Un análisis lingüístico cuantitativo de una comunidad de salud en línea con un modelo de espacio latente suave

Área de la Ciencia:

• Lingüística computacional
• Análisis de las redes sociales
• Informática de la salud pública

Sus antecedentes:

• Las comunidades de salud en línea (OHC) ofrecen plataformas valiosas para el apoyo y la discusión de los pacientes.
• El análisis lingüístico de los OHC puede proporcionar información sobre el estado emocional y mental del paciente.
• Los métodos existentes para analizar los OHC tienen limitaciones, particularmente en el análisis de redes de coincidencia de palabras.

Objetivo del estudio:

• Analizar los patrones lingüísticos en los datos de la comunidad de apoyo al cáncer de pulmón (LCSC) de la Fundación LUNGevity.
• Desarrollar y aplicar un modelo avanzado de análisis de redes de coincidencia de palabras.
• Identificar los cambios temporales en el estado emocional y mental de los pacientes con cáncer de pulmón y sus afiliados.

Principales métodos:

• Utilizó un modelo de espacio latente de dos partes para el análisis de redes de coincidencia de palabras, incorporando pesos de red.
• Desarrolló un enfoque de fusión penalizado para identificar puntos de cambio desconocidos y estimar redes que varían en el tiempo.
• Se analizaron 21.028 puestos de la LCSC entre abril de 2018 y febrero de 2022.

Principales resultados:

• Se identificaron múltiples puntos de cambio significativos en los datos lingüísticos.
• Estos puntos de cambio se correlacionan con cambios en el estado emocional / mental de los pacientes con cáncer de pulmón y sus afiliados.
• Se detectó una alineación entre los puntos de cambio identificados y los principales eventos relacionados con el COVID-19.

Conclusiones:

• El estudio identificó con éxito los cambios temporales en el sentimiento del paciente dentro de una comunidad de cáncer de pulmón en línea.
• El modelo avanzado de análisis de redes proporciona un método sólido para analizar los cambios dinámicos en los OHC.
• Los hallazgos destacan el impacto de eventos externos, como la pandemia de COVID-19, en el bienestar del paciente.