論文の概要: A Topic Modeling Analysis of Stigma Dimensions, Social, and Related Behavioral Circumstances in Clinical Notes Among Patients with HIV
- arxiv url: http://arxiv.org/abs/2506.09279v1
- Date: Tue, 10 Jun 2025 22:35:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-13 06:35:02.131819
- Title: A Topic Modeling Analysis of Stigma Dimensions, Social, and Related Behavioral Circumstances in Clinical Notes Among Patients with HIV
- Title（参考訳）: HIV患者におけるStigma Dimensions, Social, and Related Behavioral Circumcess のトピーモデルによる解析
- Authors: Ziyi Chen, Yiyang Liu, Mattia Prosperi, Krishna Vaddiparti, Robert L Cook, Jiang Bian, Yi Guo, Yonghui Wu,
- Abstract要約: UF Health IDRによるHIV(PLWHs)のコホートを9,140名同定した。
スタグマ次元を明らかにするためにLDA(Latent Dirichlet Allocation)を用いてトピックモデリング分析を行った。
本研究は, 年齢・性別別集団間の差異を検討するために, サブグループ間での話題変動分析を行った。
- 参考スコア（独自算出の注目度）: 21.478502613139582
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Objective: To characterize stigma dimensions, social, and related behavioral circumstances in people living with HIV (PLWHs) seeking care, using natural language processing methods applied to a large collection of electronic health record (EHR) clinical notes from a large integrated health system in the southeast United States. Methods: We identified 9,140 cohort of PLWHs from the UF Health IDR and performed topic modeling analysis using Latent Dirichlet Allocation (LDA) to uncover stigma dimensions, social, and related behavioral circumstances. Domain experts created a seed list of HIV-related stigma keywords, then applied a snowball strategy to iteratively review notes for additional terms until saturation was reached. To identify more target topics, we tested three keyword-based filtering strategies. Domain experts manually reviewed the detected topics using the prevalent terms and key discussion topics. Word frequency analysis was used to highlight the prevalent terms associated with each topic. In addition, we conducted topic variation analysis among subgroups to examine differences across age and sex-specific demographics. Results and Conclusion: Topic modeling on sentences containing at least one keyword uncovered a wide range of topic themes associated with HIV-related stigma, social, and related behaviors circumstances, including "Mental Health Concern and Stigma", "Social Support and Engagement", "Limited Healthcare Access and Severe Illness", "Treatment Refusal and Isolation" and so on. Topic variation analysis across age subgroups revealed differences. Extracting and understanding the HIV-related stigma dimensions, social, and related behavioral circumstances from EHR clinical notes enables scalable, time-efficient assessment, overcoming the limitations of traditional questionnaires and improving patient outcomes.
- Abstract（参考訳）: 目的:米国南東部の大規模統合医療システムから電子健康記録(EHR)臨床ノートを大量に収集した自然言語処理手法を用いて、HIV(PLWHs)患者におけるスティグマ次元、社会的、関連する行動状況を特徴付ける。
方法:UF Health IDRのPLWHの9,140コホートを同定し,LDAを用いたトピックモデリングによるスティグマ次元,社会的,関連する行動状況の解明を行った。
ドメインの専門家は、HIV関連のスティグマキーワードのシードリストを作成し、飽和に達するまで追加条件のメモを反復的にレビューするために雪玉戦略を適用した。
対象トピックを特定するために、キーワードベースのフィルタリング戦略を3つ試した。
ドメインの専門家は、一般的な用語と重要なトピックを使って、検出されたトピックを手動でレビューした。
単語頻度分析は、各トピックに関連する一般的な用語を強調するために用いられた。
また, 年齢層と性別層の違いを調査するために, サブグループ間での話題変動分析を行った。
結果と結論:少なくとも1つのキーワードを含む文のトピックモデリングでは,「精神保健不安とスティグマ」,「ソーシャルサポートとエンゲージメント」,「制限された医療アクセスと重篤な病気」,「予防的拒絶と孤立」など,HIV関連スティグマ,社会的,関連する行動に関する幅広いテーマが明らかになった。
年齢層間での話題変動分析では, 差異が認められた。
