I post di Facebook possono rivelare chi svilupperà la depressione?

Un team di ricercatori dell'Università della Pennsylvania e della Stony Brook University ha recentemente sviluppato un nuovo algoritmo che è stato in grado di identificare a quali utenti di Facebook sarebbe stata diagnosticata la depressione.

Per lo studio, i ricercatori hanno analizzato i dati dei social media condivisi da utenti consenzienti per diversi mesi. Sulla base di questi dati, i ricercatori hanno sviluppato un algoritmo che potrebbe prevedere con precisione la futura depressione.

Gli indicatori di depressione includevano menzioni di ostilità e solitudine, parole come "lacrime" e "sentimenti" e l'uso di più pronomi in prima persona come "io" e "me".

"Ciò che le persone scrivono sui social media e online cattura un aspetto della vita a cui in medicina e ricerca è molto difficile accedere in altro modo", ha affermato il dottor H. ).

"È una dimensione relativamente inutilizzata rispetto ai marcatori biofisici della malattia. Considerando condizioni come depressione, ansia e PTSD, ad esempio, trovi più segnali nel modo in cui le persone si esprimono digitalmente ".

Per sei anni, il WWBP, con sede presso il Positive Psychology Center dell'Università della Pennsylvania e lo Human Language Analysis Lab della Stony Brook University, ha studiato come le parole usate dalle persone riflettano sentimenti interiori e contentezza.

Nel 2014, Johannes Eichstaedt, ricercatore fondatore del WWBP, ha iniziato a chiedersi se fosse possibile per i social media prevedere i risultati sulla salute mentale, in particolare per la depressione.

"I dati dei social media contengono marcatori simili al genoma", spiega Eichstaedt. “Con metodi sorprendentemente simili a quelli usati in genomica, possiamo analizzare i dati dei social media per trovare questi marcatori. La depressione sembra essere qualcosa di abbastanza rilevabile in questo modo; cambia davvero l'uso dei social media da parte delle persone in un modo che qualcosa come una malattia della pelle o il diabete non fa. "

Eichstaedt e Schwartz hanno collaborato con i colleghi Robert J. Smith, Raina Merchant, David Asch e Lyle Ungar del Penn Medicine Center for Digital Health per questo studio.

Piuttosto che reclutare partecipanti che avevano una depressione auto-segnalata, i ricercatori hanno identificato i dati di persone che acconsentivano a condividere gli stati di Facebook e le informazioni sulle cartelle cliniche elettroniche, quindi hanno analizzato gli stati utilizzando tecniche di apprendimento automatico per distinguere quelli con una diagnosi formale di depressione.

"Questo è il primo lavoro del nostro Registro Social Mediome del Penn Medicine Center for Digital Health", ha detto Merchant, "che unisce i social media con i dati delle cartelle cliniche. Per questo progetto, tutte le persone sono autorizzate, nessun dato viene raccolto dalla loro rete, i dati sono resi anonimi e vengono rispettati i più severi livelli di privacy e sicurezza ".

Quasi 1.200 persone hanno acconsentito a consentire ai ricercatori di accedere a entrambi gli archivi digitali. Di questi, 114 persone avevano una diagnosi di depressione nelle loro cartelle cliniche.

I ricercatori hanno quindi abbinato ogni persona con una diagnosi di depressione con cinque che non avevano tale diagnosi, per fungere da controllo, per un campione totale di 683 persone (escludendo una per parole insufficienti negli aggiornamenti di stato). L'obiettivo era creare uno scenario il più realistico possibile per addestrare e testare l'algoritmo dei ricercatori.

"Questo è un problema davvero difficile", afferma Eichstaedt. “Se 683 persone si presentassero in ospedale e il 15% di loro fosse depresso, il nostro algoritmo sarebbe in grado di prevedere quali? Se l'algoritmo dicesse che nessuno era depresso, sarebbe accurato all'85% ".

Per sviluppare l'algoritmo, i ricercatori hanno esaminato 524.292 aggiornamenti di Facebook degli anni che hanno portato alla diagnosi per ogni partecipante con depressione e per lo stesso periodo di tempo per il controllo.

Hanno identificato le parole e le frasi usate più di frequente e poi hanno modellato 200 argomenti per estrarre quelli che hanno chiamato "marcatori linguistici associati alla depressione". Infine, hanno confrontato in che modo e con quale frequenza i partecipanti depressi rispetto ai partecipanti al controllo usavano tale fraseggio.

Hanno scoperto che questi indicatori comprendevano processi emotivi, cognitivi e interpersonali come l'ostilità e la solitudine, la tristezza e la ruminazione. Questi indicatori potrebbero prevedere una futura depressione già tre mesi prima della prima documentazione della malattia in una cartella clinica.

"Si ha la percezione che l'utilizzo dei social media non faccia bene alla propria salute mentale", ha detto Schwartz, "ma potrebbe rivelarsi uno strumento importante per la diagnosi, il monitoraggio e alla fine il trattamento".

I risultati sono pubblicati sulla rivista Atti della National Academy of Sciences.

Fonte: University of Pennsylvania