metadata

language: es
tags:
  - biomedical
  - clinical
  - spanish
  - XLM_R_Galen
license: mit
datasets:
  - PlanTL-GOB-ES/pharmaconer
metrics:
  - f1
model-index:
  - name: IIC/XLM_R_Galen-pharmaconer
    results:
      - task:
          type: token-classification
        dataset:
          name: pharmaconer
          type: PlanTL-GOB-ES/pharmaconer
          split: test
        metrics:
          - name: f1
            type: f1
            value: 0.915
pipeline_tag: token-classification
widget:
  - text: >-
      Se realizó estudio analítico destacando incremento de niveles de PTH y
      vitamina D (103,7 pg/ml y 272 ng/ml, respectivamente), atribuidos al
      exceso de suplementación de vitamina D.
  - text: ' Por el hallazgo de múltiples fracturas por estrés, se procedió a estudio en nuestras consultas, realizándose análisis con función renal, calcio sérico y urinario, calcio iónico, magnesio y PTH, que fueron normales.'
  - text: >-
      Se solicitó una analítica que incluía hemograma, bioquímica, anticuerpos
      antinucleares (ANA) y serologías, examen de orina, así como biopsia de la
      lesión. Los resultados fueron normales, con ANA, anti-Sm, anti-RNP,
      anti-SSA, anti-SSB, anti-Jo1 y anti-Scl70 negativos.

XLM_R_Galen-pharmaconer

This model is a finetuned version of XLM_R_Galen for the pharmaconer dataset used in a benchmark in the paper A comparative analysis of Spanish Clinical encoder-based models on NER and classification tasks. The model has a F1 of 0.915

Please refer to the original publication for more information.

Parameters used

parameter	Value
batch size	16
learning rate	3e-05
classifier dropout	0.1
warmup ratio	0
warmup steps	0
weight decay	0
optimizer	AdamW
epochs	10
early stopping patience	3

BibTeX entry and citation info

@article{10.1093/jamia/ocae054,
    author = {García Subies, Guillem and Barbero Jiménez, Álvaro and Martínez Fernández, Paloma},
    title = {A comparative analysis of Spanish Clinical encoder-based models on NER and classification tasks},
    journal = {Journal of the American Medical Informatics Association},
    volume = {31},
    number = {9},
    pages = {2137-2146},
    year = {2024},
    month = {03},
    issn = {1527-974X},
    doi = {10.1093/jamia/ocae054},
    url = {https://doi.org/10.1093/jamia/ocae054},
}