Forscher haben einen Algorithmus entwickelt, der Beiträge in sozialen Medien analysiert, um linguistische Marker für Depressionen zu finden.

In jedem Jahr betrifft die Depression mehr als sechs Prozent der erwachsenen Bevölkerung in den Vereinigten Staaten - einige 16 Millionen Menschen - aber weniger als die Hälfte erhalten die Behandlung, die sie benötigen.

Bei der Analyse von Social-Media-Daten, die Nutzern in den Monaten vor der Diagnose einer Depression zustimmten, fanden die Forscher heraus, dass ihr Algorithmus zukünftige Depressionen genau vorhersagen kann. Indikatoren der Bedingung enthalten Erwähnungen der Feindseligkeit und der Einsamkeit, Wörter wie "Tränen" und "Gefühle," und Gebrauch von mehr Ego-Pronomen wie "ich" und "ich".

Die Ergebnisse erscheinen in der Proceedings of the National Academy of Sciences.

Dein Social Media "Genom"

"Was Menschen in sozialen Medien und im Internet schreiben, fängt einen Aspekt des Lebens ein, der in der Medizin und in der Forschung sehr schwierig ist, um anderweitig Zugang zu haben. Es ist eine Dimension, die im Vergleich zu biophysikalischen Krankheitsmarkern relativ ungenutzt ist ", sagt H. Andrew Schwartz, Dozent für Informatik an der Stony Brook University und leitender Autor von Papier. "Bei Zuständen wie Depressionen, Angstzuständen und PTSD zum Beispiel gibt es mehr Signale in der Art, wie sich Menschen digital ausdrücken."

Seit sechs Jahren untersuchen Forscher des World Well-Being Project (WWBP), das im Positiven Psychologie-Zentrum der Universität von Pennsylvania und in Stony Brooks Labor für menschliche Sprachanalyse angesiedelt ist, wie die verwendeten Wörter ihre inneren Gefühle und Zufriedenheit widerspiegeln. Johannes Eichstaedt, WWBP-Gründungsforscher und Postdoc in Penn, begann sich in 2014 zu fragen, ob es für soziale Medien möglich ist, psychische Gesundheitsergebnisse vorherzusagen, insbesondere für Depressionen.

"Social-Media-Daten enthalten dem Genom verwandte Marker. Mit überraschend ähnlichen Methoden wie in der Genomik können wir Social-Media-Daten kämmen, um diese Marker zu finden ", erklärt Eichstaedt. "Depressionen scheinen auf diese Weise durchaus nachweisbar zu sein; Es verändert die Nutzung sozialer Medien durch die Menschen in einer Weise, die so etwas wie Hautkrankheit oder Diabetes nicht tut. "

Die Schrift ist auf der Facebook-Wand

Anstatt zu tun, was frühere Studien getan hatten - Teilnehmer rekrutieren, die selbst berichteten, dass sie Depressionen hatten - identifizierten die Forscher Daten von Personen, die bereit waren, Facebook-Status und elektronische Krankenakteninformationen zu teilen, und analysierten dann den Status mithilfe von maschinell lernenden Techniken formelle Depressionsdiagnose.

"Dies ist eine frühe Arbeit unseres Social Mediometers aus dem Penn Medicine Center für digitale Gesundheit, das soziale Medien mit Daten aus Gesundheitsakten verbindet", sagt die Studienkoautorin Raina Merchant. "Für dieses Projekt sind alle Personen einverstanden, es werden keine Daten aus ihrem Netzwerk gesammelt, die Daten werden anonymisiert und die strengsten Datenschutz- und Sicherheitsstandards eingehalten."

Fast 1,200-Leute stimmten dann zu, beide digitalen Archive zur Verfügung zu stellen. Von diesen hatten nur 114-Patienten eine Depressionsdiagnose in ihren medizinischen Unterlagen. Die Forscher stimmten dann jede Person mit einer Depressionsdiagnose mit fünf Personen ab, die nicht als Kontrolle für eine Gesamtstichprobe von 683-Personen fungierten (mit Ausnahme einer für unzureichende Wörter bei Statusaktualisierungen). Die Idee war, ein möglichst realistisches Szenario zu schaffen, um den Algorithmus der Forscher zu trainieren und zu testen.

"Es gibt eine Vorstellung, dass die Nutzung von sozialen Medien nicht gut für die eigene geistige Gesundheit ist, aber es könnte sich als ein wichtiges Werkzeug für die Diagnose, Überwachung und schließlich Behandlung erweisen."

"Das ist ein wirklich schwieriges Problem", sagt Eichstädt. "Wenn 683-Patienten im Krankenhaus anwesend sind und 15-Prozent von ihnen depressiv sind, könnte unser Algorithmus dann vorhersagen, welche? Wenn der Algorithmus sagt, dass niemand deprimiert ist, wäre es 85 Prozent genau. "

Um den Algorithmus zu erstellen, schauten die Forscher auf 524,292 Facebook-Updates aus den Jahren vor der Diagnose für jedes Individuum mit Depressionen und für die gleiche Zeitspanne für die Kontrolle. Sie bestimmten die am häufigsten verwendeten Wörter und Sätze und modellierten dann 200-Themen, um herauszufinden, was sie "depressionsassoziierte Sprachmarker" nannten. Schließlich verglichen sie, in welcher Weise und wie häufig depressive versus Kontrollteilnehmer solche Phrasierungen verwendeten.

"Gelbe Flaggen" für Depression Diagnose

Sie lernten, dass diese Marker emotionale, kognitive und zwischenmenschliche Prozesse wie Feindseligkeit und Einsamkeit, Traurigkeit und Wiederkäuen umfassten, und dass sie bereits drei Monate vor der ersten Dokumentation der Krankheit in einer Krankengeschichte eine zukünftige Depression vorhersagen konnten.

"Es gibt eine Wahrnehmung, dass die Nutzung von sozialen Medien nicht gut für die psychische Gesundheit ist, aber es könnte sich als ein wichtiges Werkzeug für die Diagnose, Überwachung und schließlich auch für die Behandlung erweisen", sagt Schwartz. "Hier haben wir gezeigt, dass es mit klinischen Aufzeichnungen verwendet werden kann, ein Schritt zur Verbesserung der psychischen Gesundheit mit sozialen Medien."

Eichstaedt sieht ein langfristiges Potenzial, diese Daten als unaufdringliches Screening für eine Depressionsdiagnostik zu nutzen. "Die Hoffnung ist, dass diese Früherkennungssysteme eines Tages in Pflegesysteme integriert werden können", sagt er. "Dieses Tool löst gelbe Flaggen aus; schließlich besteht die Hoffnung darin, dass man die identifizierten Menschen direkt in skalierbare Behandlungsmodalitäten einteilen kann. "

Trotz einiger Einschränkungen der Studie, einschließlich einer ausgeprägten städtischen Stichprobe, und Einschränkungen auf dem Gebiet selbst - nicht jede Depressionsdiagnose in einer Krankenakte entspricht dem Goldstandard, den strukturierte klinische Interviews zum Beispiel bieten -, bieten die Befunde eine neue Möglichkeit zur Aufdeckung und bekommen Hilfe für diejenigen, die an Depressionen leiden.

Quelle: Stony Brook University

Bücher zum Thema

at InnerSelf Market und Amazon