Automatic information coverage assessment of diabetes websites

Abstract

İnsanlar sıklıkla sağlık bilgisi araştırmak için interneti kullanmaktadırlar. Ancak, web sitelerinin kalitesinin önemli ölçüde değişken olabilmesi sebebiyle bazı web sitelerinde yer alan tedavi tavsiyeleri ve prensipleri yanıltıcı olabilmektedir. Sonuç olarak, hastalar, doktorları tarafından tavsiye edilen tedavilerini bırakabilmekte ya da sağlam temellere dayanmayan tedavileri uygulamaya başlayabilmektedir. Bu tezde, web sitelerinde yer alan içeriklerin kapsamını kestirmek üzere otomatikleştirilmiş bir yaklaşım sunulmaktadır. Bu yaklaşım, ilgi alanına bağımlı standart bir bilgi tabanına dayanmakta ve açık kaynaklarla zenginleştirilmektedir. Elastik ağ düzenlenmiş regresyon kullanılarak kestirim modeli oluşturulmaktadır. Durum çalışması olarak, tip 2 diyabet ile ilgili web sayfalarından oluşan bir veri seti kullanılmıştır. Amerikan Diyabet Derneği tarafından yayınlanan `Standards of Medical Care in Diabetes`, tip 2 diyabet tedavisi hakkında gerçekçi verileri elde etmek için işlenmektedir. Bu standart, tip 2 diyabet tedavisi ile ilgili detaylı bir bilgi tabanı olarak, değerlendirme için güvenilir bir girdi oluşturulmasını sağlamaktadır. Bu bilgi tabanı ışığında, tip 2 diyabet web sayfalarından oluşan veri seti, içerik kapsamlarının saptanması için işlenmektedir. Önemli terimlerin ilgi alanına bağımlı bir bilgi tabanından çekilmesinin, bir kaynağın bilgi kapsamını ölçmek için temel oluşturabileceği görülmektedir.

People frequently access Internet to look up health information. However, as the quality of websites may vary significantly, the treatment recommendations and guidelines provided by some of these web sites may be fallacious. Consequently, patients may unfollow their current treatments suggested by their doctors or start following unfounded treatments. In this thesis, an automated approach is presented to estimate information coverage of websites. The approach is based on a domain-dependent standard knowledge base (KB) and enhanced by open source resources. Elastic net regularized regression is used to construct a model for estimation. As a case study, data set consisting of type 2 diabetes related web pages is utilized. `Standards of Medical Care in Diabetes` published by American Diabetes Association is processed to obtain factual data about treatment of type 2 diabetes. This standard serves as a detailed KB on type 2 diabetes treatment and enables to produce a trustworthy input for evaluation. In light of this KB, the data set of type 2 diabetes related web pages is processed to retrieve their coverage of factual information. It is observed that, extracting significant terms from a domain-dependent knowledge base provide a basis to measure information coverage of a source.