La comunicación en contextos de salud: generación de recursos tecnológicos multilingües para la mejora de la eficacia comunicativa del Consentimiento Informado

Descriptores 1. Título descriptivo y código: El criterio para nombrar los documentos del corpus pretende ser lo más transparente y explícito posible, con el objetivo de poder localizar rápidamente un texto dentro del corpus, sin necesidad de abrirlo. La nomenclatura de los documentos del corpus se compone de una serie de elementos separados por una barra baja (sin espacios): CI_número_tipo de procedimiento_estatus_idioma 2. Número Número consecutivo y único asignado a cada texto del corpus a medida que estos se han añadido a la base de datos. 3. Estatus El estatus marca la naturaleza del texto: original (OR), traducido (TR) o bitexto (BT; es decir, un texto a dos columnas, con el original a la izquierda y su correspondiente traducción a la derecha). 4. Idioma o combinación de lenguas: En el caso de los textos cuyo estatus fuera original, aparece el código ISO /639-1 correspondiente. En el caso de nuestro corpus, se utilizaron los códigos correspondientes para el español (ES), el inglés (EN) y el catalán (CA). En el caso de que fuera una traducción o un bitexto, se combinaron los códigos en función del par de lenguas. Ejemplos: CI_0001_I_OR_ES: es un CI original en español que se utilizará para una intervención CI_0012_D_TR_EN_ES: es la traducción al español de CI original en inglés que se utilizará para el diagnóstico CI_0087_I_TR_EN_ES: es el bitexto con el original en inglés (columna de la izquierda) y la traducción al español (columna de la derecha) de un CI que se utilizará para una intervención 5. Modelo/Auténtico: Los CI recogidos en el corpus pueden ser modelos o plantillas, a disposición del público, generalmente a través de internet (portales de los hospitales, consejerías de sanidad de las Comunidades Autónomas, fundaciones, colegios, etc.) o textos auténticos, utilizados en la práctica real y diaria de los profesionales sanitarios y proporcionados al grupo [GENTT] directamente por parte de estos. 6. Género textual: En este corpus, todos los documentos se marcaron como «consentimiento informado» (CI). Esta columna se añadió porque puede resultar de utilidad si se decide ampliar el corpus con otros géneros textuales, en investigaciones paralelas o futuras. 7. Diagnóstico/Intervención: Generalmente, los CI suelen utilizarse para dar el consentimiento ante un procedimiento diagnóstico o una intervención, de modo que se decidió añadir esta distinción en el corpus, como complemento al resto de etiquetas 8. Especialidad médica: Los CI se clasificaron según el tipo de CI basándose en la especialidad médica. se decidió añadir a qué especialidad o rama de la medicina pertenece el CI. Se etiquetaron, de forma inductiva, los CI según las siguientes especialidades: alergología, anestesia y reanimación, angiología y cirugía vascular, aparato digestivo, artroscopia y cirugía articular, biopsia, cardiología, cirugía abierta del estómago, cirugía de la columna, cirugía de la mano, cirugía del pie, cirugía general, cirugía general y del aparato digestivo, cirugía oral y maxilofacial, de cabeza y del cuello, cirugía ortopédica y traumatología, cirugía protésica, dermatología, digestivo, endocrinología y nutrición, ginecología, hematología y hemoterapia, implantología, medicina interna, medicina nuclear, neumología, obstetricia, oftalmología, otorrinolaringología, otros, radiología, reumatología, traumatología y urología. 9. Autor del original/Procedencia: Fuente de la que procede el documento (hospital, sociedad médica…). 10. Ordenamiento o país: País u ordenamiento jurídico en el que se utiliza dicho CI y en el que tiene validez legal. 11. Fuente web: En caso de que el texto se obtuviese de internet se incluyó la URL original.

