論文の概要: Analysis of Chronic Pain Experiences Based on Online Reports: the RRCP
Dataset
- arxiv url: http://arxiv.org/abs/2108.10218v1
- Date: Mon, 23 Aug 2021 14:53:03 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-24 15:33:52.163455
- Title: Analysis of Chronic Pain Experiences Based on Online Reports: the RRCP
Dataset
- Title（参考訳）: オンラインレポートに基づく慢性痛経験の分析:RRCPデータセット
- Authors: Diogo A.P. Nunes, David Martins de Matos, Joana Ferreira Gomes, Fani
Neto
- Abstract要約: 本稿では,ソーシャルメディアのテキスト記述と各種の慢性痛経験の議論を含む慢性痛感データセットのRedditレポートについて紹介する。
それぞれの病理組織について,関連文書のサブセットで示されるように,慢性痛経験の主な懸念点を同定する。
慢性痛の描写の教師なし意味分析は、慢性痛経験の観点で異なる病態がどのように現れるかに関する臨床研究を反映している、と我々は主張する。
- 参考スコア（独自算出の注目度）: 0.688204255655161
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Chronic pain is recognized as a major health problem, with impacts at the
economic, social, and individual levels. Being a private and subjective
experience, dependent on a complex cognitive process involving the subject's
past experiences, sociocultural embeddedness, as well as emotional and
psychological loads, it is impossible to externally and impartially experience,
describe, and interpret chronic pain as a purely noxious stimulus that would
directly point to a causal agent and facilitate its mitigation. Verbal
communication is, thus, key to convey relevant information to health
professionals that would otherwise not be accessible to external entities.
Specifically, what a patient suffering of chronic pain describes from the
experience and how this information is disclosed reveals intrinsic qualities
about the patient and the experience of pain itself. We present the Reddit
Reports of Chronic Pain (RRCP) dataset, which comprises social media textual
descriptions and discussion of various forms of chronic pain experiences, as
reported from the perspective of different base pathologies. For each
pathology, we identify the main concerns emergent of its consequent experience
of chronic pain, as represented by the subset of documents explicitly related
to it. This is obtained via document clustering in the latent space. By means
of cosine similarity, we determine which concerns of different pathologies are
core to all experiences of pain, and which are exclusive to certain forms.
Finally, we argue that our unsupervised semantic analysis of descriptions of
chronic pain echoes clinical research on how different pathologies manifest in
terms of the chronic pain experience.
- Abstract（参考訳）: 慢性的な痛みは主要な健康問題として認識され、経済的、社会的、個人のレベルに影響を及ぼす。
個人的かつ主観的な経験であり、被験者の過去の経験、社会文化的埋め込み、および感情的および心理的負荷を含む複雑な認知過程に依存するため、慢性的な痛みを純粋に不安的な刺激として外的かつ公平に経験し、説明し、解釈することは不可能である。
したがって、言語コミュニケーションは、外部のエンティティにアクセスできない健康専門家に関連情報を伝達する鍵となる。
具体的には、慢性的な痛みに苦しむ患者が経験から説明し、その情報がどのように開示されるかによって、患者固有の性質と痛み自体の経験が明らかになる。
本稿では,ソーシャルメディアによる慢性痛経験のテキスト記述と,各種の慢性痛経験の議論を含むReddit Reports of chronic Pain (RRCP)データセットについて報告する。
各病理学において、その慢性的な痛みの連続した経験から生じる主な懸念を、それに関連する文書のサブセットで表されるように特定する。
これは潜在空間における文書クラスタリングによって得られる。
コサインの類似性により、異なる病理のどの懸念が痛みの全ての経験の中核であり、特定の形態に排他的であるかを決定する。
