自然言語処理と深層学習を用いた自家乳房再建における患者の感情分析

科学分野:

• 形成外科
• 自然言語処理
• 患者報告アウトカム

背景:

• 自家皮弁は、乳房切除後の再建にますます使用されています。
• 公開フォーラムは、自然言語処理（NLP）分析に適した患者の物語を豊富に提供します。
• RoBERTaモデルは、患者生成テキストデータを分析できます。

研究 の 目的:

• 自家皮弁（深部下腹部穿通枝皮弁（DIEP）、横行腹直筋皮弁（TRAM）、広背筋皮弁（LD））に関する患者の感情と情緒を評価する。
• 異なる皮弁タイプ間での患者報告による経験を比較する。

主な方法:

• DIEP、TRAM、またはLD皮弁を参照するRealSelfからの患者レビューを収集しました。
• 2つのNLPモデル（陽性/陰性の二項感情分類器と、恐怖、悲しみ、怒り、嫌悪、中立、驚き、喜びの感情分類器）を適用しました。
• 各レビューに最もスコアの高い感情をラベル付けしました。

主要な成果:

• 分析対象は212件の投稿（DIEP 153件、TRAM 20件、LD 39件）。DIEP皮弁は最も高い平均陽性感情（0.627）を示したのに対し、TRAM皮弁は最も低い（0.517）でした。喜びは、DIEP（68/153）およびTRAM（7/20）再建で最も頻繁に見られた感情でした。LD皮弁のレビューは「中立」が最も多かった（9/39）。

結論:

• 患者レビューのNLP分析によると、DIEP皮弁が最も多く議論されており、TRAMまたはLDよりも肯定的な感情が大きいことが示唆されています。
• 感情プロファイルは、DIEPでは主に喜びに満ちた物語、LDでは中立、TRAMではそれほど肯定的でない感情を示しています。
• このNLPアプローチは、従来の転帰研究を補完する、大規模な現実世界の患者経験を捉えています。