Análisis de algoritmos para determinar el nivel de complejidad de textos sanitarios y recomendaciones para mejorar el empoderamiento de un paciente

Abstract

The objective of this study is the development of a software capable of determining the readability of a health text and the evaluation of the results provided by Internet search engines. First, an investigation of the state of the art was carried out, determining the readability formulas and the available tools that make use of these formulas, and a comparative table of their characteristics was elaborated. These tools were then tested on a set of samples with a level of complexity assigned by a health professional, to know which algorithm obtains the most successful results. Then, a Python program has been developed that implements this algorithm. The program receives a URL to a web and obtains the readability of the content, saving the information in an XML file. The next step was to get information about which are the medical information keywords that most patients are looking for in Google, and to analyze a sample of articles with the tool that has been developed. It was concluded that on average 41.43% of the search results are easy, 30% have a medium difficulty level and 28.57% are hard to understand.

El objetivo del presente estudio es el desarrollo de un programa capaz de determinar la complejidad de un texto sanitario y la evaluación de los resultados proporcionados por buscadores de Internet ante consultas de información médica utilizando dicha herramienta. Primero se realizó una investigación del estado del arte, determinando las fórmulas para el cálculo de la legibilidad existentes y las herramientas disponibles que hacen uso de estas fórmulas, y se elaboró una tabla comparativa de sus características. Posteriormente se probaron estas herramientas sobre un conjunto de muestras con un nivel de complejidad ya asignado por un profesional de la salud, para determinar que algoritmo obtenía los resultados más acertados. Seguidamente se desarrolló un programa en Python que implementa dicho algoritmo. El programa recibe una URL a una web y obtiene la legibilidad lingüística del contenido, guardando la información en un fichero XML. El siguiente paso fue obtener información sobre las palabras clave de información médica que más buscan los pacientes en Google, y analizar una muestra de artículos con la herramienta que se ha desarrollado. Se concluyó que, en media el 41.43% son fáciles, el 30% son de dificultad media y el 28.57% son difíciles.