De belangrikste innovatie is focussen op doelen en resultaten. In deze presentatie wordt een fractie van de vele resultaten van PRoject CHIP Almere gegeven.
Jv weert geriotto_communicatie met ouderen25052011Ger3er
Julia van Weert (hoogleraar zorgcommunicatie UvA) presenteert de highlights van haar onderzoek naar communicatie met ouderen in de zorg. Tevens blikt zij vooruit op het vervolgonderzoek naar het effect van de Geriatric Navigator op het multidisciplinair overleg en op de communicatie tussen patiënt en zorgverlener.
Presentatie tijdens Medilex-congres Klantenbinding in de zorg, 23 november 2010. In deze presentatie wordt ingegaan op de ideeen achter gezondheid2.0 en de betekenis van netwerken en fans voor klantenbinding
DE LAATSTE DIA 70 IS EEN BONUSVIDEO. MET EEN GRATIS PROJECT CHIP APP
Met de Project CHIP App kan je Inforiums op maat naar patiënt sturen met respect voor privacy. In de App is een selectie van de bronnen van de Project CHIP database opgenomen. Waaronder de meeste wetenschappelijke verenigingengen als Thuisarts.nl, neurologie, KNO etc. Gebruik je telefoon of tablet om patiënten meer grip en begrip op hun ziekte en behandeling te geven. Of je op het ziekenhuis, in de praktijk of op huisbezoek bent. .
Mail naar Chip@BetrouwbareBron.nl of info@inforium.nl o.v.v. compagnonsdagen Sneek
De eerste slide geeft de wereld van de patiënt neer met een ervaring vanuit mijn blog. Wat betekent borstkanker in feiten en cijfers. Wat is de aanpak van de Borstkankervereniging Nederland? Een nieuw project is gestart EBI (ervaringen bundelen en inzetten). En hoe vertaalt zich dit in actuele voorbeelden. Waar het om gaat? Cut the crap and find a cure! Of het nu gaat om de patiëntenvereniging, leverancier, zorgverlener/-instelling of patiënt...samen moeten we zoeken naar nieuwe geïntegreerde paden!
‘Big models’: the success and pitfalls of Transformer models in natural langu...Leiden University
Abstract: Large Language Models receive a lot of attention in the media these days. We have all experienced that generative language models of the GPT family are very fluent and can convincingly answer complex questions. But they also have their limitations and pitfalls. In this presentation I will introduce Transformer-based language models, explain the relation between BERT, GPT, and the 130 thousand other models available on https://huggingface.co. I will discuss their use and applications and why they are so powerful. Then I will point out challenges and pitfalls of Large Language Models and the consequences for our daily work and education.
This document discusses text mining of patient discussion forums to extract health knowledge and experiences. It describes how forums provide information on patient journeys, side effects, coping strategies, and quality of life that can complement medical data. As an example, a gastrointestinal tumor forum was analyzed to extract mentions of adverse drug events and related treatments. Automated methods were able to extract this information with over 70% accuracy compared to human annotations. The extracted data provided additional insights into reported side effects compared to clinical trial data. The document also discusses ongoing work to extract patients' coping strategies for side effects.
De belangrikste innovatie is focussen op doelen en resultaten. In deze presentatie wordt een fractie van de vele resultaten van PRoject CHIP Almere gegeven.
Jv weert geriotto_communicatie met ouderen25052011Ger3er
Julia van Weert (hoogleraar zorgcommunicatie UvA) presenteert de highlights van haar onderzoek naar communicatie met ouderen in de zorg. Tevens blikt zij vooruit op het vervolgonderzoek naar het effect van de Geriatric Navigator op het multidisciplinair overleg en op de communicatie tussen patiënt en zorgverlener.
Presentatie tijdens Medilex-congres Klantenbinding in de zorg, 23 november 2010. In deze presentatie wordt ingegaan op de ideeen achter gezondheid2.0 en de betekenis van netwerken en fans voor klantenbinding
DE LAATSTE DIA 70 IS EEN BONUSVIDEO. MET EEN GRATIS PROJECT CHIP APP
Met de Project CHIP App kan je Inforiums op maat naar patiënt sturen met respect voor privacy. In de App is een selectie van de bronnen van de Project CHIP database opgenomen. Waaronder de meeste wetenschappelijke verenigingengen als Thuisarts.nl, neurologie, KNO etc. Gebruik je telefoon of tablet om patiënten meer grip en begrip op hun ziekte en behandeling te geven. Of je op het ziekenhuis, in de praktijk of op huisbezoek bent. .
Mail naar Chip@BetrouwbareBron.nl of info@inforium.nl o.v.v. compagnonsdagen Sneek
De eerste slide geeft de wereld van de patiënt neer met een ervaring vanuit mijn blog. Wat betekent borstkanker in feiten en cijfers. Wat is de aanpak van de Borstkankervereniging Nederland? Een nieuw project is gestart EBI (ervaringen bundelen en inzetten). En hoe vertaalt zich dit in actuele voorbeelden. Waar het om gaat? Cut the crap and find a cure! Of het nu gaat om de patiëntenvereniging, leverancier, zorgverlener/-instelling of patiënt...samen moeten we zoeken naar nieuwe geïntegreerde paden!
