Facebook Gönderileri Kimlerin Depresyon Geliştireceğini Ortaya Çıkarabilir mi?

Pennsylvania Üniversitesi ve Stony Brook Üniversitesi'nden bir araştırma ekibi, yakın zamanda hangi Facebook kullanıcılarına depresyon teşhisi konulacağını belirleyebilen yeni bir algoritma geliştirdi.

Araştırma için araştırmacılar, birkaç ay boyunca izin veren kullanıcılar tarafından paylaşılan sosyal medya verilerini analiz etti. Bu verilere dayanarak, araştırmacılar gelecekteki depresyonu doğru bir şekilde tahmin edebilecek bir algoritma geliştirdiler.

Depresyon göstergeleri arasında düşmanlık ve yalnızlıktan bahsedilmesi, "gözyaşları" ve "duygular" gibi kelimeler ve "ben" ve "ben" gibi daha çok birinci şahıs zamirlerinin kullanılması yer alıyordu.

World Well-Being Project (WWBP) kıdemli makale yazarı ve baş araştırmacısı Dr. H. Andrew Schwartz, "İnsanların sosyal medyada ve çevrimiçi ortamda yazdıkları, tıpta ve araştırmada erişilmesi çok zor olan yaşamın bir yönünü yakalıyor" dedi. ).

"Biyofiziksel hastalık belirteçlerine kıyasla nispeten kullanılmayan bir boyut. Örneğin depresyon, anksiyete ve TSSB gibi durumları göz önüne aldığımızda, insanların kendilerini dijital olarak ifade etme şekillerinde daha fazla sinyal buluyorsunuz. "

Pennsylvania Üniversitesi Pozitif Psikoloji Merkezi ve Stony Brook Üniversitesi'nin İnsan Dili Analiz Laboratuvarı'nda bulunan WWBP, altı yıldır, insanların kullandığı kelimelerin içsel duyguları ve hoşnutluğu nasıl yansıttığını inceliyor.

2014 yılında, WWBP'nin kurucu araştırma bilimcisi Johannes Eichstaedt, sosyal medyanın özellikle depresyon için ruh sağlığı sonuçlarını tahmin etmesinin mümkün olup olmadığını sorgulamaya başladı.

Eichstaedt, "Sosyal medya verileri genoma benzer belirteçler içeriyor" diye açıklıyor. “Genomikte kullanılanlara şaşırtıcı derecede benzer yöntemlerle, bu işaretleri bulmak için sosyal medya verilerini tarayabiliriz. Depresyon, bu şekilde oldukça tespit edilebilir bir şey gibi görünüyor; İnsanların sosyal medya kullanımını cilt hastalığı veya diyabet gibi bir şeyin yapmayacağı şekilde gerçekten değiştiriyor. "

Eichstaedt ve Schwartz, bu çalışma için Penn Medicine Center for Digital Health'ten meslektaşları Robert J. Smith, Raina Merchant, David Asch ve Lyle Ungar ile birlikte çalıştı.

Araştırmacılar, kendi kendine depresyon bildiren katılımcıları işe almak yerine, Facebook durumlarını ve elektronik tıbbi kayıt bilgilerini paylaşmaya razı olan kişilerin verilerini belirlediler ve daha sonra, resmi depresyon teşhisi olanları ayırt etmek için makine öğrenme tekniklerini kullanarak durumları analiz ettiler.

Merchant, "Bu, sosyal medyayı sağlık kayıtlarından alınan verilerle birleştiren Penn Tıp Merkezi Dijital Sağlık Merkezi’nden Sosyal Medyom Kayıt’ımızın erken çalışmasıdır" dedi. Bu proje için tüm bireylere izin veriliyor, ağlarından hiçbir veri toplanmıyor, veriler anonimleştiriliyor ve en katı gizlilik ve güvenlik düzeylerine uyuluyor. "

Yaklaşık 1.200 kişi, araştırmacıların her iki dijital arşive de erişmesine izin verdi. Bunlardan 114 kişinin tıbbi kayıtlarında depresyon tanısı vardı.

Araştırmacılar daha sonra depresyon tanısı alan her kişiyi böyle bir teşhisi olmayan beş kişiyle eşleştirerek toplam 683 kişiden oluşan bir örneklem için (durum güncellemelerinde yetersiz kelimeler için bir tanesi hariç) kontrol görevi yaptılar. Amaç, araştırmacıların algoritmasını eğitmek ve test etmek için olabildiğince gerçekçi bir senaryo oluşturmaktı.

Eichstaedt, "Bu gerçekten zor bir sorun" diyor. “683 kişi hastaneye gelirse ve yüzde 15'i depresyondaysa, algoritmamız hangilerini tahmin edebilir mi? Algoritma kimsenin depresyonda olmadığını söylerse, yüzde 85 doğru olur. "

Algoritmayı geliştirmek için araştırmacılar, depresyonlu her bir katılımcı için ve kontrol için aynı zaman aralığı için tanıya giden yıllardan 524.292 Facebook güncellemesine baktılar.

En sık kullanılan kelimeleri ve kelime öbeklerini belirlediler ve ardından "depresyonla ilişkili dil belirteçleri" olarak adlandırdıkları şeyi ortaya çıkarmak için 200 konuyu modellediler. Son olarak, kontrol katılımcılarına karşı depresif katılımcıların bu tür ifadeleri ne şekilde ve ne sıklıkla kullandıklarını karşılaştırdılar.

Bu göstergelerin düşmanlık ve yalnızlık, üzüntü ve ruminasyon gibi duygusal, bilişsel ve kişilerarası süreçleri içerdiğini buldular. Bu göstergeler, hastalığın tıbbi bir kayıtta ilk dokümantasyonundan üç ay kadar önce gelecekteki depresyonu tahmin edebilir.

Schwartz, "Sosyal medyayı kullanmanın kişinin ruh sağlığı için iyi olmadığı yönünde bir algı var, ancak bunun teşhis edilmesi, izlenmesi ve nihayetinde tedavi edilmesi için önemli bir araç olduğu ortaya çıkabilir" dedi.

Bulgular dergide yayınlandı Ulusal Bilimler Akademisi Bildiriler Kitabı.

Kaynak: Pennsylvania Üniversitesi