《Patient Education and Counseling》：How words discredit: A taxonomy of stigmatizing language in the Electronic Health Record
编辑推荐：
电子健康记录中的歧视性语言分类及影响研究。通过两阶段定性分析，识别出6类歧视性语义（社会不受欢迎、交互困难、能力不足等），揭示语言机制（如强调词、怀疑证据）如何通过描述患者行为强化偏见，损害医患关系并影响后续治疗。
阿曼达·麦克阿瑟（Amanda McArthur）| 艾莉亚·艾哈迈德（Alya Ahmad）| 安妮·R·林克斯（Anne R Links）| 凯瑟琳·R·沃纳（Kathleen R Warner）| 保罗·德鲁（Paul Drew）| 玛丽·凯瑟琳·比奇（Mary Catherine Beach）| 索姆纳特·萨哈（Somnath Saha）
约翰霍普金斯大学医学院。地址：美国马里兰州巴尔的摩市北百老汇大街733号，邮编21205
摘要
研究目的
电子健康记录（EHR）中的语言可能会传递污名，以损害患者尊严的方式削弱医患关系，并影响未来的治疗。我们试图建立一种EHR中污名化语言的分类体系，以了解患者因何受到污名化、这些污名是如何通过语言表达的，以及背后的原因。
研究方法
我们对美国一家大型学术医疗系统的多个临床场景中的EHR记录进行了两阶段定性分析。在第一阶段，我们利用自然语言处理（NLP）技术筛选出包含先前研究中确定的污名化关键词的记录。随后，我们对296条记录进行了开放式编码，以识别污名化语言的类别和语言表达机制，并初步构建了分类体系。在第二阶段，我们对另外400条记录进行了同样的分析，进一步完善了该分类体系。
研究结果
我们确定了六类用于污名化患者的表述方式：（1）社会不受欢迎；（2）难以相处；（3）无能；（4）具有操控性；（5）不配合治疗；（6）不可信。这些表述通常通过负面描述患者的行为来实现，例如将患者描绘成苛刻、具有敌意或欺骗性的。语言表达机制不仅限于关键词本身，还包括强调患者行为强度的修辞手法（如强化词）、表示与患者观点的差异（如怀疑性表达方式），以及将医生描绘成中立或理性的角色（如委婉语）。
结论
EHR中的污名化语言并非由孤立词汇构成，而是嵌入在更广泛的语言使用习惯中，这些习惯影响了人们对患者的认知。这种语言虽然可能用于记录医疗过程中的挑战，但仍然强化了家长式医疗模式，从而损害了患者权益。理解这些语言现象对于推动以患者为中心的文档记录方式、减少EHR中的负面影响至关重要。
部分内容摘录
引言
污名的概念不仅涉及对个人的负面看法，还包括随之而来的区别对待——正如戈夫曼在其开创性研究中指出的那样，污名具有“极大的贬低作用”[1] [2]。语言是传播污名的主要途径之一。我们使用的语言不仅用于描述事实，还塑造人们的认知、强化判断并影响行为[2] [3] [4] [5] [6] [7]。在医疗领域，语言的作用尤为显著。
研究方法
我们的定性分析分为两个阶段：第一阶段侧重于生成表示污名化语言的代码并初步构建分类体系；第二阶段则对另一组记录进行分析，以验证、完善并最终确定分类体系。
污名化语言的分类体系
图1展示了我们的污名化语言分类体系。该体系具有层次结构：绿色类别直接对应数据，反映了医生对患者行为的负面描述；蓝色类别则代表了这些描述所隐含的更抽象的污名化情感。需要注意的是，此处使用的“情感”一词是从语言学角度出发的，旨在反映语言可能向读者传达的信息，而不涉及使用者的意图。
讨论
与以往的研究不同，本分类体系不仅描述了医生以污名化方式描述的患者特征（如行为举止、可信度），还明确了患者因何受到污名化（如无能、具有操控性、不可信或难以相处），以及这些污名化情感是如何通过具体描述体现出来的（例如将患者描绘成具有欺骗性、苛刻或敌对的行为）。
资金支持
本研究报告得到了美国国立卫生研究院下属的少数民族健康与健康差异研究所（NIMHD）的支持，资助编号为R01MD017048。内容仅代表作者的观点，不一定反映国立卫生研究院的官方立场。
作者贡献声明
安妮·R·林克斯（Anne R Links）：负责正式分析、研究方法、撰写及审稿编辑。艾莉亚·艾哈迈德（Alya Ahmad）：负责正式分析、研究方法、撰写及审稿编辑。保罗·德鲁（Paul Drew）：负责正式分析、研究方法、撰写及审稿编辑。凯瑟琳·R·沃纳（Kathleen R Warner）：负责正式分析、研究方法、撰写及审稿编辑。阿曼达·麦克阿瑟（Amanda McArthur）：负责正式分析、研究方法、撰写及初稿撰写；同时参与审稿编辑。索姆纳特·萨哈（Somnath Saha）：负责概念框架的构建。
关于写作过程中生成式AI和AI辅助技术的声明
在撰写过程中，作者使用了ChatGPT（OpenAI）来辅助语言表达和文本清晰度。文章的内容、分析和解释完全由作者本人完成。使用该工具/服务后，作者对内容进行了必要的审核和修改，并对最终发表的文章内容承担全部责任。
作者声明不存在任何可能影响本研究结果的已知财务利益冲突或个人关系。
