TwitterでのPharmacovigilance？薬物反応のためのマイニングツイート

最近の調査では、Twitterデータ分析が公衆衛生研究に幅広い意味を持つことが示されています。ただし、Pharmacovilanceの価値は、健康に関連するフォーラムやコミュニティサポートグループがタスクに好まれているため、scormative Scarly Studivedが研究されています。74の薬物について収集されたツイートの体系的な研究を提示して、薬物反応（ADR）の潜在的なシグナルの源としてその価値を評価します。10,822のツイートの注釈付きコーパスを作成しました。各ツイートには、ADRの言及の有無に注釈が付けられ、SPANおよび統一された医療言語システム（UMLS）の概念IDが存在する各ADRについて注目されています。CohenのKappa1を使用して、バイナリアノテーションが0.69になるために、アノテーター間合意（IAA）を計算しました。コーパスの有用性を実証するために、概念抽出のためのレキシコンベースのアプローチを試みました。コーパスのサブセットは、http：//diego.asu.edu/downloadsで無料で入手できます。

Recent research has shown that Twitter data analytics can have broad implications on public health research. However, its value for pharmacovigilance has been scantly studied - with health related forums and community support groups preferred for the task. We present a systematic study of tweets collected for 74 drugs to assess their value as sources of potential signals for adverse drug reactions (ADRs). We created an annotated corpus of 10,822 tweets. Each tweet was annotated for the presence or absence of ADR mentions, with the span and Unified Medical Language System (UMLS) concept ID noted for each ADR present. Using Cohen's kappa1, we calculated the inter-annotator agreement (IAA) for the binary annotations to be 0.69. To demonstrate the utility of the corpus, we attempted a lexicon-based approach for concept extraction, with promising success (54.1% precision, 62.1% recall, and 57.8% F-measure). A subset of the corpus is freely available at: http://diego.asu.edu/downloads.