Los investigadores han creado un algoritmo que analiza publicaciones en redes sociales para encontrar marcadores lingüísticos para la depresión.
En cualquier año dado, la depresión afecta a más del seis por ciento de la población adulta en los Estados Unidos (alrededor de 16 millones de personas), pero menos de la mitad recibe el tratamiento que necesita.
Al analizar los datos de las redes sociales que los usuarios de consentimiento compartieron a lo largo de los meses previos al diagnóstico de depresión, los investigadores encontraron que su algoritmo podría predecir con precisión la depresión futura. Los indicadores de la afección incluyeron menciones de hostilidad y soledad, palabras como "lágrimas" y "sentimientos", y el uso de más pronombres en primera persona como "yo" y "yo".
Los hallazgos aparecen en el Actas de la Academia Nacional de Ciencias.
Tu genoma de las redes sociales.
“Lo que la gente escribe en las redes sociales y en línea captura un aspecto de la vida que es muy difícil en medicina e investigación para acceder de otra manera. Es una dimensión que está relativamente sin explotar en comparación con los marcadores biofísicos de la enfermedad ", dice H. Andrew Schwartz, profesor asistente de informática en la Universidad de Stony Brook y autor principal del artículo. "Las condiciones como la depresión, la ansiedad y el TEPT, por ejemplo, encuentran más señales en la forma en que las personas se expresan digitalmente".
Durante seis años, los investigadores del Proyecto Mundial de Bienestar (WWBP), con sede en el Centro de Psicología Positiva de la Universidad de Pensilvania y en el Laboratorio de Análisis del Lenguaje Humano de Stony Brook, han estado estudiando cómo las palabras que las personas usan reflejan sus sentimientos y satisfacción. En 2014, Johannes Eichstaedt, científico investigador fundador de WWBP y miembro postdoctoral en Penn, comenzó a preguntarse si las redes sociales podían predecir los resultados de salud mental, especialmente para la depresión.
“Los datos de las redes sociales contienen marcadores similares al genoma. Con métodos sorprendentemente similares a los utilizados en genómica, podemos combinar los datos de las redes sociales para encontrar estos marcadores ”, explica Eichstaedt. "La depresión parece ser algo bastante detectable de esta manera; realmente cambia el uso que hacen las personas de las redes sociales de una manera que no lo hace la enfermedad de la piel o la diabetes ".
La escritura está en el muro de Facebook.
En lugar de hacer lo que habían hecho los estudios anteriores (reclutar a los participantes que informaron que tenían depresión), los investigadores identificaron los datos de las personas que consintieron en compartir los estados de Facebook y la información de los registros médicos electrónicos, luego analizaron los estados utilizando técnicas de aprendizaje automático para distinguir a los que tenían una diagnóstico de depresión formal.
"Este es un trabajo inicial de nuestro Registro de Mediomas Sociales del Penn Medicine Center for Digital Health, que une las redes sociales con los datos de los registros de salud", dice la coautora del estudio Raina Merchant. "Para este proyecto, todos los individuos tienen su consentimiento, no se recopilan datos de su red, los datos se anonimizan y se respetan los niveles más estrictos de privacidad y seguridad".
Casi la gente de 1,200 aceptó proporcionar ambos archivos digitales. De estos, solo las personas con 114 tuvieron un diagnóstico de depresión en sus registros médicos. Luego, los investigadores combinaron a cada persona con un diagnóstico de depresión con cinco que no lo hicieron, para actuar como control, para una muestra total de personas 683 (excluyendo a una por palabras insuficientes dentro de las actualizaciones de estado). La idea era crear un escenario lo más realista posible para entrenar y probar el algoritmo de los investigadores.
"Existe la percepción de que el uso de las redes sociales no es bueno para la salud mental de una persona, pero puede llegar a ser una herramienta importante para diagnosticarla, monitorearla y eventualmente tratarla".
"Este es un problema realmente difícil", dice Eichstaedt. “Si las personas de 683 están presentes en el hospital y 15 está deprimido, ¿nuestro algoritmo sería capaz de predecir cuáles? Si el algoritmo dice que nadie estaba deprimido, sería 85 con un porcentaje de precisión ".
Para desarrollar el algoritmo, los investigadores revisaron las actualizaciones de 524,292 en Facebook de los años previos al diagnóstico para cada individuo con depresión y durante el mismo período de tiempo para el control. Determinaron las palabras y frases utilizadas con más frecuencia, luego modelaron los temas de 200 para analizar lo que llamaron "marcadores de lenguaje asociados con la depresión". Finalmente, compararon de qué manera y con qué frecuencia los participantes deprimidos versus de control usaron esas frases.
'Banderas amarillas' para el diagnóstico de depresión
Aprendieron que estos marcadores comprendían procesos emocionales, cognitivos e interpersonales, como hostilidad y soledad, tristeza y rumia, y podían predecir una depresión futura tan pronto como tres meses antes de la primera documentación de la enfermedad en un registro médico.
"Existe la percepción de que el uso de las redes sociales no es bueno para la salud mental de una persona, pero puede llegar a ser una herramienta importante para diagnosticarla, monitorearla y, eventualmente, tratarla", dice Schwartz. "Aquí, hemos demostrado que se puede usar con registros clínicos, un paso hacia la mejora de la salud mental en las redes sociales".
Eichstaedt ve un potencial a largo plazo en el uso de estos datos como una forma de detección discreta para un diagnóstico de depresión. "La esperanza es que algún día, estos sistemas de detección puedan integrarse en los sistemas de atención", dice. “Esta herramienta levanta banderas amarillas; eventualmente, la esperanza es que pueda canalizar directamente a las personas que identifique en modalidades de tratamiento escalables ".
A pesar de algunas limitaciones del estudio, que incluyen una muestra urbana distintiva y limitaciones en el campo en sí mismo: no todos los diagnósticos de depresión en un registro médico cumplen con el estándar de oro que brindan las entrevistas clínicas estructuradas, por ejemplo, los hallazgos ofrecen una nueva forma potencial de descubrir y obtener ayuda para los que sufren de depresión.
Fuente: Stony Brook University
Libros relacionados
at InnerSelf Market y Amazon
