Felfedhetik-e a Facebook-bejegyzések, ki alakítja ki a depressziót?

A Pennsylvaniai Egyetem és a Stony Brook Egyetem kutatócsoportja nemrég kifejlesztett egy új algoritmust, amely képes volt azonosítani, hogy mely Facebook-felhasználóknál diagnosztizálják a depressziót.

A tanulmányhoz a kutatók a beleegyező felhasználók által több hónapon át megosztott közösségi média adatokat elemezték. Ezen adatok alapján a kutatók olyan algoritmust fejlesztettek ki, amely pontosan megjósolhatja a jövőbeni depressziót.

A depresszió mutatói között szerepelt az ellenségesség és a magány megemlítése, az olyan szavak, mint a „könnyek” és az „érzések”, valamint több első személyű névmás használata, például „én” és „én”.

"Amit az emberek a közösségi médiában és az interneten írnak, azok az élet olyan aspektusait ragadják meg, amelyekhez az orvoslás és a kutatás nagyon nehezen fér hozzá" - mondta Dr. H. Andrew Schwartz, a tanulmány vezető szerzője és a World Well-Being Project (WWBP) vezető kutatója. ).

„Ez egy olyan dimenzió, amely viszonylag kiaknázatlan a betegség biofizikai markereihez képest. Figyelembe véve például a depressziót, a szorongást és a PTSD-t, több jelet talál abban, ahogyan az emberek digitálisan kifejezik magukat. "

Hat éve a Pennsylvaniai Egyetem Pozitív Pszichológiai Központjában és a Stony Brook Egyetem Emberi Nyelvelemző Laboratóriumában székelő WWBP azt tanulmányozza, hogy az emberek által használt szavak hogyan tükrözik a belső érzéseket és az elégedettséget.

2014-ben Johannes Eichstaedt, a WWBP alapító kutatója elkezdte megkérdezni, hogy a közösségi média képes-e megjósolni a mentális egészségi állapot eredményeit, különösen a depresszió esetén.

"A közösségi média adatai a genomhoz hasonló jelölőket tartalmaznak" - magyarázza Eichstaedt. „Meglepően hasonló módszerekkel, mint a genomikában, a közösségi média adatait fésülhetjük meg, hogy megtaláljuk ezeket a markereit. Úgy tűnik, hogy a depresszió ily módon egészen kimutatható; valóban megváltoztatja az emberek közösségi média-használatát, olyasmi, mint a bőrbetegség vagy a cukorbetegség. "

Eichstaedt és Schwartz ebben a tanulmányban Robert J. Smith, Raina Merchant, David Asch és Lyle Ungar munkatársaival a Penn Medical Center for Digital Health munkatársaival közösen dolgozott.

Ahelyett, hogy önként bejelentett depresszióval rendelkező résztvevőket toborozna, a kutatók azonosították a Facebook-állapotok és az elektronikus orvosi nyilvántartási információk megosztására hozzájáruló emberek adatait, majd gépi tanulási technikák segítségével elemezték az állapotokat, hogy megkülönböztessék a hivatalos depressziós diagnózist.

"Ez a Penn Medicine Center for Digital Health szociális média-nyilvántartásunk korai munkája" - mondta Merchant. "Amely a közösségi médiához csatlakozik az egészségügyi nyilvántartások adataival. Ehhez a projekthez minden egyén beleegyezik, a hálózatukról nem gyűjtenek adatokat, az adatokat anonimizálják, és a magánélet és a biztonság legszigorúbb szintjét tartják be. ”

Közel 1200 ember engedélyezte, hogy a kutatók hozzáférhessenek mindkét digitális archívumhoz. Ezek közül 114 embernél szerepel a depresszió diagnózisa az orvosi dokumentációban.

A kutatók ezután minden olyan személyt összehasonlítottak a depresszió diagnózisával, akiknek még nem volt ilyen diagnózisuk, kontrollként működniük, összesen 683 főből álló mintán (kivéve az egyiket az állapotfrissítéseken belüli elégtelen szavak miatt). A cél a lehető legreálisabb forgatókönyv létrehozása volt a kutatók algoritmusának kiképzése és tesztelése érdekében.

"Ez nagyon nehéz probléma" - mondja Eichstaedt. „Ha 683 ember van jelen a kórházban, és 15 százalékuk depressziós, algoritmusunk képes lenne megjósolni, hogy melyik? Ha az algoritmus szerint senki sem volt depressziós, akkor az 85 százalékos pontosságot jelentene. "

Az algoritmus kidolgozása érdekében a kutatók 524 292 Facebook-frissítést tekintettek vissza azokból az évekből, amelyek a depresszióban szenvedő minden résztvevő diagnosztizálásához vezettek, és ugyanannyi idő alatt a kontrollhoz.

Meghatározták a leggyakrabban használt szavakat és kifejezéseket, majd 200 témát modelleztek, hogy kikezdjék az úgynevezett „depresszióval összefüggő nyelvjelzőket”. Végül összehasonlították, hogy a depressziós és a kontroll résztvevők milyen módon és milyen gyakran használták az ilyen megfogalmazásokat.

Megállapították, hogy ezek a mutatók olyan érzelmi, kognitív és interperszonális folyamatokat tartalmaztak, mint az ellenségesség és a magány, a szomorúság és a kérődzés. Ezek a mutatók már három hónappal megjósolhatták a jövőbeni depressziót, mielőtt a betegség orvosi dokumentációban először dokumentálták volna a betegséget.

"Van egy olyan felfogás, hogy a közösségi média használata nem tesz jót az ember mentális egészségének" - mondta Schwartz -, de kiderülhet, hogy fontos eszköz a diagnosztizáláshoz, a monitorozáshoz és végül a kezeléshez. "

Az eredményeket a folyóiratban teszik közzé A Nemzeti Tudományos Akadémia közleményei.

Forrás: Pennsylvaniai Egyetem