临床定性数据的自动主题分析：具有完整可追溯性的迭代代码书精炼
计算与语言
2026-03-11 v1
摘要
主题分析(TA)在健康研究中广泛用于从患者访谈中提取模式，但手动TA面临可扩展性和可重复性挑战。基于LLM的自动化可帮助，但现有方法产生的代码书通用性有限且缺乏分析可审计性。我们提出一种自动TA框架，将迭代代码书精炼与完整可追溯性结合。该框架在覆盖临床访谈、社交媒体和公共记录的五个语料库进行评估时，在四个五个数据集中实现了最高的综合质量分数。迭代精炼在四个数据集上实现了统计显著的改进，效果大小大，主要由代码可重用性和分布一致性的提升驱动，同时保持描述性质量。在两个临床语料库(儿童心脏病)上，生成的主题与专家标注主题相吻合。
引用
@article{arxiv.2603.08989,
title = {Automated Thematic Analysis for Clinical Qualitative Data: Iterative Codebook Refinement with Full Provenance},
author = {Seungjun Yi and Joakim Nguyen and Huimin Xu and Terence Lim and Joseph Skrovan and Mehak Beri and Hitakshi Modi and Andrew Well and Carlos M. Mery and Yan Zhang and Mia K. Markey and Ying Ding},
journal= {arXiv preprint arXiv:2603.08989},
year = {2026}
}
备注
Submitted to AMIA 2026 Annual Symposium (American Medical Informatics Association)