Cách hoạt động

Công cụ kiểm tra và phân loại Nghiên cứu được phát triển nhằm hỗ trợ quá trình thẩm định các nghiên cứu skincare nền tảng của các tuyên bố thương mại. Mục tiêu cốt lõi là xác định liệu một nghiên cứu được vận hành bởi nguồn tài trợ độc lập hay mang tính chất tiếp thị doanh nghiệp. Toàn bộ dữ liệu đầu ra đều được trích xuất từ các cơ sở dữ liệu đã bình duyệt. Theo đó, các tài liệu này được phân loại dựa trên mức độ độc lập của nguồn tài trợ và được cấp Điểm tin cậy từ 0 đến 100 thông qua việc đánh giá phương pháp luận nghiên cứu. Tài liệu dưới đây sẽ trình bày chi tiết về toàn bộ quy trình vận hành của hệ thống.

1. Quy trình tìm kiếm

Khi một truy vấn được tiếp nhận, hệ thống sẽ tiến hành rà soát đồng thời trên bốn cơ sở dữ liệu học thuật công khai:

Các cơ sở dữ liệu bao gồm PubMed với hơn 34 triệu bài báo khoa học đã bình duyệt thuộc thư viện y sinh của NIH; OpenAlex với danh mục mở chứa hơn 240 triệu tài liệu học thuật; Europe PMC đóng vai trò là kho dữ liệu khoa học đời sống của châu Âu; và Semantic Scholar vận hành như một công cụ đo lường trích dẫn và mức độ ảnh hưởng dựa trên AI. Trong trường hợp một bài báo xuất hiện ở nhiều nguồn, dữ liệu sẽ được hợp nhất thành một kết quả duy nhất. Nguồn gốc của từng tài liệu được hiển thị trực quan thông qua các biểu tượng trên mỗi thẻ kết quả.

Mỗi truy vấn không được xử lý trực tiếp mà phải trải qua một quy trình chuẩn hoá thuật ngữ. Cụ thể, hệ thống sẽ đồng nhất các danh pháp hoá học khác biệt. Ví dụ, thuật ngữ 'retinal' sẽ được chuyển đổi thành 'retinaldehyde' nhằm xác định rõ đây là một dẫn xuất của vitamin A thay vì cấu trúc võng mạc mắt. Đồng thời, thuật toán sẽ phân tích ngữ nghĩa để xác định mục đích so sánh các thành phần hay truy vấn đơn lẻ. Nhờ đó, hệ thống tự động thiết lập tối đa ba từ khoá phụ nhằm truy xuất các nghiên cứu đối đầu trực tiếp cũng như bằng chứng lâm sàng của từng hoạt chất.

Mỗi truy vấn phụ sau đó được phân tán vào năm khung thập niên (1976-1985, 1986-1995, 1996-2005, 2006-2015, 2016-nay) và chạy song song trên cả bốn cơ sở dữ liệu. Nếu không có bước phân tầng này, các API xếp hạng theo mức độ liên quan có xu hướng chỉ trả về các bài báo mới nhất — khiến các nghiên cứu kinh điển từ thập niên 1990 có thể bị các bài tổng quan năm 2024 che lấp. Bằng cách truy vấn từng thập niên như một lát cắt độc lập, các công trình mang tính nền tảng luôn được hiển thị cùng với các bằng chứng mới. Những thập niên có ít dữ liệu (ví dụ bakuchiol trước năm 2000) chỉ đơn giản trả về ít kết quả hơn — điều này vẫn bảo toàn cam kết: hệ thống đã thực sự rà soát, không che giấu bất kỳ khoảng thời gian nào.

2. Sàng lọc tính liên quan của chủ đề

Việc truy xuất thuần tuý dựa trên từ khoá có thể dẫn đến hiện tượng nhiễu thông tin. Ví dụ, truy vấn 'retinol' có khả năng trả về các nghiên cứu dinh dưỡng nhi khoa đo lường nồng độ retinol trong huyết thanh, vốn nằm ngoài phạm vi skincare. Nhằm đảm bảo tính tập trung chuyên môn, hệ thống ứng dụng một bộ lọc lĩnh vực gồm 2 lớp cấu trúc:

• Danh sách cho phép MeSH của PubMed. Toàn bộ truy vấn trên PubMed được giới hạn nghiêm ngặt trong hệ thống phân loại chủ đề y khoa thuộc lĩnh vực da liễu, bao gồm Da, Bệnh ngoài da, Chăm sóc da, Mỹ phẩm, Thuốc da liễu, Lão hoá da và Bã nhờn. Theo đó, các bài báo khoa học không thuộc phạm vi này sẽ bị loại trừ ngay từ giai đoạn khởi tạo.
• Danh sách chặn lĩnh vực cho OpenAlex và Semantic Scholar. Các tài liệu mang nhãn phân loại Nông nghiệp, Thú y, Giáo dục, Kinh tế, Kinh doanh hoặc Địa chất sẽ tự động bị loại bỏ. Mặc dù vậy, tài liệu vẫn được duy trì nếu đồng thời sở hữu các thẻ Da liễu, Dược lý hoặc Khoa học Mỹ phẩm.

Do Europe PMC thiếu vắng một hệ thống phân loại chủ đề chuyên biệt, thuật toán sẽ tận dụng tỷ lệ dữ liệu trùng lặp với PubMed, chiếm khoảng 80%, để đối chiếu và sàng lọc các bài báo y sinh không đáp ứng tiêu chí lĩnh vực.

