Introducción
La validez de una revisión sistemática depende, en gran medida, de la exhaustividad, la transparencia y la reproducibilidad de su estrategia de búsqueda. En este contexto, la selección adecuada de bases de datos y la correcta formulación de estrategias constituyen un componente crítico que incide directamente en el riesgo de sesgo de selección y en la representatividad de la evidencia incluida. No obstante, persisten errores conceptuales frecuentes, particularmente en la distinción entre lo que constituye una base de datos válida y lo que no, así como en el uso inapropiado de filtros y de motores de búsqueda.
¿Qué es una base de datos en una revisión sistemática y qué no lo es?
Desde una perspectiva metodológica, una base de datos bibliográfica es una plataforma que permite la recuperación estructurada de la literatura científica mediante la indexación sistemática, los vocabularios controlados y las estrategias reproducibles.
Bases de datos recomendadas (núcleo metodológico)
Las siguientes plataformas cumplen criterios de validez para una revisión sistemática:
- PubMed
- Embase
- Scopus
- Web of Science
- Cochrane Library
Estas bases ofrecen indexación controlada (MeSH, Emtree), una estructura lógica de búsqueda y la capacidad de replicación, lo cual es indispensable para garantizar la trazabilidad del proceso.
Recursos que NO son bases de datos (uso limitado o complementario)
Existen plataformas frecuentemente utilizadas de forma incorrecta como fuentes primarias:
- Google Scholar
- ResearchGate
- medRxiv
- Tripdatabase
- Consensus
- Epistemonikos
Estas herramientas carecen de indexación estructurada y emplean algoritmos opacos, lo que impide la reproducibilidad de las búsquedas. Su uso debe limitarse a la búsqueda manual o a la identificación de literatura gris, pero nunca a sustituir bases de datos principales.
Asimismo, herramientas como Rayyan o Zotero no son bases de datos, sino plataformas de apoyo en fases posteriores (como la selección o la gestión de referencias).
Clasificación de recursos en una revisión sistemática
| CATEGORÍA | RECURSO | ¿ES BASE DE DATOS? | ROL EN LA REVISIÓN SISTEMÁTICA | JUSTIFICACIÓN METODOLÓGICA |
|---|---|---|---|---|
| Bases de datos bibliográficas | PubMed | ✅ Sí | Fuente principal de búsqueda | Indexación MeSH, alta reproducibilidad y cobertura biomédica |
| Embase | ✅ Sí | Fuente principal de búsqueda | Indexación Emtree, alta sensibilidad en farmacología y Europa | |
| Scopus | ✅ Sí | Fuente principal de búsqueda | Cobertura multidisciplinaria y análisis de citaciones | |
| Web of Science | ✅ Sí | Fuente principal de búsqueda | Base robusta con trazabilidad de citas | |
| Cochrane Library | ✅ Sí | Fuente especializada | Alta calidad en ensayos clínicos y revisiones sistemáticas |
| CATEGORÍA | RECURSO | ¿ES BASE DE DATOS? | ROL EN LA REVISIÓN SISTEMÁTICA | JUSTIFICACIÓN METODOLÓGICA |
|---|---|---|---|---|
| Repositorios y literatura gris | ClinicalTrials.gov | ⚠️ Parcial | Identificación de estudios no publicados | Reduce sesgo de publicación |
| medRxiv | ❌ No | Búsqueda complementaria | Sin revisión por pares ni indexación estructurada | |
| SciELO | ⚠️ Limitado | Fuente regional complementaria | Indexación parcial, menor capacidad de búsqueda avanzada | |
| ResearchGate | ❌ No | Contacto con autores | No es fuente sistemática ni reproducible |
| CATEGORÍA | RECURSO | ¿ES BASE DE DATOS? | ROL EN LA REVISIÓN SISTEMÁTICA | JUSTIFICACIÓN METODOLÓGICA |
|---|---|---|---|---|
| Motores de búsqueda académicos | Google Scholar | ❌ No | Búsqueda exploratoria / manual | Algoritmo no transparente, no reproducible |
| Semantic Scholar | ❌ No | Apoyo exploratorio | No permite estrategias sistemáticas formales |
¿Cuántas bases de datos se deben utilizar?
La evidencia metodológica sugiere que una revisión sistemática robusta debe incluir entre 3 y 5 bases de datos principales, siendo óptimo el uso de cuatro:
- PubMed
- Embase
- Scopus
- Web of Science
Este conjunto garantiza una adecuada cobertura biomédica y multidisciplinaria, minimizando el riesgo de omisión de estudios relevantes.
¿Qué hacer si no hay resultados en una estrategia de búsqueda?
La ausencia de resultados no debe interpretarse inmediatamente como ausencia de evidencia, sino como un posible problema en la estrategia. En este escenario, se requiere una revisión sistemática de la sintaxis y estructura de la búsqueda.
