Les méthodes de traitement automatique du langage peuvent-elles être utiles pour l’élaboration de revues de littérature en santé publique ? Construction et évaluation de modules d’aide à la sélection bibliographique basés sur la structure des résumés de publication

Can automatic language processing methods be useful for the development of literature reviews in public health? Construction and evaluation of bibliographic selection assistance modules based on the structure of publication abstracts

• Auteur / Autrice : Laetitia Haroutunian
• Direction : Fabrice Issac
• Type : Thèse de doctorat
• Discipline(s) : Sciences du langage
• Date : Soutenance le 07/12/2022
• Etablissement(s) : Paris 13
• Ecole(s) doctorale(s) : École doctorale Érasme (Villetaneuse, Seine-Saint-Denis)
• Partenaire(s) de recherche : Entreprise : Laboratoire Théories, textes, numérique (Villetaneuse, Seine-Saint-Denis)
• Jury : Examinateurs / Examinatrices : Natalia Grabar, Pierre Arwidson, Nathalie Pernelle, Gaël Lejeune, Iris Eshkol, Bich-Liên Doan
• Jury : Rapporteurs / Rapporteuses : Natalia Grabar, Pierre Arwidson

Mots clés

Mots clés contrôlés

Traitement automatique du langage naturel

Information scientifique

Évaluation

Veille informationnelle

Mots clés libres

Tal

Big data

Santé publique

Natural language processing

Public health

Literature review

Résumé

Les décisions stratégiques et recommandations en santé publique s’appuient en partie sur l’analyse des données probantes issues de la littérature scientifique. Ce travail de revue de littérature peut cependant se révéler complexe pour les experts dans un contexte de « déluge de données » scientifiques et de contrainte de réactivité et de réponse rapide aux enjeux de santé publique. Les méthodes du Traitement Automatique du Langage (TAL) telles que la classification et l’extraction d’information apparaissent aujourd’hui opportunes pour assister l’utilisateur de manière automatique ou semi-automatique. Afin d’évaluer leur intérêt dans notre contexte, nous proposons ici un outil composé d’un ensemble de modules destiné à assister les experts dans leur travail de sélection d’information, en aval de la recherche documentaire. Ces modules s’appliquent sur une même typologie de textes : le résumé de publication en santé publique. Bien que cette catégorie de littérature englobe une variété de schémas d’études, nous estimons qu’il existe des invariants dans la structure logique des textes et que la prise en compte de cette structure peut améliorer la performance des applications, quelle que soit l’approche méthodologique choisie (apprentissage ou règles). Nous tâchons d’évaluer dans quelle mesure les méthodes TAL employées sont pertinentes en explorant de manière objective le temps gagné et la fiabilité des résultats produits. Nous nous interrogeons également sur les critères nécessaires pour l’adoption d’un tel outil par des utilisateurs à haut niveau d’expertise.

In public health, evaluation epidemiology aims to identify effective prevention interventions for a given problem: what actions can be implemented to promote the health of populations? Which are the most effective and efficient? To answer these questions, experts in this field (epidemiologists, physicians and, more broadly, public health professionals) examine scientific data to produce literature reviews.The methodology for conducting this type of study can be more or less formalized. In public health, the systematic review is often considered as a gold standard for this type of exercise. Its implementation implies certain constraints aimed at minimizing the various biases that may occur: biases related to the choice of sources, biases in the selection of documents, etc. It has become a reference method, defined by standards, for evaluating best practices and establishing recommendations.However, this compilation and analysis work can be complex for experts in a context of a "scientific data deluge" and the need for reactivity and rapid response to public health issues.In this context, the natural language processing techniques appear as a set of methods of interest to assist the user in an automatic or semi-automatic way in his tasks of selection of bibliographic data. We propose here a tool composed of a set of modules intended to assist experts in their work of information selection, downstream of the documentary research. The challenge of our system is to save time for the experts, while ensuring the quality of the information produced.The first question raised in our study is applicative and aims at determining which functionalities can assist the expert in locating relevant data, with respect to existing tools. We adopt here a user-oriented approach, based on the experts' task model, which defines the functional orientations of our system.The second issue we address is more specific to the methodology adopted for the implementation of our system. We propose here a set of modules according to two axes related to bibliographic selection: the categorization of abstracts, which corresponds to the task model related to bibliographic selection based on inclusion criteria, and the prioritization of the literature, which aims at advancing to the expert the most relevant dataThese modules apply to the same type of text: the summary of a public health publication. Although this category of literature encompasses a variety of study designs, we believe that there are invariants in the logical structure of the texts and that taking this structure into account can improve the performance of the applications, regardless of the methodological approach chosen (learning or rules).Finally, we try to evaluate to what extent the implemented modules are useful to experts, especially in terms of time saved, and we explore what would be the criteria for adoption of the tool by an expert user