Qualitative Assessment of Adult Patients’ Perception of Atopic Dermatitis Using Natural Language Processing Analysis in a Cross-Sectional Study
Notice bibliographique
Résumé
INTRODUCTION: Atopic dermatitis (AD) is an incurable, inflammatory skin disease characterized by skin barrier disruption and immune dysregulation. Although AD is considered a childhood disease, adult onset is possible, presenting with daily sleep disturbance and functional impairment associated with itch, neuropsychiatric issues (anxiety and depression), and reduced health-related quality of life. Although such aspects of adult AD disease burden have been measured through standardized assessments and based on population-level data, the understanding of the disease experienced at the patient level remains poor. This text-mining study assessed the impact of AD on the lives of adult patients as described from an experiential perspective. METHODS: Natural language processing (NLP) was applied to qualitative patient response data from two large-scale international cross-sectional surveys conducted in the USA and countries outside of the USA (non-USA; Canada, France, Germany, Italy, Spain, and the UK). Descriptive analysis was conducted on patient responses to an open-ended question on how they felt about their AD and how the disease affected their life. Character length, word count, and stop word (common words) count were evaluated; centrality analysis identified concepts that were most strongly interlinked. RESULTS: Patients with AD in all countries were most frequently impacted by itch, pain, and embarrassment across all levels of disease severity. Patients with moderate-to-severe AD were more likely than patients with mild AD to describe sleep disturbances, fatigue, and feelings of depression, anxiety, and a lack of hope that were directly associated with AD. Centrality analysis revealed sleep disturbance was strongly linked with itch. Collectively, these concepts revealed that patients with AD are impacted by both physical and emotional burdens that are intricately connected. CONCLUSIONS: Qualitative data from NLP, being more patient-centric than data from clinical standardized measures, provide a more comprehensive view of the burden of AD to inform disease management.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».