論文の概要: Dynamic Topic Language Model on Heterogeneous Children's Mental Health
Clinical Notes
- arxiv url: http://arxiv.org/abs/2312.14180v1
- Date: Tue, 19 Dec 2023 00:36:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-31 03:47:22.215568
- Title: Dynamic Topic Language Model on Heterogeneous Children's Mental Health
Clinical Notes
- Title(参考訳): 不均一児のメンタルヘルス臨床ノートにおける動的トピック言語モデル
- Authors: Hanwen Ye, Tatiana Moreno, Adrianne Alpern, Louis Ehwerhemuepha, Annie
Qu
- Abstract要約: 本研究では、新型コロナウイルス感染拡大に伴う子どものメンタルヘルスの進展について検討する。
臨床医は、性同一性に関連する子供のメンタルヘルスの格差を認識するための貴重な洞察を提供する。
- 参考スコア(独自算出の注目度): 1.1924558411945994
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Mental health diseases affect children's lives and well-beings which have
received increased attention since the COVID-19 pandemic. Analyzing psychiatric
clinical notes with topic models is critical to evaluate children's mental
status over time. However, few topic models are built for longitudinal
settings, and they fail to keep consistent topics and capture temporal
trajectories for each document. To address these challenges, we develop a
longitudinal topic model with time-invariant topics and individualized temporal
dependencies on the evolving document metadata. Our model preserves the
semantic meaning of discovered topics over time and incorporates heterogeneity
among documents. In particular, when documents can be categorized, we propose
an unsupervised topics learning approach to maximize topic heterogeneity across
different document groups. We also present an efficient variational
optimization procedure adapted for the multistage longitudinal setting. In this
case study, we apply our method to the psychiatric clinical notes from a large
tertiary pediatric hospital in Southern California and achieve a 38% increase
in the overall coherence of extracted topics. Our real data analysis reveals
that children tend to express more negative emotions during state shutdowns and
more positive when schools reopen. Furthermore, it suggests that sexual and
gender minority (SGM) children display more pronounced reactions to major
COVID-19 events and a greater sensitivity to vaccine-related news than non-SGM
children. This study examines the progression of children's mental health
during the pandemic and offers clinicians valuable insights to recognize the
disparities in children's mental health related to their sexual and gender
identities.
- Abstract(参考訳): メンタルヘルス(メンタルヘルス)は、新型コロナウイルス(COVID-19)のパンデミック以降注目を浴びている子どもの生活や健康に影響を及ぼす。
話題モデルを用いた精神科臨床ノートの分析は、子どもの精神状態を評価する上で重要である。
しかし、縦長設定のために構築されるトピックモデルはほとんどなく、一貫したトピックを保持し、各ドキュメントの時間的軌跡を捉えない。
これらの課題に対処するため,我々は,進化する文書メタデータに対する時間不変なトピックと個別の時間依存を持つ縦型トピックモデルを開発した。
本モデルは,発見トピックの意味を時間とともに保存し,文書間に不均一性を組み込む。
特に,文書を分類できる場合には,異なる文書群間の話題の多様性を最大化するための教師なしトピック学習手法を提案する。
また,多段長手設定に適応した効率的な変分最適化手法を提案する。
本研究では,南カリフォルニアの大型第3次小児病院の精神科臨床ノートに本手法を適用し,抽出されたトピックの全体的一貫性を38%向上させた。
実際のデータ分析によると、子どもたちは州が閉鎖されたときによりネガティブな感情を表現し、学校が再開するとよりポジティブになる。
さらに、SGM(性的・セクシュアル・マイノリティ)の子供は、主要な新型コロナウイルスのイベントに対してより顕著な反応を示し、ワクチン関連のニュースに対する感受性が非SGMの子供よりも高いことを示唆している。
本研究は、パンデミック中の子どものメンタルヘルスの進展を調査し、臨床医が子どものメンタルヘルスにおける性同一性に関する格差を認識するための貴重な洞察を提供する。
関連論文リスト
- 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) - Exploring the Emotional and Mental Well-Being of Individuals with Long
COVID Through Twitter Analysis [1.958773357592985]
本研究は、ロングウイルスの個人の感情的・精神的健康についてより深く理解することを目的としている。
我々は、その内容に基づいて、ツイートを4つのカテゴリに分類し、6つの基本的な感情の存在を検出し、一般的なトピックを抽出する。
論文 参考訳(メタデータ) (2023-07-11T22:39:45Z) - NeuroExplainer: Fine-Grained Attention Decoding to Uncover Cortical
Development Patterns of Preterm Infants [73.85768093666582]
我々はNeuroExplainerと呼ばれる説明可能な幾何学的深層ネットワークを提案する。
NeuroExplainerは、早産に伴う幼児の皮質発達パターンの解明に使用される。
論文 参考訳(メタデータ) (2023-01-01T12:48:12Z) - Transition to Adulthood for Young People with Intellectual or
Developmental Disabilities: Emotion Detection and Topic Modeling [17.58173792124059]
本研究では、自然言語処理(NLP)手法を用いて、心理学者が感情や感情を分析するのを支援する方法について検討する。
成人期への移行期であるIDDを欠いた若年者と比較した。
論文 参考訳(メタデータ) (2022-09-21T16:23:45Z) - Psychophysiological Arousal in Young Children Who Stutter: An
Interpretable AI Approach [6.507353572917133]
本研究は, 幼児期(CWS)児における, 子ども期(CWNS)児の生理的覚醒における第2・第2パターンの差異を効果的に把握し, 可視化するものである。
後者は言語的、認知的、コミュニケーション的要求を話者に導入する。
論文 参考訳(メタデータ) (2022-08-03T13:28:15Z) - Voxel-level Importance Maps for Interpretable Brain Age Estimation [70.5330922395729]
本稿では,畳み込みニューラルネットワークを用いた3次元脳磁気共鳴(MR)画像からの脳年齢回帰の課題に着目した。
予測モデルの性能を損なうことなく、できるだけ多くのノイズを入力に追加することを目的としたノイズモデルを実装した。
本手法は,英国バイオバンクの13750個の脳MR画像を用いて検討し,既存の神経病理学文献と一致している。
論文 参考訳(メタデータ) (2021-08-11T18:08:09Z) - 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) - Deep Multi-task Learning for Depression Detection and Prediction in
Longitudinal Data [50.02223091927777]
うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。
機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。
本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレントニューラルネットワークを提案する。
論文 参考訳(メタデータ) (2020-12-05T05:14:14Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳(メタデータ) (2020-07-22T18:02:39Z) - Indirect Identification of Psychosocial Risks from Natural Language [0.0]
うつ病や親密なパートナーの暴力を含む精神社会的健康リスクは、親子にとって深刻な健康上の結果に関係している。
精神社会的リスクを示す情報を間接的に抽出・分析する方法について検討した。
正規化回帰は、親密なパートナーによるうつ病のスクリーニングと心理的攻撃の予測に使用される。
論文 参考訳(メタデータ) (2020-04-30T03:13:28Z) - PoKi: A Large Dataset of Poems by Children [31.87319293259599]
我々は,1年生から12年生までの児童が書いた約62万の詩を含む,子書きテキストPoKiの新たなコーパスを提示する。
我々はPoKiにおける単語を、いくつかの感情次元(原子価、覚醒、支配)と離散的な感情(恐怖、恐怖、悲しみ、喜び)に沿って分析する。
論文 参考訳(メタデータ) (2020-04-13T20:36:57Z)
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。