Vés enrere

Identifiquen patrons en tuits en espanyol que poden indicar signes de depressió

Identifiquen patrons en tuits en espanyol que poden indicar signes de depressió

L'estudi del grup de Recerca en Informàtica Biomèdica Integrada ha analitzat els patrons lingüístics i les característiques de comportament dels usuaris de Twitter que pateixen depressió en comparació amb la població general de tuiters.

05.07.2019

Imatge inicial

Investigadors del Programa de Recerca en Informàtica Biomèdica (GRIB) de la UPF i de l'Institut Hospital del Mar d’Investigacions Mèdiques (IMIM) han identificat característiques i patrons de comportament en tuits que poden indicar signes de depressió. L'estudi del grup de Recerca en Informàtica Biomèdica Integrada, publicat al Journal of Medical Internet Research, és el primer d'aquest tipus en el qual s'analitzen els tuits en llengua espanyola.

La depressió és una malaltia complexa i això dificulta la seva detecció en molts casos, complicant el seu diagnòstic i tractament. D'aquí la necessitat d'utilitzar noves estratègies que ajudin el diagnòstic i la monitorització d'aquest trastorn. 

La gran popularitat de les xarxes socials com Twitter presenta noves oportunitats per a la detecció de la depressió, ja que són el reflex dels pensaments i sentiments de la vida quotidiana de les persones. D'aquesta manera les xarxes socials s'han convertit en una font important d'informació relacionada amb la salut, que ens permet detectar i predir trastorns afectius i que es pot utilitzar com una eina addicional per al seguiment i la vigilància de la salut mental.

Les xarxes socials s'han convertit en una font important d'informació relacionada amb la salut, que ens permet detectar i predir trastorns afectius i que es pot utilitzar com una eina addicional per al seguiment de la salut mental.

Aquest estudi coordinat per Ferran Sanz, ha analitzat els patrons lingüístics i les característiques de comportament dels usuaris de Twitter que pateixen depressió en comparació amb la població general de tuiters.

Han analitzat diverses característiques dels missatges, com el número i la freqüència dels tuits, la distribució al llarg del dia o durant les hores de la nit, i el seu caràcter estacional. Així, han observat que els usuaris de Twitter que potencialment pateixen depressió modifiquen globalment els trets principals del seu llenguatge, independentment del fet que els tuits estiguin relacionats o no amb l'expressió de depressió.

“Hem observat que els usuaris amb depressió són més actius a Twitter a la nit i els caps de setmana respecte a altres usuaris”, detalla Angela Leis, investigadora predoctoral i primera autora del treball. Això podria explicar-se com a resultat de l'insomni, un dels símptomes més freqüents de la depressió. A més, afegeix que “solen interaccionar menys amb altres usuaris, repiulant menys sovint i amb textos més curts”. Així mateix, “el seu vocabulari es caracteritza per una major atenció en si mateixos, amb un estil d'escriptura menys variat en el qual solen aparèixer paraules d'ideació suïcida, amb abundància de paraules de caràcter negatiu, amb aparició freqüent d’emocions com la tristesa, enuig i repulsió”.

Els usuaris de Twitter que potencialment pateixen depressió modifiquen globalment els trets principals del seu llenguatge, independentment del fet que els tuits estiguin relacionats o no amb l'expressió de depressió.

Ferran Sanz explica que “els usuaris de Twitter amb depressió modifiquen per tant la forma d'expressar-se en les xarxes socials i reflecteixen canvis en els seus patrons de comportament, i així es pot constituir com una eina d'ajuda a la detecció i seguiment de les malalties mentals”. Això corrobora i estén els resultats obtinguts pels estudis realitzats en tuits en anglès.

“Tot i que l'anàlisi dels tuits com una forma de determinar l'existència de depressió no es pot usar com un reemplaçament per al diagnòstic, té el potencial com a eina complementària per la detecció de trastorns depressius, amb un cost menor que altres procediments tradicionals”, conclou Ferran Sanz, catedràtic del Departament de Ciències Experimentals i de la Salut (DCEXS) de la UPF i director del Programa de Recerca en Informàtica Biomèdica de l’IMIM. 

En la recerca han participat també els investigadors del GRIB Francesco Ronzano, Miguel A Mayer i la coordinadora del grup d'Informàtica Biomèdica Integrada de l’IMIM, Laura I Furlong.

Article de referència:

Leis A, Ronzano F, Mayer MA, Furlong LI, Sanz F. Detecting Signs of Depression in Tweets in Spanish: Behavioral and Linguistic Analysis. J Med Internet Res 2019;21(6):e14199. DOI: 10.2196/14199.

 

Multimèdia

Multimedia

Multimedia

Perfils dels protagonistes:

Perfiles de los protagonistas:

Profiles of the protagonists:

Angela Leis
Miguel Ángel Mayer

Categories:

Per a més informació

Para más información

For more information

Notícia publicada per:

Noticia publicada por:

News published by:

Unitat de Comunicació i Projecció Institucionals

Unidad de Comunicación y Proyección Institucionales

Institutional Communication and Promotion Unit