患者报告体验的概率性情绪与情感建模

本研究引入了一种新颖的方法，用于从在线患者体验叙述中建模患者情绪。我们采用元数据网络主题建模来分析来自Care Opinion的患者报告体验，揭示了与患者-护理者互动和临床结果相关的关键情绪主题。我们开发了一个概率性的、上下文特定的情绪推荐系统，能够使用朴素贝叶斯分类器以上下文有意义的主题作为预测因子，预测多标签情绪和二元情感。该模型下预测情绪相对于基线模型的优越性能通过信息检索指标nDCG和Q-measure进行评估，预测情感达到了0.921的F1分数，显著优于标准情感词典。该方法提供了一种透明、经济高效的方式来理解患者反馈，增强了传统的收集方法，并为个性化患者护理提供信息。我们的研究结果可通过R包和交互式仪表板访问，为医疗保健研究人员和从业者提供了有价值的工具。