用 PubMed 的相似文章链接查找与你的关键研究共享 MeSH 主题词的论文，并用 OpenAlex 概念筛选拉取更宽泛的基于主题的集合；对比这两份列表，可以看出引用追踪遗漏的相关工作。两条路径从不同信号出发，因此会浮现不同的邻近文献。
PubMed 相似文章链接：共享索引词
PubMed 支持相似文章链接，并与字段标签、筛选器、高级检索和引文匹配一起用于定位和精炼生物医学记录。相似文章路径基于记录的索引工作，因此它会把共享 MeSH 主题词（用于描述论文内容的受控词表术语）的论文归为一组，即使这些论文从未引用你的关键研究。当研究较新或较冷门、其引用列表很单薄时，这就是应采用的路径。
- 打开关键研究的 PubMed 记录，并跟随其相似文章链接。预期结果：一组通过共享索引而非通过引用关联起来的记录。
- 浏览标题和摘要，寻找涉及相同机制、人群或方法的论文。决策点：保留共享术语与你试图在稿件中支持的概念相匹配的记录。
- 记下这些论文中哪些已被你的引用追踪找到。其余部分就是你可能遗漏的相关工作候选列表。
OpenAlex 概念筛选：主题层面的拓宽
OpenAlex 检索可以跨实体字段匹配文本，而筛选器加实体标识符可按作者身份、概念、日期和开放获取状态等属性缩小作品范围。因此，概念筛选让你定义主题本身并检索标记为该主题的作品，而不论它们是否通过引用或 MeSH 主题词与你的关键研究相连。
- 在 OpenAlex 中确定描述关键研究主题的概念。
- 应用这些概念筛选，如果需要缩小集合，可添加日期或开放获取筛选。预期结果：一个主题层面的作品池。
- 将此作品池与你的引用追踪结果和 PubMed 相似文章列表进行对比。
对比能告诉你什么
一篇出现在 OpenAlex 概念集合中、但既不在引用链也不在 PubMed 相似文章列表中的论文，是你的原始方法遗漏的候选；引用前先查看其摘要。一篇出现在 PubMed 列表中但不在概念集合中的论文，说明共享 MeSH 主题词捕捉到了主题筛选未捕捉到的关系。把任何单一列表当作起点，并对照每条候选自身的记录进行确认。
Semantic Scholar 还提供论文、引用、推荐和数据集 API，用于学术发现和元数据检索，如果上述两条路径仍有缺口，这提供了第三条路径。