Cercetarea prin platformele social media a stării de sănătate mintală

Să fie o încercare curajoasă Cercetarea prin platformele social media a stării de sănătate mintală sau să fie mai mult decât atât? Care sunt limitele și ce documentează datele? Pentru a afla o parte din răspunsurile la aceste întrebări, sunteți invitați să citiți textul de mai jos.

Un număr tot mai mare de cercetări combină datele din rețelele sociale cu învățarea automată pentru a prezice stările de sănătate mintală ale indivizilor. O implicație a acestui articol constă în informarea diagnosticului și tratamentului bazat pe dovezi prin social media. Cu toate acestea, obținerea de informații de diagnostic valide clinic de la populații sensibile de pacienți este o provocare.

Rețelele sociale online au devenit din ce în ce mai populare de-a lungul ultimilor ani ca mijloc de a partaja diferite tipuri de conținut generat de utilizatori sau selectat de aceștia, cum ar fi publicarea, actualizări personale de stare, încărcare de imagini și partajare curentă de locații geografice. Utilizatorii pot interacționa și cu alți utilizatori comentând postările lor și stabilind conversații. Prin aceste interacțiuni, utilizatorii își pot exprima sentimentele și gândurile, raportând despre activitățile lor zilnice (Kaplan et al., 2010).

Acestea sunt acum folosite pentru a modela bunăstarea mintală și pentru a înțelege impactul lor asupra sănătății. Informaticienii folosesc acum tehnici cantitative pentru a prezice prezența unor tulburări mintale specifice și simptomatologie, cum ar fi depresia, riscul de suicid și anxietatea. Cercetătorii în informatică folosesc indicii comportamentale și lingvistice din datele obținute din rețelele sociale pentru a prezice prezența tulburărilor de dispoziție și psihosociale. Din 2013, cercetările pot evalua prezența:

– depresiei majore (De Choudhury, et al., 2013; Tsugawa, S. et al., 2015; Reece & Danforth, 2017),

– riscului de sinucidere ( de exemplu, vezi Shing, et al., 2018),

– tulburării de alimentație (e exemplu, vezi Wang et al., 2017),

– schizofreniei (Mitchell, et al., 2015).

Pe lângă tulburările mintale, aceste abordări încep să evalueze simptomatologia asociată, cum ar fi autovătămarea, stresul și severitatea afecțiunii mintale, fără utilizarea evaluării clinice în persoană. Aceste semnale sunt preluate din istoricul de postări și comportamente pe site-urile și aplicațiile de rețele sociale, cum ar fi Twitter, Reddit și Facebook (Chancellor et al., 2020).

Metode în tehnicile predictive pentru starea de sănătate mintală pe rețelele sociale

Metodele și perspectivele sunt extrase din domenii interdisciplinare, cum ar fi informatica sănătății, învățarea automată, inteligența artificială, procesarea limbajului natural și interacțiunea om-calculator. Lucrările anterioare în aceste domenii s-au concentrat pe noțiuni abstracte de etică și rigoare metodologică (Cancellor, et al., 2019) pentru a înțelege sănătatea publică folosind datele din rețelele sociale (de exemplu, vezi Conway & O’Connor, 2016; Benton, et al., 2017).

Recenziile și metaanalizele au examinat expresia depresiei și anxietății în rețelele sociale, starea de spirit subiectivă, bunăstarea și sănătatea mintală în rețelele sociale și în alte contexte non-clinice și dezvoltarea tehnologiei mai larg pentru sănătatea mintală și afectivă. Cu toate acestea, cercetările recente au evidențiat o lipsă de recomandări fundamentate care să detalieze și să evalueze practicile actuale pentru construirea de algoritmi care să prezică sănătatea mintală prin datele din rețelele sociale (Seabrook, et al., 2016).

În ciuda interesului crescând în acest domeniu, identificăm tendințe îngrijorătoare în jurul validității constructului și o lipsă de reflecție în metodele utilizate pentru operaționalizarea și identificarea stării de sănătate mintală. În acest nou spațiu interdisciplinar, există puține linii directoare comune pentru ceea ce constituie o evaluare validă prin intermediul rețelelor sociale (Chancellor, et al., 2020).

Tulburările anxioase și depresive și rețelele social media

Oferim doar câteva exemple de efecte asupra tulburărilor mintale a site-urilor networking social media: apariția simptomelor specifice depresiei, anxietății.

O revizuire sistematică (Seabrook, et al., 2016) a avut ca principal obiectiv să identifice cercetările care examinează depresia și anxietatea în contextul social media.

Concluziile au fost următoarele. Interacțiunile pozitive, sprijinul social și conexiunea socială de pe rețelele de socializare au fost în mod constant legate de niveluri mai scăzute de anxietate și depresie, în timp ce interacțiunile negative și comparațiile sociale pe site-urile social media au fost asociate cu niveluri mai ridicate de anxietate și depresie.

Utilizarea site-urilor social media este asociată cu un grad mai mic de singurătate și cu un nivel mai mare al stimei de sine și al satisfacției de viață. Constatările au fost amestecate în ceea ce privește frecvența utilizării acestora și numărul de prieteni. Încep să apară diferite modele în modul în care indivizii cu depresie și indivizii cu anxietate socială se implică.