‘Big models’: the success and pitfalls of Transformer models in natural langu...Leiden University
Abstract: Large Language Models receive a lot of attention in the media these days. We have all experienced that generative language models of the GPT family are very fluent and can convincingly answer complex questions. But they also have their limitations and pitfalls. In this presentation I will introduce Transformer-based language models, explain the relation between BERT, GPT, and the 130 thousand other models available on https://huggingface.co. I will discuss their use and applications and why they are so powerful. Then I will point out challenges and pitfalls of Large Language Models and the consequences for our daily work and education.
This document discusses text mining of patient discussion forums to extract health knowledge and experiences. It describes how forums provide information on patient journeys, side effects, coping strategies, and quality of life that can complement medical data. As an example, a gastrointestinal tumor forum was analyzed to extract mentions of adverse drug events and related treatments. Automated methods were able to extract this information with over 70% accuracy compared to human annotations. The extracted data provided additional insights into reported side effects compared to clinical trial data. The document also discusses ongoing work to extract patients' coping strategies for side effects.
Suzan Verberne gave a workshop on using text mining for lexicography. She discussed using word embeddings to help discover and select new lemmas for dictionaries. Word2Dict is a lexicographic tool that uses word embeddings to present words semantically related to the lemma being described. Word embeddings learn dense vector representations of words by predicting words in context using neural networks, improving on the traditional sparse vector space model. Word embeddings can be trained using the Word2Vec algorithm and analyzed using the Gensim Python package to gain linguistic insights and improve natural language processing applications.
General background and conceptual explanation of word embeddings (word2vec in particular). Mostly aimed at linguists, but also understandable for non-linguists.
Leiden University, 23 March 2018
- The document discusses automatic summarization of discussion forum threads to help mobile users access long threads more easily.
- Researchers collected forum threads annotated by human raters to identify important posts, finding low agreement between raters.
- They trained classifiers on this data to select important posts and sentences, evaluating against human summaries. The model achieved a Cohen's Kappa of 0.138, higher than baselines and human-human agreement. In a blind comparison, people preferred the model's summary over a human summary 51.7% of the time.
Leer je digitale klanten kennen: hoe zoeken ze en wat vinden ze?Leiden University
Het is niet eenvoudig te achterhalen wat de gebruiker van een zoeksysteem precies wil weten. Queries zijn namelijk bijna altijd ondergespecificeerd en welke resultaten relevant zijn, hangt af van de individuele gebruiker. Eén manier om de gebruiker toch zo goed mogelijk van dienst te zijn, is diversiteit aanbrengen in de zoekresultaten, en in de interface van het zoeksysteem. Ik laat in mijn presentatie verschillende soorten zoektechnologie zien, die u allemaal kent uit de praktijk. Een andere manier om de gebruiker beter te ondersteunen, is door te personaliseren: de zoekresultaten af te stemmen op de individuele gebruiker. Als we willen weten hoe een zoeksysteem gebruikt wordt, kunnen in de logdata duiken. Wat je daar niet uit kunt afleiden, is wat het doel van de gebruiker was en of hij tevreden was. Om dat te achterhalen, moeten we een gebruikersstudie opzetten. Ik geef een voorbeeld van zo’n gebruikersstudie, en laat zien wat de uitkomst was.
Collecting a dataset of information behaviour in contextLeiden University
We collected human-computer interaction data (keystrokes, active applications, typed text, etc.) from knowledge workers in the context of writing reports and preparing presentations. This has resulted in an interesting dataset that can be used for different types of information retrieval and information seeking research. The details of the dataset are presented in this paper.
Search engines for the humanities that go beyond GoogleLeiden University
Suzan Verberne discusses limitations of using Google to search specialized text collections for the humanities. Current search systems only highlight query terms and do not provide guidance through retrieved documents. The presentation proposes extracting important entities, labeling them, and collecting facts from texts to enrich documents with contextual information. This would allow search systems to better guide users through relevant information in response to their specific questions. Technology like named entity recognition and parsing sentences into facts could help realize this vision of more specialized search engines for the humanities.
Krijgen we ooit de beschikking over slimme zoektechnologie?
kanker.nl & Data Science
1. C O N T E N T - A N A LY S E VA N D I S C U S S I E G R O E P E N
KANKER.NL & DATA SCIENCE
SUZAN VERBERNE, JUNI 2018
2. INHOUD VAN DEZE PRESENTATIE
Over de discussiegroepen van Kanker.nl
Archief van discussiegroepen toegankelijk maken voor patiënten,
zorgverleners en onderzoekers
Empowermentprocessen in discussiegroepen
Suzan Verberne, juni 2018
3. KANKER.NL DISCUSSIEGROEPEN
Suzan Verberne, juni 2018
Hallo allemaal ! Inmiddels weer heel wat onderzoeken
verder. Het vermoeden is een leverceladenoom maar nog
niet zeker. Volgende week wordt ik geopereerd, spannend
maar ben blij dat er een einde komt aan alle ellende !
