利用社交媒体数据研究霍奇金淋巴瘤的疾病和治疗特征 使用自然语言处理方法
Zasim Azhar Siddiqui1, Maryam Pathan1, Sabina Nduaguba1
1Department of Pharmaceutical Systems and Policy, School of Pharmacy, West Virginia University, Morgantown, West Virginia, United States of America.
PLOS digital health
|March 19, 2025
概括
这项研究表明,社交媒体数据可以有效地识别霍奇金.
科学领域:
- 医疗信息学 医疗信息学
- 在瘤学瘤学.
- 自然语言处理自然语言处理.
背景情况:
- 社交媒体在健康研究中的使用正在增长,但在罕见疾病方面受到限制.
- 霍奇金淋巴瘤 (HL) 是一种罕见的癌症,影响年轻人.
- 本研究评估了社交媒体数据的HL疾病和治疗特征.
研究的目的:
- 评估使用社交媒体数据用于霍奇金淋巴瘤研究的可行性.
- 开发和验证用于提取HL信息的自然语言处理 (NLP) 模型.
- 识别社交媒体上讨论的关键疾病和治疗特征.
主要方法:
- 利用X (以前的Twitter) API v2收集从2010年到2022年的帖子.
- 开发了注释指南和HL特征的黄金标准数据集.
- 接受过培训并验证了一种命名实体识别 (NER) NLP模型.
主要成果:
- 收集了80811个职位,确定了9个与HL相关的类别.
- 治疗 (25.56%) 和阶段/进展 (21.93%) 是最常讨论的问题.
- NLP模型实现了86%的准确性和87%的F1得分;病因学实现了93%的准确性和95%的F1得分.
结论:
- 社交媒体是罕见疾病研究的宝贵初步来源,比如霍奇金淋巴瘤.
- 在NLP应用程序有效地提取HL信息.
- 限制包括区分用户角色和时间关系,需要进一步研究.
