@文章{信息:doi/10.2196/11085，作者="Park, So Hyun and Hong, Song Hee"，标题="从在线患者用药评论中识别甲状腺激素替代治疗的主要用药问题:社交网络数据的文本挖掘"，期刊="J医学互联网研究"，年="2018"，月="10"，日="24"，卷="20"，数="10"，页数="e11085"，关键词="用药咨询;社交网络数据;主要用药问题;背景:甲状腺功能减退患者报告尽管接受了甲状腺激素替代治疗(THRT)，但健康相关的生活质量较差。了解患者对左旋甲状腺素的担忧有助于改善THRT的治疗结果。目的:本研究旨在(1)确定患者对THRT关注的独特主题，(2)确定患者是否有独特的针对其人口统计学的主要药物关注，以及(3)确定主要药物关注对患者治疗满意度的可预测性。方法:我们从美国WebMD收集了2007年9月1日至2017年1月30日期间发表的患者评论(1037篇关于非专利左旋甲状腺素的评论和1075篇关于品牌版本的评论)。我们使用自然语言处理来确定药物关注的主题。进行多元回归分析，以检验主要药物治疗关注对患者治疗满意度的可预测性。结果:对发布在社交网站上的左旋甲状腺素患者评论进行自然语言处理，产生了6个与左旋甲状腺素治疗相关的患者用药关注主题:如何服药、开始治疗、剂量调整、疼痛症状、通用可替代性和外观。 Patients had different primary medication concerns unique to their gender, age, and treatment duration. Furthermore, treatment satisfaction on levothyroxine depended on what primary medication concerns the patient had. Conclusions: Natural language processing of text content available on social media could identify different themes of patient medication concerns that can be validated in future studies to inform the design of tailored medication counseling for improved patient treatment satisfaction. ", issn="1438-8871", doi="10.2196/11085", url="//www.mybigtv.com/2018/10/e11085/", url="https://doi.org/10.2196/11085", url="http://www.ncbi.nlm.nih.gov/pubmed/30355555" }