Прогнозирование депрессии с помощью социальных сетей

Predicting Depression via Social Media
Eric Horvitz, Munmun De Choudhury, Scott Counts, Michael Gamon, Scott Counts
2021-08-03

пользователи Twitterбольшое депрессивное расстройствопсихометрический инструментобнаружение в социальных сетяхстатистический классификатор
Большая депрессия представляет собой серьезную проблему для индивидуального и общественного здоровья. Ежегодно от депрессии страдают десятки миллионов людей, и лишь небольшая их часть получает адекватное лечение. Мы исследуем возможность использования социальных сетей для выявления и диагностики большого депрессивного расстройства у отдельных лиц. Сначала с помощью краудсорсинга мы формируем выборку пользователей Twitter, сообщающих о диагностированной у них клинической депрессии, на основе стандартного психометрического инструмента. Используя публикации этих пользователей в социальных сетях за год, предшествующий началу депрессии, мы измеряем поведенческие характеристики, связанные с социальной вовлеченностью, эмоциями, языком и лингвистическими стилями, эго-сетями, а также упоминаниями антидепрессантов. На основе этих поведенческих признаков мы создаем статистический классификатор, оценивающий риск депрессии до заявленного начала заболевания. Мы обнаружили, что социальные сети содержат полезные сигналы для характеристики начала депрессии у отдельных лиц, включая снижение социальной активности, усиление негативного аффекта, высокую кластеризацию эго-сетей, повышенное внимание к межличностным отношениям и лекарственным средствам, а также более выраженное проявление религиозной вовлеченности. Мы полагаем, что наши результаты и методы могут быть полезны для разработки инструментов выявления начала большой депрессии, предназначенных для использования медицинскими организациями или в интересах отдельных лиц, позволяя людям, страдающим депрессией, более активно заботиться о своем психическом здоровье.
1
Статистический классификатор использует признаки социальной активности, эмоций, языка, сетевой структуры и упоминаний лекарств для оценки риска депрессии до её заявленного начала.
2
Риск депрессии связан со снижением социальной активности, усилением негативных эмоций и более высокой кластеризацией эго-сетей.
3
Перед возникновением депрессии у пользователей усиливаются высказывания о межличностных отношениях и антидепрессантах, а также возрастает выражение религиозной вовлечённости.
4
Результаты указывают, что социальные сети могут способствовать более раннему выявлению большой депрессии медицинскими организациями или самими пользователями, однако количественные показатели качества классификатора в аннотации не приведены.
5
Публикации в Twitter содержат поведенческие сигналы, позволяющие характеризовать начало большой депрессии до сообщения человеком о её возникновении.

Пользователи Twitter, сообщающие о клинически диагностированном большом депрессивном расстройстве, и их публикации в социальных сетях в течение года, предшествующего началу депрессии

Поведенческие и лингвистические сигналы в социальных сетях, связанные с началом большого депрессивного расстройства и позволяющие его прогнозировать, включая изменения социальной активности и эмоциональной окраски, структуры эго-сети, обеспокоенности отношениями и лекарственными препаратами, а также выражения религиозной вовлечённости

Publication Details
Publication Date
2021-08-03
Journal
Publisher
ISSN
Cited by
1602
Access Type
Author Information
Authors
Eric Horvitz
Munmun De Choudhury
Scott Counts
Michael Gamon
Scott Counts
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%