI E-utilities:
```text
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=[Abreviação do título]&retmode=xml&retmax=1
```
Em seguida, use o ESummary para obter o título/título alternativo.
5. Leia os resultados detalhados do iikx:
- Fator de impacto. - Ano do IF. - Quartil do JCR. - CAS/Quartil do CAS, se aplicável. - URL de origem. - Confiança da correspondência.
6. Ao fazer anotações, não inclua o ano do Fator de Impacto (FI) no texto principal; utilize anotações concisas.
A anotação final deve conter apenas:
```text
*{SE = X, Qn}*
```
Se falhar:
```text
*{IF=Verificação Pendente}*
```
ou:
```text
*{IF=Não detectado}*
```
6.3 Etapas Específicas
Execute o seguinte procedimento para cada documento.
Passo 1: Prepare o nome da pesquisa no periódico.
Priorize a recuperação de dados dos metadados do PubMed:
```text
NomeCompletoDoPeriódico
Abreviação ISO / Fonte
ISSN
eISSN
```
Se apenas o DOI estiver disponível, utilize primeiro o Crossref ou o OpenAlex para obter o nome da revista.
Referência cruzada:
```text
https://api.crossref.org/works/
```
OpenAlex:
```text
https://api.openalex.org/works/https://doi.org/
```
Etapa 2: Padronizar os nomes dos periódicos.
Regras de padronização:
• Tudo em minúsculas.
• Descodificação HTML.
• Substitua "&" por "e".
• Remover a pontuação.
• Combine vários espaços.
• Ao fazer comparações, você também pode usar a forma compacta, que remove todos os espaços.
Exemplo de pseudocódigo:
Python
importar re, html
norma(s) def:
s = html.unescape(s ou '').lower()
s = re.sub(r'&', ' e ', s)
s = re.sub(r'[^a-z0-9]+', ' ', s)
retorne re.sub(r'\s+', ' ', s).strip()
def compact(s):
retornar norm(s).replace(' ', '')
```
Passo 3: Consulte a interface de pesquisa do iikx.
```text
https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=
```
É recomendável definir um User-Agent, por exemplo:
```text
Mozilla/5.0
```
Caso não encontre uma correspondência exata na primeira página, você pode folhear um número limitado de páginas, por exemplo, até 8 páginas.
Os parâmetros de virada de página são geralmente:
```text
página=2
página=3
```
Etapa 4: Selecione os candidatos a partir dos resultados da pesquisa.
Os campos de atuação dos candidatos geralmente incluem:
```text
eu ia
classid
título
título pequeno
SE ou SE2024
zky2020
URL
```
Regras de correspondência:
• Se compact(query) == compact(candidate.title), aceite.
• Se norm(query) == norm(candidate.title), aceite.
• Se compact(query) == compact(candidate.smalltitle), aceite.
• Se norm(query) == norm(candidate.smalltitle), aceite.
• Não aceite uma substring a menos que a consulta seja longa o suficiente e não ambígua.
• Tenha especial cuidado com palavras curtas como Nature (Natureza), Science (Ciência), Cell (Célula), Brain (Cérebro), Vision (Visão) e Retina (Retina).
Etapa 5: Se nenhuma correspondência for encontrada, use a abreviação estendida do Catálogo NLM.
Por exemplo, no PubMed, a fonte é:
```text
Medicina Biológica de Radicais Livres
```
Você pode verificar:
```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
```
Após obter o ID do catálogo NLM, utilize-o da seguinte forma:
```text
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi?db=nlmcatalog&id=
```
Ler:
```text
Título
Título Alternativo
```
Em seguida, use esses nomes completos para pesquisar por iikx.
Passo 6: Verifique a interface de detalhes do iikx.
Se os resultados da pesquisa contiverem:
```text
id=
classid=
```
Chamar:
```text
https://m.iikx.com/api/restfull/?m=sci/index/detail&id=
```
Leia em detalhes:
```text
FI2024, FI2023, FI2022 ...
SE
zky2020 ou outros campos de quartil JCR
jcr22 / jcr12 ou campo de partição
isn
eisn
título
título pequeno
categoria
```
Passo 7: Selecione a instrução IF mais recente.
Pesquise nos campos retornados todas as ocorrências do formulário:
```text
IF20xx
```
Por exemplo:
```text
IF2024
IF2023
IF2022
```
Escolha o ano com o maior número de dígitos significativos.
Se IF20xx não estiver presente, tente ler:
```text
SE
se_valor
```
Se nenhum valor válido for encontrado, será marcado como não detectado.
Etapa 8: Exibir o nível de confiança e o rótulo.
Se o título/abreviação corresponder exatamente e os detalhes retornarem um valor válido IF:
```text
*{SE = X, Qn}*
```
Se a partida for incerta:
```text
*{IF=Verificação Pendente}*
```
Se a API pública não retornar resultados:
```text
*{IF=Não detectado}*
```
6.4 Formato de Anotação IF
Formato fixo:
```text
*{SE = X, Qn}*
```
Exemplo:
```markdown
Smith J et al., **Neuron** (2020), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=15.0, Q1}*
```
Perceber:
• O ano do JCR não está escrito dentro da anotação IF.
• Não escreva "2024 JCR IF".
• Não escreva "JCR 2024".
• Apenas o ano de publicação é mantido.
• Se o valor da condição IF for 0,0, nulo, tiver uma origem instável ou uma correspondência instável, o número não será exibido.
6.5 Tratamento padrão para falhas na verificação IF
Não chute.
Não utilize o nome do periódico para preencher os números.
Não utilize modelos extensos para memorizar e preencher instruções IF.
Em caso de falha, apenas três estados são permitidos:
```text
*{IF=Verificação Pendente}*
```
Utilizado para:
• Os resultados da pesquisa são vagos.
Existem diversas revistas semelhantes.
• Foi encontrada apenas a abreviatura, mas não foi possível confirmar o nome completo.
• O IF retornado por fontes publicamente disponíveis é questionável.
```text
*{IF=Não detectado}*
```
Utilizado para:
• A interface pública não retornou resultados.
• A revista não está indexada no SCI/JCR.
• A nova edição ainda não possui um IF.
