Medical Subject Headings

Cet article est une ébauche concernant la médecine, la biologie et les sciences de l'information et des bibliothèques.

Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.
Medical Subject Headings
Titre original
(en) Medical Subject HeadingsVoir et modifier les données sur Wikidata
Langue
Auteur
Sujet
Date de création
Pays
Site web
Logotype

modifier - modifier le code - modifier WikidataDocumentation du modèle

Le Medical Subject Headings ou MeSH est un vocabulaire contrôlé (ou un système de métadonnées) en langue anglaise très étendu utilisé pour l'indexation et le catalogage des publications scientifiques telles que les articles de journaux et les livres dans le domaine biomédical. Ce thesaurus a été lancé et est toujours maintenu par la Bibliothèque nationale de médecine des États-Unis d'Amérique ou NLM pour National Library of Medicine et constitue le vocabulaire contrôlé le plus important du domaine biomédical. Il comporte près de 30 000 descripteurs et est mis à jour annuellement. Il est notamment utilisé pour l'indexation des articles de la base de données MEDLINE et son moteur de recherche PubMed.

Bien qu'en langue anglaise, le MeSH est traduit dans plusieurs langues. La traduction française est entretenue par l'Inserm, qui en réalise la mise à jour annuelle depuis 1986. Cette version bilingue de MeSH, elle-même utilisé comme outil de traduction, est souvent utilisée pour l’indexation et l’interrogation des bases de données en français.

Structure des MeSH

La structure de ce vocabulaire se recoupe en trois concepts principaux, soit les sujet/titres principaux, ou descripteurs, les sous-titres, ou qualificatifs et les termes d’entrée.

Les descripteurs permettent de décrire le sujet ou le contenu des citations et sont ordonnés hiérarchiquement du plus général au plus spécifique. Au sommet de cette hiérarchie sont définis les seize catégories suivantes :

Les qualificatifs ont pour fonction de mieux définir les résultats de recherche en spécifiant un aspect particulier du descripteur auquel il est lié. Par exemple, le qualificatif diagnostic peut être utilisé conjointement avec le descripteur diabète afin de repêcher uniquement les citations sur le diabète et sous-catégorisée comme traitant de diagnostic du diabète.

Les termes d’entrée sont des synonymes ou des termes fortement liés qui renvoient aux descripteurs. Les termes d’entrées peuvent être employés de manière interchangeable avec leurs descripteurs associés dans le cadre d’une recherche sur PubMed, ainsi d’un point de vue pratique, il n’y a aucune différence entre les termes d’entrée et les descripteurs. La recherche de l’un comme de l’autre entraînera un résultat identique.

Historique

En 1960 la NLM publie le MeSH, un thesaurus remplaçant l’Index Medicus et l’Index-Catalogue, utilisés jusqu’alors depuis leur création en 1879 et en 1880 respectivement. Ce nouveau vocabulaire contrôlé de 4 300 descripteurs au départ avait pour objectif de fournir un indexage plus constant et cohérent facilitant la recherche d’information. Quarante ans plus tard, son usage soutenu a mené à une expansion significative de son contenu d’origine et avec une évolution remarquable de sa structure au début des années 2000, le MeSH est déjà l’un des thesauri les plus sophistiqués.

Indexing Initiative et Medical Text Indexer (MTI) (1996-2010)

En 1996, la NLM met sur pied le projet Indexing Initiative dans le but d’explorer de nouvelles technologies d’indexage pouvant substituer partiellement ou complètement les méthodes d’alors et permettre des performances de rappel égales ou supérieures à celles des systèmes basés principalement sur le procédé manuel d’assignation de termes d’index,. En effet, le recours à des indexeurs professionnel entraîne éventuellement des limitations importantes nécessitant le recours à une approche alternative. Le nombre de nouvelles publications ajoutées dans la base de données MEDLINE – et devant être indexées – chaque année augmente de manière exponentielle, passant de 151,635 en 1965 à 1.3 million en 2021. Le vocabulaire MeSH quant à lui devient de plus en plus complexe comprenant jusqu’à 30,194 descripteurs en 2022, chacun avec leurs propres ensembles de règles encadrant leur usage.

