메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Yuen Chi Phang (Universiti Sains Malaysia) Azleena Mohd Kassim (Universiti Sains Malaysia) Ernest Mangantig (Universiti Sains Malaysia)
저널정보
대한의료정보학회 Healthcare Informatics Research Healthcare Informatics Research 제27권 제3호
발행연도
2021.1
수록면
200 - 213 (14page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Objectives: The main aim of this study was to use text mining on social media to analyze information and gain insight into the health-related concerns of thalassemia patients, thalassemia carriers, and their caregivers. Methods: Posts from two Facebook groups whose members consisted of thalassemia patients, thalassemia carriers, and caregivers in Malaysia were extracted using the Data Miner tool. In this study, a new framework known as Malay-English social media text pre-processing was proposed for performing the steps of pre-processing the noisy mixed language (Malay-English language) of social media posts. Topic modeling was used to identify hidden topics within posts shared among members. Three different topic models?latent Dirichlet allocation (LDA) in GenSim, LDA in MALLET, and latent semantic analysis?were applied to the dataset with and without stemming using Python. Results: LDA in MALLET without stemming was found to be the best topic model for this dataset. Eight topics were identified within the posts shared by members. Of those eight topics, four were newly discovered by this study, and four others corresponded to the findings of previous studies that used an interview approach. Conclusions: Topic 2 (the challenges faced by thalassemia patients) was found to be the topic with the highest attention and engagement. Healthcare practitioners and other concerned parties should make an effort to build a stronger support system related to this issue for those affected by thalassemia.
#Data Mining #Thalassemia #Natural Language Processing #Social Media #Data Science

목차

등록된 정보가 없습니다.

참고문헌 (23)

참고문헌 신청
Alnaami A / 2019 / Disease knowledge and treatment adherence among adult patients with thalassemia : a cross-sectional correlational study / Pielegniarstwo XXI wieku/Nurs 21st Century 18(2):95~101 google schola Modell B / 2008 / Global epidemiology of haemoglobin disorders and derived service indicators / Bull World Health Organ 86(6):480~487 google schola Mohd Ibrahim H / 2019 / Malaysian thalassaemia registry report 2018 google schola Wahab IA / 2011 / Thalassaemia : a study on the perception of patients and family members / Med J Malaysia 66(4):326~334 google schola Ismail WI / 2016 / Perceptions of thalassemia and its treatment among Malaysian thalassemia patients : a qualitative study / Australas Med J(Online) 9(5):103~110 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0