```text
*{IF=Não verificável publicamente}*
```
Utilizado para:
• O usuário precisa de um JCR oficial, mas o agente atual não possui permissões Clarivate/JCR.
7. Lista de verificação final
Deve ser verificado antes do envio:
• As principais dúvidas do usuário devem ser respondidas primeiro?
• Se deve ou não distinguir entre evidência direta, evidência indireta e ausência de evidência direta.
• Todas as citações de texto são clicáveis?
• Existe uma lista completa de referências no final do artigo?
• Todos os documentos incluem uma etiqueta IF (Entrada/Saída) ou uma etiqueta indicando verificação pendente/não detectado?
• Se o PMID/DOI/URL é clicável.
• Isso evita substituir conclusões sobre tipos celulares específicos por resultados gerais do tecido?
• Isso evita substituir a ativação/fosforilação por um aumento na expressão total?
• Indicar se é um preprint.
• Especifica os limites da pesquisa?
• SE não se baseou na memória ou em palpites.
8. Pseudocódigo reproduzível
Python
consultas = construir_consultas(pergunta_do_usuário)
todos_pmids = []
para consulta em consultas:
pmids = ncbi_esearch(query, retmax=20, sort='relevance')
todos_pmids.extend(pmids)
pmids = deduplicate_keep_order(all_pmids)
metadados = ncbi_esummary(pmids)
resumos = ncbi_efetch_abstract(pmids)
registros = mesclar_metadados_e_resumos(metadados, resumos)
registros = tag_evidence(registros, pergunta_do_usuário)
registros = classificação_registros(registros)
selecionado = selecionar_registros_principais(registros)
se precisar de texto completo:
para registro em selected_key_records:
pmcid = idconv_pmid_to_pmcid(record.pmid)
se pmcid:
record.fulltext = fetch_bioc_or_pmc_xml(pmcid)
Para registro em selecionado:
consulta_do_periódico = registro.nome_completo_do_periódico ou registro.abreviação_do_periódico
se_resultado = lookup_if_public_iikx(consulta_diário)
if_result.confiante:
record.if_annotation = f'*{IF={if_result.if_value},{if_result.quartile}}*'
elif if_result.ambiguous:
record.if_annotation = '*{IF=Verificação Pendente}*'
outro:
record.if_annotation = '*{IF=Não detectado}*'
resposta = compor_resposta(
conclusão
grupos_de_evidência,
citações_clicáveis_no_corpo,
lista_de_referência_completa_com_se
)
```
9. Modelo de entrega final recomendado
```markdown
para concluir:
...
Nível de evidência:
Evidências diretas:
- ……[[1. **Revista**, Ano]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
Evidências indiretas:
- …[[2. **Periódico**, Ano]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
Nenhuma evidência direta encontrada:
- ……
Resumo do mecanismo:
1. ……
2. ……
Limites de pesquisa:
Esta rodada de buscas envolveu principalmente PubMed, PMC, BioC e bioRxiv; a triagem inicial foi baseada em metadados e resumos, com apenas os documentos principais submetidos à revisão de texto completo. As anotações de Fator de Impacto (FI) foram baseadas em fontes de acesso público; os documentos que não puderam ser correspondidos com alta confiança foram marcados como pendentes de verificação ou não detectados.
Lista completa de informações bibliográficas:
1. Smith J et al., **Nome do periódico** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X,Q1}*
2. Wang X et al., **Nome do periódico** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=A ser verificado}*
```
Descrição
Cenários Aplicáveis: Realizar uma rodada de recuperação de literatura científica biológica/biomédica e fornecer aos usuários resultados detalhados e confiáveis. 1. Após o usuário iniciar uma busca, o sistema divide a pergunta e as palavras-chave. 2. Recuperar a literatura utilizando fontes de dados públicas e reproduzíveis. 3. Remover duplicatas, estratificar, classificar e ordenar os resultados da busca. 4. Utilizar citações clicáveis no texto da resposta. 5. Listar as informações completas da literatura ao final do documento e marcar o campo de referência (IF) com rotas de busca públicas; caso a verificação com alta confiança não seja possível, deve ser marcada como "a ser verificada" ou "não detectada".
Habilidades relacionadas
Ver tudoComo entender rapidamente um setor
📋 Guia do Usuário: Esta Skill é um mecanismo de pesquisa de mercado baseado nas metodologias da McKinsey, fundamentado na estrutura de oito dimensões do livro "Como Entender Rapidamente um Setor", de Xiao Jing. Você informa o nome de um setor e ela gera um relatório de pesquisa sistemático para você. —————————————————————————————— 🚀 Uso Básico: Simplesmente me diga qual setor você deseja pesquisar. Quanto mais específico, melhor: a. "Por favor, analise o setor de baterias de estado sólido para mim" b. "Analise a cadeia produtiva da indústria de robôs humanoides sob uma perspectiva empreendedora" c. "Vale a pena investir no setor fotovoltaico?" Você pode incluir três informações (opcional; usarei o padrão caso alguma esteja faltando): 1. Nome do Setor: Quanto mais específico, melhor. Por exemplo, "fotovoltaica de perovskita" em vez de "nova energia". Este campo é obrigatório; 2. Objetivo: Investimento/Seleção de Carreira/Empreendedorismo/Análise Competitiva/Divulgação Científica, padrão: Investimento; 3. Região: Mercado Chinês/Global/EUA/Sudeste Asiático..., padrão: Mercado Chinês; —————————————————————————————— ⚙️ O que ele fará automaticamente? Todo o processo é dividido em quatro etapas: 1. Múltiplas rodadas de pesquisas online para coletar evidências sobre tamanho/taxa de crescimento/taxa de penetração do mercado, cadeia produtiva, cenário competitivo, vantagem competitiva, políticas e avaliação — cada conclusão tem uma fonte e um período de tempo, e nunca é fabricada; 2. Posicionamento do ciclo de vida: usando a taxa de penetração para determinar se o setor está na fase de introdução/crescimento/maturidade/declínio, com focos de pesquisa completamente diferentes em cada fase; 3. Análise aprofundada em oito dimensões: modelo de negócios → tamanho do mercado → vantagem competitiva (análise aprofundada obrigatória das tendências dinâmicas) → cenário competitivo (pontuação obrigatória de cada uma das cinco forças) → avaliação → análise PEST → clima de negócios; 4. Teste anti-consenso: