使用社交媒体帮助理解患者报告的COVID-19后健康结果:自然语言处理方法

科学领域:

• 自然语言处理自然语言处理.
• 计算语言学 计算语言学
• 公共卫生监督 公共卫生监督

背景情况:

• 关于后COVID-19状态 (PCC) 的科学知识不断增长,但关于其定义,临床过程和对日常功能的影响仍然存在重大不确定性.
• 社交媒体平台提供高分辨率,患者和护理人员对健康结果的洞察力,可能捕捉临床医生错过的经验.

研究的目的:

• 确定先进的自然语言处理 (NLP) 方法的有效性和有效性,以从社交媒体中获得PCC中患者报告的健康结果.
• 用NLP提取,测量频率,随时间和地点跟踪PCC相关的症状和条件.

主要方法:

• 使用来自变压器 (BERT) 模型的双向编码器表示来提取和规范PCC症状/病情术语. 从Twitter和Reddit.
• 将两个命名实体识别模型进行比较,并使用BERT双编码器使用语义搜索进行两步规范化.
• 通过人类注释和近距离评分来评估模型的有效性,并将结果与大型基于网络的调查进行比较.

主要成果:

• UmlsBERT-Clinical在实体预测方面表现出高准确度,可与人类注释者相提并论.
• 确定了顶级PCC症状组:全身性 (例如,疲劳),神经精神 (例如,焦虑,脑雾) 和呼吸 (例如,呼吸短促).
• 确定了"感染"和"疼痛"等新词汇; "疲劳"和"头痛"是常见的同时出现的症状. 神经精神病学术语是最普遍的暂时.

结论:

• 来自社交媒体的NLP管道产生了与PCC症状的同行评审文献相当的结果.
• 这项研究为患者报告的PCC健康结果和患者旅程提供了独特的见解.
• 这些发现可以帮助医疗保健提供者预测未来与COVID-19后病情相关的患者需求.