通过社交媒体数据分析理解新兴疾病的流水线：以乳房植入物疾病为例

背景：一种新疾病可能在被医学定义、正式记录或系统研究之前，首先通过社交媒体引起公众关注。一个例子是被称为乳房植入物疾病（BII）的现象，该现象已在社交媒体上被广泛讨论，尽管在医学文献中定义模糊。目标：本研究的目的是构建一条数据分析流水线，利用社交媒体数据理解新兴疾病，并将该流水线应用于理解 BII 的关键属性。方法：我们使用自然语言处理（NLP）和主题建模进行了社交媒体数据分析流水线。我们利用临床文本分析与知识提取系统（cTAKES）从社交媒体数据中提取与体征/症状、疾病/障碍和医疗操作相关的提及。我们将这些提及映射到标准医学概念。我们使用潜在狄利克雷分配（LDA）将映射后的概念归纳为若干主题。最后，我们将该流水线应用于从多个专用于 BII 的社交媒体站点理解 BII。结果：我们的流水线识别出了与毒性、癌症和心理健康问题相关的主题，这些主题与 BII 高度相关。我们的流水线还显示，基于社交媒体讨论，癌症、自身免疫障碍和心理健康问题是与乳房植入物相关的新兴担忧。该流水线还识别出破裂、感染、疼痛和疲劳等提及，作为公众中常见的自我报告问题，以及硅胶植入物的毒性。结论：我们的研究可启发未来研究 BII 的疑似症状与因素的工作。我们的研究提供了首个利用 NLP 技术从社交媒体对 BII 的分析与衍生知识，并展示了利用社交媒体信息更好地理解类似新兴疾病的潜力。