使用 r (httr) 获取多个 pubmed 摘要

Question

这是我试图从这个问题执行的同一任务的延续。 Working with pubmed api in R (httr) to retrieve abstracts

使用下面的答案，我可以找到感兴趣的摘要的公开 ID。

现在，我正在尝试获取这些摘要的标题和全文（作为 2 列数据框，一列用于标题，一列用于摘要文本）。

我从api文档了解到的是可以传递多个ID，所以我尝试了下面的代码。

library(XML)
library(httr)
library(glue)
library(dplyr)
####
####



query = 'asthma[mesh]+AND+leukotrienes[mesh]+AND+2009[pdat]'

 
reqq = glue ('https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pubmed&term={query}')


reqq = "https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pubmed&term=science[journal]+AND+breast+cancer+AND+2008[pdat]&usehistory=y"

op = GET(reqq)

content(op)


df_op <- op %>% xml2::read_xml() %>% xml2::as_list()

pmids <- df_op$eSearchResult$IdList %>% unlist(use.names = FALSE)

上面的代码将pmids作为一个字符获取，然后我尝试将它们传递给efetch

reqq1 = "https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=pubmed&id=pmids&rettype=abstract&retmode=xml"

op1 = GET(reqq1)

content(op1)

我收到一条错误消息：ID 列表为空！可能它没有正确的 ID。

然后我尝试更改 ID 字符串的格式，使它们以逗号分隔，并且中间没有引号或空格。

idc = paste(shQuote(pmids, type = "cmd"), collapse = ", ")
 
idc = gsub('"', '', idc)
idc = gsub(' ', '', idc)

# Then pass them to the same code: 

reqq1 = "https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=pubmed&id=idc&rettype=abstract&retmode=xml"

op1 = GET(reqq1)

content(op1)
 

但我仍然遇到与上述相同的错误。 我想要实现的是使用这些摘要的数据获取 xml 文件（然后最终将标题和摘要正文提取到数据框中）。 是否可以将所有 ID 传递到一次提取中，或者必须使用循环一个一个地发送这些 ID？如果您能提供一些指导或有一个可行的简短脚本，将不胜感激。

谢谢

Answer 1

reqq1 仍然只是一个字符串。您可以使用glue 来使用pmids 的实际值。我认为您可以同时查询多个 id，在这种情况下，您可以使用 paste0(..., collapse = ',') 将 id 折叠为一个逗号分隔的字符串。

reqq1 = glue("https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=pubmed&id={paste0(pmids, collapse = ',')}&rettype=abstract&retmode=xml")
op1 = GET(reqq1)
content(op1)

{xml_document}
<PubmedArticleSet>
[1] <PubmedArticle>\n  <MedlineCitation Status="MEDLINE" Owner="NLM">\n    <PMID Version="1">19008416</PMID> ...
[2] <PubmedArticle>\n  <MedlineCitation Status="MEDLINE" Owner="NLM">\n    <PMID Version="1">18927361</PMID> ...
[3] <PubmedArticle>\n  <MedlineCitation Status="MEDLINE" Owner="NLM">\n    <PMID Version="1">18787170</PMID> ...
[4] <PubmedArticle>\n  <MedlineCitation Status="MEDLINE" Owner="NLM">\n    <PMID Version="1">18487186</PMID> ...
[5] <PubmedArticle>\n  <MedlineCitation Status="MEDLINE" Owner="NLM">\n    <PMID Version="1">18239126</PMID> ...
[6] <PubmedArticle>\n  <MedlineCitation Status="MEDLINE" Owner="NLM">\n    <PMID Version="1">18239125</PMID> ...