論文の概要: Dynamic Topic Language Model on Heterogeneous Children's Mental Health Clinical Notes
- arxiv url: http://arxiv.org/abs/2312.14180v2
- Date: Thu, 17 Oct 2024 17:38:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-18 13:17:38.514629
- 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小児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）: 1.111488407653005
- License:
- 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 evaluating children's mental status over time. However, few topic models are built for longitudinal settings, and most existing approaches fail to capture temporal trajectories for each document. To address these challenges, we develop a dynamic topic model with consistent 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 a classifier-free 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 children's mental health progression during the pandemic and offers clinicians valuable insights to recognize 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に注目が集まってきた子どもの生活や健康に影響を及ぼす。
トピックモデルを用いた精神科臨床ノートの分析は、時間とともに子どもの精神状態を評価する上で重要である。
しかし、縦長設定のためのトピックモデルはほとんど構築されておらず、既存のアプローチのほとんどは、各ドキュメントの時間的軌跡を捉えていない。
これらの課題に対処するために、一貫したトピックと、進化するドキュメントメタデータに対する時間的依存関係を個別化した動的トピックモデルを開発する。
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、異なる文書群にまたがる話題の不均一性を最大化するための分類子なしアプローチを提案する。
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。
私たちの本当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、学校が再開された時によりポジティブな感情を表現しがちです。
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、パンデミック中の小児のメンタルヘルスの進展を調査し、臨床医に、性同一性に関連する子ども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。
関連論文リスト
- Egocentric Speaker Classification in Child-Adult Dyadic Interactions: From Sensing to Computational Modeling [30.099739460287566]
自閉症スペクトラム障害(Autism spectrum disorder、ASD)は、社会的コミュニケーション、反復行動、感覚処理における課題を特徴とする神経発達状態である。
ASDにおける重要な研究領域は、治療中の子供の行動変化を評価することである。
これらの相互作用における子どもの行動を理解する基本的な側面は、自動音声理解である。
論文 参考訳（メタデータ） (2024-09-14T07:03:08Z) - Enhancing Autism Spectrum Disorder Early Detection with the Parent-Child Dyads Block-Play Protocol and an Attention-enhanced GCN-xLSTM Hybrid Deep Learning Framework [6.785167067600156]
本研究は,ASDと発達幼児を区別する行動パターンを識別するための,親子ダイズブロックプレイ(PCB)プロトコルを提案する。
40人のASDと89人のTD幼児が親とのブロックプレイに従事している。
このデータセットは、参加者の規模と個々のセッションの長さの両方に関する以前の取り組みを上回る。
論文 参考訳（メタデータ） (2024-08-29T21:53:01Z) - Modeling Emotional Trajectories in Written Stories Utilizing Transformers and Weakly-Supervised Learning [47.02027575768659]
本研究では,個別の感情カテゴリーで注釈付けされた子どもの物語の既存のデータセットに対して,連続的原子価と覚醒ラベルを導入する。
得られた感情信号を予測するために,DeBERTaモデルを微調整し,弱教師付き学習手法を用いてベースラインを改善する。
詳細な分析では、著者、個々の物語、物語内のセクションなどの要因によって結果がどの程度異なるかが示される。
論文 参考訳（メタデータ） (2024-06-04T12:17:16Z) - Fairness Evolution in Continual Learning for Medical Imaging [47.52603262576663]
医用画像の分類性能に関する連続学習戦略(CL)の行動について検討した。
我々は,リプレイ,フォーッティングなし学習(LwF),LwF,Pseudo-Label戦略を評価した。
LwF と Pseudo-Label は最適な分類性能を示すが、評価に公正度の測定値を含めると、Pseudo-Label がバイアスが少ないことは明らかである。
論文 参考訳（メタデータ） (2024-04-10T09:48:52Z) - 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) - 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) - Adults as Augmentations for Children in Facial Emotion Recognition with
Contrastive Learning [1.0323063834827415]
本研究では,子どもの表情認識におけるデータ不足を克服するために,データ強化に基づくコントラスト学習の適用について検討した。
成人の表情画像と子どもの表情画像とを併用する方法について検討した。
論文 参考訳（メタデータ） (2022-02-10T17:43:11Z) - 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) - 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)
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。