%0期刊文章%@ 1438-8871 %I JMIR出版物%V 19 卡塔尔世界杯8强波胆分析%N 10 %P e342 %T使用信息检索方法推荐糖尿病问题教育材料%曾a，刘玉群，王旭生，沈燕山，刘飞琛，刘思佳，Rastegar-Mojarad，马吉德%A王利伟%A刘红芳+梅奥医学院健康科学研究系，梅奥诊所，罗切斯特第一街200号，55905，美国，1 5072930057，Liu.Hongfang@mayo.edu %K教材%K患者%K问题%K建议%K信息检索%D 2017 %7 16.10.2017 %9原始论文%J J医学互联网Res %G英文%X背景:自我管理对糖尿病护理至关重要，提供专家审查的内容回答患者的问题对促进患者自我管理至关重要。目的:探讨信息检索技术在糖尿病患者教育资料推荐中的应用。方法:将基于Latent Dirichlet Allocation主题建模(基于主题建模的模型)和基于语义组(基于语义组的模型)的两种检索算法与基线检索模型向量空间模型(VSM)进行比较，将糖尿病患者教材推荐给TuDiabetes论坛上的糖尿病问题。评估基于一个金标准数据集，由50个随机选择的糖尿病问题组成，其中糖尿病教育材料与问题的相关性由两名专家手动分配。使用排名靠前的文献的精密度来评估绩效。结果:我们在论坛上检索了7510个糖尿病问题，并从梅奥诊所的患者教育数据库中检索了144份糖尿病患者教育材料。每个语料库中单词映射到统一医学语言系统(UMLS)的映射率有显著差异(P<.001)。基于主题建模的检索模型优于其他检索算法。例如，对于顶部检索的文档，基于主题建模、基于语义组和VSM模型的精度分别为67.0%、62.8%和54.3%。 Conclusions: This study demonstrated that topic modeling can mitigate the vocabulary difference and it achieved the best performance in recommending education materials for answering patients’ questions. One direction for future work is to assess the generalizability of our findings and to extend our study to other disease areas, other patient education material resources, and online forums. %M 29038097 %R 10.2196/jmir.7754 %U //www.mybigtv.com/2017/10/e342/ %U https://doi.org/10.2196/jmir.7754 %U http://www.ncbi.nlm.nih.gov/pubmed/29038097