Multirrotulação automática de páginas web de saúde: uma avaliação preliminar da percepção humana

• Fernando S. Sousa UNIFESP
• Felipe Mancini IFSP
• Fabio O. Teixeira UNIFESP
• Gabriela D. de Araujo UNIFESP
• Fátima de L. dos S. Nunes USP
• Ivan T. Pisa UNIFESP

Resumo

Pessoas leigas apresentam dificuldades quando procuram por informações sobre saúde na web. Este estudo avaliou a adequação da sugestão automática de multirrótulos para páginas web de saúde em português brasileiro. Foram coletadas 57 páginas web de saúde e convidados 21 voluntários para a classificação manual. Mensurou-se a revocação, consenso entre avaliadores, e consenso entre avaliadores e classificadores automáticos Naive Bayes e Journal Descriptor Indexing. A revocação atingiu 100%, com alto consenso entre avaliadores para as 5 categorias mais relevantes, sugerindo que a multirrotulação automática de páginas web de saúde colabora com recuperação de informação por pessoas leigas.

Referências

Barbosa, A. F. [Ed.] (2011). Pesquisa Sobre o Uso das Tecnologias da Informação e da Comunicação no Brasil 2010. . Centro de Estudos sobre as Tecnologias da Informação e Comunicação (CETIC). [link], [accessed on Feb 14].

Breitman, K., Casanova, M. A. and Truszkowski, W. (2006). Semantic Web: Concepts, Technologies and Applications. 1. ed. Springer.

Fogg, B. J., Soohoo, C., Danielson, D. R., et al. (2003). How do users evaluate the credibility of Web sites? A study with over 2,500 participants. In Proceedings of the 2003 conference on Designing for user experiences. . ACM.

Fox, S. (2011). The Social Life of Health Information, 2011. . Pew Research Center’s Internet & American Life Project. [link].

Humphrey, S. M., Névéol, A., Browne, A., et al. (2009). Comparing a rule-based versus statistical system for automatic categorization of MEDLINE documents according to biomedical specialty. Journal of the American Society for Information Science and Technology, v. 60, n. 12, p. 2530–2539.

John, G. and Langley, P. (1995). Estimating Continuous Distributions in Bayesian Classifiers. In Proceedings of the Eleventh Conference on Uncertainty in Artificial Intelligence, p. 338–345.

Keselman, A., Browne, A. C. and Kaufman, D. R. (2008). Consumer Health Information Seeking as Hypothesis Testing. J Am Med Inform Assoc, v. 15, n. 4, p. 484–495.

Kunder, M. De (2012). The size of the World Wide Web. [link], [accessed on Feb 14].

Mancini, F., Falcão, Alex Esteves Jaccoud, Hummel, A. D., et al. (2010). Brazilian health-related content web search portal development. In Proceedings of the 13th World Congress on Medical and Health Informatics (MEDINFO 2010). . IOS Press.

Mancini, F., Sousa, F. S., Teixeira, Fábio Oliveira, et al. (2010). Use of Medical Subject Headings (MeSH) in Portuguese for categorizing web-based healthcare content. Journal of Biomedical Informatics, v. 44, n. 2, p. 299–309.

Qi, X. G. and Davison, B. D. (2009). Web Page Classification: Features and Algorithms. Acm Computing Surveys, v. 41, n. 2.

Rosso, M. (2005). Using genre to improve web search. University of North Carolina.

Salton, G. and Buckley, C. (1988). Term-weighting approaches in automatic text retrieval. Information Processing and Management, v. 24, p. 513–523.

Santini, M. (2008). Zero, single, or multi? Genre of web pages through the users’ perspective. Information Processing & Management, v. 44, n. 2, p. 702–737.

Schembri, G. and Schober, P. (2009). The Internet as a diagnostic aid: the patients’ perspective. Int J STD AIDS, v. 20, n. 4, p. 231–233.

Sebastiani, F. (2002). Machine learning in automated text categorization. ACM Computing Surveys (CSUR), v. 34, p. 1–47.

Sousa, F. S. (2011). Análise Comparativa de Métodos de Recuperação de Informação para Categorização de Conteúdos Web Relacionados à Saúde. Universidade Federal de São Paulo (UNIFESP).

Sousa, F. S., Mancini, F., Teixeira, F. de O., et al. (2012). Categorização automática de conteúdos web de saúde em português brasileiro com classificador bayesiano.

Journal of Health Informatics, Stvilia, B., Mon, L. and Yi, Y. (2009). A model for online consumer health information quality. Journal of the American Society for Information Science and Technology, v. 60, n. 9, p. 1781–1791.

Tang, H. and Ng, J. H. K. (10 nov 2006). Googling for a diagnosis--use of Google as a diagnostic aid: internet based study. BMJ, p. bmj.39003.640567.AE.

Toms, E. G. and Latter, C. (1 sep 2007). How consumers search for health information. Health Informatics Journal, v. 13, n. 3, p. 223–235.

Wolfram, D., Wang, P. and Zhang, J. (2009). Identifying Web search session patterns using cluster analysis: A comparison of three search environments. J. Am. Soc. Inf. Sci. Technol., v. 60, n. 5, p. 896–910.

Zeng, Q., Kogan, S., Ash, N., Greenes, R. A. and Boxwala, A. A. (2002). Characteristics of consumer terminology for health information retrieval. Methods of Information in Medicine, v. 41, n. 4, p. 289–298.