論文の概要: Social Media as a Sensor: Analyzing Twitter Data for Breast Cancer
Medication Effects Using Natural Language Processing
- arxiv url: http://arxiv.org/abs/2403.00821v1
- Date: Mon, 26 Feb 2024 16:17:19 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-10 23:49:09.625213
- Title: Social Media as a Sensor: Analyzing Twitter Data for Breast Cancer
Medication Effects Using Natural Language Processing
- Title（参考訳）: センサとしてのソーシャルメディア:自然言語処理を用いた乳癌治療効果のTwitterデータ分析
- Authors: Seibi Kobara, Alireza Rafiei, Masoud Nateghi, Selen Bozkurt,
Rishikesan Kamaleswaran, Abeed Sarker
- Abstract要約: そこで我々は,NLP(Natural Language Processing, 自然言語処理)に基づく手法を開発し, ソーシャルメディアから乳がんコホートを自動培養して投稿した情報について検討した。
1,454,637件の投稿が583,962件のユニークユーザーから提供された。
198人のコホートメンバーがタモキシフェンによる乳がん治療について言及した。
- 参考スコア（独自算出の注目度）: 4.337695629629379
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Breast cancer is a significant public health concern and is the leading cause
of cancer-related deaths among women. Despite advances in breast cancer
treatments, medication non-adherence remains a major problem. As electronic
health records do not typically capture patient-reported outcomes that may
reveal information about medication-related experiences, social media presents
an attractive resource for enhancing our understanding of the patients'
treatment experiences. In this paper, we developed natural language processing
(NLP) based methodologies to study information posted by an automatically
curated breast cancer cohort from social media. We employed a transformer-based
classifier to identify breast cancer patients/survivors on X (Twitter) based on
their self-reported information, and we collected longitudinal data from their
profiles. We then designed a multi-layer rule-based model to develop a breast
cancer therapy-associated side effect lexicon and detect patterns of medication
usage and associated side effects among breast cancer patients. 1,454,637 posts
were available from 583,962 unique users, of which 62,042 were detected as
breast cancer members using our transformer-based model. 198 cohort members
mentioned breast cancer medications with tamoxifen as the most common. Our side
effect lexicon identified well-known side effects of hormone and chemotherapy.
Furthermore, it discovered a subject feeling towards cancer and medications,
which may suggest a pre-clinical phase of side effects or emotional distress.
This analysis highlighted not only the utility of NLP techniques in
unstructured social media data to identify self-reported breast cancer posts,
medication usage patterns, and treatment side effects but also the richness of
social data on such clinical questions.
- Abstract（参考訳）: 乳がんは公衆衛生上の重要な問題であり、女性のがん関連死亡の原因となっている。
乳がん治療の進歩にもかかわらず、薬の非整合は依然として大きな問題である。
電子的な健康記録は典型的に患者が報告した結果を捉えないため、ソーシャルメディアは患者の治療経験の理解を深めるための魅力的なリソースを提供する。
本稿では,自然言語処理(nlp)に基づく手法を開発し,ソーシャルメディアから収集した乳がんコホートが投稿する情報を調べる。
我々は,X(Twitter)上の乳癌患者・生存者を特定するために,トランスフォーマーを用いた分類器を用い,そのプロファイルから縦断的データを収集した。