Ces difficultés toujours plus importantes conjuguées à des budgets restreints ont progressivement entraîné une accumulation de 576,735 publications non indexées sur PubMed en . Au terme de l’Indexing Initiative, l’indexeur de texte médical ou Medical Text Indexer (MTI) voit le jour comme produit principal du projet et dès 2002 la NLM en fait l’usage comme outil semi-automatique. Le MTI est alors caractérisé par un moteur de règles qui identifie les MeSH à partir des titres des publications et de leurs résumés. Les indexeurs reçoivent des suggestions et peuvent ou non les accepter, selon leur bon jugement.

Medical Text Indexer First-Line (MTIFL) (2011-2018)

Avec le perfectionnement progressif de cet outil, la NLM désigna un ensemble de journaux avec lesquels MTI performait suffisamment pour être désigné comme un indexeur de première ligne, rendant l’indexage des publications issues de ces journaux totalement automatisé. Toujours grâce à l’amélioration de la précision de l’outil, cette liste de journaux, libellée MTIFL, augmenta pour inclure 230 journaux en 2014. Le MTIFL, qui utilise des techniques d’apprentissage machine, double pratiquement la précision des recommandations de MeSH. La méthode d’indexage à l’aide des MITFL fut utilisée jusqu’en. 2020. En parallèle, un effort continu de perfectionnement de l’outil a mené au développement de différentes variantes de l’algorithmes, telles que MTI Comment On et MTI Review en 2017, puis MTI Automatic en 2019.

Medical Text Indexer-Automated (MTIA) (2019-2023)

Le MTIA, basé sur des techniques d’apprentissage profond repose sur une indexation semi-automatisée et marque un véritable tournant vers l’indexation entièrement automatisée. Le temps d’indexation sur MEDLINE se retrouve à être considérablement réduit, passant de plusieurs mois à plusieurs jours.

Plusieurs problèmes ont été soulevés concernant l’indexation automatisée des publications utilisant le MTIA. On recommande normalement l’utilisation de MeSH le plus spécifique possible pour effectuer une requête. Toutefois, des publications sont indexées avec des termes plus généraux et demandent de les ajouter à la requête, en plus des termes plus précis afin de ne pas exclure des articles qui pourraient être pertinents. Par exemple, une publication portant sur les troubles de la vision se verrait attribuer le MeSH « œil » alors que le MeSH « troubles de la vision » est disponible. Aussi, il peut arriver qu’un concept important d’une publication ne soit pas du tout représentée par un MeSH, ce qui rendrait impossible de trouver cette publication même en utilisant le MeSH approprié. Puis, il est fréquent que des publications indexées par le MTIA se voient attribuer des MeSH inappropriés à cause d’erreurs d’acronymes ou de généralisations faites sur d’autres publications, par exemple.

Medical Text Indexer-NeXt Generation (MTIX) (2024-Aujourd'hui)

Aujourd’hui, l’indexage des articles est réalisé de manière complètement automatisée par l’algorithme Medical Text Indexer-NeXt Generation ou MTIX, un modèle d’apprentissage automatique basé sur les réseaux de neurone entraîné avec des millions de citations MEDLINE publiées entre 2007 et 2022. La vérification humaine se poursuit toutefois sur environ le tiers des publications, plus précisément sur les publications spécialisées, de revues avec un facteur d’impact élevé ou portant sur des sujets complexes. Les bibliothécaires des sciences de la santé occupent un rôle-clé dans ce processus. Ceux-ci peuvent signaler des erreurs et biais d’indexation, valider et tester les filtres de recherche, faire des changements aux termes assignés par le MTI et s’assurer que les concepts centraux sont représentés par les MeSH pour augmenter la découvrabilité des publications. Même si le MTIX est plus performant que son prédécesseur, on soulève parmi les erreurs d’indexation celle d’une mauvaise interprétation du langage figuratif. Par exemple, le terme « Malus » (soit pomme, ou pommier) a été incorrectement attribué à de nombreuses publications parce que le terme « pomme » était employé dans des métaphores ou expressions, et ces publications ne traitaient pas littéralement du fruit ou de l’arbre.