distinção entre tendências óbvias precificadas pelo mercado e problemas reais negligenciados, e fornecimento de sugestões para a tomada de decisões; —————————————————————————————— 📊 O que será produzido? Um relatório de pesquisa de mercado profissional em formato Markdown é estruturado da seguinte forma: 1. ⚡ Avaliação rápida de 30 segundos — Estágio / Lógica central de lucratividade / Maior oportunidade / Maior risco / Conclusão em uma frase; 2. Definição do tema e dos limites da pesquisa; 3. Posicionamento do ciclo de vida (incluindo dados de taxa de penetração); 4. Análise Item a Item em Oito Dimensões (a análise de vantagem competitiva inclui tabela de tendências dinâmicas e tabela de pontuação das Cinco Forças de Porter); 5. Teste Anti-Consenso; 6. Conclusões e Recomendações de Decisão; 7. Lista de Riscos Chave; 8. Fontes de Dados e Explicação Temporal; —————————————————————————————— 🔑 Dois Destaques Principais 1. Análise Detalhada da Vantagem Competitiva: Não se trata apenas de discutir os tipos de barreiras, mas sim de exigir uma resposta para a pergunta "ela se ampliou ou se estreitou nos últimos 2 a 3 anos?", utilizando dados de participação de mercado, margem de lucro bruto e poder de precificação; 2. Pontuação das Cinco Forças de Porter: Todos os cinco critérios são avaliados, sem deixar espaço para atalhos, determinando quem atualmente possui o maior poder de barganha e se a estrutura de mercado é favorável ou está se deteriorando para as empresas líderes; —————————————————————————————— ⏱️ Isso leva aproximadamente de 2 a 4 minutos, pois requer várias rodadas de pesquisa, análise dimensional por dimensional e elaboração de relatórios. —————————————————————————————— 🧩 Após a expansão do relatório, podemos prosseguir com duas análises especializadas (você precisará confirmá-las manualmente; elas não serão executadas automaticamente): 1. "Dissecando a Cadeia para Encontrar Gargalos": Identificação de gargalos físicos inevitáveis na cadeia do setor durante um aumento de tendência e localização dos verdadeiros beneficiários; 2. "Avaliação por Fluxo de Caixa Descontado": Execução de um modelo completo de fluxo de caixa descontado para empresas específicas do setor; —————————————————————————————— ▶️ Quer experimentar? Basta me dizer o nome de um setor, como "Por favor, analise o setor de agentes de IA sob a perspectiva de uma startup" ou "Qual é a situação atual da cadeia produtiva da energia de hidrogênio?".
AprenderComo entender rapidamente uma empresa
Insira o nome de uma empresa ou ação e utilize o modelo de pensamento multidimensional de Charlie Munger para realizar uma pesquisa e análise de investimento aprofundada sobre a ação, sob a perspectiva do investimento em valor. O SKILL se conecta automaticamente à internet para extrair informações detalhadas, exige uma busca antes da emissão de parecer, cruza informações de duas fontes e identifica o escopo e a fonte. Ele realiza uma análise aprofundada de acordo com a estrutura de sete dimensões do investimento em valor, fornece uma avaliação em três cenários e uma decisão de qualidade/preço 2x2, e gera um relatório prático de "Análise Detalhada de Investimento em Valor".
AprenderAnálise de três elementos: Compreendendo o artigo
Utilizando o método de decomposição em três elementos para identificar elementos-chave, compreender o pequeno ciclo e dominar o grande ciclo, esta ferramenta analisa automaticamente ou interativamente a estrutura argumentativa de qualquer artigo. Inclui 14 modelos de perguntas com IA integrados, adequados para todos os leitores acadêmicos.
Pesquisa aprofundada e confiável sobre Bio/Med
Selecionado por
Nico@YouMind
Porque recomendamos esta habilidade
Essa habilidade serve como um guia confiável para a pesquisa biomédica, garantindo informações de pesquisa altamente precisas e verificáveis por meio de buscas estruturadas, triagem de literatura em múltiplos estágios e verificações rigorosas do fator de impacto (FI).
Instruções
O cerne deste processo é: primeiro, usar múltiplas consultas para realizar uma triagem inicial reproduzível no PubMed/NCBI E-utilities, depois usar o PMID para desduplicação e classificação da evidência do resumo; apenas um pequeno número de documentos-chave entra na revisão de texto completo do PMC/BioC; as citações no texto devem ser clicáveis; as informações bibliográficas completas devem ser listadas no final do artigo; o Fator de Impacto (FI) só pode ser verificado de forma conservadora por meio de fontes publicamente acessíveis e não se pode presumir que esteja presente no JCR ou em bancos de dados locais, não pode ser adivinhado e correspondências de baixa confiança não podem ser tratadas como resultados definitivos.
1. Pré-processamento após o usuário iniciar uma pesquisa
1.1 Primeiro, analise a pergunta do usuário.
Após receber a pergunta do usuário, a pergunta em linguagem natural é primeiramente decomposta em elementos estruturados.
Deve ser identificado:
• Temas de pesquisa: genes, proteínas, medicamentos, canais, tipos de células, tecidos, doenças e modelos.
• Sistemas biológicos: humanos, camundongos, ratos, peixes-zebra, organoides, retina, regiões cerebrais, linhagens celulares, etc.
• Tipos de relacionamento: expressão, regulação, função, mecanismo, fenótipo, morte, sobrevivência, tratamento, toxicidade, desenvolvimento, degeneração, etc.
• Requisitos de evidência: se são necessárias evidências diretas, evidências mecanísticas, evidências de texto completo, gráficos, parâmetros de dosagem e métodos experimentais.
• Período: ilimitado, últimos 5 anos, último ano, desenvolvimentos recentes e literatura clássica.
• Tipos de saída: resposta curta, literatura representativa, resumo da revisão, sugestões de planejamento experimental, tabela de evidências, diagrama de mecanismo.
Exemplo:
Problema do usuário:
"Por favor, ajude-me a encontrar literatura relacionada à morte de organoides da retina."
Decomposição estruturada (exemplo):
• Modelos principais: organoide retiniano, organoide da retina, organoide retiniano derivado de hPSC, organoide da taça óptica.
