В статье представлен новый фреймворк, объединяющий методы библиометрики и анализа биологических данных для улучшения систематических обзоров литературы. Авторы предлагают технику извлечения терминов Medical Subject Headings (MeSH) и построения сетей их со-встречаемости, используя в качестве начальной точки запрос по теме «Аллергический контактный дерматит». Для очистки полученной сети от случайных совпадений применяется неконтролируемый консенсус стратегий поиска вероятностей по критерию Метрополиса, что позволяет выделить значимое ядро подграфа. Введение симметрично нормализованных оценок релевантности статей (ARS) и средних оценок релевантности терминов (MRS) позволяет количественно оценить специфичность терминов по отношению к исходному запросу, корректируя смещение, связанное с объемом публикаций. Методика была протестирована на базе данных MEDLINE и сопоставлена с экспертно составленным путем неблагоприятных последствий (AOP) для аллергического контактного дерматита. Результаты показали, что предложенный подход успешно восстановил ключевую терминологию событий и выявил высоко специфичную литературу, которую стандартные методы поиска пропустили. Подход демонстрирует способность автоматически обнаруживать скрытые связи в биомедицинской литературе, обеспечивая воспроизводимую основу для картирования механизмов и генерации гипотез. Это решение может быть масштабировано для применения в различных биомедицинских дисциплинах, помогая исследователям преодолевать ограничения жестких поисковых строк.