Utilité des MeSH

Bien que la recherche par MeSH soit plus ardue puisqu’elle demande de connaitre le vocabulaire contrôlé, cette stratégie a prouvé son utilité pour effectuer de vastes revues de littérature. La recherche par MeSH est une stratégie qui apporte des résultats avec plus de précision et de sensibilité que la recherche par mots-clés, mais une combinaison des deux stratégies est généralement recommandée pour des résultats optimaux. Cette méthode peut toutefois demander plus de temps, puisque la combinaison des MeSH et des mots-clés diminue la précision des résultats, mais en augmente la sensibilité. En d'autres mots, plus de publications pertinentes sont extraites, mais demande le survol de nombreuses autres publications.

En bibliométrie, les MeSH peuvent également servir à établir les grandes tendances en recherche. À partir d’une analyse de plus de 900 MeSH sur une période de 10 ans, à partir de la fréquence d’occurrence des MeSH, il a été possible de constater que « néoplasme » et « résultat thérapeutique » sont des thèmes récurrents populaires.

L'indexation automatique découlant de l'augmentation exponentielle du nombre de publication comporte plusieurs bénéfices tel qu'une diminution du temps et des coûts, considérant que l'indexation manuelle demande beaucoup de temps et de ressources.

Le cas de la pharmacie

Les publications du domaine de la pharmacie présentent non seulement moins de MeSH indexés, mais aussi moins de MeSH génériques que les publications de médecine générale, ce qui peut considérablement réduire la visibilité de ces publications.

Cela peut s’expliquer par la terminologie utilisée par les auteurs des publications du domaine, qui pourraient assumer que les termes appropriés seront indexés. Toutefois, les nouveaux MeSH ajoutés le sont parce que ce sont termes utilisés de façon régulière dans la littérature, d’où l’importance pour les chercheurs d’employer une terminologie spécifique. La hiérarchie des MeSH pose également problème dans ce contexte. Par exemple, les termes « relations infirmier-patient » et « relation dentiste-patient » existent, mais l’équivalent n’existe pas pour les pharmaciens. Le terme existe est plutôt inclus dans la catégorie plus large de « relations entre professionnels de santé et patients ».

La publication répétée d’articles comme ceux rapportant les Déclarations de Grenade a servi à établir la régularité des MeSH assignés aux articles. L’indexation présentait une faible régularité à travers les articles : seul le MeSH « humains » a été retrouvé systématiquement dans les 5 articles analysés.

