Comunicando Tratamientos para la Artritis Reumatoide: Un Estudio
Este estudio analiza cómo se comparte y se percibe la información sobre el tratamiento de la AR.
― 5 minilectura
Tabla de contenidos
La comunicación médica a menudo pasa por alto cómo se presentan las hipótesis y resultados por parte de los investigadores. Esta comunicación es crítica para tomar decisiones basadas en evidencia científica, influyendo en cosas como políticas y financiamiento. Diferentes factores, como la cultura y el tiempo, moldean esta comunicación, haciendo importante analizar cómo se comparte la información sobre tratamientos.
En este estudio, nos enfocamos en cómo se maneja la comunicación médica al hablar de tratamientos para la artritis reumatoide (AR), que es una condición inflamatoria que afecta el sistema inmunológico y se considera una enfermedad no transmisible (ENT). Las ENT son problemas de salud serios que afectan a las sociedades a nivel global. Debido a su impacto, controlar estas enfermedades es un objetivo clave para organizaciones como la Organización Mundial de la Salud (OMS).
Para examinar la comunicación sobre tratamientos para la AR, agrupamos estos tratamientos en tres categorías principales: farmacológicos (PHA), no farmacológicos (USTD) y experimentales (EXP). La categoría PHA está bien establecida e incluye medicamentos que reducen la inflamación. Ejemplos son los antiinflamatorios no esteroides (AINEs), corticosteroides y fármacos modificadores de la enfermedad (DMARDs). Las terapias EXP investigan el control de la inflamación a través de métodos más nuevos, como modificar el microbioma intestinal o estimular el sistema nervioso. Por último, las terapias USTD son tratamientos menos estandarizados, que pueden involucrar técnicas físicas o dispositivos.
Nuestro trabajo anterior analizó una pequeña selección de artículos sobre estos tratamientos y encontró patrones notables. Por ejemplo, algunos profesionales que usaban terapias USTD mostraron poco conocimiento sobre la evidencia biológica que apoya sus prácticas. Además, había sesgos evidentes en cómo se evaluaban terapias similares, dependiendo de si los investigadores seguían perspectivas médicas tradicionales o modernas. Sin embargo, este análisis previo fue limitado debido al pequeño número de artículos revisados.
Para mejorar nuestra comprensión, recurrimos al modelado de temas y modelos de lenguaje grandes (LLMs) para analizar una colección más grande de literatura sobre tratamientos para la AR. Nos enfocamos en 204 artículos que identificamos previamente. El modelado de temas nos ayuda a descubrir temas en el texto al observar cómo las palabras aparecen juntas, mientras que los LLMs pueden reconocer idiomas, traducir textos y analizar Sentimientos.
Desarrollamos un nuevo proceso usando software especializado para identificar temas dentro de nuestra colección de literatura. El software primero clasifica los artículos en las categorías de terapia definidas (PHA, USTD y EXP) y analiza el lenguaje y las estadísticas relacionadas con cada categoría. También se examina el sentimiento y el contenido Emocional de los artículos.
Nuestros hallazgos muestran una imagen más clara de cómo se discuten los tratamientos para la AR. El modelado de temas identificó diez temas dentro de la literatura, revelando una jerarquía estructurada que muestra que las terapias convencionales son las más comunes, seguidas de tratamientos innovadores y no farmacológicos. Dentro de esta estructura, emergieron diferentes temas, indicando enfoques variados para presentar información sobre los tratamientos para la AR.
En el análisis de sentimiento, encontramos diferencias entre las tres categorías de terapia. La categoría PHA tendió a mostrar sentimientos neutros a ligeramente negativos, mientras que las terapias EXP eran más fuertemente negativas. En contraste, los tratamientos USTD mostraron una mezcla de sentimientos positivos y negativos.
El análisis emocional destacó emociones compartidas como la neutralidad y la aprobación entre las tres categorías. Sin embargo, también notamos diferencias. Los tratamientos USTD mostraron menos emociones en general, pero incluyeron una cantidad notable de desaprobación. El contenido emocional variaba a lo largo de los artículos, con enfoques PHA y EXP comenzando con un tono de aprobación, mientras que USTD empezó más neutral, pero se inclinó hacia la desaprobación.
Nuestro estudio combina un análisis manual cuidadoso con métodos automatizados para analizar un conjunto robusto de literatura sobre tratamientos para la AR. Este enfoque mejora la comprensión de la comunicación médica y señala cómo pueden aparecer sesgos dependiendo del tipo de terapia que se discuta.
Enfatizamos la necesidad de mejorar el acceso a artículos científicos, lo que permitiría a los investigadores centrarse más en análisis de alto nivel en lugar de recopilación de datos. Hacer el trabajo científico más accesible puede fomentar avances en investigación y compartir conocimientos, beneficiando en última instancia la atención y opciones de tratamiento para los pacientes.
Al analizar una amplia gama de literatura sobre tratamientos para la AR, arrojamos luz sobre aspectos críticos del discurso médico. Este trabajo sirve como una base para futuros estudios que podrían investigar más a fondo las sutilezas de la comunicación en el campo médico y mejorar la comprensión de las modalidades de tratamiento. Los conocimientos obtenidos aquí destacan el potencial para la investigación futura utilizando técnicas automatizadas avanzadas que pueden analizar grandes volúmenes de datos, allanando el camino para exploraciones más completas en la comunicación médica y efectividad de tratamientos.
En conclusión, examinar el discurso médico alrededor de los tratamientos para la artritis reumatoide revela valiosos conocimientos sobre cómo se transmite y percibe la información. Ya sea a través de la lente de terapias farmacológicas, no farmacológicas o experimentales, entender estas dinámicas es vital para mejorar los resultados de los pacientes y asegurar que la evidencia científica forme efectivamente las prácticas de salud.
Título: Large-scale analysis of the medical discourse on rheumatoid arthritis: complementing a socio-anthropologic analysis
Resumen: The medical discourse, entails the analysis of the modalities, far from unbiased, by which hypotheses and results are laid out in the dissemination of findings in scientific publications, giving different emphases on the background, relevance, robustness, and assumptions that the audience should take for granted. While this concept is extensively studied in socio-anthropology, it remains generally overlooked within the scientific community conducting the research. Yet, analyzing the discourse is crucial for several reasons: to frame policies that take into account an appropriately large screen of medical opportunities, to avoid overseeing promising but less walked paths, to grasp different types of representations of diseases, therapies, patients, and other stakeholders, understanding and being aware of how these very terms are conditioned by time, culture and so on. While socio-anthropologists traditionally use manual curation methods, automated approaches like topic modeling offer a complementary way to explore the vast and ever-growing body of medical literature. In this work, we propose a complementary analysis of the medical discourse regarding the therapies offered for rheumatoid arthritis using topic modeling and large language model-based emotion and sentiment analysis.
Autores: Mario Santoro, C. Nardini
Última actualización: 2024-07-03 00:00:00
Idioma: English
Fuente URL: https://www.medrxiv.org/content/10.1101/2024.07.02.24309823
Fuente PDF: https://www.medrxiv.org/content/10.1101/2024.07.02.24309823.full.pdf
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a medrxiv por el uso de su interoperabilidad de acceso abierto.