[論文レビュー] A guide to performing systematic literature reviews in bioinformatics

Diego Mariano, Carmelina Leite+3 more|arXiv (Cornell University)|Jan 1, 2017

Meta-analysis and systematic reviews参考文献 34被引用数 19

ひとこと要約

本稿では、バイオインフォマティクス分野に特化したバイアス低減およびインシリコ解析におけるデータ品質向上を目的として、BiSLRを提案する。PRISMA や Cochrane デリゲートのガイドラインといった既存の SLR メソッドを、プロトコル定義、リファレンス収集、データ評価、結果の解釈の4フェーズからなるスパイラルモデルに適応した四段階のフレームワークを採用している。著者らは、207編の論文をスクリーニングした事例研究を通じて、バイオインフォマティクス分野で8件の高品質な SLR を同定し、その再現可能性と正確でキュレートされた生物学的データ収集への実用性を実証した。

ABSTRACT

Bioinformatics research depends on high-quality databases to provide accurate results. In silico experiments, correctly performed, may prospect novel discoveries and elucidates pathways for biological experiments through data analysis in large scale. However, most biological databases have presented mistakes, such as data incorrectly classified or incomplete information. Also, sometimes, data mining algorithms cannot treat these errors, leading to serious problems for the in silico analysis. Manual curation of data extracted from literature is a possible solution for this problem. Systematic Literature Review (SLR), or Systematic Review, is a method to identify, evaluate and summarize the state-of-the-art of a specific theme. Moreover, SLR allows the collection from databases restrictively, which allows an analysis with lower bias than traditional reviews. The SRL approaches have been widely used for decision-making in medical and environmental studies. However, other research areas, such as bioinformatics, do not have a specific step-by-step to guide researchers undertaking the procedures of an SLR. In this study, we propose a guideline, called BiSRL, to perform SLR in bioinformatics. Our procedures cover the most traditional guides to produce SLRs adapted to bioinformatics. To evaluate our method, we propose a case study to detect and summarize SLRs developed for bioinformatics data. We used two databases: PubMed and ScienceDirect. A total of 207 papers were screened in four steps: title, abstract, diagonal and full-text reading. Four evaluators performed the SLR independently to reduce bias risk. A total of 8 papers was included in the SLR case study. The case study demonstrates how to implement the methods of BiSLR to procedure SLR for bioinformatics. BiSLR may guide bioinformaticians to perform systematic reviews reproducible to collect accurate data for higher quality analysis.

研究の動機と目的

• 既存のデータベースの誤りに起因する、バイオインフォマティクス分野における高品質かつキュレートされた生物学的データの増加するニーズに対応するため。
• バイオインフォマティクス分野におけるシステマティック・レビュー（SLR）のための標準化・再現可能な手法を提供することで、文献レビューにおける選択バイアスを低減するため。
• PRISMA や Cochrane デリゲートのガイドラインといった既存の SLR フレームワークを、バイオインフォマティクス研究者に特化したドメイン固有のガイドラインに適応するため。
• 実世界の事例研究を通じて、提案されたフレームワークの有効性を検証し、バイオインフォマティクス分野における SLR の同定と要約を行うため。
• 博士課程の学生やバイオインフォマティシャンが、きめ細やかで透明性があり、再現可能な SLR を実施し、研究品質を向上させることを支援するため。

提案手法

• スパイラルモデルを採用し、BiSLR は SLR プロセスを4段階の反復的フェーズ（プロトコル定義、リファレンス収集、データ評価、結果の解釈）に構造化する。
• プロトコル定義フェーズでは、明確な研究質問、含む／除外する基準、検索戦略を定義することで、再現可能性を確保し、バイアスを最小限に抑える。
• リファレンス収集では、PubMed や ScienceDirect といったデータベースを対象に、事前に定義されたキーワードとフィルタを用いて体系的な検索を実施し、包括的かつ再現可能なデータ取得を確保する。
• データ評価は4段階のスクリーニングプロセス（タイトル、要約、対角読み、全文レビュー）に従い、バイアス低減のため4名のレビュアーが独立して評価を実施する。
• 結果は事前に定義された基準に基づき統合・キュレートされ、PRISMA に類似した標準化された報告項目を用いて報告される。
• 本フレームワークは、医療およびソフトウェア工学分野の SLR メソッドのベストプラクティスを統合し、バイオインフォマティクスのデータ課題に特化して適応されている。

実験結果

リサーチクエスチョン

• RQ1 システマティック・レビューをどのようにバイオインフォマティクス分野に体系的かつ効果的に適用することで、データ品質の向上とバイアスの低減を実現できるか？
• RQ2 一般の SLR フレームワークをバイオインフォマティクス研究に適応させるために必要な主要なメソドロジカル・コンポーネントは何か？
• RQ3 提案された BiSLR フレームワークは、バイオインフォマティクス分野における高品質な SLR の同定とキュレートにどの程度効果的か？
• RQ4 BiSLR フレームワークは、バイオインフォマティクス分野の文献レビューにおいて、再現可能性を確保し、選択バイアスをどの程度低減できるか？
• RQ5 BiSLR フレームワークの適用を通じて、バイオインフォマティクス分野における SLR の現状の最先端状況はどのようなものか？

主な発見

• 事例研究では、4段階のスクリーニング段階を経て、全207件の論文がスクリーニングされ、最終的に8件の高品質な SLR が分析に含まれた。
• 各段階で4名の評価者が独立して二重盲検でスクリーニングを実施したことで、BiSLR フレームワークが選択バイアスを効果的に低減した。
• 最終的な選定プロセスにより、8件の関連する SLR が得られ、本フレームワークがバイオインフォマティクス分野における高品質な文献の同定とキュレートが可能であることを示した。
• 本研究では、システマティック・レビューがバイオインフォマティクス分野において実現可能で有益であることが確認された。特に、正確で手作業でキュレートされたデータベースの構築に有効である。
• PRISMA および Cochrane デリゲートのガイドラインを BiSLR フレームワークに適応することで、将来のバイオインフォマティクス分野の SLR に対して再現可能で透明性があり、スケーラブルな手法が提供された。
• BiSLR のスパイラルモデルは反復的改善を可能にし、レビュー過程が柔軟でありながらも、研究の方法論的厳密性を維持することができる。