卡塔尔世界杯8强波胆分析

摘要

背景:

对于患者来说，社交媒体是一种替代信息来源，他们利用它来分享信息和提供社会支持。尽管每天都有大量与健康相关的数据发布在Twitter和其他社交网络平台上，但利用社交媒体数据来了解慢性病和患者生活方式的研究仍然缺乏。

摘要目的:

在这项研究中，我们通过提供一个框架来在Twitter上识别炎症性肠病(IBD)患者，并从他们的个人经验中学习，从而有助于缩小这一差距。我们通过构建一个Twitter用户分类器来实现对患者推文的分析，该分类器将患者与其他实体区分开来。该研究旨在评估利用社交媒体数据促进慢性病患者健康的可行性，依靠大众的智慧来识别健康的生活方式。我们试图利用描述患者日常活动和对他们健康的影响的帖子来描述不同的治疗方法，并了解什么对谁有效。

方法:

在研究的第一阶段，使用一种结合社会网络分析和自然语言处理的机器学习方法，自动将用户分类为患者或非患者。考虑了三种类型的特征:(1)用户在Twitter上的行为，(2)用户推文的内容，(3)用户网络的社交结构。通过10倍交叉验证，使用两种测量方法(f1评分和精密度)检查和比较不同的分类算法。在研究的第二阶段，我们使用得到的分类方法来收集患者的推特，他们在推特中提到了他们为了应对疾病而忍受的不同生活方式的改变。使用IBM Watson服务进行实体情绪分析，我们计算了IBD患者在描述日常生活时使用的420个与生活方式相关的单词的平均情绪。

结果:

采用多实例学习方法在Twitter用户中识别IBD患者时获得了最佳分类结果(F1-score 0.808, precision 0.809)，这也是本研究的新颖性所在。对IBD患者的推文进行情感分析，确定了经常被提及的生活方式及其对患者健康的影响。这些发现加强了人们对IBD的适宜营养的认识，一些已知会引起炎症的食物被强调为带有负面情绪的词语。

结论:

各地的患者都使用社交媒体分享健康和治疗信息，互相学习经验，并提供社会支持。挖掘这些信息丰富的对话可能会对患者的生活方式有所启发，并支持慢性病研究。