After the pandemic of SARS-CoV-2, it has influenced the health care practices around the world. Initial investigations indicate that patients with comorbidities are more fragile to this SARS-CoV-2 infection. They suggested postponing the routine treatment of cancer patients. However, few meta-analyses suggested evidences are not sufficient to hold the claim of the frailty of cancer patients to COVID-19, and they are not in favour of shelving the scheduled procedures. There are recent studies in which medical professionals, according to their competence, are referring to change the routine practices on how to manage the applicable therapeutic resources judiciously to combat this vital infection. This is a different study that reveals the cancer patients' viewpoint about how health care practices have been changed in their opinion during this pandemic year? Are they satisfied with their treatment or not? To serve the purpose, we gathered more than 60000 relevant tweets from Twitter to analyse the sentiment of cancer patients around the world. Our findings demonstrate that there is a surge in argument about cancer and its treatment after the outbreak of COVID-19. Most of the tweets are reasonable (52.6%) compared to the negative ones (24.3). We developed polarity and subjectivity distribution to better recognise the positivity/negativity in the sentiment. Results reveal that the polarity range of positive tweets is within the range of 0 to 0.5. Which means the tendency in the tweets is not so much positive but surely not negative. It is a piece of modest statistical evidence in support of how natural language processing (NLP) can be accepted to better understand the patient's behaviour in real-time, and it may facilitate the medical professional to make better decision to organise the routine management of cancer patients.


翻译:在SARS-COV-2的流行之后,它影响了世界各地的保健做法。初步调查表明,有病情的病人在这种SARS-COV-2的感染中更加脆弱。他们建议推迟对癌症病人的常规治疗。然而,很少有元分析表明,证据不足以维持癌症病人对COVID-19的脆弱反应,他们不赞成搁置预定程序。最近一些研究显示,根据他们的能力,医疗专业人员正在改变关于如何明智地管理适用的治疗资源以防治这种重大感染的常规做法。这是一个不同的研究,揭示了癌症病人对于他们这一流行病年份的看法是如何改变的常规治疗。然而,他们是否对治疗感到满意?为了达到目的,我们从Twitter收集了6000多条相关的推特来分析世界各地癌症病人的情绪。我们的调查结果表明,在COVID-19爆发后,癌症及其治疗方面的论据激增。 多数推文是合理的(52.6 % ) 而不是比较合理的证据。 与20/REV的统计趋势(243)相比,癌症患者的观点是更好的,他们对于他们的看法是真实的正确性反应。我们从分析结果的正确性分析结果。 我们的正确性研究是, 。

0
下载
关闭预览

相关内容

最新《Transformers模型》教程,64页ppt
专知会员服务
305+阅读 · 2020年11月26日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
91+阅读 · 2019年10月16日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
已删除
将门创投
4+阅读 · 2019年10月11日
神器Cobalt Strike3.13破解版
黑白之道
12+阅读 · 2019年3月1日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23日
医学 | 顶级SCI期刊专刊/国际会议信息4条
Call4Papers
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
【推荐】MXNet深度情感分析实战
机器学习研究会
16+阅读 · 2017年10月4日
Arxiv
0+阅读 · 2021年5月29日
Arxiv
5+阅读 · 2015年9月14日
VIP会员
相关资讯
已删除
将门创投
4+阅读 · 2019年10月11日
神器Cobalt Strike3.13破解版
黑白之道
12+阅读 · 2019年3月1日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23日
医学 | 顶级SCI期刊专刊/国际会议信息4条
Call4Papers
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
【推荐】MXNet深度情感分析实战
机器学习研究会
16+阅读 · 2017年10月4日
Top
微信扫码咨询专知VIP会员