Harmony (Beitrag zum Wellcome Data Prize im Bereich psychische Gesundheit)

Harmony (Beitrag zum Wellcome Data Prize im Bereich psychische Gesundheit)

Wellcome Data Prizes

Four health challenges

£500,000 to be shared between three teams

Wir haben in Zusammenarbeit mit der University of Ulster , dem University College London und der Universidade Federal de Santa Maria in Brasilien für den Datenpreis des Wellcome Trust ein Harmonisierungstool entwickelt, das die Verarbeitung natürlicher Sprache nutzt und es Forschern ermöglicht, Metaanalysen von Studien zur psychischen Gesundheit durchzuführen Psychische Gesundheit . Weitere Informationen finden Sie auf der Projektwebsite .

Der Wellcome Trust hat die Wellcome Data Prizes ins Leben gerufen, die sich an multidisziplinäre Teams richten, die vorhandene Daten zur Beantwortung wichtiger Forschungsfragen nutzen. Die Preise konzentrieren sich auf gesundheitliche Herausforderungen in vier Bereichen: Klima und Gesundheit, Infektionskrankheiten, psychische Gesundheit und Entdeckungsforschung.

Fast Data Science beteiligte sich am Wellcome Trust Data Prize in Mental Health in einem Team unter der Leitung von Dr. Eoin McElroy an der Universität Ulster, um ein Datenharmonisierungstool für die Verarbeitung natürlicher Sprache namens Harmony zu entwickeln. Weitere Informationen zu Harmony finden Sie auf der Website von Ulster .

Forscher in der Psychologie und den Sozialwissenschaften müssen häufig Metaanalysen der Forschung über lange Zeiträume und Kulturen hinweg durchführen, um Trends zu erkennen. Unser Team untersuchte beispielsweise die Auswirkungen sozialer Isolation und Einsamkeit auf das psychische Wohlbefinden im Laufe der Zeit und konzentrierte sich dabei auf zwei Gesellschaften (Großbritannien und Brasilien).

Psychologen in der Grundversorgung verwenden häufig den Fragebogen „Generalized Anxiety Disorder 7“ (GAD-7) als Instrument zur Quantifizierung von Angstzuständen. Zu den in der Vergangenheit verwendeten Fragebögen gehörte jedoch auch das Beck Anxiety Inventory . Der Beck-Fragebogen konzentriert sich mehr auf körperliche Symptome, während der GAD-7 mehr Fragen zum psychischen Zustand enthält. Es kann schwierig sein, Datensätze mit unterschiedlichen Fragebögen zu vergleichen.

Mit unserem Tool Harmony können Forscher eine Reihe von Fragebögen zur psychischen Gesundheit im PDF- oder Excel-Format hochladen, beispielsweise den GAD-7-Angstfragebogen. Es identifiziert, welche Fragen in den Fragebögen identisch sind, eine ähnliche Bedeutung haben oder Antonyme voneinander sind, und erstellt ein Netzwerkdiagramm. Dadurch können Forscher Datensätze harmonisieren.

Einzigartig ist, dass Harmony auf einer transformatorischen neuronalen Netzwerkarchitektur (großes Sprachmodell/LLM) basiert und nicht auf einen Wörterbuchansatz oder eine Wortliste angewiesen ist. Dies ist eine Abkehr von früheren Ansätzen der Sozialwissenschaften. Unser Ansatz ermöglicht eine mehrsprachige Unterstützung (Englisch und Portugiesisch sind unsere Hauptsprachen, aber wir haben die Unterstützung kürzlich auf über acht Sprachen erweitert ), und Harmony ist in der Lage, das im Vereinigten Königreich verwendete GAD-7 korrekt dem in Brasilien verwendeten GAD-7 zuzuordnen , obwohl der brasilianische Fragebogen in brasilianischem Portugiesisch verfasst war.

Mithilfe von Harmony war unser Team in der Lage, bahnbrechende Untersuchungen zu sozialer Isolation und Angstzuständen durchzuführen, wobei NLP ein quantitatives Maß für die Äquivalenz der verschiedenen Datensätze zur psychischen Gesundheit lieferte.

GAD-7 anxiety questionnaire

Wir haben unser Tool auch auf Github als Python-Bibliothek und R-Bibliothek sowie als REST-API und Docker-Container veröffentlicht.

Wie wir die Leistung von Harmony bei der Vorhersage realer Daten validiert haben, können Sie in diesem Vorabdruck lesen, der auf die Veröffentlichung wartet:

Das Harmony-Team

Das Team, das an Harmony arbeitete, bestand aus:

Dr. Eoin McElroy , Dozent an der Fakultät für Psychologie der Universität Ulster , Nordirland

Dr. Bettina Moltrecht , wissenschaftliche Mitarbeiterin für Bevölkerungsgesundheit und quantitative Sozialwissenschaften am University College London

Prof. George Ploubidis , Professor für Bevölkerungsgesundheit und Statistik am Social Research Institute am University College London

Dr. Mauricio Scopel Hoffmann , außerordentlicher Professor in der Abteilung für Neuropsychiatrie an der Universidade Federal de Santa Maria , Brasilien

Thomas Wood – Datenwissenschaftler und Experte für die Verarbeitung natürlicher Sprache bei Fast Data Science Ltd

Wie zitiert man Harmony?

Wenn Sie das Tool allein zitieren möchten, können Sie Folgendes zitieren:

Wood, TA, McElroy, E., Moltrecht, B., Ploubidis, GB, Scopel Hoffmann, M., Harmony [Computersoftware], Version 1.0, abgerufen unter https://harmonydata.ac.uk/app. Universität Ulster (2022)

oder

McElroy, E., Wood, TA, Bond, R., Mulvenna, MD, Shevlin, M., Ploubidis, G., … Moltrecht, B. (2023, 1. September). Verwendung natürlicher Sprachverarbeitung zur Erleichterung der Harmonisierung von Fragebögen zur psychischen Gesundheit: eine Validierungsstudie unter Verwendung realer Daten. https://doi.org/10.31234/osf.io/rxpv9

Ein BibTeX-Eintrag für LaTeX-Benutzer ist

@unpublished{harmony,
    AUTHOR = {Wood, T.A., McElroy, E., Moltrecht, B., Ploubidis, G.B., Scopel Hoffman, M.},
    TITLE  = {Harmony (Computer software), Version 1.0},
    YEAR   = {2022},
    Note   = {To appear},
    url = {https://harmonydata.ac.uk/app}
}

Sie können auch das umfassendere Harmony-Projekt zitieren, das bei der Open Science Foundation registriert ist:

McElroy, E., Moltrecht, B., Scopel Hoffmann, M., Wood, TA, & Ploubidis, G. (2023, 6. Januar). Harmony – Eine globale Plattform für kontextuelle Harmonisierung, Übersetzung und Zusammenarbeit in der psychischen Gesundheitsforschung. Abgerufen von osf.io/bct6k

@misc{McElroy_Moltrecht_Scopel Hoffmann_Wood_Ploubidis_2023,
  title={Harmony - A global platform for contextual harmonisation, translation and cooperation in mental health research},
  url={osf.io/bct6k},
  publisher={OSF},
  author={McElroy, Eoin and Moltrecht, Bettina and Scopel Hoffmann, Mauricio and Wood, Thomas A and Ploubidis, George},
  year={2023},
  month={Jan}
}

What we can do for you

Transform Unstructured Data into Actionable Insights

Contact us