¿Pueden las publicaciones de Facebook revelar quién desarrollará depresión?
Un equipo de investigadores de la Universidad de Pensilvania y la Universidad de Stony Brook desarrolló recientemente un nuevo algoritmo que pudo identificar qué usuarios de Facebook serían diagnosticados con depresión.
Para el estudio, los investigadores analizaron los datos de las redes sociales compartidos por los usuarios que dieron su consentimiento durante varios meses. Basándose en estos datos, los investigadores desarrollaron un algoritmo que podría predecir con precisión la depresión futura.
Los indicadores de depresión incluyeron menciones de hostilidad y soledad, palabras como "lágrimas" y "sentimientos", y el uso de más pronombres en primera persona como "yo" y "mí".
"Lo que la gente escribe en las redes sociales y en línea captura un aspecto de la vida que es muy difícil de acceder en la medicina y la investigación de otra manera", dijo el Dr. H. Andrew Schwartz, autor principal del artículo e investigador principal del World Well-Being Project (WWBP). ).
“Es una dimensión que está relativamente sin explotar en comparación con los marcadores biofísicos de enfermedades. Si se tienen en cuenta condiciones como la depresión, la ansiedad y el trastorno de estrés postraumático, por ejemplo, se encuentran más señales en la forma en que las personas se expresan digitalmente ".
Durante seis años, el WWBP, con sede en el Centro de Psicología Positiva de la Universidad de Pensilvania y el Laboratorio de Análisis del Lenguaje Humano de la Universidad de Stony Brook, ha estado estudiando cómo las palabras que usan las personas reflejan sentimientos internos y satisfacción.
En 2014, Johannes Eichstaedt, científico investigador fundador de WWBP, comenzó a cuestionar si era posible que las redes sociales pudieran predecir los resultados de salud mental, particularmente para la depresión.
“Los datos de las redes sociales contienen marcadores similares al genoma”, explica Eichstaedt. “Con métodos sorprendentemente similares a los que se utilizan en genómica, podemos combinar los datos de las redes sociales para encontrar estos marcadores. La depresión parece ser algo bastante detectable de esta manera; realmente cambia el uso de las redes sociales por parte de las personas de una manera que no lo hace algo como las enfermedades de la piel o la diabetes ".
Eichstaedt y Schwartz se unieron a sus colegas Robert J. Smith, Raina Merchant, David Asch y Lyle Ungar del Penn Medicine Center for Digital Health para este estudio.
En lugar de reclutar participantes que tenían depresión autoinformada, los investigadores identificaron datos de personas que dieron su consentimiento para compartir estados de Facebook e información de registros médicos electrónicos, y luego analizaron los estados utilizando técnicas de aprendizaje automático para distinguir a aquellos con un diagnóstico formal de depresión.
“Este es un trabajo temprano de nuestro Social Mediome Registry del Penn Medicine Center for Digital Health”, dijo Merchant, “que une las redes sociales con datos de registros médicos. Para este proyecto, todas las personas tienen su consentimiento, no se recopilan datos de su red, los datos se anonimizan y se cumplen los niveles más estrictos de privacidad y seguridad ".
Casi 1.200 personas dieron su consentimiento para que los investigadores tuvieran acceso a ambos archivos digitales. De estos, 114 personas tenían un diagnóstico de depresión en sus registros médicos.
Luego, los investigadores emparejaron a cada persona con un diagnóstico de depresión con cinco que no tenían dicho diagnóstico, para actuar como control, para una muestra total de 683 personas (excluyendo una por palabras insuficientes dentro de las actualizaciones de estado). El objetivo era crear un escenario lo más realista posible para entrenar y probar el algoritmo de los investigadores.
“Este es un problema realmente difícil”, dice Eichstaedt. “Si 683 personas se presentan en el hospital y el 15 por ciento de ellas están deprimidas, ¿nuestro algoritmo podría predecir cuáles? Si el algoritmo dice que nadie estaba deprimido, tendría una precisión del 85 por ciento ".
Para desarrollar el algoritmo, los investigadores analizaron 524,292 actualizaciones de Facebook de los años previos al diagnóstico de cada participante con depresión y durante el mismo período de tiempo para el control.
Identificaron las palabras y frases utilizadas con más frecuencia y luego modelaron 200 temas para desentrañar lo que llamaron "marcadores del lenguaje asociados a la depresión". Finalmente, compararon de qué manera y con qué frecuencia los participantes deprimidos versus los de control usaban tales expresiones.
Descubrieron que estos indicadores comprendían procesos emocionales, cognitivos e interpersonales como la hostilidad y la soledad, la tristeza y la rumia. Esos indicadores podrían predecir la 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", dijo Schwartz, "pero puede resultar una herramienta importante para diagnosticarlo, monitorearlo y eventualmente tratarlo".
Los hallazgos se publican en la revista procedimientos de la Academia Nacional de Ciencias.
Fuente: Universidad de Pennsylvania
