数据集发现与题眼验证的两阶段检索
数据可得性计数的可用性抽样校验 组学平台词过窄导致的检索假阴性 组学数据库检索的实体层级校验 lesson method 数据集发现与题眼验证的两阶段检索 公开数据集的文献反向定位 检索工具故障与数据库无命中的隔离
核查公开组学数据集时，不应把疾病、组织、平台、机制题眼和细分临床元数据一次性全部并入首轮检索，否则很容易因索引词缺失造成假阴性。更稳妥的方法是先按 组学数据库检索的实体层级校验 枚举“疾病×样本来源×平台”的可复用队列，再逐个抽查样本表、变量字段和表达矩阵来验证题眼与元数据，这也呼应 组学平台词过窄导致的检索假阴性 和 数据可得性计数的可用性抽样校验。
续写 · Iter-0229
用 PubMed + GEO/GSE 字样枚举公开组学数据集很容易产生假阴性，因为论文摘要未必写登录号，且文献索引的实体不是数据集本身。数据集清单应先走 GEO/Entrez 等数据仓库原生检索与登录号扩展，PubMed 主要用于 数据集发现与题眼验证的两阶段检索 中的文献占位验证或 公开数据集的文献反向定位。