• Fenótipo: morte celular, apoptose, degeneração, perda de sobrevivência, estresse, necrose.
• Células relacionadas: fotorreceptor, cone, bastonete, célula ganglionar da retina, glia de Müller.
• Mecanismos potenciais: estresse oxidativo, estresse do retículo endoplasmático, disfunção mitocondrial, hipóxia, inflamação, ferroptose, necroptose.
• Objetivos de evidência: Priorizar estudos originais que observem diretamente a morte celular/apoptose/degeneração em organoides retinianos humanos ou animais; em seguida, buscar literatura sobre mecanismos indiretos.
1.2 Princípios de Segmentação por Palavras-chave (Exemplo)
Não escreva apenas uma consulta de pesquisa. Prepare pelo menos três categorias de termos para cada conceito.
Categoria 1: Palavras precisas.
• organoide retiniano
• organoide da retina
• organoide de retina humana
• organoide retinal derivado de hPSC
• Organoide retiniano derivado de células iPS
A segunda categoria: sinônimos e hiperônimos.
• organoide da taça óptica
• Cultura de retina 3D
• retina derivada de células-tronco
• diferenciação retiniana
• modelo de tecido retiniano
A terceira categoria: termos de mecanismo e fenótipo.
• apoptose
• morte celular
• degeneração
• sobrevivência
• estresse
• estresse oxidativo
• Estresse no pronto-socorro
• disfunção mitocondrial
• hipóxia
• necroptose
• ferroptose
Se o usuário especificar o tipo de célula, adicione:
• fotorreceptor
• cone
• haste
• célula ganglionar da retina
• Müller glia
• célula bipolar
• célula amacrina
Se o usuário especificar a espécie ou a origem, adicione:
• humano
• rato
• rato
• peixe-zebra
• hESC
• iPSC
• célula-tronco pluripotente
1.3 Geração de consultas de pesquisa hierárquicas
Gere pelo menos 3 a 6 consultas. Cada consulta corresponde a um objetivo de pesquisa.
Primeira camada: Recuperação direta de evidências.
Utilizado para encontrar literatura que corresponda diretamente ao modelo e ao fenótipo alvo.
```text
("organoide retiniano" OU "organoide da retina" OU "organoide retiniano humano") E (apoptose OU "morte celular" OU degeneração)
```
Segunda camada: Recuperação de modelo estendido.
Utilizado para identificar trabalhos acadêmicos em que o autor não usou o termo preciso "organoide retiniano", mas que, na verdade, é relevante.
```text
("organoide de taça óptica" OU "cultura de retina 3D" OU "retina derivada de células-tronco") E (sobrevivência OU apoptose OU estresse)
```
Terceira camada: Busca específica por mecanismo.
Utilizado para verificar vias ou mecanismos específicos.
```text
("organoide retiniano" OU "organoide da retina") E ("estresse oxidativo" OU "estresse do retículo endoplasmático" OU hipóxia OU mitocôndrias)
```
Quarta camada: Busca específica por tipo de célula.
```text
("organoide retiniano" OU "organoide da retina") E (fotorreceptor OU cone OU bastonete OU "célula ganglionar da retina") E (morte OU apoptose OU degeneração)
```
Quinta camada: Recuperação do modelo da doença.
```text
("organoide retiniano" OU "organoide da retina") E (doença OU degeneração OU distrofia OU retinite OU glaucoma)
```
Sexta camada: Revisão/pesquisa de antecedentes.
```text
("organoide retiniano" OU "organoide da retina") E (revisão OU protocolo OU modelo)
```
2. Quais métodos e sites foram usados para a pesquisa?
2.1 Preferencial: PubMed / NCBI E-utilities
O PubMed é a ferramenta preferencial para busca de literatura biomédica. Não utilize a extração de dados das páginas do PubMed como padrão. Em vez disso, use a API E-utilities do NCBI.
2.1.1 ESearch: Recuperando PMID usando uma consulta
interface:
```text
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi
```
parâmetro:
```text
db=pubmed
termo=
retmode=json
retmax=20
ordenar=relevância
```
Você também pode ordenar por horário:
```text
ordenar=pub+data
```
Exemplo:
```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
```
Leia a partir do retorno:
```text
esearchresult.idlist
```
Esta é a lista de PMIDs.
2.1.2 Resumo: Obtenção de Metadados da Literatura
interface:
```text
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi
```
parâmetro:
```text
db=pubmed
id=PMID1,PMID2,PMID3
retmode=json
```
Campos extraídos:
• PMID
• título
• nome completo do periódico
• abreviatura da fonte/periódico
• data de publicação
• autores
• DOI e PMCID nos IDs dos artigos
• volume, número, páginas
2.1.3 EFetch: Recuperando Resumo e Detalhes XML
interface:
```text
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi
```
parâmetro:
```text
db=pubmed
id=PMID1,PMID2
retmode=xml
rettype=abstract
```
Campos extraídos:
• Título do artigo
• Texto abstrato
• Título do periódico
• Abreviação ISO
• ISSN / eISSN
• Data de publicação
• DOI
• PMCID
• Termos MeSH
2.1.4 Estratégia de Recuperação em Lote
Processo recomendado:
1. Chame o ESearch para cada consulta.
2. Para cada consulta, selecione os primeiros 5 a 20 resultados.
3. Mesclar todos os PMIDs.
4. Use o PMID para remover duplicados.
5. Utilize ESummary / EFetch para recuperar metadados e dados abstratos em lotes.
6. Na fase inicial de triagem, leia apenas os metadados e o resumo; não comece lendo o texto completo.
────────────────
2.2 Segunda Fase: Revisão Completa dos Documentos PMC/BioC
O texto completo será incluído apenas nos seguintes casos:
• Os usuários solicitam a leitura atenta do texto completo.
• O resumo é insuficiente para determinar o mecanismo.
• Requer tabelas, métodos experimentais, concentrações, dosagens, IC50, EC50, Kd e Ki.
• Um pequeno número de PMIDs importantes foi identificado e requer revisão caso a caso.
2.2.1 PMID para PMCID
interface:
```text
https://www.ncbi.nlm.nih.gov/pmc/utils/idconv/v1.0/?ids=
```
Se o PMCID for retornado, significa que o PMC pode ter o texto completo aberto.
