Datos de redes sociales utilizados para identificar las afecciones de salud mental y la diabetes

Un nuevo estudio sugiere que la extracción de datos de los sitios de redes sociales puede ayudar a los profesionales a identificar y manejar una variedad de condiciones de salud, como diabetes, ansiedad, depresión y psicosis.

Investigadores de Penn Medicine y Stony Brook University analizaron las publicaciones de Facebook y creen que el idioma en las publicaciones podría ser un indicador de enfermedad. Además, si una persona da su consentimiento, las publicaciones podrían monitorearse al igual que los síntomas físicos.

El estudio aparece en MÁS UNO.

"Este trabajo es temprano, pero nuestra esperanza es que la información obtenida de estas publicaciones pueda usarse para informar mejor a los pacientes y proveedores sobre su salud", dijo la autora principal, Raina Merchant, MD, MS, directora del Centro de Salud Digital de Penn Medicine y profesor asociado de Medicina de Emergencia.

"Como las publicaciones en las redes sociales a menudo tratan sobre las elecciones y experiencias de estilo de vida de una persona o sobre cómo se siente, esta información podría proporcionar información adicional sobre el manejo y la exacerbación de la enfermedad".

Utilizando una técnica de recopilación de datos automatizada, los investigadores analizaron todo el historial de publicaciones de Facebook de casi 1.000 pacientes que aceptaron que los datos de sus registros médicos electrónicos se vinculen a sus perfiles.

Luego, los investigadores construyeron tres modelos para analizar su poder predictivo para los pacientes: un modelo que solo analiza el lenguaje de la publicación de Facebook, otro que usa datos demográficos como la edad y el sexo, y el último que combina los dos conjuntos de datos.

Al analizar 21 condiciones diferentes, los investigadores encontraron que las 21 eran predecibles solo desde Facebook. De hecho, 10 de las condiciones se predijeron mejor a través de los datos de Facebook que la información demográfica.

Algunos de los datos de Facebook que resultaron ser más predictivos que los datos demográficos parecían intuitivos. Por ejemplo, se demostró que "beber" y "biberón" son más predictivos del abuso de alcohol.

Sin embargo, otros no fueron tan fáciles. Por ejemplo, las personas que mencionaron con más frecuencia un lenguaje religioso como "Dios" u "orar" en sus publicaciones tenían 15 veces más probabilidades de tener diabetes que las que menos usaban estos términos. Además, las palabras que expresan hostilidad, como “tonto” y algunas palabrotas, sirvieron como indicadores de abuso de drogas y psicosis.

“Nuestro lenguaje digital captura aspectos poderosos de nuestras vidas que probablemente sean bastante diferentes de lo que se captura a través de los datos médicos tradicionales”, dijo el autor principal del estudio, Andrew Schwartz, PhD.

“Muchos estudios han demostrado ahora un vínculo entre los patrones del lenguaje y una enfermedad específica, como el lenguaje que predice la depresión o el lenguaje que brinda información sobre si alguien está viviendo con cáncer. Sin embargo, al observar muchas afecciones médicas, obtenemos una visión de cómo las afecciones se relacionan entre sí, lo que puede permitir nuevas aplicaciones de la IA para la medicina ".

El año pasado, muchos miembros de este equipo de investigación pudieron demostrar que el análisis de las publicaciones de Facebook podría predecir un diagnóstico de depresión hasta tres meses antes que un diagnóstico en la clínica.

Este trabajo se basa en ese estudio y muestra que puede haber potencial para desarrollar un sistema de participación voluntaria para los pacientes que podría analizar sus publicaciones en las redes sociales y brindar información adicional para que los médicos refinen la prestación de atención. Merchant dijo que es difícil predecir qué tan extendido estaría un sistema de este tipo, pero "podría ser valioso" para los pacientes que usan las redes sociales con frecuencia.

"Por ejemplo, si alguien está tratando de perder peso y necesita ayuda para comprender sus elecciones de alimentos y regímenes de ejercicio, hacer que un proveedor de atención médica revise su registro en las redes sociales podría brindarle más información sobre sus patrones habituales para ayudar a mejorarlos", dijo Merchant. .

A finales de este año, Merchant llevará a cabo una gran prueba en la que se pedirá a los pacientes que compartan directamente el contenido de las redes sociales con su proveedor de atención médica. Esto proporcionará una idea de si es factible administrar estos datos y aplicarlos, así como cuántos pacientes estarían de acuerdo en que sus cuentas se utilicen para complementar la atención activa.

"Un desafío con esto es que hay muchos datos y nosotros, como proveedores, no estamos capacitados para interpretarlos nosotros mismos, ni para tomar decisiones clínicas basadas en ellos", explicó Merchant. "Para abordar esto, exploraremos cómo condensar y resumir los datos de las redes sociales".

Fuente: Facultad de Medicina de la Universidad de Pensilvania