使用自然语言处理来促进心理健康问卷的协调:使用真实世界数据的验证研究

科学领域:

• 计算语言学计算语言学
• 心理健康研究 心理健康研究
• 心理测量 心理测量 心理测量

背景情况:

• 从不同来源汇集数据,通过更大的样本大小和交叉研究比较来增强心理健康研究.
• 跨研究变量测量的数据异质性对有效的数据聚合构成重大挑战.
• 自然语言处理 (NLP) 为在心理健康研究中协调不同的数据源提供了一个潜在的解决方案.

研究的目的:

• 通过基于语义内容的匹配问题来探索NLP的使用,以协调心理健康问卷.
• 评估NLP衍生的语义相似性得分在预测问卷项目之间的现实世界相关性方面的准确性.
• 调查NLP在识别语义上类似项目的实用性,用于交叉研究数据聚合.

主要方法:

• 使用 Sentence-BERT 模型计算了来自五个心理健康问卷的 741 个问题对的语义相似性 (共因指数).
• 用英国成年人样本 (N=2,058) 的数据计算了对应物品对的斯皮尔曼等级相关性.
• 估计了NLP衍生的等号值和实证的斯皮尔曼系数之间的相关性,使用网络分析进行数据结构探索.

主要成果:

• 在语义相似性 (共小数指数) 和经验相关性 (斯皮尔曼系数) 之间观察到适度的相关性 (r=0.48,p<0.001).
• 从NLP衍生出来的共弦值得分显示,在一个持久样本 (MAE=0.05,MedAE=0.04,RMSE=0.064) 中预测现实世界的相关性时,存在很小的误差.
• NLP模型识别了复杂的数据模式,但需要手动规则来包含网络边缘.

结论:

• 使用NLP对问卷单项的量化语义相似性,显示与经验反应的相关性.
• 通过识别语义上相似的项目,展示了NLP在心理健康研究中促进跨研究数据聚合的潜力.
• 建议研究人员在汇集数据之前验证NLP匹配项目的心理等价性.