Posts

Showing posts with the label Text Mining

Com canvia la conversa social durant una crisi sanitària

Com canvia la conversa social durant una crisi sanitària: què es deia a les xarxes a Itàlia, el Regne Unit i Egipte durant la pandèmia Journal of Medical Internet Research · Estudi d’anàlisi de missatges a la plataforma X en tres etapes clau (any 2020 i inici de 2021) Llegir l’article Català Español English Nou article en què he participat i que analitza com la població interpreta una crisi sanitària a través de les xarxes socials. Vam estudiar missatges publicats a la plataforma X (abans anomenada Twitter) a Itàlia , el Regne Unit i Egipte per entendre com evoluciona la conversa pública segons el context cultural i econòmic. Què vam fer Vam recopilar 755.215 missatges i els vam analitzar en tres períodes : aparició del virus, confinament estricte i inici de la vacunació. Vam aplicar un mètode de modelatge d...

AI in Radiology: Public Perception Survey from Catalonia

CA ES EN

La intel·ligència artificial a l'atenció primària catalana

CA ES EN

A continuous-time Bayesian network for individualised diagnostic risk prediction

CTBN-PH: A continuous-time Bayesian network for individualised diagnostic risk prediction Computers in Biology and Medicine · 2025 · Article 111069 · Disponible en línia el 23 de setembre de 2025 Llegir l'article (ScienceDirect) DOI: 10.1016/j.compbiomed.2025.111069 Català Español English Nou article on hem treballat un model probabilístic en temps continu per descriure i predir com evolucionen els diagnòstics al llarg dels anys. La proposta combina xarxes bayesianes en temps continu amb un model de supervivència de riscos proporcionals (Cox) per ajustar el risc segons característiques clíniques i socials dels pacients, i permet simular trajectòries adaptades a perfils concrets. Què aporta el mètode Aprèn una estructura causal de relacions entre diagnòstics a partir de trajectòries assistencials, i després n'estim...

Predicció de la demanda sanitària

Predicció de la demanda sanitària amb dades poblacionals: selecció de variables i aprenentatge profund per millorar la planificació Computer Methods and Programs in Biomedicine · 2025 · Article 109057 Llegir l’article (ScienceDirect) Identificador digital: 10.1016/j.cmpb.2025.109057 Català Español English He participat en un article que proposa un enfocament híbrid per predir la demanda sanitària amb dades reals a gran escala. L’objectiu és millorar la planificació (professionals, organització i capacitat assistencial) combinant selecció de variables amb aprenentatge profund . Disseny i mètode Base poblacional de 6,3 milions de persones seguides durant 10 anys , amb informació clínica i d’ús de serveis. A partir d’un conjunt ampli de variables (fins a 117 ), el mètode identifica quines aporten informació r...

Cross-Cultural Sense-Making of Global Health Crises

Cross-Cultural Sense-Making of Global Health Crises — JMIR, 2025 Cross-Cultural Sense-Making of Global Health Crises (JMIR, 2025) Català Castellano English Resum breu del nostre article a Journal of Medical Internet Research (2025): vam analitzar 755.215 publicacions a X (Twitter) d’Itàlia, Regne Unit i Egipte en tres moments clau de la pandèmia (emergència, confinament estricte i inici de la vacunació) per entendre com diferents contextos culturals i econòmics construeixen sentit davant d’una crisi sanitària global. Què hem fet Mineria de text amb latent Dirichlet allocation (LDA) per detectar temes i la seva evolució temporal. Les sèries es van estratificar per fase pandèmica i país, i es van comparar els canvis de narrativa entre períodes. Què trobem Variacions notables entre països: a I...