論文の概要: Topic Modeling on Clinical Social Work Notes for Exploring Social
Determinants of Health Factors
- arxiv url: http://arxiv.org/abs/2212.01462v1
- Date: Fri, 2 Dec 2022 21:54:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-06 16:20:35.348374
- Title: Topic Modeling on Clinical Social Work Notes for Exploring Social
Determinants of Health Factors
- Title（参考訳）: 健康要因の社会的要因探索のための臨床ソーシャルワークノートのトピックモデリング
- Authors: Shenghuan Sun, Travis Zack, Madhumita Sushil, Atul J. Butte
- Abstract要約: ソーシャルワーカーによる臨床ノートは、健康決定因子(SDoH)に関するより豊富なデータソースを提供するかもしれない
我々は、カリフォルニア大学サンフランシスコ校の181,644人の患者から、0.95万の臨床ソーシャルワークノートを多種多様に同定したコーパスを回収した。
ソーシャルワークノートには、個人のSDoHについて、豊かで、ユニークで、その他に持続不可能な情報が含まれていることを実証した。
- 参考スコア（独自算出の注目度）: 0.30586855806896046
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Most research studying social determinants of health (SDoH) has focused on
physician notes or structured elements of the electronic medical record (EMR).
We hypothesize that clinical notes from social workers, whose role is to
ameliorate social and economic factors, might provide a richer source of data
on SDoH. We sought to perform topic modeling to identify robust topics of
discussion within a large cohort of social work notes. We retrieved a diverse,
deidentified corpus of 0.95 million clinical social work notes from 181,644
patients at the University of California, San Francisco. We used word frequency
analysis and Latent Dirichlet Allocation (LDA) topic modeling analysis to
characterize this corpus and identify potential topics of discussion. Word
frequency analysis identified both medical and non-medical terms associated
with specific ICD10 chapters. The LDA topic modeling analysis extracted 11
topics related to social determinants of health risk factors including
financial status, abuse history, social support, risk of death, and mental
health. In addition, the topic modeling approach captured the variation between
different types of social work notes and across patients with different types
of diseases or conditions. We demonstrated that social work notes contain rich,
unique, and otherwise unobtainable information on an individual's SDoH.
- Abstract（参考訳）: 健康の社会的決定因子(SDoH)を研究するほとんどの研究は、電子カルテ(EMR)の医師注記や構造化要素に焦点を当てている。
社会的・経済的要因を改良する役割を持つソーシャルワーカーによる臨床ノートは、SDoHに関するより豊富なデータソースを提供する可能性があると仮定する。
我々は,ソーシャルワークノートの膨大なコホートの中で,ロバストな議論トピックを特定するためのトピックモデリングの実施を試みた。
カリフォルニア大学サンフランシスコ校の181,644人の患者から、多種多様で身元不明の医療ソーシャルワークノートのコーパスを採取した。
単語頻度解析とLDA(Latent Dirichlet Allocation)のトピックモデリング分析を用いて,このコーパスを特徴付け,議論の潜在的トピックを特定した。
単語頻度分析では、特定のICD10章に関連する医学用語と非医学用語の両方が同定された。
ldaのトピックモデリング分析は、金融状況、虐待歴、社会支援、死亡リスク、精神健康など、健康リスク要因の社会的決定要因に関する11のトピックを抽出した。
さらに、トピックモデリングアプローチでは、さまざまな種類の社会作業ノートと、異なる種類の疾患や状態の患者間での変動を捉えた。
ソーシャルワークノートには、個人のSDoHについて、豊かで、ユニークで、その他に持続不可能な情報が含まれていることを実証した。
関連論文リスト
