論文の概要: Chronic Pain and Language: A Topic Modelling Approach to Personal Pain Descriptions

• arxiv url: http://arxiv.org/abs/2109.00402v1
• Date: Wed, 1 Sep 2021 14:31:16 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-02 14:14:19.393909
• Title: Chronic Pain and Language: A Topic Modelling Approach to Personal Pain Descriptions
• Title（参考訳）: 慢性的な痛みと言語:個人的痛み記述に対するトピックモデリングアプローチ
• Authors: Diogo A. P. Nunes, David Martins de Matos, Joana Ferreira Gomes, Fani Neto
• Abstract要約: 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。
• 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 not only at the economic, but also at the social, and individual levels. Being a private and subjective experience, 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, contrary to acute pain, the assessment of which is usually straightforward. Verbal communication is, thus, key to convey relevant information to health professionals that would otherwise not be accessible to external entities, namely, intrinsic qualities about the painful experience and the patient. We propose and discuss a topic modelling approach to recognize patterns in verbal descriptions of chronic pain, and use these patterns to quantify and qualify experiences of pain. Our approaches allow for the extraction of novel insights on chronic pain experiences from the obtained topic models and latent spaces. We argue that our results are clinically relevant for the assessment and management of chronic pain.
• 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ており、経済だけでなく社会的、個人レベルでも影響がある。 個人的かつ主観的な経験として、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り、それは原因要因を直接指し、その緩和を促進する。 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、すなわち痛みを伴う経験と患者に関する本質的な品質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。 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,検討し,そのパターンを用いて痛み経験を定量化し,評価する。 提案手法は,得られたトピックモデルと潜在空間から,慢性的な痛み経験に関する新たな知見を抽出できる。 本研究は,慢性痛の評価と管理に臨床的に関連があることを論じる。

関連論文リスト

• MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders [59.515827458631975]
  メンタルヘルス障害は世界で最も深刻な病気の1つである。 プライバシーに関する懸念は、パーソナライズされた治療データのアクセシビリティを制限する。 MentalArenaは、言語モデルをトレーニングするためのセルフプレイフレームワークである。
  論文  参考訳（メタデータ） (2024-10-09T13:06:40Z)
• Towards Mitigating Hallucination in Large Language Models via Self-Reflection [63.2543947174318]
  大規模言語モデル(LLM)は、質問応答(QA)タスクを含む生成的および知識集約的なタスクを約束している。 本稿では,広範に採用されているLCMとデータセットを用いた医療再生QAシステムにおける幻覚現象を解析する。
  論文  参考訳（メタデータ） (2023-10-10T03:05:44Z)
• Pain Forecasting using Self-supervised Learning and Patient Phenotyping: An attempt to prevent Opioid Addiction [0.3749861135832073]
  シックル細胞病(Sickle Cell Disease)を治療するためには、将来の患者の痛みの軌跡を予測することが不可欠である。 主に患者の自己申告によって記録されるので,多くの痛み記録を入手して予測モデルを設計することは困難である。 本稿では、時系列データをクラスタリングするための自己教師付き学習手法を提案する。
  論文  参考訳（メタデータ） (2023-10-09T18:31:50Z)
• GDPR Compliant Collection of Therapist-Patient-Dialogues [48.091760741427656]
  我々は、欧州連合の一般データプライバシ規則の下で、精神医学クリニックでセラピストと患者との対話の収集を始める際に直面した課題について詳しく述べる。 本稿では、手順の各ステップの概要を述べ、この分野でのさらなる研究を動機付ける潜在的な落とし穴を指摘した。
  論文  参考訳（メタデータ） (2022-11-22T15:51:10Z)
• 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)
• Analysis of Chronic Pain Experiences Based on Online Reports: the RRCP Dataset [0.688204255655161]
  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。
  論文  参考訳（メタデータ） (2021-08-23T14:53:03Z)
• 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)

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。