Twoje tweety mogą pokazać, czy potrzebujesz pomocy w chorobie afektywnej dwubiegunowej

Choroba afektywna dwubiegunowa powoduje okresy ciężkiej depresji przerywanej okresami podwyższonego nastroju lub manii. Osoby cierpiące na tę chorobę zachowują się w ekstremalny sposób, doświadczając ekstremalnych wzlotów i nadpobudliwości, po których następują niszczycielskie upadki i letarg. Niektóre szacunki sugerują, że 30 procent umrze przez samobójstwo.

Jednym ze sposobów zapobiegania najbardziej ekstremalnym zachowaniom jest obserwowanie objawów w miarę ich rozwoju, ale zanim całkowicie się zamanifestują. Pozwala to na wczesne rozpoczęcie leczenia. Tak więc sposób automatycznego wykrywania tych wczesnych objawów miałby ogromne znaczenie dla chorych, ich rodzin i pracowników służby zdrowia.

Dziś Yen-Hao Huang i koledzy z Narodowego Uniwersytetu Tsing Hua na Tajwanie twierdzą, że opracowali sposób identyfikacji wczesnych objawów choroby afektywnej dwubiegunowej za pośrednictwem mediów społecznościowych. Twierdzą, że ich metoda może mieć znaczące implikacje dla sposobu oceny potencjalnych pacjentów.

Początek choroby afektywnej dwubiegunowej charakteryzuje się takimi objawami, jak nadmierne mówienie, zaburzenia snu i gwałtowne zmiany nastroju. Okazuje się, że wielu chorych udostępnia szczegóły swojego stanu, w tym daty diagnozy, na platformach społecznościowych, takich jak Twitter.

To podsunęło badaczom pomysł. Biorąc pod uwagę, że mogli być pewni, że tweety pochodzą od osób z diagnozą dwubiegunową, jakie wzorce zachowań mogli zademonstrować z wyprzedzeniem?

Aby się tego dowiedzieć, ci faceci przeanalizowali około 10 000 tweetów opublikowanych w latach 2006-2016 przez ponad 400 osób, u których zdiagnozowano chorobę afektywną dwubiegunową. Porównali te tweety z tymi od podobnej liczby osób wybranych losowo, które działały jako grupa kontrolna.

Zespół sprawdził wzorzec publikowania w czasie, aby zobaczyć, jak pasuje do normalnego wzorca snu. Przyjrzeli się częstotliwości tweetów, aby ocenić, jak rozmowny był każdy użytkownik. Zbadali rodzaje słów używanych w każdym tweecie pod kątem sentymentu i treści emocjonalnych.

Opracowali także zupełnie nową miarę fonologiczną, wypracowując energię wybuchową każdego słowa tak, jakby było ono dźwięczne. Pomysł ten opierał się na założeniu, że osoby z wczesnymi objawami choroby afektywnej dwubiegunowej używają więcej słów o wysokiej energii.

Następnie badacze zastosowali metodę przesuwanego okna, aby zobaczyć, jak zawartość strumienia na Twitterze każdej osoby zmieniała się w czasie, zwłaszcza gdy zbliżała się do punktu diagnozy.

Na koniec zespół wyszkolił algorytm uczenia maszynowego, aby używać kombinacji tych cech do rozróżniania osób z wczesnymi objawami choroby afektywnej dwubiegunowej i bez nich. Osiągnęli dokładność identyfikacji na poziomie ponad 90 procent.

Nowa miara energii fonologicznej każdego słowa opracowana przez zespół jest szczególnie dobra. Powiadają, że dzięki prostemu zastosowaniu funkcji fonologicznej z czystym modelem zespołu tekstowego klasyfikator może osiągnąć ponad 91 procent precyzji.

Co ciekawe, Huang i spółka nazywają to podejście podświadomym crowdsourcingiem. Wskazują, że zestaw tweetów osoby cierpiącej na chorobę afektywną dwubiegunową może dostarczyć bogatego strumienia informacji o stanie psychicznym. Więc ci ludzie podświadomie dostarczają zestaw danych, które można przeszukiwać w celu uzyskania informacji.

Nie jest jasne, o ile więcej informacji można w ten sposób zebrać. Ale jest mało prawdopodobne, aby choroba afektywna dwubiegunowa była jedynym stanem psychicznym, który można zidentyfikować.

To interesująca praca, która ma potencjał, aby zapewnić osobom z chorobą afektywną dwubiegunową leczenie, którego potrzebują tak szybko, jak to możliwe.

Nasze wyniki eksperymentalne pokazują, że proponowane modele mogą w znacznym stopniu przyczynić się do regularnej oceny osób z chorobą afektywną dwubiegunową, co jest ważne w podstawowej opiece zdrowotnej.

A to powinno zminimalizować szanse na skrajne zachowania, które w przeciwnym razie mogłyby skutkować najgorszym możliwym rezultatem.

Nr ref.: arxiv.org/abs/1712.09183 : Wykrywanie fazy prodromalnej choroby afektywnej dwubiegunowej w aspekcie psychologicznym i fonologicznym w mediach społecznościowych

ukryć