Корпус и его версии (подвыборки)

Подробная информация о собранном корпусе представлена в Таблице ниже и включает:

• Число сущностей для каждого тэга (“Количество аннотаций”).
• Число отзывов, в которых присуствует сущность соответствующего тега (“Количество отзывов”).
• Средняя длина сущности данного тэга в словах (“Средняя длина сущности”)

В таблице представлено несколько различных выборок из общего корпуса (расширенная версия):

• версия I 2019 года (Сбоева, Сбоев, Грязнов, & Евтеева, 2020),
• версия II 2021 года (Sboev et al., 2021),
• сбалансированная версия II – содержит одинаковое число отзывов с и без сущностей типа ADR,
• подкорпус из 500 текстов – выборка содержит 500 отзывов, тексты которых использованы для создания размеченной части корпуса RuDRec,
• версия III 2022 года.

Статистика по III версии корпуса

Корпус содержит отзывы людей о различных медицинских препаратах (“Drugname”). Всего лекарственные средства упомянуты 11 812 раз. Они относятся к 604 кодам АТХ (анатомо-терапевтическо-химическая классификация). Наиболее популярные 20% кодов АТХ (по количеству отзывов с соответствующими упоминаниями названий препаратов) содержат 120 различных кодов. Упоминания препаратов с этими кодами содержаться в 3 295 отзывах (86% от всего корпуса). Среди 120 кодов можно выделить 22, которые встречаются более чем в 50 отзывах корпуса (всего отзывов с 20 кодами АТХ: 2351).

Доля отзывов об отечественных и зарубежных препаратах от общего количества отзывов составляет 40,59\% и 45,25\% соответственно. Остальные документы (14,16\%) содержат упоминания нескольких лекарственных препаратов, как отечественных, так и зарубежных, или упоминания лекарств, происхождение которых аннотаторы не смогли определить. Среди отечественных препаратов можно выделить следующие: Анаферон (145 отзывов), Виферон (140), Ингавирин (102) и Глицин (101). Примеры упомянутых зарубежных препаратов: Афлубин (93), Амисон (55), Антигриппин (65) и Иммунал (42).

Что касается болезней (всего 4934 упоминаний в 2096 отзывах), то наиболее частыми категориями верхнего уровня классификатора МКБ-10 (Международная классификация болезней 10-го пересмотра \cite{ICD-10}) являются “X - Болезни органов дыхания” (1221 отзыва); “I - Некоторые инфекционные и паразитарные болезни” (356 отзывов); “V - Психические расстройства и расстройства поведения” (227 отзывов); “XIX - Травмы, отравления и некоторые другие последствия воздействия внешних причин” (137 отзыва). Топ-5 на иболее часто встречаемых в отзывах низкоуровневых кодов по классификации МКБ-10 представлены на Рис.1:

Рисунок 1. Топ 5 категорий заболеваний из МКБ-10.

Мотивация пользователя приобретать и употреблять лекарственные препараты основана на информации из “профессиональных” и “непрофессиональных” источников (атрибут “sourceInfoDrug”). Последние - это советы родственников, друзей, реклама и прочее. Медицинские и фармацевтические специалисты классифицируются как “профессиональные” источники. Большая часть препаратов использовалась в соответствии с профессиональными рекомендациями: 1473 отзывов содержат ссылки на рецепты врачей, 341 - рекомендации фармацевтов и 334 - рекомендации врачей. В некоторых обзорах сообщается об употреблении лекарств, рекомендованных родственниками (290 отзывов), в рекламе (114) или в Интернете (43). Тепловая карта распределения показана на рис. 2. Тепловая карта распределения появлений сущностей для различных источников составлена для 20 самых популярных лекарств. Число в ячейке означает процент появления определенного названия препарата, используемого по рекомендации из соответствующего источника информации. Если было упомянуто несколько разных источников, это считается “смешанным” источником.

Рисунок 2. Тепловая карта.

Видно, что большинство рекомендаций исходят от профессионалов. Например,”Изопринозин”(используется в 65,85% случаев по назначению врача),”Афлубин”(44,09%), “Анаферон”(42,15% ) и другие. Но для таких препаратот, как “Оксолин” (11,39%) или “Афобазол” (10,00%) частота использования по советам знакомых пациентов близка к рекомендациям врачей или выше. “Амизон” (13,46%) и “Кагоцел” (9,72%) самые частоупотребимые среди препаратов, у которых в качестве источника рекомендаций указаны средств массовой информации (реклама, Интернет и др.).

Распределение тональности (положительное или отрицательное) для источников рекомендаций (“sourceInfoDrug”) представлено на рис. 3. Источник помечается как “положительный”, если после употребления препарата появляется положительная динамика (т.е. отзыв включает метку *“BNE-pos”). *“Отрицательная” тональность отмечается, если имеет место отрицательная динамика или ухудшение здоровья или если лекарство не оказало никакого эффекта (т.е. появилась метка “Worse”, *“ADE-Neg” или “NegatedADE”).

Рисунок 3. Тональность относительно источника рекомендаций.

Диаграммы на Рис. 4 показывают количество отзывов в %, в которых упоминались лекарства, а также замеченные эффекты из всех отзывов с данным препаратом (На рисунке представлены только 20 препаратов по максимальному количеству упоминаний). Следующие препараты имеют наибольшие доли для сущностей типа ADR (побочные реакции) в отзывах: иммуномодуляторы - “Изопринозин”(в 46.34% отзывов с этим препаратом есть упоминания о ADR ), “Амиксин” (40.0%); успокоительное средство - “Афобазол” (40.0%); противовирусные препараты - “Амизон” (36.53%), “Римантадин” (33,96%) и др.

Рисунок 4. Эффект от лекарства.

Пользователи отмечают, что некоторые лекарства вызывают отрицательную динамику после начала или некоторого периода его использования (ADE-Neg). Примерами таких препаратов являются: “Анаферон”, (2.7% отзывов, содержащих упоминания этого препарата и сущностей типа “ADE-Neg”), “Виферон” (2.1%), “Глицин” (4.0%), “Эргоферон” (3.6%).

Согласно отзывам, некоторые лекарства вызывают ухудшение здоровья после употребления алкоголя (“Worse”): иммуномодулятор - “Изопринозин” (12.2%), противовоспалительное средство “Ингавирин” (11.8%), “Эргоферон” (7.3%) и другие.

1. Сбоева, С. Г., Сбоев, А. Г., Грязнов, А. В., & Евтеева, А. В. (2020). Нейросетевой алгоритм выделения значимой информации из текстов русскоязычных отзывов о лекарственных средствах. In Лазерные, плазменные исследования и технологии (pp. 105–106). Retrieved from http://conf.laplas.mephi.ru/wp-content/uploads/2020/02/Сборник-тезисов.pdf#page105
2. Sboev, A., Sboeva, S., Moloshnikov, I., Gryaznov, A., Rybka, R., Naumov, A., … Ilyin, V. (2021). An analysis of full-size Russian complexly NER labelled corpus of Internet user reviews on the drugs based on deep learning and language neural nets. Retrieved from http://arxiv.org/abs/2105.00059