基于社区干预的儿童自闭症护理者反馈的自然语言处理与传统定性分析比较

J Eval Clin Pract2026-10-01DOI: 10.1111/jep.70667同行评审

Caruthers C, Hochheimer S, Pellecchia M, Gulsrud A, Hassrick E, Mandell D, Stahmer A, Kasari C, Iadarola S

摘要

本文比较了两种评估方法，即传统定性分析（TQA）和自然语言处理（NLP），以分析来自自闭症儿童家庭护理者介导干预的开放式满意度数据。分析利用了73名护理者的现有调查数据，并确定了如家长对材料和组织的满意度，以及同伴辅导支持等主题。

比较传统定性分析和自然语言处理在分析参与社区干预的自闭症儿童护理者开放式满意度数据方面的有效性。

研究利用了Mind the Gap (MTG)试验中73名护理者的现有调查数据。使用潜在编码进行传统定性分析（TQA），并使用R统计软件进行自然语言处理（NLP），包括词频和情感分析。

数据队列包括73名参与Mind the Gap (MTG)试验的护理者，该试验是一项针对自闭症儿童家庭的社区干预。

TQA和NLP都确定了如家长对材料和组织的满意度，以及同伴辅导支持等主题。NLP提供了更全面的结果，而TQA可能会忽略数据中的重要细微差别。

该研究证明了将TQA和NLP结合分析开放式反馈数据的有效性。它突出了两种方法的优势，NLP提供全面性，而TQA捕捉细微差别。

该研究受限于使用现有调查数据，可能无法捕捉护理者全部的经验范围。此外，由于NLP的自动化性质，分析可能忽略重要的细微差别。

Natural Language ProcessingTraditional Qualitative AnalysisCaregiver FeedbackAutismCommunity-Based InterventionSatisfaction Data