A Metadata Extraction Approach for Clinical Case Reports to Enable Advanced Understanding of Biomedical Concepts.
A Metadata Extraction Approach for Clinical Case Reports to Enable Advanced Understanding of Biomedical Concepts.
复制标题
DOI：
10.3791/58392
复制
发表时间：
2018-09-20
期刊：
影响因子：
--
通讯作者：
Ping P
中科院分区：
文献类型：
--
作者：
Caufield JH;Liem DA;Garlid AO;Zhou Y;Watson K;Bui AAT;Wang W;Ping P
临床病例报告(CCR)是分享医学观察和见解的宝贵手段。这些文件的形式各不相同，它们的内容包括对许多新颖的疾病陈述和治疗的描述。到目前为止，共同国家报告中的文本数据基本上是非结构化的，需要大量的人力和计算努力才能使这些数据对深入分析有用。在该协议中，我们描述了识别与CCR中经常观察到的特定生物医学概念相对应的元数据的方法。我们提供了一个元数据模板作为文档注释的指南，认识到可以通过手动和自动工作的组合来追求CCR上的强制结构。这里提出的方法适合于组织来自大型文献语料库(例如数千个CCR)的与概念有关的文本，但可以很容易地加以调整，以促进更有重点的任务或小报告集。所得到的结构化文本数据包括足够的语义上下文以支持各种后续文本分析工作流：通过使用结构化文本数据，可以使确定如何最大化CCR细节的元分析、罕见疾病的流行病学研究以及医学语言模型的开发都变得更可实现和更易于管理。
Clinical case reports (CCRs) are a valuable means of sharing observations and insights in medicine. The form of these documents varies, and their content includes descriptions of numerous, novel disease presentations and treatments. Thus far, the text data within CCRs is largely unstructured, requiring significant human and computational effort to render these data useful for in-depth analysis. In this protocol, we describe methods for identifying metadata corresponding to specific biomedical concepts frequently observed within CCRs. We provide a metadata template as a guide for document annotation, recognizing that imposing structure on CCRs may be pursued by combinations of manual and automated effort. The approach presented here is appropriate for organization of concept-related text from a large literature corpus (e.g., thousands of CCRs) but may be easily adapted to facilitate more focused tasks or small sets of reports. The resulting structured text data includes sufficient semantic context to support a variety of subsequent text analysis workflows: meta-analyses to determine how to maximize CCR detail, epidemiological studies of rare diseases, and the development of models of medical language may all be made more realizable and manageable through the use of structured text data.
登录
查看更多内容
影响因子：
2
作者：
Akers, Katherine G.
通讯作者：
Akers, Katherine G.
DOI：
10.1136/jamia.2009.001560
发表时间：
2010-09-01
影响因子：
6.4
作者：
Savova, Guergana K.;Masanz, James J.;Chute, Christopher G.
通讯作者：
Chute, Christopher G.
影响因子：
1.8
作者：
Cabán-Martinez AJ;Beltrán WF
通讯作者：
Beltrán WF
DOI：
10.1197/jamia.m3299
发表时间：
2010-01-01
影响因子：
6.4
作者：
Rajeev, Deepthi;Staes, Catherine J.;Huff, Stanley M.
通讯作者：
Huff, Stanley M.
影响因子：
9.3
作者：
McDonald, CJ;Huff, SM;Maloney, P
通讯作者：
Maloney, P