The Leaf Clinical Trials Corpus: a new resource for query generation from clinical trial eligibility criteria.
The Leaf Clinical Trials Corpus: a new resource for query generation from clinical trial eligibility criteria.
复制标题
DOI：
10.1038/s41597-022-01521-0
复制
发表时间：
2022-08-11
期刊：
影响因子：
9.8
通讯作者：
Yetisgen, Meliha
中科院分区：
文献类型：
--
作者：
Dobbins, Nicholas J.;Mullen, Tony;Uzuner, Ozlem;Yetisgen, Meliha
根据医疗条件、手术和药物使用等资格标准来识别患者群体对于临床试验的招募至关重要。这些标准通常以临床医生和研究人员熟悉的语言在自由文本中最自然地描述。为了大规模识别潜在参与者，这些标准必须首先转化为对临床数据库的查询，这可能是劳动密集型的且容易出错。自然语言处理（NLP）方法提供了一种自动转换为数据库查询的潜在方法。然而，他们必须首先使用充分详细地捕获临床试验标准的语料库进行培训和评估。在本文中，我们介绍了 Leaf 临床试验 (LCT) 语料库，这是一个人工注释的语料库，包含 1,000 多个临床试验资格标准描述，使用高度精细的结构化标签捕获一系列生物医学现象。我们提供模式、注释过程、语料库质量和统计数据的详细信息。此外，我们还提供了该语料库的基线信息提取结果，作为未来工作的基准。
Identifying cohorts of patients based on eligibility criteria such as medical conditions, procedures, and medication use is critical to recruitment for clinical trials. Such criteria are often most naturally described in free-text, using language familiar to clinicians and researchers. In order to identify potential participants at scale, these criteria must first be translated into queries on clinical databases, which can be labor-intensive and error-prone. Natural language processing (NLP) methods offer a potential means of such conversion into database queries automatically. However they must first be trained and evaluated using corpora which capture clinical trials criteria in sufficient detail. In this paper, we introduce the Leaf Clinical Trials (LCT) corpus, a human-annotated corpus of over 1,000 clinical trial eligibility criteria descriptions using highly granular structured labels capturing a range of biomedical phenomena. We provide details of our schema, annotation process, corpus quality, and statistics. Additionally, we present baseline information extraction results on this corpus as benchmarks for future work.
登录
查看更多内容
DOI：
10.1093/jamia/ocy178
发表时间：
2019-04-01
影响因子：
6.4
作者：
Yuan, Chi;Ryan, Patrick B.;Weng, Chunhua
通讯作者：
Weng, Chunhua
DOI：
10.1093/jamia/ocx019
发表时间：
2017-11-01
影响因子：
6.4
作者：
Kang, Tian;Zhang, Shaodian;Weng, Chunhua
通讯作者：
Weng, Chunhua
影响因子：
9.8
作者：
Kury, Fabricio;Butler, Alex;Weng, Chunhua
通讯作者：
Weng, Chunhua
影响因子：
4.5
作者：
Tu SW;Peleg M;Carini S;Bobak M;Ross J;Rubin D;Sim I
通讯作者：
Sim I
DOI：
10.1136/jamia.2009.000893
发表时间：
2010-03-01
影响因子：
6.4
作者：
Murphy, Shawn N.;Weber, Griffin;Kohane, Isaac
通讯作者：
Kohane, Isaac