Revizuirea sistematică a evidențiat multe constatări mixte între depresie, anxietate și utilizarea site-urilor social media. Metodologia s-a concentrat predominant pe abordări transversale de autoraportare. Cercetările viitoare vor beneficia de pe urma valorificării datelor în timp real de-a lungul timpului. Dovezile sugerează că utilizarea site-urilor social media corelează cu tulburările mintale și bunăstarea. Cu toate acestea, dacă acest efect este benefic sau dăunător depinde cel puțin parțial de calitatea factorilor sociali din mediul site-urilor social media. Înțelegerea acestor relații va duce la o mai bună utilizare a site-urilor social media în potențialul lor de a influența pozitiv sănătatea mintală (Seabrook, et al., 2016).

Trecerea către practici mai bune în cercetare.

Au existat apeluri din partea cercetătorilor din mediile sociale și din cercetarea în domeniul sănătății pentru a lua în considerare construcțiile operaționale și abstracția în învățarea automată. Apar ateliere și simpozioane dincolo de granițele disciplinare, concepute pentru a sprijini practici colaborative mai riguroase în acest nou domeniu (Ernala, S. K. et al., 2019).

Cercetătorii au operaționalizat comportamentele online caracteristice ca „semnale de diagnostic proxy” pentru construirea acestor modele. Acest fapt ridică o provocare în utilizarea acestor semnale de diagnosticare, menite să sprijine luarea deciziilor clinice. Concentrându-ne pe trei semnale de diagnostic proxy utilizate în mod obișnuit, derivate din rețelele sociale, constatăm că modelele predictive construite pe baza acestor date, deși oferă o validitate internă puternică, suferă de o validitate externă slabă atunci când sunt testate pe pacienți cu probleme de sănătate mintală. O analiză mai profundă dezvăluie probleme de părtinire a populației și de eșantionare, precum și incertitudinea în validitatea constructului inerentă acestor proxy-uri (Ernala et al., 2019).

Discuții

Studiile arată varietatea de design, tehnici, de metode și scheme de raportare pentru a înțelege starea de sănătate mintală a indivizilor prin datele lor de pe rețelele sociale. În ciuda acestor inovații în tehnici, am observat câteva tendințe referitoare la validitatea constructului cu identificarea și predicția stării de sănătate mintală. Problemele legate de validitatea constructului riscă abaterea de la criteriile clinice și de diagnostic cunoscute pentru tulburările mintale, care în cele din urmă pot limita reproductibilitatea și aplicarea rezultatelor (Cancellor et al., 2020).

Concluzii

Având în vedere debutul acestui domeniu, vedem o valoare în identificarea tendințelor în metodele și practicile de cercetare pentru a identifica lacunele înainte ca acestea să apară sistemic în paradigmele de cercetare. Aceste aspecte sunt importante nu numai pentru că reflectă calitatea cercetării academice, ci și pentru implicațiile care previn tulburarea de sănătate mintală a persoanelor care pot face obiectul unor astfel de predicții în mediile de îngrijire clinică și social media.

Bibliografie:

Benton, A., Coppersmith, G. & Dredze, M. Ethical research protocols for social media health research. In Proc. of the First ACL Workshop on Ethics in Natural Language Processing, 94–102 (ACL, 2017).

Chancellor, S., Birnbaum, M., Caine, E., Silenzio, V. & De Choudhury, M. A taxonomy of ethical tensions in inferring mental health states from social media. In Proc. Conference on Fairness, Accountability, and Transparency (FAT*) (ACM, 2019).

Chancellor, Stevie, and Munmun De Choudhury. “Methods in Predictive Techniques for Mental Health Status on Social Media: A Critical Review.” Npj Digital Medicine, vol. 3, no. 1, Dec. 2020, p. 43. DOI.org (Crossref), https://doi.org/10.1038/s41746-020-0233-7.

De Choudhury, M., Gamon, M., Counts, S. & Horvitz, E. Predicting depression via social media. ICWSM 2, 128–137 (AAAI, 2013).

Ernala, S. K. et al. Methodological Gaps in Predicting Mental Health States from Social Media: Triangulating Diagnostic Signals. In Proc. ACM Conference on Human Factors in Computing Systems (CHI) (ACM, 2019).

Conway, M. & O’Connor, D. Social media, big data, and mental health: current advances and ethical implications. Curr. Opin. Psycholog. 9, 77–82 (2016).

Kaplan, Andreas M., and Michael Haenlein. “Users of the World, Unite! The Challenges and Opportunities of Social Media.” Business Horizons, vol. 53, no. 1, Jan. 2010, pp. 59–68. DOI.org (Crossref), https://doi.org/10.1016/j.bushor.2009.09.003.

Reece, A. G. & Danforth, C. M. Instagram photos reveal predictive markers of depression.EPJ Data Science 6, 1–34 (2017.

Seabrook, E. M., Hons, B., Kern, M. L. & Rickard, N. S. Social networking sites, depression, and anxiety: a systematic review. JMIR Ment. Health 3, e50 (2016).

Shing, H.-C. et al. Expert, crowdsourced, and machine assessment of suicide risk via online postings. In Proc. 5th Workshop on Computational Linguistics and Clinical Psychology 25–36 (ACL, 2018 .

Wang, T., Brede, M., Ianni, A. & Mentzakis, E. Detecting and Characterizing Eating-Disorder Communities on Social Media. In Proc. 10th ACM International Conference on Web Search and Data Mining (WSDM) 91–100 (ACM, 2017). https://doi.org/10.1145/3018661.3018706.