3. Phân tích nguồn tài trợ nghiên cứu

Mỗi nghiên cứu đáp ứng tiêu chí sàng lọc sẽ được phân loại vào một trong 4 nhãn tài trợ: độc lập, hỗn hợp, không rõ, hoặc doanh nghiệp. Quy trình định danh này được thực hiện qua 2 bước:

• Bước 1 (kiểm tra tự động). Thông tin về đơn vị công tác của tác giả và nguồn tài trợ sẽ được xử lý bằng thuật toán so khớp mờ với danh mục các tập đoàn mỹ phẩm, dược phẩm, công ty trực thuộc và thương hiệu liên quan. Khoảng 70% các nghiên cứu được phân loại tự động thành công ở bước này.
• Bước 2 (dùng AI). Các dữ liệu chưa xác định rõ nguồn gốc sẽ được tổng hợp và chuyển giao cho một hệ thống phân loại ngôn ngữ độc quyền. Hệ thống này tiến hành phân tích tiêu đề, tóm tắt, đơn vị công tác và phần tóm lược nếu có. Theo đó, kết quả phân loại được xuất ra kèm theo luận điểm giải thích chi tiết. Nội dung diễn giải này được hiển thị công khai tại trang thông tin của từng nghiên cứu.

4. Đánh giá Điểm tin cậy (0–100)

Điểm tin cậy được cấu thành từ tổng điểm của sáu biến số đánh giá. Trong đó, thiết kế nghiên cứu chiếm trọng số cao nhất với tối đa 40 điểm, tiếp nối bởi mức độ độc lập của nguồn tài trợ đạt tối đa 25 điểm. Các tiêu chí còn lại bao gồm cỡ mẫu, độ mới, tần suất trích dẫn và một chỉ số điểm thưởng dành cho các nghiên cứu đối đầu trực tiếp. Điểm số cao không đồng nghĩa với tính chính xác tuyệt đối của kết luận nghiên cứu, mà phản ánh mức độ chặt chẽ của phương pháp luận. Cụ thể, một phân tích gộp (meta-analysis) độc lập với 1.000 người tham gia đạt điểm ≥ 80 sẽ mang giá trị học thuật cao hơn một báo cáo ca bệnh nhỏ lẻ mang nhãn doanh nghiệp có điểm ≤ 30. Do đó, hệ thống điểm này đóng vai trò như một công cụ phân loại ưu tiên tài liệu, không nhằm mục đích thay thế cho quá trình phân tích chuyên sâu nội dung bài báo.

Công thức tính toán chi tiết được công bố tại trang Giới thiệu.

5. Cơ chế lọc kết quả

Sau khi tập hợp dữ liệu đầu ra, phạm vi kết quả có thể được thu hẹp thông qua hệ thống bộ lọc vận hành trực tiếp trên giao diện trình duyệt mà không yêu cầu khởi tạo truy vấn mới. Số liệu đi kèm tại mỗi bộ lọc biểu thị chính xác số lượng nghiên cứu tương ứng còn lại khi tiêu chí đó được kích hoạt.

Trạng thái thiết lập của các bộ lọc được mã hoá trực tiếp vào đường dẫn URL. Nhờ đó, việc chia sẻ hoặc truy cập lại tập kết quả đã qua phân loại được thực hiện một cách đồng bộ.

6. Cấu trúc sắp xếp kết quả

Hệ thống cung cấp tuỳ chọn sắp xếp dữ liệu dựa trên Điểm tin cậy như một tiêu chuẩn mặc định, ưu tiên các tài liệu có phương pháp luận chặt chẽ nhất. Ngoài ra, kết quả có thể được phân loại theo năm xuất bản, tần suất trích dẫn, hoặc quy mô cỡ mẫu. Một phương thức sắp xếp khác là ưu tiên định dạng tài trợ, tuần tự từ nguồn độc lập, hỗn hợp, không rõ đến doanh nghiệp. Trong từng phân nhóm tài trợ, Điểm tin cậy tiếp tục được áp dụng làm tiêu chí xếp hạng thứ cấp.

Giới hạn của hệ thống

• Bản thảo in trước (Preprints). Hệ thống không thu thập dữ liệu từ các máy chủ bản thảo như bioRxiv và medRxiv. Phạm vi truy xuất được giới hạn nghiêm ngặt trong các bài báo khoa học đã bình duyệt.
• Tài liệu xám. Các tài liệu dạng sách trắng, tóm tắt kỷ yếu hội nghị và báo cáo ngành công nghiệp đều bị loại trừ khỏi cơ sở dữ liệu ngay từ quy trình ban đầu.
• Nghiên cứu không bằng tiếng Anh. Hệ thống lập chỉ mục đạt độ chính xác tối ưu đối với các tiêu đề và bản tóm tắt bằng tiếng Anh. Đối với các ngôn ngữ khác, khả năng xử lý ngữ nghĩa hiện chỉ được hỗ trợ ở mức độ cơ bản.
• Các bài báo rất mới (dưới 30 ngày). Quá trình đồng bộ hoá của các cơ sở dữ liệu luôn tồn tại một độ trễ kỹ thuật nhất định. Do đó, các bài báo khoa học vừa được công bố có thể chưa được hiển thị tức thời trên hệ thống.
• Mức độ liên quan tuyệt đối. Phương thức truy xuất dựa trên từ khoá vẫn tiềm ẩn rủi ro trả về các dữ liệu thiếu chuẩn xác. Mặc dù bộ lọc lĩnh vực và thuật toán chấm điểm được thiết kế nhằm hạ thấp thứ hạng của các kết quả không liên quan, việc tự động loại bỏ hoàn toàn các dữ liệu nhiễu vẫn chưa thể đạt mức tuyệt đối.

Phản hồi và hiệu chỉnh hệ thống

Trong trường hợp phát hiện dữ liệu thiếu chuẩn xác, tài liệu bị phân loại sai lệch, hoặc có nhu cầu bổ sung thông tin nhà tài trợ vào hệ thống cơ sở dữ liệu: tech@twinsskin.com