乳がん治療関連副作用レキシコンを開発し,乳がん患者の薬物使用パターンと関連する副作用を検出するために,多層ルールベースモデルを設計した。
1,454,637件の投稿が583,962件から入手でき、うち62,042件はトランスフォーマーモデルを用いて乳癌メンバーとして検出された。
198人のコホートメンバーがタモキシフェンによる乳がん治療について言及した。
副作用はホルモンと化学療法の副作用としてよく知られている。
さらに、がんや薬物に対する感情が発見され、副作用や情緒的苦痛の前臨床段階が示唆された。
この分析は, 自己申告乳がんポスト, 薬物使用パターン, 治療側効果を同定するための非構造化ソーシャルメディアデータにおけるNLP技術の有用性だけでなく, 臨床上の問題に対する社会データの豊富さも強調した。
関連論文リスト
- Using Multiparametric MRI with Optimized Synthetic Correlated Diffusion Imaging to Enhance Breast Cancer Pathologic Complete Response Prediction [71.91773485443125]
ネオアジュバント化学療法は乳癌の治療戦略として最近人気を集めている。
ネオアジュバント化学療法を推奨する現在のプロセスは、医療専門家の主観的評価に依存している。
本研究は, 乳癌の病理組織学的完全反応予測に最適化されたCDI$s$を応用することを検討した。
論文 参考訳（メタデータ） (2024-05-13T15:40:56Z) - Cancer-Net PCa-Data: An Open-Source Benchmark Dataset for Prostate
Cancer Clinical Decision Support using Synthetic Correlated Diffusion Imaging
Data [75.77035221531261]
Cancer-Net PCa-Dataは、PCa患者の画像データであるボリュームCDI$s$のオープンソースベンチマークデータセットである。
Cancer-Net PCa-Dataは、PCa用のCDI$s$画像データの最初の公開データセットである。
論文 参考訳（メタデータ） (2023-11-20T10:28:52Z) - Screening Mammography Breast Cancer Detection [0.0]
乳癌は、がんによる死亡の主な原因である。
現在のスクリーニングプログラムは高価で、偽陽性になりやすい。
本稿では,乳がん自動検出の解決策を提案する。
論文 参考訳（メタデータ） (2023-07-21T00:15:56Z) - 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) - Cancer-Net BCa-S: Breast Cancer Grade Prediction using Volumetric Deep
Radiomic Features from Synthetic Correlated Diffusion Imaging [82.74877848011798]
乳がんの流行は成長を続けており、2023年には米国で約30万人の女性に影響を及ぼした。
金標準のScarff-Bloom-Richardson(SBR)グレードは、化学療法に対する患者の反応を一貫して示すことが示されている。
本稿では,合成相関拡散(CDI$s$)画像を用いた乳がん鑑定における深層学習の有効性について検討する。
論文 参考訳（メタデータ） (2023-04-12T15:08:34Z) - A Multi-Institutional Open-Source Benchmark Dataset for Breast Cancer
Clinical Decision Support using Synthetic Correlated Diffusion Imaging Data [82.74877848011798]
Cancer-Net BCaは、乳がん患者の画像データであるボリュームCDI$s$の複数機関のオープンソースベンチマークデータセットである。
Cancer-Net BCaは、機械学習の進歩を加速し、がんと戦う臨床医を助ける、グローバルなオープンソースイニシアチブの一部として、一般公開されている。
論文 参考訳（メタデータ） (2023-04-12T05:41:44Z) - Enhancing Clinical Support for Breast Cancer with Deep Learning Models
using Synthetic Correlated Diffusion Imaging [66.63200823918429]
深層学習モデルを用いた乳癌に対する臨床支援の強化について検討した。
我々は、体積畳み込みニューラルネットワークを利用して、前処理コホートから深い放射能特徴を学習する。
提案手法は, グレードと処理後応答予測の両方において, より良い性能を実現することができる。
論文 参考訳（メタデータ） (2022-11-10T03:02:12Z) - Masked Video Modeling with Correlation-aware Contrastive Learning for
Breast Cancer Diagnosis in Ultrasound [7.957750764582688]
コンピュータ支援乳がん診断においてUSビデオを直接活用する先駆的アプローチを提案する。
マスク付きビデオモデリングをプリトランとして利用し、データセットのサイズや詳細なアノテーションへの依存を減らす。
実験の結果,提案手法は有望な分類性能を達成し,他の最先端手法よりも優れていることがわかった。
論文 参考訳（メタデータ） (2022-08-21T13:23:32Z) - 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) - Breast cancer detection using artificial intelligence techniques: A
systematic literature review [3.6608644315416585]
2020年だけで、米国内で27万6000人以上の浸潤性乳癌と4万8000人以上の非浸潤性症例が診断された。
これらの数字をみると、これらの症例の64%は、疾患のサイクルの早い段階で診断され、99%の生存確率が与えられる。
ディープラーニングは、重篤な疾患の検出と治療に影響を与える最も重要な特徴を分析するように設計されている。
論文 参考訳（メタデータ） (2022-03-08T13:51:17Z)
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。