- Extracting Social Determinants of Health from Pediatric Patient Notes Using Large Language Models: Novel Corpus and Methods [17.83326146480516]
健康の社会的決定因子(SDoH)は、健康結果を形成する上で重要な役割を担っている。
小児社会史コーパス(PedSHAC)について紹介する。
我々は、微調整および文脈内学習手法を用いて、詳細なSDoH表現の自動抽出を評価する。
論文 参考訳（メタデータ） (2024-03-31T23:37:18Z) - Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。
既存の感受性研究は、自己報告された信念に大きく依存している。
本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
論文 参考訳（メタデータ） (2023-11-16T07:22:56Z) - Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳（メタデータ） (2023-09-13T15:42:06Z) - Discovering Mental Health Research Topics with Topic Modeling [13.651763262606782]
本研究は,精神保健研究論文の大規模データセットを解析することにより,現場における一般的な傾向を把握し,ハイインパクトな研究トピックを特定することを目的とする。
本データセットは、精神保健に関する96,676件の研究論文からなり、その要約を用いて、異なるトピック間の関係を調べることができる。
分析を強化するため,精神保健研究に応用された機械学習モデルの包括的概要を提供するために,ワードクラウドも生成した。
論文 参考訳（メタデータ） (2023-08-25T05:25:05Z) - Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance
of Containment Measures [65.62256987706128]
比較疫学モデルは、疾患の状態に基づいて個人を分類する。
我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。
スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
論文 参考訳（メタデータ） (2023-07-28T08:01:05Z) - Revealing the impact of social circumstances on the selection of cancer
therapy through natural language processing of social work notes [0.27998963147546146]
ターゲット癌治療の処方を予測するために, BERTに基づく双方向表現法を開発し, 導入した。
我々は,がん治療選択に影響を与える特定の社会的状況を特定するために,特徴的重要度分析を行った。
以上の結果から, 乳がん患者には, 社会的要因による治療法の相違がみられた。
論文 参考訳（メタデータ） (2023-06-16T14:40:39Z) - An Annotated Dataset for Explainable Interpersonal Risk Factors of
Mental Disturbance in Social Media Posts [0.0]
ソーシャルメディア上での精神障害に影響を及ぼす人為的リスクファクター(IRF)の分類と説明を伴う注釈付きデータセットの構築とリリースを行う。
我々は,TBeとPBuのパターンをユーザの歴史的ソーシャルメディアプロファイルの感情スペクトルで検出することにより,将来的な研究方向のベースラインモデルを構築し,リアルタイムなパーソナライズされたAIモデルを開発する。
論文 参考訳（メタデータ） (2023-05-30T04:08:40Z) - Wearable Sensor-based Multimodal Physiological Responses of Socially
Anxious Individuals across Social Contexts [7.85990334927929]
本研究では,様々な社会的文脈で生理的応答を評価する実験を対象とし,受動的に収集したデータを用いて実験を行った。
以上の結果から,社会的文脈は社会的相,集団規模,社会的脅威のレベルよりも確実に識別可能であることが示唆された。
論文 参考訳（メタデータ） (2023-04-03T18:34:54Z) - Aggression and "hate speech" in communication of media users: analysis
of control capabilities [50.591267188664666]
著者らは新メディアにおける利用者の相互影響の可能性を検討した。
新型コロナウイルス(COVID-19)対策として、緊急の社会問題について議論する際、攻撃やヘイトスピーチのレベルが高いことが分かった。
結果は、現代のデジタル環境におけるメディアコンテンツの開発に有用である。
論文 参考訳（メタデータ） (2022-08-25T15:53:32Z) - Muti-view Mouse Social Behaviour Recognition with Deep Graphical Model [124.26611454540813]
マウスの社会的行動分析は神経変性疾患の治療効果を評価する貴重なツールである。
マウスの社会行動の豊かな記述を創出する可能性から、ネズミの観察にマルチビュービデオ記録を使用することは、ますます注目を集めている。
本稿では,ビュー固有のサブ構造とビュー共有サブ構造を協調的に学習する,新しい多視点潜在意識・動的識別モデルを提案する。
論文 参考訳（メタデータ） (2020-11-04T18:09:58Z) - Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。
多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
論文 参考訳（メタデータ） (2020-09-21T03:45:14Z)
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。