2.2.2 Priorizar JSON do BioC
interface:
```text
https://www.ncbi.nlm.nih.gov/research/bionlp/RESTful/pmcoa.cgi/BioC_json/
```
Vantagens: Altamente estruturado, adequado para extrair parágrafos do texto principal.
2.2.3 Tente usar o PMC XML quando o BioC não estiver disponível
interface:
```text
https://www.ncbi.nlm.nih.gov/pmc/articles/
```
Ignorar ao extrair o texto principal:
• referências
• bibliografia
• Agradecimentos
• contribuições do autor
• interesses concorrentes
A revisão do texto completo deve incluir um critério de interrupção:
• Cada documento é digitalizado apenas uma vez.
• Por padrão, apenas os parágrafos relacionados à pergunta são extraídos.
• Se o campo de destino não corresponder, marque-o como "Nenhuma evidência direta encontrada".
• Evite coletar palavras-chave repetidamente.
────────────────
2.3 bioRxiv / medRxiv
Utilizado para complementar as pré-publicações mais recentes.
Você pode usar a API oficial:
```text
https://api.biorxiv.org/details/biorxiv/AAAA-MM-DD/AAAA-MM-DD
https://api.biorxiv.org/details/medrxiv/AAAA-MM-DD/AAAA-MM-DD
```
Você também pode usar uma pesquisa regular como complemento:
```text
site:biorxiv.org apoptose de organoides da retina
site:medrxiv.org degeneração de organoides da retina
```
Os pré-prints devem ser etiquetados:
```text
Este é um artigo em versão preliminar e ainda não foi revisado por pares.
```
────────────────
2.4 Crossref/OpenAlex/Unpaywall
Utilizado para completar o DOI, abrir o endereço do texto completo e informações da publicação.
Referência cruzada:
```text
https://api.crossref.org/works?query.title=
```
OpenAlex:
```text
https://api.openalex.org/works?search=
```
Desbloquear o acesso pago:
```text
https://api.unpaywall.org/v2/
```
usar:
• Preenchimento do DOI.
• Busca de links para PDFs de acesso aberto.
• Verificação do nome do periódico.
• Verificação do ano de publicação.
────────────────
2.5 Página do Editor
Acesse a página do editor somente quando as informações da API forem insuficientes.
Regras de acesso:
• Cada URL do editor será testada apenas uma vez.
• Se você encontrar CAPTCHAs, barreiras de login, mensagens do Cloudflare, mensagens de acesso negado ou barreiras de acesso institucional, pare imediatamente.
• Evite atualizar a página repetidamente, alterar o caminho dentro do mesmo site ou ficar esperando em um loop.
• Utilize PubMed, PMC, Crossref, OpenAlex, Unpaywall e metadados DOI como alternativa.
3. Como organizar as informações após a recuperação
3.1 Estabelecer uma estrutura de registro unificada
Cada documento é compilado em um registro unificado.
Campos:
```text
pmid
doi
pmcid
título
autores
jornal
abreviatura_do_diário
isn
eisn
ano
resumo
fonte_de_consulta
nível_de_evidência
tags_de_evidência
tipo_de_papel
URL
```
3.2 Deduplicação
Prioridade:
1. Desduplicação de PMID.
2. Use o DOI para remover duplicados caso o PMID não esteja disponível.
3. Se não houver DOI, use lower(título) + ano + primeiro_autor para remover duplicados.
Mantenha o query_source que foi acessado na primeira vez e registre quais consultas acessaram o documento.
3.3 Classificação das Evidências
É necessário distinguir:
Evidências diretas:
A espécie-alvo, o tecido, o tipo celular, o modelo e as condições de tratamento são diretamente correspondentes.
Evidências indiretas:
Sistemas adjacentes, modelos semelhantes e mecanismos similares são suportados, mas não são sistemas diretos para problemas do usuário.
Nenhuma evidência direta encontrada:
Encontram-se apenas informações de contexto, especulações, análises ou modelos adjacentes; não existem resultados experimentais diretos.
3.4 Rotulagem de Tipos de Documento
Pelo menos o seguinte deve ser observado:
• pesquisa original
• análise
• protocolo
• pré-impressão
• conjunto de dados/recurso
• estudo clínico
• artigo metodológico
3.5 Regras de Classificação
Classificação recomendada:
1. Pesquisa original baseada em evidências diretas.
2. Pesquisa sobre mecanismos-chave.
3. Pesquisas importantes mais recentes.
4. Estudos fundamentais clássicos.
5. Avaliação de alta qualidade.
6. Provas indiretas.
Não classifique apenas pelo Fator de Impacto (FI). O FI é um indicador a nível da revista e não equivale à qualidade de um artigo individual.
4. Como organizar citações em uma resposta
4.1 Formato de citação de texto
Todas as citações de texto devem ser clicáveis.
Formatar:
```markdown
[[1. **Periódico**, Ano]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
```
Exemplo:
```markdown
Estudos anteriores observaram estresse e degeneração de fotorreceptores relacionados ao estágio de desenvolvimento em organoides de retina humana [[1. **Cell Stem Cell**, 2019]](https://pubmed.ncbi.nlm.nih.gov/xxxxxxx/).
```
Não escreva assim:
```text
[1]
(PMID: xxxxx)
Ver referência 1
```
4.2 Estrutura de Resposta Recomendada
Primeiro parágrafo: Conclusão direta.
```text
Conclusão: Existem relatos relevantes, mas as evidências diretas se concentram principalmente em...; ainda faltam evidências diretas sobre...
```
Segundo parágrafo: Classificação das evidências.
```text
Evidências diretas:
- Referência A: ...
Evidências indiretas:
- Referência B: ...
Nenhuma evidência direta encontrada:
- Não encontrado nesta rodada...
```
Terceiro parágrafo: Resumo do mecanismo.
Agrupe por tópico, por exemplo:
• via da apoptose/caspase
• estresse oxidativo
• disfunção mitocondrial
• Estresse no pronto-socorro
• hipóxia/estresse metabólico
• inflamação
• Desajuste de desenvolvimento
Quarto parágrafo: Lacuna na pesquisa.
Indique claramente quais questões carecem de evidências diretas.
