Xarxes Socials
Els pacients en tractament antidepressiu escriuen a Twitter missatges més llargs i amb més interacció
Investigadors de la UPF i l'IMIM detecten canvis als tuits d'usuaris que prenen medicació per tractar la depressió
Twitter emmagatzema missatges directes esborrats, fins i tot de comptes eliminats
Leis explica que poden afirmar que «els patrons de comportament de les persones que segueixen un tractament amb antidepressius canvien i tendeixen a semblar-se» als de les persones que no pateixen una depressió. La depressió és un dels trastorns mentals més comuns. Segons l'Organització Mundial de la Salut (OMS), afecta més de 322 milions de persones de totes les edats.
Metodologia
Mitjançant tècniques de Big Data i mineria de textos, els científics han analitzat els tuits d'usuaris que esmentaven estar prenent antidepressius. L'objectiu principal era detectar els efectes d'aquesta medicació a través de l'existència de canvis en el llenguatge dels tuits o com aquests usuaris utilitzaven Twitter.
En un estudi anterior, l'equip d'investigadors va observar que els usuaris de Twitter que potencialment pateixen depressió mostren característiques de comportament i lingüístiques particulars en els seus tuits. En aquest article, s'han centrat en els canvis en les característiques dels missatges que poden estar associats amb el tractament amb antidepressius.
Existeixen diversos tipus de medicaments antidepressius i en concret aquest estudi se centra en els inhibidors selectius de la recaptació de serotonina, que són els més utilitzats per tractar la depressió. Els investigadors van seleccionar en primer lloc timelines d'usuaris que esmenten antidepressius d'aquest tipus en els seus tuits.
Ronzano explica que, a continuació, van analitzar els canvis en els patrons conductuals i característiques lingüístiques dels tuits publicats mentre els usuaris estan sota tractament, en comparació amb els tuits publicats per les mateixes persones quan era menys probable que estiguessin prenent aquests fàrmacs. L'estudi inclou els timelines de 186 usuaris, amb 668.842 tuits.
«L'ús de les tècniques basades en Big Data i mineria de textos, que permeten detectar canvis en la forma en què els usuaris interaccionen en les seves xarxes socials com Twitter, poden oferir-nos noves oportunitats per al seguiment i monitoratge de pacients que pateixen un dels problemes de salut més estesos i invalidants com és la depressió», conclou Ferran Sanz, catedràtic del Departament de Ciències Experimentals i de la Salut (DCEXS) de la UPF i director del GRIB de l'IMIM i la UPF.