Desde un punto de vista técnico, deben considerarse los siguientes ajustes:
- Primero, es fundamental evaluar si la estrategia es excesivamente restrictiva, lo cual ocurre frecuentemente cuando se combinan múltiples términos con operadores AND sin una adecuada expansión de sinónimos. La reducción del número de bloques conceptuales o la ampliación mediante términos equivalentes puede incrementar la sensibilidad.
- Segundo, debe verificarse la correcta utilización de vocabularios controlados (por ejemplo, términos MeSH en PubMedo Emtree en Embase), ya que una selección inadecuada puede excluir artículos relevantes.
- Tercero, es necesario revisar errores técnicos en la sintaxis (paréntesis, operadores booleanos, truncamientos), los cuales pueden anular completamente la búsqueda.
- Finalmente, en algunos casos, la ausencia de resultados puede reflejar un vacío real en la literatura, lo cual constituye un hallazgo relevante en sí mismo, siempre que la estrategia haya sido metodológicamente sólida.
¿Es posible que dos estrategias iguales den resultados distintos?
Sí, y este fenómeno tiene implicancias críticas para la reproducibilidad.
Incluso utilizando la misma estrategia, pueden obtenerse resultados distintos debido a:
- Actualización dinámica de las bases de datos, especialmente en PubMed
- Diferencias en la indexación entre plataformas (por ejemplo, MeSH vs Emtree)
- Cambios en algoritmos internos
- Variaciones en la fecha exacta de ejecución de la búsqueda
- Suscripciones institucionales
Por esta razón, es imprescindible reportar con precisión:
- Fecha completa de búsqueda
- Plataforma específica (por ejemplo, PubMed vs MEDLINE vía Ovid)
- Estrategia exacta reproducible
Esto asegura transparencia y permite interpretar posibles discrepancias en revisiones posteriores.
¿Por qué no se deben usar filtros en una base de datos en una revisión sistemática?
El uso de filtros predefinidos constituye uno de los errores metodológicos más frecuentes y potencialmente más graves.
Los filtros automáticos (por ejemplo: “clinical trial”, “last 5 years”, “free full text”) introducen sesgo de selección, al restringir la recuperación de estudios de manera no transparente ni controlada por el investigador.
Desde una perspectiva metodológica:
- Primero, los filtros dependen de la indexación, la cual puede ser incompleta o inconsistente, generando exclusión inadvertida de estudios relevantes.
- Segundo, limitan la reproducibilidad, ya que los algoritmos internos de filtrado no son completamente transparentes.
- Tercero, contradicen el principio fundamental de una revisión sistemática: maximizar la sensibilidad de la búsqueda y aplicar los criterios de elegibilidad en fases posteriores (screening en herramientas como Rayyan).
Por tanto, la estrategia correcta consiste en:
- Realizar una búsqueda amplia, sin filtros restrictivos
- Aplicar criterios de inclusión/exclusión durante la selección de estudios
Conclusión
La calidad metodológica de una revisión sistemática se fundamenta en una búsqueda exhaustiva, estructurada y reproducible. La selección adecuada de bases de datos —priorizando plataformas como PubMed, Embase, Scopus y Web of Science— constituye el núcleo de este proceso. En contraste, el uso inapropiado de motores de búsqueda, filtros automáticos o estrategias mal diseñadas compromete la validez interna del estudio y aumenta el riesgo de sesgo.
Comprender estos principios no solo permite mejorar la calidad de la evidencia sintetizada, sino que posiciona al investigador en un nivel avanzado de rigor metodológico, alineado con los estándares internacionales de investigación clínica y epidemiológica.
REFERENCES
Rethlefsen ML, Kirtley S, Waffenschmidt S, et al. PRISMA-S: an extension to the PRISMA Statement for Reporting Literature Searches in Systematic Reviews. Syst Rev. 2021;10(1):39. Published 2021 Jan 26. doi:10.1186/s13643-020-01542-z
Cooper C, Booth A, Varley-Campbell J, Britten N, Garside R. Defining the process to literature searching in systematic reviews: a literature review of guidance and supporting studies. BMC Med Res Methodol. 2018;18(1):85. Published 2018 Aug 14. doi:10.1186/s12874-018-0545-3
Ayasse MT, Ahmed A, Espinosa ML, et al. What are the highest yielding search strategy terms for systematic reviews in atopic dermatitis? A systematic review. Arch Dermatol Res. 2021;313(9):737-750. doi:10.1007/s00403-020-02165-z
Aromataris E, Riitano D. Constructing a search strategy and searching for evidence. A guide to the literature search for a systematic review. Am J Nurs. 2014;114(5):49-56. doi:10.1097/01.NAJ.0000446779.99522.f6
DESCARGA ARCHIVOS RELACIONADOS
Deja una respuesta