Groetjes
Ik ben geen dokter. Begrijp je angst. Maar hou
moed.!!! Zal in gedachten bij je zijn.
4. KANKER.NL DISCUSSIEGROEPEN
Suzan Verberne, juni 2018
Na 3 chemo behandelingen en 24 bestralingen die ik
allemaal goed verdragen heb , zijn er nu de gevolgen van
de bestralingen zoals hoesten witte slijmen en pijnlijke
ribben. Alle hoestsiroop ten spijt zijn het alleen maar
tijdelijke oplossingen en komt het telkens terug . Is er
misschien iemand met dezelfde klachten en wat kan ik
nog verder tegen doen.
Ik heb het zelfde, vooral veel pijn in de borst en tussen
me schouders. Na 24 chemokuren en net zoveel
bestralingen. Dit heb ik sinds een week of zes, het gaat
en het komt. Ik word regelmatig met veel pijn waker
mijn huisarts geeft me hiervoor Diclofenac 75mg 1 per
dag ;-) Ik neem er drie en het helpt totaal niet!
12. ACHTERGROND
Online patiëntengroepen en de discussiefora in deze groepen
kunnen behulpzaam zijn voor de deelnemers
De leden wisselen onderling informatie uit (‘informational support’)
en delen emoties (‘emotional support’)
Deze processen leiden tot een verhoogde empowerment van
patiënten
Suzan Verberne, juni 2018
13. ACHTERGROND
Onderzoek naar online empowerment en sociale steun is tot nu toe
uitgevoerd op basis van enquêtes en handmatige inhoudsanalyse
Ons doel: laten zien hoe automatische analyse van forumdiscussies
gebruikt kan worden om inzicht te krijgen in de
empowermentprocessen die plaatsvinden in patiëntengroepen
Suzan Verberne, Anika Batenburg, Remco Sanders, Mies van Eenbergen, Enny Das, Mattijs
Lambooij: “Social processes of online empowerment on a cancer patient discussion form: using
text mining to analyze linguistic patterns of empowerment processes” (submitted to JMIR)
14. EMPOWERMENTPROCESSEN
Empowering process from the literature Included in our study as
Narrative own experience narrative
Question asking question
Providing information informational support
Providing emotional support emotional support
Reference to other source of information external source
Suzan Verberne, juni 2018
Vijf empowermentprocessen geselecteerd op basis van de literatuur
van Uden-Kraan, C.F., et al., Self-reported differences in empowerment between lurkers
and posters in online patient support groups. J Med Internet Res, 2008. 10(2): p. e18
15. DATA
Forumdata van Kanker.nl
5534 posts in 1708 threads door 2071 verschillende auteurs
Onderwerpen: 15 verschillende kankertypen
Usernames gepseudonimiseerd
Suzan Verberne, juni 2018
16. VRAAG EN METHODE
In hoeverre is de mate van online activiteit door een forumlid
gecorreleerd aan empowerment?
Codering van empowermentprocessen in berichten van gebruikers
Stap 1: Handmatig coderen van de 5 empowermentprocessen in een
subsample (2051 random berichten)
Stap 2: Classifiers trainen op de gelabelde data die de rest van de data
automatisch kunnen coderen
Suzan Verberne, juni 2018
17. RESULTATEN
Suzan Verberne, juni 2018
3494
1212
1461
811
700
0 1000 2000 3000 4000
Narrative
Question
Informational support
Emotional support
External source
Frequentie van empowermentconstructen in het corpus
18. RESULTATEN
In hoeverre is de mate van online activiteit door een forumlid
gecorreleerd aan empowerment?
Actieve/ervaren gebruikers verwijzen vaker naar externe
informatiebronnen en bieden meer informational support dan
minder actieve gebruikers
Minder actieve/ervaren gebruikers delen meer narratives
Suzan Verberne, juni 2018
20. CONCLUSIES
Automatische inhoudsanalyse maakt het mogelijk om grotere
hoeveelheden tekst te analyseren
Om gerichte conclusies te kunnen trekken moeten wel gerichte
vragen gesteld worden. Vaak is handmatige codering op een sample
nodig
Samenwerking met een inhoudelijk expert is essentieel om
betekenis toe te kennen aan de resultaten
Suzan Verberne, juni 2018
21. CONCLUSIES
Platformen als kanker.nl zijn onmisbaar voor ons onderzoek
Archieven van discussiegroepen zijn een voorwaarde voor de
gestructureerde analyse van ervaringskennis
Die analyses leiden tot inzichten die zowel de patiënt, de zorgverlener
als de onderzoeker kunnen helpen
Suzan Verberne, juni 2018
Table 4. distribution of assigned empowerment constructs in the automatically labeled corpus (N = 5532). Note that the percentages do not sum to 100% because a post can have more than one label assigned to it.
In all cases, N = 2071 (number of users who posted at least one message).