对医学文献的 meta分析 PICO

META分析：

Meta分析是针对某一科研问题，根据明确的搜索策略、选择筛选文献标准、采用严格的评价方法，对来源不同的研究成果进行收集、合并及定量统计分析的方法，最早出现于“循证医学”，现已广泛应用于农林生态，资源环境等方面。R语言拥有完整有效的数据处理、统计分析与保存机制，可以对数据直接进行分析和显示，命令格式简单、结果可读性强，包含众多针对Meta分析软件包，是进行Meta整合分析及评价的有效平台。

我们的任务：

输入：一段医学文本的摘要，输出：两个表格，一个固定数据表格，内容包括该医学实验中的一些固定的参数和其对应值，一个outcome数据表格，内容包括该文献摘要中提及的本文献的outcome，其对应的outcome measure以及对应的值。

分类和PICO数据集一致，结构为：

根据它论文中的demo，PICO里面的标注全是实体类型的标注：

这就导致了某些问题的产生：

PICO的问题

PICO的实体之间没有对应关系。换句话说，PICO是用来做医学文本识别的数据集，因此实体类之间的关系是不被考虑在内的。

但如果我们打算利用数据生成表格，就必须搞清楚哪些值之间是有关系的。比如某个outcome，他和某个iv-bin-abs对应，或者与某个iv-bin-percent对应，且这个数字或百分数在文中和outcome出现的相对位置是不固定的，我们需要让模型能够找出他们的关系。

因此我们需要实现对应关系的话，在数据集中就需要标注出两个实体的对应关系来。

更新数据标注方法

outcome变为event，cv-bin-percent，iv-cont-mean，cv-cont-mean，iv-cont-median，cv-cont-median，iv-cont-sd，cv-cont-sd作为其属性

我们可以把原有outcome实体删除，并作为一个事件，其对应的数据作为其下面的属性实体。

相当于在原有标注基础上把outcome变成一个事件，再把其对应的数据变成其属性即可。