Facebook'u depresyonu tahmin etmek için kullanma
Yeni araştırma, risk altındaki kişilerde depresyon teşhisini tahmin etmek için yarım milyondan fazla Facebook durum güncellemesini kullanıyor.
Depresyon, Amerika Birleşik Devletleri'ndeki en yaygın akıl sağlığı sorunlarından biridir ve 16 milyondan fazla yetişkin, yaşamları boyunca en az bir majör depresif dönem yaşamıştır.
Dünya Sağlık Örgütü (WHO), dünya çapında, tek kutuplu depresif bozuklukların 2030 yılına kadar "küresel hastalık yükünün önde gelen nedeni" olacağını tahmin ediyor.
Ancak şu anda, özellikle gençler ve erkekler arasında, bu durum hala yeterince teşhis edilmemiştir.
Yeni araştırma, sosyal medya tarafından sağlanan bilgileri kullanarak depresyon için daha iyi tarama ve teşhis araçları oluşturmaya yardımcı olmayı amaçlamaktadır.
Philadelphia, PA'daki World Well-Being Project'in (WWBP) kurucu bilim insanı Johannes Eichstaedt ve WWBP'nin baş araştırmacısı H.Andrew Schwartz tarafından ortaklaşa yönetilen araştırmacılar, onay veren kullanıcılardan gelen sosyal medya verilerini analiz etmek için bir algoritma kullandı. ve depresyonu tahmin edebilecek dilbilimsel ipuçlarını seçti.
Ekip bulgularını dergide yayınladı Ulusal Bilimler Akademisi Bildiriler Kitabı. Johannes Eichstaedt, makalenin ilk yazarıdır.
Yarım milyon Facebook gönderisinin analizi
Eichstaedt ve meslektaşları, Facebook durum güncellemelerini ve elektronik tıbbi kayıtlarını sağlamayı kabul eden yaklaşık 1.200 kişinin verilerini analiz etti. Bu katılımcılardan sadece 114'ünün depresyon öyküsü vardı.
Çalışmanın ortak yazarı Raina Merchant, "Bu proje için tüm bireyler izin verdi, ağlarından hiçbir veri toplanmadı, veriler anonimleştirildi ve en katı gizlilik ve güvenlik seviyelerine bağlı kaldı."
Ardından, yaşamlarında depresyon teşhisi konan her kişi için, araştırmacılar almayan diğer beş kontrolü eşleştirdiler. Bu şekilde araştırmacılar 683 kişiyi eşleştirdi.
Bilim adamları bilgiyi bir algoritmaya aktardı. Toplamda, Eichstaedt ve meslektaşları, hem depresyon öyküsü olan hem de olmayanlardan gelen 524.292 Facebook durum güncellemesini analiz etti.
Güncellemeler, depresyon tanısına kadar geçen yıllardan ve depresyonsuz katılımcılar için benzer bir süre boyunca toplandı.
Araştırmacılar, 200 konuyla ilgili konuşmaları modelleyerek, "üzüntü, yalnızlık, düşmanlık, ruminasyon ve artan öz referans" gibi duygusal ve bilişsel ipuçlarını tasvir eden bir dizi sözde depresyonla ilişkili dil belirteçleri belirlediler. "ben" veya "ben" gibi birinci şahıs zamirlerinin kullanımı.
Eichstaedt ve ekibi, depresyonu olan kişilerin kontrollere kıyasla bu belirteçleri ne sıklıkla kullandığını incelemeye başladı.
Depresyon teşhis aracı olarak sosyal medya
Araştırmacılar, dilbilimsel belirteçlerin, kişinin resmi bir tanı koymasından 3 ay öncesine kadar depresyonu "önemli" bir doğrulukla tahmin edebileceğini buldu.
Yazarlar, "Rıza gösteren bireylerin sosyal medya aracılığıyla göze çarpmayan depresyon değerlendirmesi, mevcut tarama ve izleme prosedürlerinin ölçeklenebilir bir tamamlayıcısı olarak uygulanabilir hale gelebilir" diye sonuçlandırıyorlar.
Çalışmanın ilk yazarı da bulgular hakkında yorum yaparak, "Umut, bir gün bu tarama sistemlerinin bakım sistemlerine entegre edilebilmesidir."
"Bu araç sarı bayrakları kaldırıyor; nihayetinde umut, tanımladığı kişileri doğrudan ölçeklenebilir tedavi yöntemlerine yönlendirebilmenizdir ”diye devam ediyor Eichstaedt.
Araştırmacı, sosyal medya algoritmalarını bir DNA analizi ile karşılaştırmaya devam ediyor. Eichstaedt, "Sosyal medya verileri genoma benzer belirteçler içeriyor" diyor.
“Genomikte kullanılanlara şaşırtıcı derecede benzer yöntemlerle, bu işaretleri bulmak için sosyal medya verilerini tarayabiliriz. Depresyon, bu şekilde oldukça tespit edilebilir bir şey gibi görünmektedir; İnsanların sosyal medya kullanımını cilt hastalığı veya diyabet gibi bir şeyin yapmayacağı şekilde gerçekten değiştiriyor. "
"[Sosyal medya], onu teşhis etmek, izlemek ve nihayetinde tedavi etmek için önemli bir araç haline gelebilir. Burada, sosyal medyayla ruh sağlığını iyileştirmeye yönelik bir adım olan klinik kayıtlarla kullanılabileceğini gösterdik. "
H. Andrew Schwartz
