文献

J-GLOBAL ID：202202287836519079   整理番号：22A0107660

ケアの移行を通して患者経験における連続性の理解,促進および維持のための自然言語処理の利用【JST・京大機械翻訳】

Using natural language processing to understand, facilitate and maintain continuity in patient experience across transitions of care

著者 (8件)： Khanbhai Mustafa (Centre for Health Policy, Institute of Global Health Innovation, Imperial College London, QEQM, St Mary’s Hospital, W2 1NY, UK) ,  Warren Leigh (Patient Safety Translational Research Centre, Institute of Global Health Innovation, Imperial College London, London, UK) ,  Symons Joshua (Big Data and Analytical Unit, Institute of Global Health Innovation, Imperial College London, London, UK) ,  Flott Kelsey (Patient Safety Translational Research Centre, Institute of Global Health Innovation, Imperial College London, London, UK) ,  Harrison-White Stephanie (Patient Experience and Improvement, Imperial College NHS Healthcare Trust, London, UK) ,  Manton Dave (Patient Safety Translational Research Centre, Institute of Global Health Innovation, Imperial College London, London, UK) ,  Darzi Ara (Patient Safety Translational Research Centre, Institute of Global Health Innovation, Imperial College London, London, UK) ,  Mayer Erik (Patient Safety Translational Research Centre, Institute of Global Health Innovation, Imperial College London, London, UK)
資料名： International Journal of Medical Informatics  (International Journal of Medical Informatics)
巻： 157  ページ： Null  発行年： 2022年 
JST資料番号： D0729A  ISSN： 1386-5056  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アイルランド (IRL)  言語： 英語 (EN)

抄録/ポイント： 患者中心ケアは,医療経験と認知された転帰が,介護の全ての推移にわたって考慮されることを必要とする。フリーテキスト患者経験の中でコードされた情報は,必要なマニュアル資源のため,系統的方法で捉えられていない。自然言語処理(NLP)を用いて,FriendsとFamily Test(FFT)から有意義な情報を抽出した。好ましいサービス(「What and What of What and the the the Wat and the the the d訓練データセットを生成するために,3つの独立した符号器により,感情と患者経験を符号化した。テキストデータを一連の前処理技術で標準化し,6つの機械学習(ML)モデルの性能を得た。最良のMLモデルを適用して,残りの報告からテーマと感情を予測した。ケアの推移に関連するコメントを抽出し,感情によって分類し,そして,トリグラムおよび単語クラウドとして提示された最も頻繁な単語/組合せを同定するために,ケア設定を行った。サポートベクターマシン(SVM)MLモデルは,テーマと感情の予測において最も高い精度を生み出した。陰性感情との遷移と連続性に関連する最も頻繁な単一語は,入院患者の「退院」と,外来患者の事故と救急,”指摘”,および「家庭」が,異なる医師,「情報不足,「告退院プロセス,および,退院レターを「めることのような陰性感情から同定された「家庭」は,介護移行のある問題のいくつかを強調した。定量的データから利用可能なこの情報はいずれも,すべての4つのヘルスケア設定におけるケアの推移に関連する患者経験調査コメントからテーマと感情を同定するのに使用できる。品質改善フレームワークの助けにより,著者らの分析からの知見は,患者中心の介入をガイドし,移行ケアプロセスを改善するのに使用できる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 標準化 ,  前処理 ,  *自然言語処理 ,  符号器 ,  連続性 ,  単語 ,  機械学習 ,  サポートベクトルマシン ,  介護
準シソーラス用語： 外来患者 ,  品質改善 ,  陰性感情 ,  テキストデータ , 【Automatic Indexing@JST】

著者キーワード (5件)： 自然言語処理 ,  感情分析 ,  患者経験 ,  ケアの変遷 ,  実時間フィードバック

分類 (1件)： 医用情報処理  (JE15030Q)

タイトルに関連する用語 (7件)： 移行 ,  患者 ,  経験 ,  連続性 ,  理解 ,  促進 ,  自然言語処理