移动医疗文献的文本挖掘方法。

mHealth©。版权所有。随着科学文献搜索变得越来越难以手动执行，就像他们在其他科学发现和改进领域所做的那样，计算机也在帮助我们自动化这项任务。移动健康是一个相对年轻的研究领域，科学文献生产率加快，特别是自2010年代中期以来(1)。2017年，我们利用文本挖掘技术捕获了术语、移动健康文献集群的时间依赖性，以及它们的趋势分析(2)。2019年，Hyejin Park和Min Sook Park发表了一篇论文，该论文使用文本挖掘技术专门研究医疗条件、干预措施、并研究人群和医疗状况与干预措施类别和研究人群的关系(3)。在本文中，我们讨论了这两项研究的方法和结果，以及未来的工作如何根据我们的经验、其他使用文本挖掘来调查文献的文献、以及用于文献综述的文本挖掘方法的演变，来改进文本挖掘的使用，以捕捉移动健康研究的趋势。文献文本挖掘的最初步骤之一是搜索数据库，以识别尽可能多的相关出版物(建立语料库)。这是任何文献调查研究的重要步骤;然而，对于文本挖掘研究来说尤其重要的是，与手工查阅文献相比，因为当有更大的数据时，文本挖掘方法更准确。当这项工作是针对一个相对较年轻的领域进行的，在这个领域中，研究传播的时间较少，并且该领域并不严格局限于一个学科，那么在解释结果时，搜索更多数据库的影响更为显著。移动医疗是一个相对年轻的研究领域，也是一个跨学科的研究领域。此外，科学文献数据库可能会明确或隐含地偏向于某一学科，而不是另一学科，它们对期刊的覆盖也并非包罗万象(4)。因此，尽管Web of Science和Scopus等数据库被认为比PubMed和IEEE Xplore等数据库更具跨学科性，但与使用单一跨学科数据库相比，合并来自多个数据库的文章会显著影响结果的解释(5,6)。当然，包含来自多个数据库的文章引入了检索重复引用的问题;然而，大多数引文管理工具相对容易地帮助处理重复记录问题。在这些工具的功能不够的情况下，我们在早期的工作中描述了手动删除重复的方法(2)。在数据库搜索方面，搜索词的使用和出版物类型的包含是其他重要的考虑因素。我们认为，在文本挖掘出版物中提供确定搜索词的详细信息，对于作者建立最终搜索字符串的过程的再现性和清晰度非常重要。例如，在移动健康文献调查中应该考虑包括一些会议出版物，因为与移动健康研究相关的计算机科学等学科与其他学科相比，会议出版物的价值相对更高。与详细解释建立语料库的搜索过程类似，详细解释通过标记、措辞和术语来管理术语列表的过程对于再现性的目的也很重要。最后，发布文章列表和用于分析的最终语料库，以配合手稿将改进编辑