Quinto parágrafo: Inspiração do experimento.
Caso o usuário necessite de um delineamento experimental, forneça o marcador, o ensaio, o ponto de tempo e o controle.
5. Lista completa de referências no final do artigo.
Caso uma referência específica seja citada no texto, uma lista completa deve ser anexada ao final do artigo.
Formatar:
```markdown
## Lista completa de informações de referência
1. Smith J et al., **Nome do periódico** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X,Qn}*
2. Wang X et al., **Nome do periódico** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=A ser verificado}*
```
Formato do autor:
• 1–3 autores: Liste todos.
• Mais de 3 autores: Primeiro autor e outros.
O PMID/DOI/URL deve ser clicável.
6. Verificação e rotulagem IF
6.1 Em primeiro lugar, vamos explicar as limitações práticas das verificações IF.
Normalmente, o Fator de Impacto oficial de um periódico é obtido do Clarivate Journal Citation Reports (JCR). No entanto, agentes externos geralmente não possuem uma conta Clarivate/JCR nem uma tabela JCR local, portanto, não verifique esse fator por meio deles.
```
6.2 Métodos práticos para usar a habilidade IF
Rota principal:
1. Se a entrada for um PMID, use primeiro o NCBI E-utilities para obter os metadados do PubMed.
- Recuperar o nome completo do periódico. - Recuperar a fonte/abreviação ISO. - Recuperar o ISSN/eISSN. - Recuperar campos auxiliares como título, ano e DOI.
2. Utilize a interface JSON móvel iikx/iscience, disponível publicamente, para consultar periódicos.
API de pesquisa:
```text
https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=
```
API de detalhes:
```text
https://m.iikx.com/api/restfull/?m=sci/index/detail&id=
```
3. Realize uma correspondência conservadora nos resultados da pesquisa.
- Prioriza correspondências exatas de títulos de periódicos normalizados. - Em segundo lugar, prioriza correspondências exatas de abreviações. - Exerce grande cautela com termos curtos e genéricos. - Não aceita incompatibilidades óbvias de substrings, como a correspondência incorreta de "Nature" com a série "Nature Reviews". - Retorna resultados ambíguos/não encontrados se a correspondência for instável, em vez de tentar adivinhar.
4. Se o PubMed fornecer uma abreviação, tente expandi-la para o nome completo ou título alternativo usando o Catálogo da NLM.
A interface de busca do Catálogo NLM permanece sendo o NCBI E-utilities:
```text
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=[Abreviação do título]&retmode=xml&retmax=1
```
Em seguida, use o ESummary para obter o título/título alternativo.
5. Leia os resultados detalhados do iikx:
- Fator de impacto. - Ano do IF. - Quartil do JCR. - CAS/Quartil do CAS, se aplicável. - URL de origem. - Confiança da correspondência.
6. Ao fazer anotações, não inclua o ano do Fator de Impacto (FI) no texto principal; utilize anotações concisas.
A anotação final deve conter apenas:
```text
*{SE = X, Qn}*
```
Se falhar:
```text
*{IF=Verificação Pendente}*
```
ou:
```text
*{IF=Não detectado}*
```
6.3 Etapas Específicas
Execute o seguinte procedimento para cada documento.
Passo 1: Prepare o nome da pesquisa no periódico.
Priorize a recuperação de dados dos metadados do PubMed:
```text
NomeCompletoDoPeriódico
Abreviação ISO / Fonte
ISSN
eISSN
```
Se apenas o DOI estiver disponível, utilize primeiro o Crossref ou o OpenAlex para obter o nome da revista.
Referência cruzada:
```text
https://api.crossref.org/works/
```
OpenAlex:
```text
https://api.openalex.org/works/https://doi.org/
```
Etapa 2: Padronizar os nomes dos periódicos.
Regras de padronização:
• Tudo em minúsculas.
• Descodificação HTML.
• Substitua "&" por "e".
• Remover a pontuação.
• Combine vários espaços.
• Ao fazer comparações, você também pode usar a forma compacta, que remove todos os espaços.
Exemplo de pseudocódigo:
Python
importar re, html
norma(s) def:
s = html.unescape(s ou '').lower()
s = re.sub(r'&', ' e ', s)
s = re.sub(r'[^a-z0-9]+', ' ', s)
retorne re.sub(r'\s+', ' ', s).strip()
def compact(s):
retornar norm(s).replace(' ', '')
```
Passo 3: Consulte a interface de pesquisa do iikx.
```text
https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=
```
É recomendável definir um User-Agent, por exemplo:
```text
Mozilla/5.0
```
Caso não encontre uma correspondência exata na primeira página, você pode folhear um número limitado de páginas, por exemplo, até 8 páginas.
Os parâmetros de virada de página são geralmente:
```text
página=2
página=3
```
Etapa 4: Selecione os candidatos a partir dos resultados da pesquisa.
Os campos de atuação dos candidatos geralmente incluem:
```text
eu ia
classid
título
título pequeno
SE ou SE2024
zky2020
URL
```
Regras de correspondência:
• Se compact(query) == compact(candidate.title), aceite.
• Se norm(query) == norm(candidate.title), aceite.
• Se compact(query) == compact(candidate.smalltitle), aceite.
• Se norm(query) == norm(candidate.smalltitle), aceite.
• Não aceite uma substring a menos que a consulta seja longa o suficiente e não ambígua.
• Tenha especial cuidado com palavras curtas como Nature (Natureza), Science (Ciência), Cell (Célula), Brain (Cérebro), Vision (Visão) e Retina (Retina).
Etapa 5: Se nenhuma correspondência for encontrada, use a abreviação estendida do Catálogo NLM.
Por exemplo, no PubMed, a fonte é:
```text
Medicina Biológica de Radicais Livres
```
Você pode verificar:
```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
```
Após obter o ID do catálogo NLM, utilize-o da seguinte forma:
```text
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi?db=nlmcatalog&id=
```
Ler:
```text
Título
Título Alternativo
```
Em seguida, use esses nomes completos para pesquisar por iikx.
Passo 6: Verifique a interface de detalhes do iikx.
Se os resultados da pesquisa contiverem:
```text
id=
classid=
```
Chamar:
```text
https://m.iikx.com/api/restfull/?m=sci/index/detail&id=
```
Leia em detalhes:
```text
FI2024, FI2023, FI2022 ...
