[논문 리뷰] A guide to performing systematic literature reviews in bioinformatics

Diego Mariano, Carmelina Leite외 3명|arXiv (Cornell University)|2017. 01. 01.

Meta-analysis and systematic reviews참고 문헌 34인용 수 19

한 줄 요약

이 논문은 생물정보학 분야에 특화된 시스템적 문헌 리뷰(SLR) 프레임워크인 BiSLR를 제안한다. 이는 in silico 분석에서 편향을 줄이고 데이터 품질을 햖을하기 위한 것이다. PRISMA 및 코크란 지침과 같은 기존의 SLR 방법론을 4단계의 나선형 모델(프로토콜 정의, 참고문헌 수집, 데이터 평가, 해석)로 적응하여 적용한 것으로, 저자들은 사례 연구를 통해 207篇의 논문을 스크리닝하고 생물정보학 분야에서 8개의 고품질 SLR를 식별함으로써 BiSLR의 재현 가능성과 정확한 생물학적 데이터 수집에 대한 유용성을 입증하였다.

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.

연구 동기 및 목표

• 기존 데이터베이스의 오류로 인해 생물정보학 분야에서 고품질의 수동으로 정제된 생물학적 데이터가 점점 더 필요해짐에 따라 이를 해결하기 위해.
• 생물정보학 분야의 시스템적 문헌 리뷰(SLR)를 위한 표준화되고 재현 가능한 방법론을 제공함으로써 문헌 리뷰에서의 선택 편향을 줄이기 위해.
• 기존의 SLR 프레임워크—예를 들어 PRISMA 및 코크란 지침—을 생물정보학 연구자들에게 특화된 가이드라인으로 적응시키기 위해.
• 실제 사례 연구를 통해 제안된 프레임워크를 검증하여 생물정보학 분야의 SLR를 식별하고 요약하기 위해.
• 박사 과정 학생들과 생물정보학자들이 연구 품질 향상을 위해 철저하고 투명하며 재현 가능한 SLR를 수행할 수 있도록 지원하기 위해.

제안 방법

• BiSLR는 나선형 모델을 채택하여 SLR 과정을 4단계의 반복적 단계로 구조화한다: 프로토콜 정의, 참고문헌 수집, 데이터 평가, 결과 해석.
• 프로토콜 정의 단계에서는 재현 가능하고 편향을 최소화하기 위해 명확한 연구 질문, 포함/배제 기준, 검색 전략을 설정한다.
• 참고문헌 수집은 PubMed 및 ScienceDirect와 같은 데이터베이스를 대상으로 정의된 关련 키워드와 필터를 사용하여 체계적으로 검색하여 포괄적이고 재현 가능한 데이터 확보를 보장한다.
• 데이터 평가는 4단계 스크리닝 과정(제목, 초록, 대각선 독서, 전문 검토)을 거치며, 편향을 줄이기 위해 4명의 평가자가 독립적으로 평가한다.
• 결과는 사전 정의된 기준에 따라 종합되고 정제되며, PRISMA와 유사한 표준 보고 항목을 사용하여 결과를 보고한다.
• 의료 및 소프트웨어 공학 분야의 SLR 방법론에서 최선의 실천 사례를 도입하여 생물정보학 데이터 과제에 특화된 방식으로 적응시켰다.

실험 결과

연구 질문

• RQ1 생물정보학 분야에서 시스템적 문헌 리뷰를 어떻게 체계적으로 적용하여 데이터 품질을 향상시키고 편향을 줄일 수 있는가?
• RQ2 일반적인 SLR 프레임워크를 생물정보학 연구에 적응시키기 위해 필요한 핵심 방법론적 구성 요소는 무엇인가?
• RQ3 제안된 BiSLR 프레임워크는 생물정보학 분야에서 고품질 SLR를 식별하고 정제하는 데 얼마나 효과적인가?
• RQ4 BiSLR 프레임워크는 생물정보학 분야의 문헌 리뷰에서 재현 가능성과 선택 편향을 어느 정도 보장할 수 있는가?
• RQ5 BiSLR 프레임워크를 적용하여 식별한 바에 따르면, 생물정보학 분야의 SLR는 현재 어떤 수준에 있는가?

주요 결과

• 사례 연구는 4단계의 스크리닝 과정을 거쳐 총 207편의 논문을 스크리닝했으며, 최종 분석에 포함된 고품질 SLR는 8편이었다.
• 각 단계에서 4명의 평가자가 독립적이고 双盲으로 스크리닝을 수행함으로써 BiSLR 프레임워크는 선택 편향을 성공적으로 줄였다.
• 최종 선별 과정을 통해 8개의 관련 SLR가 도출되었으며, 이는 프레임워크가 생물정보학 분야에서 고품질 문헌을 식별하고 정제할 수 있음을 보여준다.
• 연구는 시스템적 문헌 리뷰가 생물정보학 분야에서 실현 가능하고 유용하다는 것을 확인하였으며, 특히 정확하고 수동으로 정제된 데이터베이스 구축에 특별히 유리하다.
• PRISMA 및 코크란 지침을 BiSLR 프레임워크에 적응시킴으로써 향후 생물정보학 SLR를 위한 재현 가능하고 투명하며 확장 가능한 방법이 제공된다.
• BiSLR의 나선형 모델은 반복적 개선을 가능하게 하여, 리뷰 과정이 전체적으로 민첩하면서도 철학적으로 엄격하게 유지될 수 있도록 한다.