TY -的盟Bittar这安德烈盟——Velupillai Sumithra AU -罗伯茨,安格斯盟——Dutta Rina PY - 2021 DA - 2021/4/13 TI -使用通用的情绪词汇在电子健康记录自杀风险评估:基于语料库分析乔-地中海JMIR通知SP - e22397六世- 9 - 4 KW -精神病学KW -自杀KW -自杀企图KW -风险评估KW -电子健康记录KW -情绪分析KW -自然语言处理KW -语料库语言学AB -背景:自杀是一个严重的公共卫生问题，占全球所有死亡人数的1.4%。据报道，目前的风险评估工具在预测自杀方面的表现并不比概率好多少。研究电子健康档案动态特征的新方法正在不断地被探索。其中一种研究方法是使用情绪分析来检查临床医生在报告患者情况时的主观判断。最近的几项研究使用通用情绪分析工具自动识别电子病历中的消极和积极词汇，以测试从文本中提取的情绪与特定医疗结果(如自杀风险或住院死亡率)之间的相关性。然而，在应用于电子病历语料库时，对通用情感词汇所识别的具体词汇的分析却很少。目的:本研究旨在定量和定性地评估六种通用情感词汇对EHR文本语料库的覆盖范围，以确定这些词汇资源适合用于自杀风险评估的程度。方法:本研究的数据是198,451份EHR文本的语料库，由两个子语料库组成，这些子语料库来自1:4的病例对照研究，比较了自杀企图前(病例，n=2913)和自杀企图前(对照，n=14,727)的临床记录。我们计算了每个子语料库中的词频分布，以确定案例和控制子语料库中的代表性关键词。 We quantified the relative coverage of the 6 lexicons with respect to this list of representative keywords in terms of weighted precision, recall, and F score. Results: The six lexicons achieved reasonable precision (0.53-0.68) but very low recall (0.04-0.36). Many of the most representative keywords in the suicide-related (case) subcorpus were not identified by any of the lexicons. The sentiment-bearing status of these keywords for this use case is thus doubtful. Conclusions: Our findings indicate that these 6 sentiment lexicons are not optimal for use in suicide risk assessment. We propose a set of guidelines for the creation of more suitable lexical resources for distinguishing suicide-related from non–suicide-related EHR texts. SN - 2291-9694 UR - https://medinform.www.mybigtv.com/2021/4/e22397 UR - https://doi.org/10.2196/22397 UR - http://www.ncbi.nlm.nih.gov/pubmed/33847595 DO - 10.2196/22397 ID - info:doi/10.2196/22397 ER -