基于文本挖掘探索1955至2017年神经病学病例报告中的疾病与综合征
定量方法
2019-06-10 v1 计算与语言
信息检索
应用统计
摘要
背景：已发表大量神经病学病例报告，但人类医学专家探索所有这些出版物是一项具有挑战性的任务。文本挖掘提供了一种计算方法以研究神经病学文献并捕捉有意义模式。本研究的总体目标是利用文本挖掘，从新视角对过去六十年神经性疾病与综合征分析的病例报告进行考察。方法：我们从1955至2017年PubMed中66种期刊的逾65,000篇神经病学病例报告中提取疾病与综合征（DsSs）。对检测到的DsSs报告应用文本挖掘，以研究高频DsSs、对其分类，并探索63年时间跨度上的线性趋势。结果：文本挖掘方法探索了1955至2017年的高频神经性DsSs及其趋势和相互关系。我们检测到超过18,000种独特DsSs，并发现10类神经性DsSs。趋势分析显示前10高频DsSs的病例报告呈上升趋势，而各类别趋势不一。结论：我们的研究为将文本挖掘方法应用于研究数十年间大量医学病例报告中的DsSs提供了新见解。所提方法可用于通过发现有趣模式并追踪多年变化，对医学文献进行宏观层面分析，从而帮助医生更高效地探索这些病例报告。
引用
@article{arxiv.1906.03183,
title = {Exploring Diseases and Syndromes in Neurology Case Reports from 1955 to 2017 with Text Mining},
author = {Amir Karami and Mehdi Ghasemi and Souvik Sen and Marcos Moraes and Vishal Shah},
journal= {arXiv preprint arXiv:1906.03183},
year = {2019}
}