論文の概要: Chronic pain patient narratives allow for the estimation of current pain
intensity
- arxiv url: http://arxiv.org/abs/2210.17473v1
- Date: Mon, 31 Oct 2022 16:59:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-01 17:17:05.389186
- Title: Chronic pain patient narratives allow for the estimation of current pain
intensity
- Title（参考訳）: 慢性痛患者物語は現在の痛みの強さを推定できる
- Authors: Diogo A.P. Nunes, Joana Ferreira-Gomes, Carlos Vaz, Daniela Oliveira,
Sofia Pimenta, Fani Neto and David Martins de Matos
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.9459979060644313
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Chronic pain is a multi-dimensional experience, and pain intensity plays an
important part, impacting the patients emotional balance, psychology, and
behaviour. Standard self-reporting tools, such as the Visual Analogue Scale for
pain, fail to capture these impacts. Moreover, these tools are susceptible to a
degree of subjectivity, dependent on the patients clear understanding of how to
use them, social biases, and their ability to translate a complex experience to
a scale. To overcome these and other self-reporting challenges, pain intensity
estimation has been previously studied based on facial expressions,
electroencephalograms, brain imaging, and autonomic features. However, to the
best of our knowledge, it has never been attempted to base this estimation on
the patient narratives of the personal experience of chronic pain, which is
what we propose in this work. Indeed, in the clinical assessment and management
of chronic pain, verbal communication is essential to convey information to
physicians that would otherwise not be easily accessible through standard
reporting tools, since language, sociocultural, and psychosocial variables are
intertwined. We show that language features from patient narratives indeed
convey information relevant for pain intensity estimation, and that our
computational models can take advantage of that. Specifically, our results show
that patients with mild pain focus more on the use of verbs, whilst moderate
and severe pain patients focus on adverbs, and nouns and adjectives,
respectively, and that these differences allow for the distinction between
these three pain classes.
- Abstract（参考訳）: 慢性的な痛みは多次元的な経験であり、痛みの強さは患者の感情バランス、心理学、行動に影響を及ぼす。
痛みに対するvisual analogue scaleのような標準的な自己報告ツールは、これらの影響を捉えられません。
さらに、これらのツールは、患者が使う方法、社会的バイアス、複雑な経験をスケールに翻訳する能力を明確に理解することに依存する、主観的度合いの程度に影響を受けやすい。
これらとその他の自己報告課題を克服するために、表情、脳波、脳画像、自律神経機能に基づく痛み強度の推定が以前に研究されてきた。
しかし、我々の知る限りでは、慢性的な痛みの個人的な経験を患者に物語化させることが試みられず、これが本研究で提案されているものである。
実際、慢性的な痛みの臨床的評価と管理において、言語、社会文化的、精神社会的変数が絡み合っているため、言語コミュニケーションは、標準の報告ツールで容易にアクセスできない医師に情報を伝えるのに不可欠である。
患者ナラティブからの言語特徴は,痛みの強さ推定に関連する情報を実際に伝達し,計算モデルがそれを活用できることを示す。
具体的には, 軽度痛の患者は動詞の使用に重点を置いているのに対し, 中等度および重度痛の患者は副詞, 名詞, 形容詞に焦点を合わせており, これらの違いはこれら3つの痛みのクラスを区別できることを示している。
関連論文リスト
- Computational analysis of the language of pain: a systematic review [0.19999259391104385]
本研究の目的は、痛みの言語の計算処理に関する文献を体系的にレビューすることである。
データ抽出と合成を行い、その目的と結果に応じて選択された研究を分類した。
論文 参考訳（メタデータ） (2024-04-24T21:59:40Z) - 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) - SPeC: A Soft Prompt-Based Calibration on Performance Variability of
Large Language Model in Clinical Notes Summarization [50.01382938451978]
本稿では,ソフトプロンプトを用いたモデルに依存しないパイプラインを導入し,確率に基づく要約の利点を保ちながら分散を減少させる。
実験結果から,本手法は性能を向上するだけでなく,様々な言語モデルの分散を効果的に抑制することが明らかとなった。
論文 参考訳（メタデータ） (2023-03-23T04:47:46Z) - Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。
本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
論文 参考訳（メタデータ） (2023-02-05T22:33:49Z) - 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) - Towards more patient friendly clinical notes through language models and
ontologies [57.51898902864543]
本稿では,単語の単純化と言語モデリングに基づく医療用テキストの自動作成手法を提案する。
我々は,公開医療文のデータセットペアと,臨床医による簡易化版を用いている。
本手法は,医学フォーラムデータに基づく言語モデルを用いて,文法と本来の意味の両方を保存しながら,より単純な文を生成する。
論文 参考訳（メタデータ） (2021-12-23T16:11:19Z) - 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) - 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) - Learning Language and Multimodal Privacy-Preserving Markers of Mood from
Mobile Data [74.60507696087966]
精神状態は、先進医療に共通する国でも診断されていない。
人間の行動を監視するための有望なデータソースのひとつは、日々のスマートフォンの利用だ。
本研究では,自殺行動のリスクが高い青少年集団の移動行動のデータセットを用いて,日常生活の行動マーカーについて検討した。
論文 参考訳（メタデータ） (2021-06-24T17:46:03Z) - 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。