SE
zky2020 ou outros campos de quartil JCR
jcr22 / jcr12 ou campo de partição
isn
eisn
título
título pequeno
categoria
```
Passo 7: Selecione a instrução IF mais recente.
Pesquise nos campos retornados todas as ocorrências do formulário:
```text
IF20xx
```
Por exemplo:
```text
IF2024
IF2023
IF2022
```
Escolha o ano com o maior número de dígitos significativos.
Se IF20xx não estiver presente, tente ler:
```text
SE
se_valor
```
Se nenhum valor válido for encontrado, será marcado como não detectado.
Etapa 8: Exibir o nível de confiança e o rótulo.
Se o título/abreviação corresponder exatamente e os detalhes retornarem um valor válido IF:
```text
*{SE = X, Qn}*
```
Se a partida for incerta:
```text
*{IF=Verificação Pendente}*
```
Se a API pública não retornar resultados:
```text
*{IF=Não detectado}*
```
6.4 Formato de Anotação IF
Formato fixo:
```text
*{SE = X, Qn}*
```
Exemplo:
```markdown
Smith J et al., **Neuron** (2020), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=15.0, Q1}*
```
Perceber:
• O ano do JCR não está escrito dentro da anotação IF.
• Não escreva "2024 JCR IF".
• Não escreva "JCR 2024".
• Apenas o ano de publicação é mantido.
• Se o valor da condição IF for 0,0, nulo, tiver uma origem instável ou uma correspondência instável, o número não será exibido.
6.5 Tratamento padrão para falhas na verificação IF
Não chute.
Não utilize o nome do periódico para preencher os números.
Não utilize modelos extensos para memorizar e preencher instruções IF.
Em caso de falha, apenas três estados são permitidos:
```text
*{IF=Verificação Pendente}*
```
Utilizado para:
• Os resultados da pesquisa são vagos.
Existem diversas revistas semelhantes.
• Foi encontrada apenas a abreviatura, mas não foi possível confirmar o nome completo.
• O IF retornado por fontes publicamente disponíveis é questionável.
```text
*{IF=Não detectado}*
```
Utilizado para:
• A interface pública não retornou resultados.
• A revista não está indexada no SCI/JCR.
• A nova edição ainda não possui um IF.
```text
*{IF=Não verificável publicamente}*
```
Utilizado para:
• O usuário precisa de um JCR oficial, mas o agente atual não possui permissões Clarivate/JCR.
7. Lista de verificação final
Deve ser verificado antes do envio:
• As principais dúvidas do usuário devem ser respondidas primeiro?
• Se deve ou não distinguir entre evidência direta, evidência indireta e ausência de evidência direta.
• Todas as citações de texto são clicáveis?
• Existe uma lista completa de referências no final do artigo?
• Todos os documentos incluem uma etiqueta IF (Entrada/Saída) ou uma etiqueta indicando verificação pendente/não detectado?
• Se o PMID/DOI/URL é clicável.
• Isso evita substituir conclusões sobre tipos celulares específicos por resultados gerais do tecido?
• Isso evita substituir a ativação/fosforilação por um aumento na expressão total?
• Indicar se é um preprint.
• Especifica os limites da pesquisa?
• SE não se baseou na memória ou em palpites.
8. Pseudocódigo reproduzível
Python
consultas = construir_consultas(pergunta_do_usuário)
todos_pmids = []
para consulta em consultas:
pmids = ncbi_esearch(query, retmax=20, sort='relevance')
todos_pmids.extend(pmids)
pmids = deduplicate_keep_order(all_pmids)
metadados = ncbi_esummary(pmids)
resumos = ncbi_efetch_abstract(pmids)
registros = mesclar_metadados_e_resumos(metadados, resumos)
registros = tag_evidence(registros, pergunta_do_usuário)
registros = classificação_registros(registros)
selecionado = selecionar_registros_principais(registros)
se precisar de texto completo:
para registro em selected_key_records:
pmcid = idconv_pmid_to_pmcid(record.pmid)
se pmcid:
record.fulltext = fetch_bioc_or_pmc_xml(pmcid)
Para registro em selecionado:
consulta_do_periódico = registro.nome_completo_do_periódico ou registro.abreviação_do_periódico
se_resultado = lookup_if_public_iikx(consulta_diário)
if_result.confiante:
record.if_annotation = f'*{IF={if_result.if_value},{if_result.quartile}}*'
elif if_result.ambiguous:
record.if_annotation = '*{IF=Verificação Pendente}*'
outro:
record.if_annotation = '*{IF=Não detectado}*'
resposta = compor_resposta(
conclusão
grupos_de_evidência,
citações_clicáveis_no_corpo,
lista_de_referência_completa_com_se
)
```
9. Modelo de entrega final recomendado
```markdown
para concluir:
...
Nível de evidência:
Evidências diretas:
- ……[[1. **Revista**, Ano]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
Evidências indiretas:
- …[[2. **Periódico**, Ano]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
Nenhuma evidência direta encontrada:
- ……
Resumo do mecanismo:
1. ……
2. ……
Limites de pesquisa:
Esta rodada de buscas envolveu principalmente PubMed, PMC, BioC e bioRxiv; a triagem inicial foi baseada em metadados e resumos, com apenas os documentos principais submetidos à revisão de texto completo. As anotações de Fator de Impacto (FI) foram baseadas em fontes de acesso público; os documentos que não puderam ser correspondidos com alta confiança foram marcados como pendentes de verificação ou não detectados.
Lista completa de informações bibliográficas:
1. Smith J et al., **Nome do periódico** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X,Q1}*
2. Wang X et al., **Nome do periódico** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=A ser verificado}*
```
Descrição
Cenários Aplicáveis: Realizar uma rodada de recuperação de literatura científica biológica/biomédica e fornecer aos usuários resultados detalhados e confiáveis. 1. Após o usuário iniciar uma busca, o sistema divide a pergunta e as palavras-chave. 2. Recuperar a literatura utilizando fontes de dados públicas e reproduzíveis. 3. Remover duplicatas, estratificar, classificar e ordenar os resultados da busca. 4. Utilizar citações clicáveis no texto da resposta. 5. Listar as informações completas da literatura ao final do documento e marcar o campo de referência (IF) com rotas de busca públicas; caso a verificação com alta confiança não seja possível, deve ser marcada como "a ser verificada" ou "não detectada".
