Natural language processing for understanding chronic illness patients' narratives (2024)
- Authors:
- Autor USP: ITO, VIVIANE - FFLCH
- Unidade: FFLCH
- Sigla do Departamento: FLL
- DOI: 10.11606/D.8.2024.tde-06012025-122305
- Subjects: INSUFICIÊNCIA CARDÍACA; PROCESSAMENTO DE LINGUAGEM NATURAL
- Keywords: Análise de sentimento; Clinical Natural Language processing; Modelagem de Tópicos; Processamento de Linguagem Natural Clínico; Sentiment analysis; Topic modeling
- Agências de fomento:
- Language: Inglês
- Abstract: O Processamento de Linguagem Natural (PLN) tem se tornado cada vez mais usado na área da saúde devido à digitalização dos registros médicos e aos avanços nas técnicas computacionais. Inicialmente utilizado para tarefas como codificação automatizada e extração de informações de prontuários médicos, as aplicações de PLN se expandiram para incluir a predição de doenças, suporte à decisão e análise da experiência dos pacientes. Aplicar PLN a dados de saúde apresenta desafios, incluindo o entendimento da complexidade da linguagem médica, a garantia da privacidade dos dados de pacientes e a manutenção da integridade dos dados provenientes de diversas fontes. Este estudo analisa os padrões linguísticos em entrevistas com pacientes de insuficiência cardíaca (IC). Estudos linguísticos de narrativas de pacientes com IC são ainda escassos. Enquanto pesquisas anteriores aplicaram PLN a dados estruturados e análise qualitativa de feedback de pacientes, há uma lacuna na compreensão dos aspectos linguísticos das experiências dos pacientes com IC. Este estudo visa preencher essa lacuna aplicando métodos de PLN a entrevistas transcritas de 266 pacientes com IC do Instituto do Coração, da Universidade de São Paulo, Brasil. Os objetivos são caracterizar os padrões linguísticos que os pacientes usam para descrever suas experiências e demonstrar como os métodos de PLN podem ser aplicados ao estudo de narrativas sobre doenças crônicas.Os métodos incluem Detecção de Tópicos com BERTopic, Análise de Sentimentos e Detecção de Emoções, complementados por Análises Inferenciais para testar as interações entre as variáveis extraídas por PLN e as narrativas dos pacientes. Pretende-se extrair informações linguísticas relevantes para melhor caracterizar as experiências dos pacientes com IC e munir profissionais de saúde com informações sobre as experiências dos pacientes com a doença. Este estudo busca contribuir para uma compreensão mais ampla das dimensões sociais e culturais da insuficiência cardíaca e do papel crucial que a linguagem desempenha no cuidado e na comunicação com os pacientes. Adicionalmente, os métodos aplicados nesta pesquisa também podem ser adaptados para outros estudos sobre narrativas de Doenças Crônicas
- Imprenta:
- Data da defesa: 09.08.2024
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
ITO, Viviane Mieko. Natural language processing for understanding chronic illness patients' narratives. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/8/8139/tde-06012025-122305/. Acesso em: 10 jan. 2026. -
APA
Ito, V. M. (2024). Natural language processing for understanding chronic illness patients' narratives (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/8/8139/tde-06012025-122305/ -
NLM
Ito VM. Natural language processing for understanding chronic illness patients' narratives [Internet]. 2024 ;[citado 2026 jan. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/8/8139/tde-06012025-122305/ -
Vancouver
Ito VM. Natural language processing for understanding chronic illness patients' narratives [Internet]. 2024 ;[citado 2026 jan. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/8/8139/tde-06012025-122305/
Informações sobre o DOI: 10.11606/D.8.2024.tde-06012025-122305 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