Thumbnail

Tabla 2
Métricas asociadas con la complejidad léxica

Thumbnail

Tabla 3
Métricas asociadas con la legibilidad

Thumbnail

Figura 2
Principales funcionalidades de ProText GENTT

Descriptores
1. Título descriptivo y código:	El criterio para nombrar los documentos del corpus pretende ser lo más transparente y explícito posible, con el objetivo de poder localizar rápidamente un texto dentro del corpus, sin necesidad de abrirlo. La nomenclatura de los documentos del corpus se compone de una serie de elementos separados por una barra baja (sin espacios): CI_número_tipo de procedimiento_estatus_idioma
2. Número	Número consecutivo y único asignado a cada texto del corpus a medida que estos se han añadido a la base de datos.
3. Estatus	El estatus marca la naturaleza del texto: original (OR), traducido (TR) o bitexto (BT; es decir, un texto a dos columnas, con el original a la izquierda y su correspondiente traducción a la derecha).
4. Idioma o combinación de lenguas:	En el caso de los textos cuyo estatus fuera original, aparece el código ISO /639-1 correspondiente. En el caso de nuestro corpus, se utilizaron los códigos correspondientes para el español (ES), el inglés (EN) y el catalán (CA). En el caso de que fuera una traducción o un bitexto, se combinaron los códigos en función del par de lenguas. Ejemplos: CI_0001_I_OR_ES: es un CI original en español que se utilizará para una intervención CI_0012_D_TR_EN_ES: es la traducción al español de CI original en inglés que se utilizará para el diagnóstico CI_0087_I_TR_EN_ES: es el bitexto con el original en inglés (columna de la izquierda) y la traducción al español (columna de la derecha) de un CI que se utilizará para una intervención
5. Modelo/Auténtico:	Los CI recogidos en el corpus pueden ser modelos o plantillas, a disposición del público, generalmente a través de internet (portales de los hospitales, consejerías de sanidad de las Comunidades Autónomas, fundaciones, colegios, etc.) o textos auténticos, utilizados en la práctica real y diaria de los profesionales sanitarios y proporcionados al grupo [GENTT] directamente por parte de estos.
6. Género textual:	En este corpus, todos los documentos se marcaron como «consentimiento informado» (CI). Esta columna se añadió porque puede resultar de utilidad si se decide ampliar el corpus con otros géneros textuales, en investigaciones paralelas o futuras.
7. Diagnóstico/Intervención:	Generalmente, los CI suelen utilizarse para dar el consentimiento ante un procedimiento diagnóstico o una intervención, de modo que se decidió añadir esta distinción en el corpus, como complemento al resto de etiquetas
8. Especialidad médica:	Los CI se clasificaron según el tipo de CI basándose en la especialidad médica. se decidió añadir a qué especialidad o rama de la medicina pertenece el CI. Se etiquetaron, de forma inductiva, los CI según las siguientes especialidades: alergología, anestesia y reanimación, angiología y cirugía vascular, aparato digestivo, artroscopia y cirugía articular, biopsia, cardiología, cirugía abierta del estómago, cirugía de la columna, cirugía de la mano, cirugía del pie, cirugía general, cirugía general y del aparato digestivo, cirugía oral y maxilofacial, de cabeza y del cuello, cirugía ortopédica y traumatología, cirugía protésica, dermatología, digestivo, endocrinología y nutrición, ginecología, hematología y hemoterapia, implantología, medicina interna, medicina nuclear, neumología, obstetricia, oftalmología, otorrinolaringología, otros, radiología, reumatología, traumatología y urología.
9. Autor del original/Procedencia:	Fuente de la que procede el documento (hospital, sociedad médica…).
10. Ordenamiento o país:	País u ordenamiento jurídico en el que se utiliza dicho CI y en el que tiene validez legal.
11. Fuente web:	En caso de que el texto se obtuviese de internet se incluyó la URL original.

[1] igarcia@uji.es

1	Textos normativos de temática médica: leyes, reglamentos y normativas relativas a cuestiones de salud.
2	Textos judiciales de temática médica: demandas por negligencia médica o sentencias de incapacitación, entre otros.
3	Acuerdos de voluntades: contratos de suministro médico, contratos de seguros de salud.
4	Declaraciones unilaterales de voluntad: consentimientos informados, testamentos vitales, donaciones de órganos, etc.
5	Textos administrativos que requieren la intervención de un médico para tener eficacia jurídica o resoluciones administrativas sobre aspectos de salud: informes forenses, certificados de defunción, certificados médicos para una solicitud de reconocimiento de invalidez oautorizaciones, entre otros.

Nº de tokens lenguaje jurídico especializado	Nº de types lenguaje jurídico especializado	Nº de tokens lenguaje médico especializado	Nº de types lenguaje médico especializado	Nº de tokens	Type/token ratio	Nº de lemmas en la banda > 5k	Nº Nombres (tokens)
Nº de hápax legomena (nombres)	Nº de tokens de adjetivos	Nº de types de adjetivos	Nº de hápax legomena (adjetivos)	Nº de tokens de adverbios	Nº de types de adverbios

Nº de conjunciones	Conjunciones coordinativas	Conjunciones subordinadas	Nº oraciones	N de pronombres personales de 1ª persona	N de pronombres personales de 2ª persona	N de pronombres personales de 3ª persona	Nº de sintagmas verbales con modo subjuntivo
Nº de sintagmas verbales con participio pasado	Nº de sintagmas verbales con gerundio	Nº de sintagmas verbales con participio pasado	Nº de determinantes	Tiempo estimado de lectura. (ajustable, 250 palabras /minuto p. ej. Es frecuente)	Fernández Huerta (1954)Fernández Huerta, J. (1954). Evaluación de la composición escrita. Revista Española de Pedagogía, 12(47), 337–348. Flesch-Reading-Ease Score (1948)Flesch, R. F. (1948). A new readability yardstick. Journal of Applied Psychology, 1948, 32, 221- 223.

• Script de PDF a textos limpios • El script funciona con un PDF o con varios PDF a la vez • Generación de alerta o warnings sobre aquellos PDF que no se convirtieron o no se limpiaron adecuadamente • Etiquetado morfológico (POS tagging) con Freeling en Python, ya que permite varios idiomas y genera análisis muy detallados • Métricas básicas morfológicas de los listados anteriores • Métricas implementadas desde el etiquetado morfológico antes citado • Métricas que indican la legibilidad • Implementación en Python de fórmulas ya establecidas que determinan la legibilidad de un texto
			Métrica Fernández Huerta (1954)Fernández Huerta, J. (1954). Evaluación de la composición escrita. Revista Española de Pedagogía, 12(47), 337–348. para textos en español y métrica Flesch Reading Ease score (1948) para textos en inglés
• Métricas que cotejan con listas de vocabulario externas para sacar porcentajes
			Vocabulario médico Vocabulario legal Vocabulario de frecuencia general (palabras más comunes de un idioma)
• Análisis comparativo entre textos • Reducción dimensional para visualizar todos los textos • Clustering para encontrar textos similares • Generación de métricas anteriores por grupos de textos, (en lugar de por textos individuales) • Generación de resultados/informe/gráficas con Streamlit • Posibilidad de exportar la tabla de métricas y las gráficas a Excel • Machine Learning supervisado (en proceso de revisión) • Etiquetado de los datos (en proceso de revisión) • Entrenamiento del modelo de Machine Learning (en proceso de revisión)

Brasil

Brasil

La comunicación en contextos de salud: generación de recursos tecnológicos multilingües para la mejora de la eficacia comunicativa del Consentimiento Informado

Communication in healthcare contexts: Multilingual technological resources to improve the communicative effectiveness of the Informed Consent

Resumen