Show simple item record

dc.contributor.advisorKarlsen, Randi
dc.contributor.authorFernandez-Luque, Luis
dc.date.accessioned2015-02-19T11:11:52Z
dc.date.available2015-02-19T11:11:52Z
dc.date.issued2014-10-24
dc.description.abstractThere is a global trend towards the use of the Internet to search for information about health issues. We have access to a wide range of online health information; especially the so-called social media (e.g. blogs, videos). However, finding good quality resources is not easy in the current context of information overload. Today, very relevant and valuable health social media has to compete in visibility with misleading information such as anti-vaccination and pro-anorexia content. General web information retrieval approaches, such as Google, tend to retrieve popular content that can be misleading or even repulsive. For example, people searching for videos about diabetes foot care will discover that the top videos retrieved by a YouTube search include macabre amputations. Traditional health information retrieval approaches based on quality labels face many scalability challenges. The PhD project described here focuses on the unmet need for better technical solutions for the retrieval of high quality and relevant health social media. This thesis summarizes nearly six years’ work in the field of health social media summarized in ten research papers. I have applied a wide range of research methods such as qualitative research with patients, web-data analysis and literature reviews. My first research challenge was to grasp some understanding of the emerging health social media avalanche where research literature was virtually nonexistent. Secondly, I explored a wide range of technical solutions for the retrieval of relevant and trustworthy health information such as web search-engines, recommender systems and personalized health education systems. Building on the knowledge acquired during the dissertation, I proposed a new trust-based metric called HealthTrust for the retrieval of health social media. HealthTrust is a metric measuring the trustworthiness of the content within a health community and it can be used to rank search results of health social media. The rationale for choosing an approach based on social network analysis within a health community relies on the assumption that health communities have a common shared knowledge about the relevance and trustworthiness of the content and their providers. The HealthTrust algorithm was successfully tested for the retrieval of diabetes social videos.en_US
dc.description.doctoraltypeph.d.en_US
dc.description.popularabstractDet er en global trend mot bruk av Internett til å søke etter informasjon om helsespørsmål. Vi har tilgang til et bredt spekter av online helseinformasjon; spesielt den sosiale medier (f.eks blogger, videoer). Men å finne gode ressurser kvalitet er ikke lett i dagens sammenheng med informasjon overbelastning. I dag har svært relevant og verdifull helse sosiale medier for å konkurrere i synlighet med villedende informasjon som anti-vaksinasjon og pro-anoreksi innhold. Generelle web informasjon gjenfinnings tilnærminger, for eksempel Google, har en tendens til å hente populært innhold som kan være misvisende eller til og med frastøtende. For eksempel, vil folk som søker etter videoer om diabetes fotpleie oppdage at de beste videoene som er hentet av en YouTube-søke inkluderer makabre amputasjoner. Tradisjonelle helse informasjon gjenfinnings tilnærminger basert på kvalitetsmerker møte mange skalerbarhet utfordringer. Doktorgradsprosjektet er beskrevet her fokuserer på udekket behov for bedre tekniske løsninger for gjenfinning av høy kvalitet og relevant helse sosiale medier. Denne oppgaven oppsummerer nesten seks års arbeid innen helse sosiale medier oppsummert i ti forskningsartikler. Jeg har søkt et bredt spekter av forskningsmetoder som kvalitativ forskning med pasienter, web-dataanalyse og litteraturgjennomganger. Min første utfordring for forskningen var å forstå noen forståelse av den nye helse sosiale medier snøskred der forskningslitteratur var praktisk talt ikke-eksisterende. Dernest, jeg utforsket et bredt spekter av tekniske løsninger for gjenfinning av relevant og troverdig helseinformasjon som web søk-motorer, recommender systemer og tilpassede helse utdanningssystemer. Bygger på den kunnskap ervervet i løpet av avhandlingen, foreslo jeg en ny tillitsbaserte metriske kalt HealthTrust for henting av helse sosiale medier. HealthTrust er en beregning måle påliteligheten til innholdet i et helse-samfunnet, og det kan brukes til å rangere søkeresultatene av helse sosiale medier. Bakgrunnen for å velge en tilnærming basert på sosial nettverksanalyse innen helse samfunnet er avhengig av antagelsen om at helse-miljøer har en felles delt kunnskap om relevansen og påliteligheten til innholdet og deres leverandører. Den HealthTrust algoritmen ble testet for henting av diabetes sosiale videoer.en_US
dc.description.sponsorshipThis project belongs to the Tromsø Telemedicine Laboratory co-funded by the Research Council of Norway, project 174934.en_US
dc.descriptionPapers number RQ1_2, RQ1_3, RQ3_2 and RQ4_1 of the thesis are not available in Munin.<br> RQ1_2: Fernandez-Luque L, Elahi N, Grajales FJ 3rd.: 'An analysis of personal medical information disclosed in YouTube videos created by patients with multiple sclerosis'. Stud Health Technol Inform. 2009;150:292-6. Available at: <a href=http://dx.doi.org/10.3233/978-1-60750-044-5-292>http://dx.doi.org/10.3233/978-1-60750-044-5-292</a><br> RQ1_3: S Konstantinidis, L Fernandez-Luque, P Bamidis, R Karlsen: 'The Role of Taxonomies in Social Media and the Semantic Web for Health Education'. Methods Inf Med 2013; 52. Available at: <a href=http://dx.doi.org/10.3414/ME12-02-0005>http://dx.doi.org/10.3414/ME12-02-0005</a> <br> RQ3_2: Chomutare T, Arsand E, Fernandez-Luque L, Lauritzen J, Hartvigsen G.: 'Inferring community structure in healthcare forums'. An empirical study. Methods Inf Med. 2013;52(2):160-7. Epub 2013 Feb 8. Available at: <a href=http://dx.doi.org/10.3414/ME12-02-0003>http://dx.doi.org/10.3414/ME12-02-0003</a> <br> RQ4_1: Fernandez-Luque L, Karlsen R, Melton GB.: 'HealthTrust: Trust-based Retrieval of YouTube's Diabetes Channels', 2011, 20th ACM international conference on Information and knowledge management. Available at: <a href=http://dx.doi.org/10.1145/2063576.2063854>http://dx.doi.org/10.1145/2063576.2063854</a>en_US
dc.identifier.isbn978-82-8236-154-5 (trykt) og 978-82-8236-155-2 (pdf)
dc.identifier.urihttps://hdl.handle.net/10037/7163
dc.identifier.urnURN:NBN:no-uit_munin_6756
dc.language.isoengen_US
dc.publisherUiT Norges arktiske universiteten_US
dc.publisherUiT The Arctic University of Norwayen_US
dc.rights.accessRightsopenAccess
dc.subject.courseIDDOKTOR-004en
dc.subjectVDP::Technology: 500::Medical technology: 620en_US
dc.subjectVDP::Teknologi: 500::Medisinsk teknologi: 620en_US
dc.titleHealthTrust: trust-based retrieval of health social media videosen_US
dc.typeDoctoral thesisen_US
dc.typeDoktorgradsavhandlingen_US


File(s) in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following collection(s)

Show simple item record