Modelado de Temas para una Filtración de Literatura Más Rápida Usando Embeddings Basados en Transformadores

Las revisiones sistemáticas representan un instrumento poderoso para resumir la evidencia existente en la literatura médica. Sin embargo, los artículos para una revisión sistemática son difíciles de identificar y requieren mayormente una búsqueda estructurada en la literatura a través de varias bases de datos, utilizando estrategias de búsqueda basadas en palabras clave, seguida de la ardua selección manual de fragmentos de evidencia que son pertinentes a la consulta. Los algoritmos de A.I. pueden ofrecer soluciones para reducir la carga de trabajo de los investigadores. Aplicamos BERTopic, un algoritmo de modelado de temas basado en transformadores, más reciente y muy reconocido, a dos conjuntos de datos de 6137 y 5309 artículos de revisiones sistemáticas recién publicadas en el área de periimplantitis y regeneración ósea en odontología de implantes. En los dos conjuntos de datos, BERTopic identificó 14 y 22 clusters, respectivamente, y creó automáticamente etiquetas que describen la naturaleza de los temas para cada cluster individual basado en la interpretación semántica de sus títulos. La mayoría de los temas se referían al tema de la consulta, pero en ambas condiciones, BERTopic también descubrió artículos relacionados con temas fuera de contexto, que representaron alrededor del 30% del conjunto de datos, con una sensibilidad de hasta 0.79 y especificidades de al menos 0.99. Nuestros resultados sugieren que agregar un paso de modelado de temas al proceso de filtrado podría potencialmente ahorrar horas de trabajo para los investigadores involucrados en revisiones sistemáticas de la literatura.