HIVに関連するスティグマ次元、社会的、および関連する行動状況の抽出と理解は、EHR臨床ノートから、スケーラブルで時間効率の高い評価を可能にし、従来のアンケートの限界を克服し、患者の結果を改善する。
関連論文リスト
- Contextual Embedding-based Clustering to Identify Topics for Healthcare Service Improvement [3.9726806016869936]
本研究では,米国ウィスコンシン州の医療システムから収集した439件のアンケート結果から,意味のあるトピックを抽出するための教師なし手法について検討した。
キーワードに基づくフィルタリング手法を,ドメイン固有辞書を用いた苦情関連フィードバックの分離に適用した。
データが不足していて、短文からなるコヒーレンスと解釈可能性を改善するため、kBERTを提案する。
論文 参考訳（メタデータ） (2025-04-18T20:38:24Z) - Devising a Set of Compact and Explainable Spoken Language Feature for Screening Alzheimer's Disease [52.46922921214341]
アルツハイマー病(AD)は高齢化社会において最も重要な健康問題の一つとなっている。
我々は,大言語モデル(LLM)とTF-IDFモデルの視覚的機能を活用する,説明可能な効果的な機能セットを考案した。
当社の新機能は、自動ADスクリーニングの解釈可能性を高めるステップバイステップで説明し、解釈することができる。
論文 参考訳（メタデータ） (2024-11-28T05:23:22Z) - Identifying latent disease factors differently expressed in patient subgroups using group factor analysis [54.67330718129736]
本稿では,サブグループ特異的およびサブグループ共通潜在因子を明らかにするための新しいアプローチを提案する。
提案手法は,正規化されたホースシュー先行群を用いたスパース群因子解析 (GFA) であり,確率計画法を用いて実装した。
論文 参考訳（メタデータ） (2024-10-10T13:12:14Z) - SemioLLM: Evaluating Large Language Models for Diagnostic Reasoning from Unstructured Clinical Narratives in Epilepsy [45.2233252981348]
臨床知識を符号化するための言語モデル(LLM)が示されている。
6つの最先端モデルをベンチマークする評価フレームワークであるSemioLLMを提案する。
ほとんどのLSMは、脳内の発作発生領域の確率的予測を正確かつ確実に生成できることを示す。
論文 参考訳（メタデータ） (2024-07-03T11:02:12Z) - Causal Inference with Latent Variables: Recent Advances and Future Prospectives [43.04559575298597]
因果推論(英: Causal inference、CI)は、興味のある変数間の固有の因果関係を推定することを目的としている。
重要な変数の観察の欠如は、CIメソッドの信頼性を著しく損なう。
これらの潜伏変数が不注意に扱われると、様々な結果が生じる。
論文 参考訳（メタデータ） (2024-06-20T03:15:53Z) - Exploring Spatial-Temporal Variations of Public Discourse on Social
Media: A Case Study on the First Wave of the Coronavirus Pandemic in Italy [0.0]
本稿では,ソーシャルメディア上での言語行動を用いて重要な出来事に対する社会的反応を探索する手法を提案する。
本手法は時系列分析とクラスタリングを用いて,ツイート利用傾向の時空間カテゴリーを定位する。
また,パンデミック時の政策変化と時間的カテゴリーが密接に対応していることが判明した。
論文 参考訳（メタデータ） (2023-06-28T08:59:50Z) - Leveraging Pretrained Representations with Task-related Keywords for
Alzheimer's Disease Detection [69.53626024091076]
アルツハイマー病(AD)は高齢者に特に顕著である。
事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。
本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
論文 参考訳（メタデータ） (2023-03-14T16:03:28Z) - Exploring Hybrid and Ensemble Models for Multiclass Prediction of Mental
Health Status on Social Media [27.799032561722893]
Redditのソーシャルメディア投稿から,不安,注意欠陥多動性障害,双極性障害,外傷後ストレス障害,抑うつ,心理的ストレス)の6つの症状を予測する実験を報告する。
変圧器アーキテクチャ(BERT,RoBERTa)とBiLSTMニューラルネットワークを利用したハイブリッド・アンサンブルモデルの性能について検討・比較を行った。
また,特定の精神状態の指標として,どのような特徴が最も重要であるかを検討するために,特徴アブレーション実験を実施している。
論文 参考訳（メタデータ） (2022-12-19T20:31:47Z) - Topic Modeling on Clinical Social Work Notes for Exploring Social
Determinants of Health Factors [0.30586855806896046]
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。
論文 参考訳（メタデータ） (2022-12-02T21:54:55Z) - Adaptive Identification of Populations with Treatment Benefit in
Clinical Trials: Machine Learning Challenges and Solutions [78.31410227443102]
確定的臨床試験において,特定の治療の恩恵を受ける患者サブポピュレーションを適応的に同定する問題について検討した。
サブポピュレーション構築のためのメタアルゴリズムであるAdaGGIとAdaGCPIを提案する。
論文 参考訳（メタデータ） (2022-08-11T14:27:49Z) - Co-occurrence of medical conditions: Exposing patterns through
probabilistic topic modeling of SNOMED codes [0.3867363075280544]
腎疾患に罹患している人には、特に共起状態が一般的である。
本研究の目的は,確率的枠組みを用いた患者の共起医療状況のパターンを同定し,特徴付けることである。
論文 参考訳（メタデータ） (2021-09-19T19:34:21Z)
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。