区分变革性与渐进性临床证据：基于摘要与引述句文本特征的临床研究分类器
计算与语言
2021-12-28 v1 信息检索
摘要
在临床研究与临床决策中，了解某项研究是否改变了还是仅支持了针对特定疾病管理的现行诊疗标准至关重要。我们将此类改变定义为变革性研究，将支持定义为渐进性研究。人类完成此类任务通常需要大量的领域专业知识与时间。Faculty Opinions 为我们提供了一份关于某项研究是挑战还是仅确认既有研究的良好标注语料库。在本研究中，提出了一种机器学习方法来区分变革性与渐进性临床证据。我们收集了由 Faculty Opinions 专家推荐并标注的临床研究训练集中来自摘要及两年窗口期引述句的文本。使用随机森林（Random Forest）作为分类器并以引述句作为特征，我们取得了最佳性能，平均 AUC 为 0.755（0.705–0.875）。结果表明，变革性研究在引述句中具有不同于摘要句的典型语言模式。我们为临床医生与研究人员提供了一种高效工具，用于识别那些挑战或仅确认既有论断的临床证据。
引用
@article{arxiv.2112.12996,
title = {Distinguishing Transformative from Incremental Clinical Evidence: A Classifier of Clinical Research using Textual features from Abstracts and Citing Sentences},
author = {Xuanyu Shi and Jian Du},
journal= {arXiv preprint arXiv:2112.12996},
year = {2021}
}