Mídias sociais, uso de drogas e Saúde Pública: usos de natural language

Resultado de imagem para drugs
Com o rápido desenvolvimento de novas substâncias psicoativas e as mudanças no uso de drogas mais tradicionais, é cada vez mais difícil para os pesquisadores e os profissionais de saúde pública manterem-se atualizados com drogas emergentes e termos de drogas. Pesquisas de uso de substâncias e ferramentas de diagnóstico precisam ser capazes de perguntar sobre substâncias que utilizam os termos que os próprios usuários de drogas provavelmente estarão usando. As análises das mídias sociais podem oferecer novas maneiras para que os pesquisadores descubram e rastreiem mudanças em termos de drogas em tempo quase real. O estudo “Detecção de novos termos de medicamentos emergentes usando processamento de linguagem natural: um estudo de Corpus Social” descreve os resultados iniciais de uma colaboração inovadora entre epidemiologistas de uso de substâncias e cientistas linguísticos que empregam técnicas do campo do processamento de linguagem natural para examinar termos relacionados a drogas em uma amostra de tweets dos Estados Unidos.

O objetivo deste estudo foi avaliar a viabilidade de usar embutidos distribuídos de vetor de palavras treinados em dados de redes sociais para descobrir termos de drogas previamente desconhecidos (para pesquisadores). O método descrito no estudo produziu uma lista de 200 termos candidatos para a substância alvo (maconha). Destes 200 candidatos, 115 estavam determinados a referir-se, de fato, à maconha (65 termos para a própria substância, 50 termos relacionados à parafernália). Isso incluiu 30 termos que foram utilizados para se referir à substância alvo no corpus, ainda não apareceu na lista gerada por especialistas e, portanto, considerados casos bem-sucedidos de descoberta de terminologia de drogas novas. Vários destes termos parecem ter sido introduzidos tão recentemente como 1 ou 2 meses antes da faixa de tempo do corpus.

Os autores concluíram que embora a precisão do método descrito seja baixa o suficiente para ainda exigir revisão humana de qualquer lista de termos de candidatos gerados de tal maneira, o fato de que esse processo foi capaz de detectar 30 termos para a substância alvo com base apenas no valor de um mês dos dados do Twitter é altamente promissor.

Texto escrito por Silvana Schultze, para o blog http://www.meunomenai.wordpress.com

Permitida a reprodução desde que citada a fonte.

Deixe uma Resposta

Preencha os seus detalhes abaixo ou clique num ícone para iniciar sessão:

Logótipo da WordPress.com

Está a comentar usando a sua conta WordPress.com Terminar Sessão /  Alterar )

Google+ photo

Está a comentar usando a sua conta Google+ Terminar Sessão /  Alterar )

Imagem do Twitter

Está a comentar usando a sua conta Twitter Terminar Sessão /  Alterar )

Facebook photo

Está a comentar usando a sua conta Facebook Terminar Sessão /  Alterar )

w

Connecting to %s