Mapeamento e desambiguação de reduções léxicas no contexto da saúde: contribuições da Informática para estudos e pesquisa

Autores

Palavras-chave:

Reduções Léxicas, Processamento de Linguagem Natural, Desambiguação de reduções léxicas, Revisão Integrativa

Resumo

Introdução: O uso excessivo de reduções léxicas atinge todas as áreas do conhecimento e pode trazer interferências na comunicação entre os indivíduos. Objetivo: verificar as contribuições da Informática para minimizar as interferências oriundas do emprego de reduções léxicas no contexto da saúde. Metodologia: pesquisa exploratória com abordagem descritiva e pautada na Revisão Bibliográfica Integrativa. Empiria nas bases de dados MEDLINE, Brapci, PubMed, e Scopus. A pesquisa analisou títulos, resumos, palavras-chave ou textos completos, cobrindo o período de janeiro de 1989 a julho de 2019. Resultados: 570 artigos na MEDLINE, 572 na PubMed, 217 na Scopus e 2 na Brapci, dos quais 51 foram concernentes ao objeto da pesquisa. Os textos são de pesquisadores da área da Ciência da Informação, Bioinformática, Medicina, entre outras, separados nas categorias de mapeamento e desambiguação definidas pelos pesquisadores. Os softwares Alice e Allie, destacam-se como boas ferramentas visando as reduções léxicas na literatura científica e para a criação de outros bancos de dados de processamento em linguagem natural. Conclusão: a Revisão Bibliográfica Integrativa traz grandes contribuições para o avanço do conhecimento relativo às reduções léxicas no contexto da saúde, evidenciando a necessidade de padronização e desambiguação visando reduzir as interferências no processo de comunicação.

Downloads

Não há dados estatísticos.

Biografia do Autor

Virgínia Bentes Pinto, Universidade Federal do Ceará

Doutora em Sciences de l’information et de la communication. Université Stendhal, Grenoble3-França. Universidade Federal do Ceará.

José Álvaro Lima Silva de Arruda, Universidade Federal do Ceará

Graduando em Biblioteconomia pela UFC/ Bolsista de Inciação Científica (CNPq). Universidade Federal do Ceará.

Anderson Melo Duarte, Universidade Federal do Ceará

Graduando em Biblioteconomia pela UFC/ Bolsista de Inciação Científica (CNPq). Universidade Federal do Ceará.

Andréa Soares Rocha da Silva, Universidade Federal do Ceará

Doutora em Educação e docente na Universidade Federal do Ceará.

Referências

Chang JT, Chutze H, Altman RB. Creating an Online Dictionary of Abbreviations from MEDLINE. JAMIA [Internet]. 2002 [acesso em 2020 ago 17]; 9 (6): 612-620. Disponível em http://europepmc.org/article/PMC/2576267

Bloom DA. Acronyms, abbreviations and initialisms. BJU International [Internet]. 2000 [acesso em 2020 dez 22]; 86 (1): 1-6. Disponível em: https://bjui-journals.onlinelibrary.wiley.com/doi/abs/10.1046/j.1464-410x.2000.00717.x

Garner BA. The Oxford Dictionary of American Usage and Style. 1. Oxford: Oxford University Press; 2000.

Calvet LJ. Les Sigles. Paris: Presses Universitaires de France; 1980.

Velloso FC. Informática: conceitos básicos. 8. ed. Rio de Janeiro: Elsevier; 2011.

Shortliffe EH; Cimino JJ. Biomedical Informatics: computer Applications in Health Care and Biomedicine. 3. ed. [local desconhecido]: Springer; 2006.

Cooper HM. Synthesizing Research: a guide for literature. 3. ed. Thousand Oaks: Sage Publications; 1998.

Kreuzthaler M, Schulz S. Detection of sentence boundaries and abbreviations in clinical narratives. BMC Medical Informatics and Decision Making [Internet]. 2015 [acesso em 2020 nov 23]; 15 (S2). Disponível em: https://doi.org/10.1186/1472-6947-15-s2-s4

Wu Y, Denny JC, Trent Rosenbloom S, Miller RA, Giuse DA, Wang L, Blanquicett C, et al. A long journey to short abbreviations: developing an open-source framework for clinical abbreviation recognition and disambiguation (CARD). JAMIA [Internet]. 2016 [acesso em 2021 jan. 22]; 24(e1): e79-e86. Disponível em: https://doi.org/10.1093/jamia/ocw109

Ao H. Takagi T. ALICE: An Algorithm to Extract Abbreviations from MEDLINE. Journal of the American Medical Informatics Association [Internet]. 2005 [acesso em 2020 out. 12]; 12 (5): 576-86. Disponível em: https://doi.org/10.1197/jamia.m1757

Wren JD, Garner HR. Heuristics for identification of acronym-definition patterns within text: towards an automated construction of comprehensive acronym-definition dictionaries. Methods Inf Med [Internet]. 2002[acesso em 2020 out. 23]; 41(05): 426–34. Disponível em: https://doi.org/10.1055/s-0038-1634373

NATIONAL LIBRARY OF MEDICINE. UMLS® Reference Manual [Internet]. Bethesda: National Library of Medicine (US); 2009. [acesso em 2021 mar 10] Disponível em: https://www.ncbi.nlm.nih.gov/books/NBK9676/. Acesso em: 10 mar. 2021.

Joshi M, Pakhomov S, Pedersen T, Chute CG. A comparative study of supervised learning as applied to acronym expansion in clinical reports. In: AMIA Annual Symposium, 2006, Washington. AMIA Annual Symposium Proceedings. 2006 [acesso em 2020 out 20]; 399-403. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1839635/

Yamamoto Y, Yamaguchi A, Bono H, Takagi T. Allie: a database and a search service of abbreviations and long forms. Database [Internet]. 2011 [acesso em 2021 jan 19]; 2011; 2011 (0): bar013. Disponível em: https://doi.org/10.1093/database/bar013

Downloads

Publicado

2022-02-13