最後に, 慢性痛に関する記述の教師なし意味分析は, 慢性痛経験における病態の相違について臨床研究を反映している。
関連論文リスト
- Pain level and pain-related behaviour classification using GRU-based
sparsely-connected RNNs [61.080598804629375]
慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。
この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。
我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。
本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
論文 参考訳（メタデータ） (2022-12-20T12:56:28Z) - Chronic pain patient narratives allow for the estimation of current pain
intensity [0.9459979060644313]
患者の物語から得られる言語特徴は、実際に痛みの強さを推定する情報を伝える。
以上の結果より,軽度痛の患者は動詞の使用に集中し,中等度・重度痛の患者は副詞,名詞,形容詞が中心であった。
論文 参考訳（メタデータ） (2022-10-31T16:59:21Z) - PainPoints: A Framework for Language-based Detection of Chronic Pain and
Expert-Collaborative Text-Summarization [9.429043279361148]
PainPointsは、サブタイプの痛みを検出し、患者のインタビューを要約することで臨床メモを生成するフレームワークである。
PainPointsは、FMおよびNP患者のインタビューから得られたテキストの文レベルの分類を行うために、大きな言語モデルを使用している。
フェースベースの新しいアプローチを導入することにより、専門家による介入を通じて、これらのインタビューの要約を生成する。
論文 参考訳（メタデータ） (2022-09-14T06:08:13Z) - Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。
これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。
静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
論文 参考訳（メタデータ） (2022-04-07T22:14:37Z) - Why Interpretable Causal Inference is Important for High-Stakes Decision
Making for Critically Ill Patients and How To Do It [80.24494623756839]
重症心身障害患者に対する因果関係評価のための枠組みを提案する。
この枠組みは、脳の発作やその他の潜在的に有害な電気的事象が結果に与える影響に適用する。
論文 参考訳（メタデータ） (2022-03-09T18:03:35Z) - Chronic Pain and Language: A Topic Modelling Approach to Personal Pain
Descriptions [0.688204255655161]
慢性的な痛みは主要な健康問題として認識されており、経済だけでなく、社会や個人のレベルにも影響を及ぼす。
個人的かつ主観的な経験であるため、慢性的な痛みを純粋に有害な刺激として、外的かつ公平に経験し、説明し、解釈することは不可能である。
本稿では,慢性痛の言語記述におけるパターン認識のためのトピックモデリング手法を提案し,これらのパターンを用いて痛み経験の定量化と評価を行う。
論文 参考訳（メタデータ） (2021-09-01T14:31:16Z) - Sharing Pain: Using Domain Transfer Between Pain Types for Recognition
of Sparse Pain Expressions in Horses [1.749935196721634]
orthopedic disorderは馬の間での自閉症の一般的な原因である。
このような痛みを表す映像データを用いて、視覚的痛み認識法を訓練することは困難である。
急性侵害受容性痛みを持つ馬のデータセットから特徴を伝達することは、学習者がより複雑な整形外科的痛みを認識するのに役立つことを示す。
論文 参考訳（メタデータ） (2021-05-21T12:35:00Z) - Non-contact Pain Recognition from Video Sequences with Remote
Physiological Measurements Prediction [53.03469655641418]
痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。
我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
論文 参考訳（メタデータ） (2021-05-18T20:47:45Z) - CREATe: Clinical Report Extraction and Annotation Technology [53.731999072534876]
臨床症例報告は、特定の臨床症例の特異な側面を記述した記述である。
これらのレポートを注釈付け、インデックス付け、あるいはキュレートするエンドツーエンドシステムを開発する試みはない。
本稿では,新たな計算資源プラットフォームを提案し,臨床事例レポートの内容の抽出,索引付け,照会を行う。
論文 参考訳（メタデータ） (2021-02-28T16:50:14Z) - Unifying Relational Sentence Generation and Retrieval for Medical Image
Report Composition [142.42920413017163]
現在の手法は、個々のケースのデータセットバイアスにより、しばしば最も一般的な文を生成する。
テンプレート検索と文生成を一体化し、共通およびまれな異常に対処する新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2021-01-09T04:33:27Z)
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。