典型文献
基于BERT-TextCNN的临床试验疾病亚型识别研究
文献摘要：
[目的]面向复杂疾病临床试验招募的需求,提出一种基于BERT-TextCNN的临床试验疾病亚型识别方法,辅助识别复杂疾病特定亚型的受试人群.[方法]将临床试验疾病亚型识别问题转化为单标签分类问题,应用基于BERT-TextCNN的单标签分类模型进行分类,以卒中为例在临床试验数据集(ClinicalTrials.gov)上开展实验验证.[结果]基于LP法的BERT-TextCNN模型性能最佳,加权宏平均F1值为0.905 3,可以有效判定一项卒中临床试验可纳入卒中亚型受试者情况.[局限]缺乏在其他单病种上的可行性研究,以及在外部数据集上的有效性验证.[结论]本文方法可以有效解决从纳入标准中准确识别复杂疾病亚型的问题.
文献关键词：
临床试验;文本分类;BERT-TextCNN;卒中;疾病亚型
中图分类号：
作者姓名：
杨林;黄晓硕;王嘉阳;丁玲玲;李子孝;李姣
作者机构：
中国医学科学院北京协和医学院医学信息研究所/图书馆 北京100020;首都医科大学附属北京天坛医院国家神经系统疾病临床研究中心 北京100070;首都医科大学附属北京天坛医院神经内科 北京100070
文献出处：
引用格式：
[1]杨林;黄晓硕;王嘉阳;丁玲玲;李子孝;李姣-.基于BERT-TextCNN的临床试验疾病亚型识别研究)[J].数据分析与知识发现,2022(04):69-81
A类：
单标签分类
B类：
BERT,TextCNN,疾病亚型,招募,受试人群,问题转化,分类问题,分类模型,临床试验数据,ClinicalTrials,gov,LP,模型性能,中亚,单病种,可行性研究,外部数据,有效性验证,纳入标准,准确识别,文本分类
AB值：
0.288662
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
