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/2506.09279v2
• Date: Thu, 11 Sep 2025 22:21:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-15 14:04:02.991383
• 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で9140個のPLWHを同定し、290万の臨床記録を収集した。 HIV関連スティグマに関連する91のキーワードのリストを作成した。
• 参考スコア（独自算出の注目度）: 17.331067685375057
• 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 NLP methods applied to a large collection of EHR clinical notes from a large integrated health system in the southeast United States. Methods: We identified a cohort of PLWHs from the UF Health IDR and performed topic modeling analysis using Latent Dirichlet Allocation to uncover stigma-related dimensions and related social and behavioral contexts. Domain experts created a seed list of HIV-related stigma keywords, then applied a snowball strategy to review notes for additional terms until saturation was reached iteratively. To identify more target topics, we tested three keyword-based filtering strategies. The detected topics were evaluated using three widely used metrics and manually reviewed by specialists. In addition, we conducted word frequency analysis and topic variation analysis among subgroups to examine differences across age and sex-specific demographics. Results: We identified 9140 PLWHs at UF Health and collected 2.9 million clinical notes. Through the iterative keyword approach, we generated a list of 91 keywords associated with HIV-related stigma. Topic modeling on sentences containing at least one keyword uncovered a wide range of topic themes, such as "Mental Health Concern, Stigma", "Treatment Refusal, Isolation", and "Substance Abuse". Topic variation analysis across age subgroups revealed substantial differences. Conclusion: Extracting and understanding the HIV-related stigma and associated social and behavioral circumstances from EHR clinical notes enables scalable, time-efficient assessment and overcoming the limitations of traditional questionnaires. Findings from this research provide actionable insights to inform patient care and interventions to improve HIV-care outcomes.
• Abstract（参考訳）: 目的: HIV(PLWHs)患者におけるスティグマ次元, 社会的, 関連する行動状況の特徴を, 米国南東部の大規模統合医療システムから大量のERH臨床ノートに応用したNLP法を用いて特徴付けること。 方法:UF Health IDRからPLWHのコホートを同定し,Latent Dirichlet Allocationを用いてトピックモデリングを行い,スティグマ関連次元と関連する社会的・行動的文脈を明らかにする。 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、続いて雪玉戦略を適用して、飽和が反復的に到達するまで追加条件のメモをレビューした。 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。 検出されたトピックは、広く使用されている3つのメトリクスを使用して評価され、専門家によって手動でレビューされた。 さらに,単語頻度分析と話題変動分析を行い,年齢層と性別層の違いについて検討した。 結果:UF Healthで9140個のPLWHを同定し,290万件の臨床記録を収集した。 反復的キーワードアプローチにより、HIV関連スティグマに関連する91のキーワードのリストを生成した。 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、"Mental Health Concern, Stigma", "Treatment Refusal, isolated", "Substance Abuse" など、幅広いトピックのテーマが明らかになった。 年齢層別トピック変動分析の結果,有意差が認められた。 結論: EHR臨床ノートからHIV関連汚名と関連する社会的・行動的状況の抽出と理解は,スケーラブルで時間効率のよい評価を可能にし,従来のアンケートの限界を克服する。 本研究から得られた知見は、HIV治療の成果を改善するための患者ケアと介入に有用な洞察を与える。

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)
• Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary Task Integration [54.76511683427566]
  本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。 この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。 PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
  論文  参考訳（メタデータ） (2024-02-16T05:16:20Z)
• Towards Mitigating Hallucination in Large Language Models via Self-Reflection [63.2543947174318]
  大規模言語モデル(LLM)は、質問応答(QA)タスクを含む生成的および知識集約的なタスクを約束している。 本稿では,広範に採用されているLCMとデータセットを用いた医療再生QAシステムにおける幻覚現象を解析する。
  論文  参考訳（メタデータ） (2023-10-10T03:05:44Z)
• 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)
• Pain level and pain-related behaviour classification using GRU-based sparsely-connected RNNs [61.080598804629375]
  慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。 この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。 我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。 本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
  論文  参考訳（メタデータ） (2022-12-20T12:56:28Z)
• 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。