Dynamic Topic Language Model on Heterogeneous Children’s Mental Health Clinical Notes

要約

精神疾患は子どもたちの命と幸福に影響を及ぼし、新型コロナウイルス感染症のパンデミック以来、ますます注目を集めています。
トピックモデルを使用して精神医学の臨床記録を分析することは、子供の精神状態を長期的に評価するために重要です。
しかし、長期的な設定に対して構築されたトピック モデルはほとんどなく、既存のアプローチのほとんどは各文書の時間的な軌跡を捉えることができません。
これらの課題に対処するために、一貫したトピックと、進化するドキュメント メタデータに対する個別の時間的依存関係を備えた動的なトピック モデルを開発します。
私たちのモデルは、発見されたトピックの意味論的な意味を長期にわたって保存し、ドキュメント間の異質性を組み込みます。
特に、文書を分類できる場合、異なる文書グループ間でトピックの異質性を最大化するために、分類子を使用しないアプローチを提案します。
また、多段階の縦方向設定に適応した効率的な変分最適化手順も提示します。
このケーススタディでは、南カリフォルニアにある大規模な三次小児科病院からの精神科臨床ノートに私たちの方法を適用し、抽出されたトピックの全体的な一貫性が 38% 向上しました。
私たちの実際のデータ分析により、子供たちは州閉鎖中によりネガティブな感情を表現し、学校が再開されるとよりポジティブな感情を表現する傾向があることが明らかになりました。
さらに、性的および性的少数者（SGM）の子どもたちは、非SGMの子どもたちに比べて、主要な新型コロナウイルス感染症の出来事に対してより顕著な反応を示し、ワクチン関連のニュースに対してより敏感であることを示唆している。
この研究は、パンデミック中の子どものメンタルヘルスの進行を調査し、臨床医に性的アイデンティティおよびジェンダーアイデンティティに関連した子どものメンタルヘルスの格差を認識するための貴重な洞察を提供します。

要約(オリジナル)

Mental health diseases affect children’s lives and well-beings which have received increased attention since the COVID-19 pandemic. Analyzing psychiatric clinical notes with topic models is critical to evaluating children’s mental status over time. However, few topic models are built for longitudinal settings, and most existing approaches fail to capture temporal trajectories for each document. To address these challenges, we develop a dynamic topic model with consistent topics and individualized temporal dependencies on the evolving document metadata. Our model preserves the semantic meaning of discovered topics over time and incorporates heterogeneity among documents. In particular, when documents can be categorized, we propose a classifier-free approach to maximize topic heterogeneity across different document groups. We also present an efficient variational optimization procedure adapted for the multistage longitudinal setting. In this case study, we apply our method to the psychiatric clinical notes from a large tertiary pediatric hospital in Southern California and achieve a 38% increase in the overall coherence of extracted topics. Our real data analysis reveals that children tend to express more negative emotions during state shutdowns and more positive when schools reopen. Furthermore, it suggests that sexual and gender minority (SGM) children display more pronounced reactions to major COVID-19 events and a greater sensitivity to vaccine-related news than non-SGM children. This study examines children’s mental health progression during the pandemic and offers clinicians valuable insights to recognize disparities in children’s mental health related to their sexual and gender identities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google