Brug af Facebook til at forudsige depression

Ny forskning bruger over en halv million Facebook-statusopdateringer til at forudsige depressionsdiagnoser hos mennesker i fare.

Dine Facebook-indlæg forudsiger muligvis, om du vil udvikle depression.

Depression er et af de mest udbredte psykiske problemer i USA, hvor over 16 millioner voksne har oplevet mindst en større depressiv episode i deres levetid.

Verdensomspændende vurderer Verdenssundhedsorganisationen (WHO), at unipolære depressive lidelser vil være "den vigtigste årsag til den globale sygdomsbyrde" inden 2030.

I øjeblikket er tilstanden dog fortsat underdiagnostiseret, især blandt unge mennesker og mænd.

Ny forskning har til formål at hjælpe med at skabe bedre screening og diagnostiske værktøjer til depression ved hjælp af de oplysninger, der leveres af sociale medier.

Forskere, ledet af Johannes Eichstaedt, grundlægger af forsker ved World Well-Being Project (WWBP) i Philadelphia, PA, og H. Andrew Schwartz, en hovedforsker af WWBP, brugte en algoritme til at analysere data fra sociale medier fra brugere, der gav samtykke. og valgte sproglige tegn, der kunne forudsige depression.

Holdet offentliggjorde deres resultater i tidsskriftet Proceedings of the National Academy of Sciences. Johannes Eichstaedt er den første forfatter af avisen.

Analyserer en halv million Facebook-indlæg

Eichstaedt og kolleger analyserede data fra næsten 1.200 mennesker, der var enige om at give deres Facebook-statusopdateringer og deres elektroniske medicinske journaler. Af disse deltagere havde kun 114 en historie med depression.

Studie medforfatter Raina Merchant siger, "For dette projekt har alle individer [givet] samtykke, der indsamles ingen data fra deres netværk, dataene anonymiseres, og de strengeste niveauer af privatlivets fred og sikkerhed overholdes."

Derefter matchede forskerne for hver person, der havde modtaget en diagnose af depression i deres liv, yderligere fem kontroller, som ikke havde gjort det. På denne måde matchede forskerne 683 personer.

Forskerne indførte oplysningerne i en algoritme. I alt analyserede Eichstaedt og kolleger 524.292 Facebook-statusopdateringer fra både mennesker, der havde en historie med depression, og fra dem, der ikke gjorde det.

Opdateringerne blev indsamlet fra årene op til diagnosen depression og i en lignende periode for depressionsfrie deltagere.

Ved at modellere samtaler om 200 emner bestemte forskerne en række såkaldte depression-associerede sprogmarkører, der skildrede følelsesmæssige og kognitive signaler, herunder "tristhed, ensomhed, fjendtlighed, drøvtygning og øget selvreference" - det er en øget brug af førstepersons pronomen, såsom “jeg” eller “mig”.

Eichstaedt og team fortsatte med at undersøge, hvor ofte mennesker med depression brugte disse markører sammenlignet med kontroller.

Sociale medier som depressionsdiagnosticeringsværktøj

Forskerne fandt ud af, at de sproglige markører kunne forudsige depression med "betydelig" nøjagtighed op til 3 måneder før personen modtager en formel diagnose.

"Diskret vurdering af depression gennem sociale medier af individer, der giver samtykke, kan blive mulig som et skalerbart supplement til eksisterende screenings- og overvågningsprocedurer," konkluderer forfatterne.

Undersøgelsens første forfatter kommenterer også resultaterne og siger: "Håbet er, at disse screeningssystemer en dag kan integreres i plejesystemer."

“Dette værktøj hæver gule flag; til sidst er håbet, at du direkte kan trække mennesker, som det identificerer i skalerbare behandlingsmetoder, ”fortsætter Eichstaedt.

Forskeren fortsætter med at sammenligne deres sociale mediealgoritme med en DNA-analyse. "Data fra sociale medier indeholder markører, der ligner genomet," siger Eichstaedt.

”Med overraskende lignende metoder til dem, der anvendes i genomik, kan vi kæmpe data om sociale medier for at finde disse markører. Depression ser ud til at være noget helt påviseligt på denne måde; det ændrer virkelig folks brug af sociale medier på en måde, som noget som hudsygdom eller diabetes ikke gør. ”

”[Sociale medier] kan vise sig at være et vigtigt redskab til diagnosticering, overvågning og til sidst behandling af det. Her har vi vist, at det kan bruges sammen med kliniske optegnelser, et skridt i retning af at forbedre mental sundhed med sociale medier. ”

H. Andrew Schwartz

none:  mri - pet - ultralyd kolorektal kræft medicinsk udstyr - diagnostik