%0期刊文章%@ 1438- 8871% I JMIR出版物%V 20卡塔尔世界杯8强波胆分析% N 9% P e11548% T从家庭暴力警察叙述中自动提取精神健康障碍:文本挖掘研究%A Karystianis,George %A Adily,Armita %A Schofield,Peter %A Knight,Lee %A Galdon,Clara %A Greenberg,David %A Jorm,Louisa %A Nenadic,Goran %A Butler,Tony %+ Kirby研究所，新南威尔士大学医学院，6层，Wallace Wurth大楼高街，新南威尔士州，悉尼，2052，澳大利亚，61 (2)9385 0900，gkarystianis@kirby.unsw.edu.au %K文本挖掘%K基于规则的方法%K警察叙事%K精神健康障碍%K家庭暴力%D 2018 %7 2018年9月13日%9原始论文%J J医学互联网Res %G英语%X背景:新南威尔士州的新南威尔士州警察局每年都会处理大量的家庭暴力(DV)事件，并将其以结构化定量数据和非结构化自由文本的形式记录在WebCOPS(计算机化操作警务系统的基于web的界面)数据库中，包括事件、受害者和相关人员(POI)的细节。虽然结构化数据用于报告目的，但自由文本仍未用于DV报告和监视目的。目的:在本文中，我们探索文本挖掘是否可以从这种非结构化文本中自动识别心理健康障碍。方法:我们使用200个DV记录事件的训练集，设计了一种基于文本中的词汇模式的知识驱动方法，为poi和受害者提示精神健康障碍。结果:从100个DV事件的评估集中，与poi和受害者相关的精神健康障碍的精度分别为97.5%和87.1%。在将我们的方法应用于近50万家庭暴力事件的大规模语料后，我们确定了77,995起事件(15.83%)提到了精神健康障碍，其中76.96%(600,032 /77,995)与poi有关，而受害者为16.47%(12,852/77,995)，两者均为6.55%(5111/77,995)。抑郁症是受害者(22.25%，3269人)和POIs(18.70%， 8944人)中最常见的心理健康障碍，其次是POIs(12.19%， 5829人)和受害者(11.66%，1714人)中最常见的各种焦虑障碍(如恐慌障碍、广泛性焦虑障碍)。 Conclusions: The results suggest that text mining can automatically extract targeted information from police-recorded DV events to support further public health research into the nexus between mental health disorders and DV. %M 30213778 %R 10.2196/11548 %U //www.mybigtv.com/2018/9/e11548/ %U https://doi.org/10.2196/11548 %U http://www.ncbi.nlm.nih.gov/pubmed/30213778

map