Habilidades relacionadas
Ver tudoComo entender rapidamente um setor
📋 Guia do Usuário: Esta Skill é um mecanismo de pesquisa de mercado baseado nas metodologias da McKinsey, fundamentado na estrutura de oito dimensões do livro "Como Entender Rapidamente um Setor", de Xiao Jing. Você informa o nome de um setor e ela gera um relatório de pesquisa sistemático para você. —————————————————————————————— 🚀 Uso Básico: Simplesmente me diga qual setor você deseja pesquisar. Quanto mais específico, melhor: a. "Por favor, analise o setor de baterias de estado sólido para mim" b. "Analise a cadeia produtiva da indústria de robôs humanoides sob uma perspectiva empreendedora" c. "Vale a pena investir no setor fotovoltaico?" Você pode incluir três informações (opcional; usarei o padrão caso alguma esteja faltando): 1. Nome do Setor: Quanto mais específico, melhor. Por exemplo, "fotovoltaica de perovskita" em vez de "nova energia". Este campo é obrigatório; 2. Objetivo: Investimento/Seleção de Carreira/Empreendedorismo/Análise Competitiva/Divulgação Científica, padrão: Investimento; 3. Região: Mercado Chinês/Global/EUA/Sudeste Asiático..., padrão: Mercado Chinês; —————————————————————————————— ⚙️ O que ele fará automaticamente? Todo o processo é dividido em quatro etapas: 1. Múltiplas rodadas de pesquisas online para coletar evidências sobre tamanho/taxa de crescimento/taxa de penetração do mercado, cadeia produtiva, cenário competitivo, vantagem competitiva, políticas e avaliação — cada conclusão tem uma fonte e um período de tempo, e nunca é fabricada; 2. Posicionamento do ciclo de vida: usando a taxa de penetração para determinar se o setor está na fase de introdução/crescimento/maturidade/declínio, com focos de pesquisa completamente diferentes em cada fase; 3. Análise aprofundada em oito dimensões: modelo de negócios → tamanho do mercado → vantagem competitiva (análise aprofundada obrigatória das tendências dinâmicas) → cenário competitivo (pontuação obrigatória de cada uma das cinco forças) → avaliação → análise PEST → clima de negócios; 4. Teste anti-consenso: distinção entre tendências óbvias precificadas pelo mercado e problemas reais negligenciados, e fornecimento de sugestões para a tomada de decisões; —————————————————————————————— 📊 O que será produzido? Um relatório de pesquisa de mercado profissional em formato Markdown é estruturado da seguinte forma: 1. ⚡ Avaliação rápida de 30 segundos — Estágio / Lógica central de lucratividade / Maior oportunidade / Maior risco / Conclusão em uma frase; 2. Definição do tema e dos limites da pesquisa; 3. Posicionamento do ciclo de vida (incluindo dados de taxa de penetração); 4. Análise Item a Item em Oito Dimensões (a análise de vantagem competitiva inclui tabela de tendências dinâmicas e tabela de pontuação das Cinco Forças de Porter); 5. Teste Anti-Consenso; 6. Conclusões e Recomendações de Decisão; 7. Lista de Riscos Chave; 8. Fontes de Dados e Explicação Temporal; —————————————————————————————— 🔑 Dois Destaques Principais 1. Análise Detalhada da Vantagem Competitiva: Não se trata apenas de discutir os tipos de barreiras, mas sim de exigir uma resposta para a pergunta "ela se ampliou ou se estreitou nos últimos 2 a 3 anos?", utilizando dados de participação de mercado, margem de lucro bruto e poder de precificação; 2. Pontuação das Cinco Forças de Porter: Todos os cinco critérios são avaliados, sem deixar espaço para atalhos, determinando quem atualmente possui o maior poder de barganha e se a estrutura de mercado é favorável ou está se deteriorando para as empresas líderes; —————————————————————————————— ⏱️ Isso leva aproximadamente de 2 a 4 minutos, pois requer várias rodadas de pesquisa, análise dimensional por dimensional e elaboração de relatórios. —————————————————————————————— 🧩 Após a expansão do relatório, podemos prosseguir com duas análises especializadas (você precisará confirmá-las manualmente; elas não serão executadas automaticamente): 1. "Dissecando a Cadeia para Encontrar Gargalos": Identificação de gargalos físicos inevitáveis na cadeia do setor durante um aumento de tendência e localização dos verdadeiros beneficiários; 2. "Avaliação por Fluxo de Caixa Descontado": Execução de um modelo completo de fluxo de caixa descontado para empresas específicas do setor; —————————————————————————————— ▶️ Quer experimentar? Basta me dizer o nome de um setor, como "Por favor, analise o setor de agentes de IA sob a perspectiva de uma startup" ou "Qual é a situação atual da cadeia produtiva da energia de hidrogênio?".
AprenderComo entender rapidamente uma empresa
Insira o nome de uma empresa ou ação e utilize o modelo de pensamento multidimensional de Charlie Munger para realizar uma pesquisa e análise de investimento aprofundada sobre a ação, sob a perspectiva do investimento em valor. O SKILL se conecta automaticamente à internet para extrair informações detalhadas, exige uma busca antes da emissão de parecer, cruza informações de duas fontes e identifica o escopo e a fonte. Ele realiza uma análise aprofundada de acordo com a estrutura de sete dimensões do investimento em valor, fornece uma avaliação em três cenários e uma decisão de qualidade/preço 2x2, e gera um relatório prático de "Análise Detalhada de Investimento em Valor".
AprenderAnálise de três elementos: Compreendendo o artigo
Utilizando o método de decomposição em três elementos para identificar elementos-chave, compreender o pequeno ciclo e dominar o grande ciclo, esta ferramenta analisa automaticamente ou interativamente a estrutura argumentativa de qualquer artigo. Inclui 14 modelos de perguntas com IA integrados, adequados para todos os leitores acadêmicos.
Encontra a tua próxima habilidade favorita
Explora mais habilidades de IA selecionadas para pesquisa, criação e trabalho do dia a dia.