首页 > 文献资料
-
大众媒体视野下的"健康中国" ——基于2016—2017年部分媒体报道的文本分析
目的:对2016—2017年部分综合性媒体关于健康中国的报道文本进行量化分析,从一个新的视角了解健康中国的政策导向、实施进展和重点领域.方法:采集部分综合性媒体中关于健康中国的公开报道,通过词频分析、主题模型聚类等方法,分析健康中国报道的重点领域及分布规律.结果:健康中国的报道呈现多样化的特点,其报道在时间上的分布规律与国家重要事件(如"两会"、中共十九大)相契合,在内容上与国家政策重点相一致,较为明确的反映出健康中国实施过程中的重点领域及其关注程度.主题模型分析显示,健康中国的报道主要分为医疗卫生、健康生活、健康产业等类别,对于健康中国的政策能够形成一定呼应.结论:健康中国的政策框架与媒体报道的呈现形式具有一致性,提示新闻媒体报道可能成为公共政策分析的潜在证据来源,同时也显示出文本挖掘方法在完成相关政策分析任务上的潜力.
-
基于主题模型的消渴病痹痿症药关系研究
目的 基于主题模型对真实世界临床数据分析、挖掘,研究中医治疗消渴病痹痿症状与用药的关系.方法 利用临床科研信息共享平台采集系统采集消渴病痹痿患者的症状及用药数据1 073条,对其中同时具备症、药信息的患者316例,运用症状、用药间的LDA主题模型挖掘和分析症药之间的关系.结果 消渴病痹痿的主要症状及用药规律:肢体麻木疼痛,加用红花、桃仁、川芎、地龙活血祛瘀通络;口干、乏力、视物模糊,加用丹参、白芍、地黄滋阴养血、祛瘀生新;胸闷,加用葛根、丹参活血化瘀;胸闷、乏力、头晕、心悸,加用麦冬、沙参、太子参益气生津复脉;手足麻木、疼痛、畏寒,加用桂枝、白芍、葛根、细辛、甘草温经脉、通血络;纳差、失眠、便秘,加陈皮、半夏、黄连清热化痰.结论 消渴病痹痿人群多,症状、药物相对单一.抓主症、依症状选效药符合中医对症论治特点.
-
基于主题模型982例心脑合病患者证候特征研究
目的:探索冠心病心绞痛合并动脉粥样硬化性血栓性脑梗死(心脑合病)的证候分类及其特征.方法:应用临床流行病学调查的横断面研究方法,在中国11家三甲医院收集982例心脑合病患者的症状、体征、舌脉等中医四诊信息并建立数据库,采用频数统计及主题模型等数据挖掘方法,分析心脑合病的证候.结果:常见的四诊信息:肢体不遂、胸闷、乏力、头晕、身体困重、神疲、少气懒言、胸痛、肢体麻木、舌下脉络紫色等;挖掘出瘀热内蕴、阴虚内热、痰湿阻络、气血亏虚、痰瘀互结、脾肾阳虚、肝郁脾虚、气虚血瘀、瘀血阻滞、肝肾阴虚10类证候,并初步确定了各证候的诊断要点.结论:心脑合病中医证候可分10型,运用主题模型的无监督数据分析方法研究证候分类及证候特征有一定的科学性、客观性和实用性.
关键词： 心脑合病 冠心病心绞痛 动脉粥样硬化性血栓性脑梗死 主题模型 证候特征 -
基于Labeled LDA主题模型的医学文献自动分类法
提出了一种基于Labeled LDA主题模型的医学文献自动分类法.以10个医学领域的研究文献为案例,通过语料库的设置及参数设置调整模型为佳,与SVM方法进行对比实验.结果显示,无论是准确率还是召回率,基于Labeled LDA主题模型的自动分类法均比SVM法高出7.00％左右,表明基于Labeled LDA主题模型的医学文献自动分类法具有较好的医学领域文本分类效果.
关键词： Labeled LDA 主题模型 自动分类 SVM -
主题模型在2型糖尿病治疗方案研究中的应用
目的:探讨主题模型在2型糖尿病治疗方案研究中的应用.方法:回顾性分析我院2012年1月-2016年6月650例2型糖尿病住院患者的临床数据,采用MATLAB R2014a软件对患者的临床诊断、实验室指标和临床用药等数据进行转换、汇总及矩阵合并;应用隐狄利克雷分配模型和作者主题模型提取主题概率值>0.1的典型主题,并通过累计概率值>0.5的并发症对主题进行描述.结果:共获得62个并发症词汇、16个异常实验室指标组和20个治疗方案.共挖掘出4个典型主题(前几项并发症的累计概率值分别为0.8786、0.8247、0.8215、0.7536,主题概率值分别为0.3364、0.2773、0.2035、0.1176),分别以周围神经病变、外周血管病变、脂代谢异常和微细血管病变为主要特征,且异常实验室指标组符合上述特征.分布概率较高的并发症包括糖尿病周围神经病变(0.5787)、高血压(0.3631)、动脉硬化(0.2789)、高脂血症(0.4578)和糖尿病视网膜病变(0.3143),主要治疗药物包括门冬胰岛素注射液、胰岛素注射液和甲钴胺分散片等.结论:2型糖尿病并发症群以周围神经病变、外周血管病变、脂代谢异常及微血管病变为主要特征.主题模型可从临床数据中提取出有临床意义的用药规律.
-
大数据时代心理学文本分析技术——“主题模型”的应用
主题模型(Topic Model)作为一种计算机化文本分析方法,目前被研究人员应用于心理学文本分析领域的诸多研究中.在心理咨询研究领域中,主题模型可以用于探索咨询过程中咨询师和当事人之间谈话的主题,比较不同治疗类别的相似性,以及进行行为编码;在社交媒体与心理健康上,利用主题模型可识别和预测各种心理障碍以及进行人格计算.未来需要关注主题模型在算法和操作上的改善,并将其应用到中文语言环境之中,探索中文文本的心理学内涵.
-
中文医学摘要主题建模方法评估
以中文医学论文摘要为语料,采用3种特征筛选方法以及两种主题模型方法的组合进行主题建模,结果表明建模方法中LDA的预测能力和拟合度优于CTM,而特征筛选方式中IDF拟合度、TF预测能力更好.
-
文本挖掘在医疗器械不良事件报告中的应用
基于美国食品药品监督管理局公共数据开放平台上的宫内节育器不良事件报告数据,运用词频分析、主题模型等文本挖掘方法分析其中的非结构化文本变量,探讨该方法应用的可行性并指出存在的问题.
-
基于LDA的主题演化研究
通过监测主题在不同时间窗口内的变化趋势进行主题演化分析,在各时间窗口中分别建立LDA模型,采用Gibbs抽样方法求解LDA模型中的潜在变量,利用Kullback-Leibler距离来衡量主题之间的相似度,利用改进的Z-Score方法计算主题随时间的偏移程度以反映其演化情况.
