Posts do Facebook que usam essas palavras podem predizer depressão

Pesquisadores criaram um algoritmo que analisa postagens de mídia social para encontrar marcadores lingüísticos para depressão.

Em qualquer ano, a depressão afeta mais de seis por cento da população adulta nos Estados Unidos - cerca de 16 milhões de pessoas -, mas menos da metade recebe o tratamento de que precisa.

Analisando os dados de mídia social que os usuários consensuais compartilhavam nos meses que antecederam o diagnóstico de depressão, os pesquisadores descobriram que seu algoritmo poderia prever com precisão a depressão futura. Os indicadores da condição incluíam menções de hostilidade e solidão, palavras como “lágrimas” e “sentimentos”, e uso de mais pronomes de primeira pessoa como “eu” e “eu”.

Os resultados aparecem no Proceedings, da Academia Nacional de Ciências.

Seu 'genoma' nas mídias sociais

“O que as pessoas escrevem nas mídias sociais e on-line capta um aspecto da vida que é muito difícil na medicina e na pesquisa para acessar de outra forma. É uma dimensão relativamente inexplorada em comparação com os marcadores biofísicos da doença ”, diz H. Andrew Schwartz, professor assistente de ciência da computação na Stony Brook University e autor sênior do artigo. "Condições como depressão, ansiedade e TEPT, por exemplo, você encontra mais sinais no modo como as pessoas se expressam digitalmente".

Por seis anos, pesquisadores do Projeto Bem-Estar Mundial (WWBP), com sede no Centro de Psicologia Positiva da Universidade da Pensilvânia e no Laboratório de Análise da Linguagem Humana de Stony Brook, estudaram como as palavras que as pessoas usam refletem seus sentimentos e contentamento. Em 2014, Johannes Eichstaedt, cientista fundador da WWBP e um pós-doutorado na Universidade Penn, começou a se perguntar se era possível que as mídias sociais predissessem resultados de saúde mental, particularmente para a depressão.


innerself assinar gráfico


“Dados de mídia social contêm marcadores parecidos com o genoma. Com métodos surpreendentemente semelhantes aos usados ​​em genômica, podemos vasculhar os dados das mídias sociais para encontrar esses marcadores ”, explica Eichstaedt. “A depressão parece ser algo bastante detectável dessa maneira; isso realmente muda o uso das mídias sociais das pessoas de uma forma que algo como doenças de pele ou diabetes não faz ”.

A escrita está no mural do Facebook

Em vez de fazer o que os estudos anteriores haviam feito - recrutar participantes que auto-relataram ter depressão - os pesquisadores identificaram dados de pessoas que consentiram em compartilhar os status do Facebook e informações de registros médicos eletrônicos e analisaram os status usando técnicas de aprendizado de máquina para distinguir aqueles com diagnóstico formal de depressão.

"Este é o trabalho inicial do nosso Registro Social Mediome do Centro de Medicina Penn para Saúde Digital, que une as mídias sociais com dados de registros de saúde", diz o coautor do estudo, Raina Merchant. “Para este projeto, todos os indivíduos são consentidos, nenhum dado é coletado de sua rede, os dados são anonimizados e os níveis mais estritos de privacidade e segurança são respeitados.”

Quase as pessoas da 1,200 consentiram em fornecer os dois arquivos digitais. Destes, apenas as pessoas 114 tinham um diagnóstico de depressão em seus registros médicos. Os pesquisadores então compararam todas as pessoas com um diagnóstico de depressão com cinco que não, para agir como um controle, para uma amostra total de pessoas 683 (excluindo uma para palavras insuficientes dentro de atualizações de status). A ideia era criar um cenário o mais realista possível para treinar e testar o algoritmo dos pesquisadores.

"Há uma percepção de que o uso de mídias sociais não é bom para a saúde mental, mas pode se tornar uma ferramenta importante para diagnosticar, monitorar e, eventualmente, tratá-lo."

"Este é um problema muito difícil", diz Eichstaedt. “Se as pessoas 683 se apresentarem para o hospital e o 15 por cento delas estiver deprimido, nosso algoritmo seria capaz de prever quais delas? Se o algoritmo disser que ninguém estava deprimido, seria 85 percentual exato ”.

Para construir o algoritmo, os pesquisadores analisaram as atualizações do 524,292 Facebook dos anos que antecederam o diagnóstico para cada indivíduo com depressão e pelo mesmo período de tempo para o controle. Eles determinaram as palavras e frases usadas com mais frequência, depois modelaram tópicos 200 para descobrir o que chamaram de “marcadores de linguagem associados à depressão”. Por fim, compararam de que maneira e com que freqüência os participantes deprimidos versus de controle usavam esse fraseado.

'Bandeiras amarelas' para diagnóstico de depressão

Eles aprenderam que esses marcadores compreendiam processos emocionais, cognitivos e interpessoais, como hostilidade e solidão, tristeza e ruminação, e poderiam prever depressão futura três meses antes da primeira documentação da doença em um prontuário médico.

"Há uma percepção de que o uso de mídias sociais não é bom para a saúde mental, mas pode se tornar uma ferramenta importante para diagnosticar, monitorar e, eventualmente, tratá-lo", diz Schwartz. "Aqui, mostramos que ele pode ser usado com registros clínicos, um passo para melhorar a saúde mental com as mídias sociais".

Eichstaedt vê o potencial de longo prazo no uso desses dados como uma forma de triagem discreta para um diagnóstico de depressão. “A esperança é que, um dia, esses sistemas de rastreamento possam ser integrados aos sistemas de atendimento”, diz ele. “Esta ferramenta gera bandeiras amarelas; Eventualmente, a esperança é que você possa canalizar diretamente as pessoas que ele identifica em modalidades de tratamento escaláveis. ”

Apesar de algumas limitações ao estudo, incluindo uma amostra urbana distinta e limitações no próprio campo - nem todos os diagnósticos de depressão em um prontuário médico atendem ao padrão ouro que as entrevistas clínicas estruturadas fornecem, por exemplo - as descobertas oferecem uma nova maneira potencial de descobrir e obter ajuda para aqueles que sofrem de depressão.

Fonte: Stony Brook University

Livros relacionados

at InnerSelf Market e Amazon