論文の概要: Enhancing Pharmacovigilance with Drug Reviews and Social Media

• arxiv url: http://arxiv.org/abs/2004.08731v1
• Date: Sat, 18 Apr 2020 23:35:24 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-12 05:08:09.175801
• Title: Enhancing Pharmacovigilance with Drug Reviews and Social Media
• Title（参考訳）: 薬物レビューとソーシャルメディアによる薬物移動の促進
• Authors: Brent Biseda and Katie Mo
• Abstract要約: バイオメディカルペーパーBioBERT7とクリニカルBERT8の2種類の変種とともにBERTの性能について検討した。 このタスクには、薬物レビューの感情分類、Twitter投稿におけるADRの存在、Twitter投稿におけるADRのエンティティ認識が含まれる。 BERTは3つの薬物移動関連タスクで高いパフォーマンスで柔軟性を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper explores whether the use of drug reviews and social media could be leveraged as potential alternative sources for pharmacovigilance of adverse drug reactions (ADRs). We examined the performance of BERT alongside two variants that are trained on biomedical papers, BioBERT7, and clinical notes, Clinical BERT8. A variety of 8 different BERT models were fine-tuned and compared across three different tasks in order to evaluate their relative performance to one another in the ADR tasks. The tasks include sentiment classification of drug reviews, presence of ADR in twitter postings, and named entity recognition of ADRs in twitter postings. BERT demonstrates its flexibility with high performance across all three different pharmacovigilance related tasks.
• Abstract（参考訳）: 本稿では、薬物レビューとソーシャルメディアの利用が、薬物反応の薬物移動(ADR)の代替として活用できるかどうかを考察する。 バイオメディカルペーパー「BioBERT7」と臨床ノート「クリニカルBERT8」の2種類の変種とともにBERTの性能を検討した。 8種類のBERTモデルは、ADRタスクにおける相対的な性能を評価するために、3つのタスク間で微調整され比較された。 このタスクには、薬物レビューの感情分類、Twitter投稿におけるADRの存在、Twitter投稿におけるADRのエンティティ認識が含まれる。 BERTは3つの薬物移動関連タスクで高いパフォーマンスで柔軟性を示す。

関連論文リスト

• A randomized simulation trial evaluating ABiMed, a clinical decision support system for medication reviews and polypharmacy management [3.8243906257653504]
  STOPP/START v2ガイドラインの実装に基づき,臨床診断支援システムであるABiMedを設計した。 ランダム化シミュレーション試験において,39名の薬剤師によるABiMedの評価を行った。
  論文  参考訳（メタデータ） (2024-09-03T13:50:59Z)
• Emerging Drug Interaction Prediction Enabled by Flow-based Graph Neural Network with Biomedical Network [69.16939798838159]
  本稿では,新興医薬品の相互作用を効果的に予測できるグラフニューラルネットワーク(GNN)であるEmerGNNを提案する。 EmerGNNは、薬物ペア間の経路を抽出し、ある薬物から他の薬物へ情報を伝達し、関連する生物学的概念を経路に組み込むことで、薬物のペアワイズ表現を学習する。 全体として、EmerGNNは、新興薬物の相互作用を予測する既存のアプローチよりも精度が高く、バイオメディカルネットワーク上で最も関連性の高い情報を特定できる。
  論文  参考訳（メタデータ） (2023-11-15T06:34:00Z)
• ADMEOOD: Out-of-Distribution Benchmark for Drug Property Prediction [0.6749750044497732]
  本研究は,OODデータセットの体系的キュレーターであるADMEOODと薬物特性予測のためのベンチマークを提案する。 ノイズシフトとコンセプション・コンフリクト・ドリフト(CCD)の2種類のOODデータシフトを含んでいる。
  論文  参考訳（メタデータ） (2023-10-11T07:30:18Z)
• ADRNet: A Generalized Collaborative Filtering Framework Combining Clinical and Non-Clinical Data for Adverse Drug Reaction Prediction [49.56476929112382]
  逆薬物反応(ADR)予測は、医療と薬物発見において重要な役割を果たす。 ADRNetは、臨床データと非臨床データを組み合わせた一般的な協調フィルタリングフレームワークである。
  論文  参考訳（メタデータ） (2023-08-03T11:28:12Z)
• ODD: A Benchmark Dataset for the Natural Language Processing based Opioid Related Aberrant Behavior Detection [13.81566912744942]
  オピオイド関連異常行動(ORAB)はオピオイド過剰摂取の新しい危険因子である。 本稿では,ODDという新しいバイオメディカル自然言語処理ベンチマークデータセットを提案する。
  論文  参考訳（メタデータ） (2023-07-05T18:41:29Z)
• Knowledge-Driven New Drug Recommendation [88.35607943144261]
  既存の薬物と新薬のギャップを埋めるために, 薬物依存型マルチフェノタイプ数発学習機を開発した。 EDGEは外部薬効知識ベースを用いて偽陰性監視信号を除去する。 その結果, EDGEは, ROC-AUCスコアよりも7.3%向上していることがわかった。
  論文  参考訳（メタデータ） (2022-10-11T16:07:52Z)
• Discovering Drug-Target Interaction Knowledge from Biomedical Literature [107.98712673387031]
  人体における薬物と標的(DTI)の相互作用は、生物医学や応用において重要な役割を担っている。 毎年何百万もの論文がバイオメディカル分野で出回っているので、文学からDTIの知識を自動的に発見することは、業界にとって急激な需要となっている。 生成的アプローチを用いて,この課題に対する最初のエンドツーエンドソリューションについて検討する。 我々はDTI三重項をシーケンスとみなし、Transformerベースのモデルを使ってエンティティや関係の詳細なアノテーションを使わずに直接生成する。
  論文  参考訳（メタデータ） (2021-09-27T17:00:14Z)
• An Analysis of a BERT Deep Learning Strategy on a Technology Assisted Review Task [91.3755431537592]
  文書検診はEvidenced Based Medicineにおける中心的な課題である。 本稿では,BERT や PubMedBERT を組み込んだ DL 文書分類手法と DL 類似性検索経路を提案する。 2017年と2018年のCLEF eHealth コレクションにおいて,私の DL 戦略の検索の有効性を検証し,評価した。
  論文  参考訳（メタデータ） (2021-04-16T19:45:27Z)
• Investigating ADR mechanisms with knowledge graph mining and explainable AI [1.58310730488265]
  副作用薬物反応は、ランダム化臨床試験およびポストマーケティング薬局の監視の中で特徴付けられる。 知識グラフは、単純で説明可能なモデルがADRに起因するかどうかの薬物を区別することを可能にする多様な機能を提供します。 ほとんどの識別的特徴は、さらにADR機構を研究するのに良い候補であると考えられる。
  論文  参考訳（メタデータ） (2020-12-16T16:59:25Z)
• Two Step Joint Model for Drug Drug Interaction Extraction [82.49278654043577]
  薬物と薬物の相互作用 (DDI) テキスト分析会議 (TAC) 2018における薬物ラベルからの抽出 本稿では,DDI検出のための2段階関節モデルを提案する。 シーケンスタギングシステム(CNN-GRUエンコーダデコーダ)は、まず沈殿剤を発見し、その微細なトリガーを探索し、第2ステップで沈殿剤毎のDDIを決定する。
  論文  参考訳（メタデータ） (2020-08-28T15:30:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。