Références

  1. 1 2 3 (en) Hagit Shatkay et Mark Craven, Mining the Biomedical Literature, The MIT Press, (ISBN 978-0-262-30516-7, lire en ligne)
  2. ↑ (en) « Preface », sur www.nlm.nih.gov (consulté le )
  3. 1 2 « Le MeSH bilingue  anglais - français », sur mesh.inserm.fr (consulté le )
  4. 1 2 « MeSH Record Types », sur www.nlm.nih.gov (consulté le )
  5. ↑ (en) Farhad Fatehi, Leonard C Gray et Richard Wootton, « How to improve your PubMed/MEDLINE searches: 3. advanced searching, MeSH and My NCBI », Journal of Telemedicine and Telecare, vol. 20, no 2,‎ , p. 102–112 (ISSN 1357-633X et 1758-1109, DOI 10.1177/1357633x13519036, lire en ligne, consulté le )
  6. ↑ (en) Aronson Alan R., Mork James G., Gay Clifford W. et Humphrey Susanne M., « The NLM Indexing Initiative’s Medical Text Indexer », dans Studies in Health Technology and Informatics, IOS Press, (lire en ligne)
  7. 1 2 (en) Fernando Fernandez-Llimos, Luciana G. Negrão, Christine Bond et Derek Stewart, « Influence of automated indexing in Medical Subject Headings (MeSH) selection for pharmacy practice journals », Research in Social and Administrative Pharmacy, vol. 20, no 9,‎ , p. 911–917 (ISSN 1551-7411, DOI 10.1016/j.sapharm.2024.06.003, lire en ligne, consulté le )
  8. 1 2 3 (en) Anastasia Krithara, James G. Mork, Anastasios Nentidis et Georgios Paliouras, « The road from manual to automatic semantic indexing of biomedical literature: a 10 years journey », Frontiers in Research Metrics and Analytics, vol. 8,‎ (ISSN 2504-0537, DOI 10.3389/frma.2023.1250930, lire en ligne, consulté le )
  9. ↑ (en) Eileen Chen, Julia Bullard et Dean Giustini, « Automated indexing using NLM's Medical Text Indexer (MTI) compared to human indexing in Medline: a pilot study », Journal of the Medical Library Association, vol. 111, no 3,‎ , p. 684–695 (ISSN 1558-9439 et 1536-5050, DOI 10.5195/jmla.2023.1588, lire en ligne, consulté le )
  10. 1 2 3 4 5 (en) Dean Giustini, Alexandre Amar-Zifkin, Eileen Chen et Janice Y. Kung, « Automated indexing in MEDLINE and the Medical Text Indexer (MTI), 2000–2025: a scoping review », Journal of the Medical Library Association, vol. 114, no 3,‎ , p. 191–207 (ISSN 1558-9439, DOI 10.5195/jmla.2026.2406, lire en ligne, consulté le )
  11. ↑ (en) James Mork, Alan Aronson et Dina Demner-Fushman, « 12 years on – Is the NLM medical text indexer still useful and relevant? », Journal of Biomedical Semantics, vol. 8, no 1,‎ (ISSN 2041-1480, DOI 10.1186/s13326-017-0113-5, lire en ligne, consulté le )
  12. ↑ (en) Alexandre Amar-Zifkin, Taline Ekmekjian, Virginie Paquet et Tara Landry, « Algorithmic indexing in MEDLINE frequently overlooks important concepts and may compromise literature search results », ProQuest, University Library System, University of Pittsburgh,‎ , p. 39–48 (DOI 10.5195/jmla.2025.1936, lire en ligne, consulté le )
  13. ↑ (en) « Frequently Asked Questions about Indexing for MEDLINE », sur www.nlm.nih.gov (consulté le )
  14. ↑ Paije Wilson, « Sometimes the apple does fall far from the tree: a case study on automatic indexing precision errors in PubMed », Journal of the Medical Library Association, vol. 113, no 4,‎ , p. 318–326 (ISSN 1558-9439 et 1536-5050, PMID 41234473, PMCID 12606386, DOI 10.5195/jmla.2025.2110, lire en ligne, consulté le )
  15. ↑ (en) Michelle M. DeMars et Carol Perruso, « MeSH and text-word search strategies: precision, recall, and their implications for library instruction », Journal of the Medical Library Association, vol. 110, no 1,‎ , p. 23–33 (ISSN 1558-9439, DOI 10.5195/jmla.2022.1283, lire en ligne, consulté le )
  16. ↑ (en) Victor Leblanc, Aghiles Hamroun, Raphaël Bentegeac et Bastien Le Guellec, « Added Value of Medical Subject Headings Terms in Search Strategies of Systematic Reviews: Comparative Study », Journal of Medical Internet Research, vol. 26,‎ , e53781 (ISSN 1438-8871, PMID 39561364, PMCID 11615561, DOI 10.2196/53781, lire en ligne, consulté le )
  17. ↑ (en) Ekaterina V. 1 Ilgisonis, Mikhail A. 1 Pyatnitskiy, Svetlana N. 1 Tarbeeva et Artem A. 2 Aldushin, « How to catch trends using MeSH terms analysis? », ProQuest, Springer Nature B.V.,‎ , p. 1953–1967 (DOI 10.1007/s11192-022-04292-y, lire en ligne, consulté le )
  18. ↑ (en) Fernanda S. Tonin et Fernando Fernandez-Llimos, « Scientific visibility and medical subject heading terms: The case of ‘pharmaceutical sciences’ », dans Contemporary Research Methods in Pharmacy and Health Services - Volume 2, Elsevier, , 33–46 p. (ISBN 978-0-443-44607-8, DOI 10.1016/B978-0-443-44607-8.00007-8, lire en ligne)
  19. ↑ (en) Fernando Fernandez-Llimos, « Consistency of Medical Subject Headings assignment: A test-retest reliability analysis », Research in Social and Administrative Pharmacy, vol. 21, no 10,‎ , p. 784–789 (DOI 10.1016/j.sapharm.2025.05.008, lire en ligne, consulté le )

Liens externes