Cómo funciona y limitaciones
quedicelaciencia resume qué dice la literatura científica sobre una pregunta. Busca papers, clasifica automáticamente lo que responde cada uno a partir de su abstract y pondera la evidencia según la calidad del estudio.
1. De tu pregunta a una búsqueda
- Si la pregunta está en español, se traduce al inglés: primero desde tu navegador con MyMemory; si falla, en nuestro servidor con el traductor de Cloudflare Workers AI.
- Se extraen los conceptos y se añaden sinónimos de MeSH (tesauro de la Biblioteca Nacional de Medicina de EE. UU.) y Wikidata. Un modelo los filtra para quedarse solo con los que significan lo mismo.
2. Búsqueda de papers
- Fuentes: Europe PMC (biomedicina, incluye PubMed), OpenAlex (todas las disciplinas), Semantic Scholar y, en física, matemáticas e informática, arXiv.
- Solo se usan papers con abstract. Si un mismo paper aparece en varias fuentes, se fusiona.
- La búsqueda rápida analiza unos 100 papers: primero los de mayor diseño (revisiones sistemáticas, ensayos) y los más citados. La búsqueda exhaustiva sigue con el resto, con las referencias de las revisiones sistemáticas y con temas relacionados.
3. Clasificación de cada abstract
Cada abstract lo clasifica Jev, un modelo de decisión de TypeSafe (no es un chatbot ni genera texto). Decide:
- si el paper aporta resultados propios que responden a la pregunta;
- qué responde: sí, no, parcial, sin efecto o no concluyente;
- el diseño del estudio (meta-análisis, ensayo aleatorizado, cohorte…);
- si el estudio es en humanos.
En ciencias físicas se usan preguntas adaptadas a medidas, límites experimentales y simulaciones.
4. Veredicto
- Cada paper pesa según su diseño (una revisión sistemática pesa más que un estudio observacional), su relevancia y la confianza de la clasificación. En preguntas de salud, los estudios en animales o in vitro pesan menos.
- Correcciones de fiabilidad:
- los papers retractados no cuentan;
- muchos papers del mismo grupo de autores cuentan como menos;
- si los estudios están divididos y hay muchas revisiones sistemáticas, el titular sigue a las revisiones.
- El titular refleja qué lado reúne más peso; la certeza, cuánta evidencia hay y lo coherente que es.
- El resumen en lenguaje llano se redacta con plantillas (no con un modelo generativo) y cita los estudios en los que se apoya.
Qué NO es
- No es una revisión sistemática. Es un resumen automático, útil para orientarse, que puede equivocarse.
- Solo lee abstracts, no el texto completo, y los abstracts a veces exageran o simplifican.
- No es consejo médico ni profesional. Para decisiones de salud, consulta a un profesional sanitario.
Limitaciones conocidas
- Sesgo de publicación: los resultados positivos se publican más que los negativos.
- Idioma: casi toda la literatura indexada está en inglés.
- Cobertura: muchas editoriales no comparten sus abstracts, y las fuentes tienen límites de uso. Algunos papers relevantes pueden quedar fuera.
- Clasificación automática: Jev comete errores, sobre todo con abstracts ambiguos. Si ves uno, usa «¿Mal clasificado?»: nos ayuda a mejorar.
- La pregunta importa: una pregunta vaga o con términos ambiguos da peores resultados.
Créditos
Gracias a Europe PMC (EMBL-EBI), OpenAlex (OurResearch; sus datos incluyen los de Unpaywall), Semantic Scholar (Allen Institute for AI), NCBI (MeSH y E-utilities) y Wikidata. Thank you to arXiv for use of its open access interoperability. Clasificación con Jev (TypeSafe). Alojado en Cloudflare. Código abierto con licencia MIT.