Corona en Diabetes Type 1 -aflevering 1 - Diabetes UNITED
Elke dag plaatsen mensen hun meest persoonlijke gedachten op hun Facebook-feeds en vertrouwen het internet toe aan informatie die ze nooit aan een echte persoon kunnen toevertrouwen. Hoewel die berichten voor andere gebruikers misschien zinloze ruis lijken, zijn de auteurs van een nieuwe Proceedings van de National Academy of Scientists studie ontdekte dat ze digitale schreeuwen om hulp waren. Verborgen in de taal van deze berichten, vonden ze een manier om gebruikers te identificeren die worstelden met depressie, zelfs als de gebruikers het zelf nog niet wisten.
Nu, wanneer mensen hun gedachten in Facebook's leegte uitwerpen, kan een algoritme luisteren naar betekenis in hun overpeinzing. De paper, geschreven door Stony Brook University computerwetenschapper H. Andrew Schwartz, Ph.D., en de Universiteit van Pennsylvania post-doc Johannes Eichstaedt, Ph.D., beschrijft hoe een nieuw algoritme kan voorspellen toekomstige depressiediagnoses door bepaalde sleutelwoorden en zinsdelen te identificeren die mensen gebruiken bij hun Facebook-statusupdates.
"Depressie beïnvloedt vele aspecten van iemands leven. Ik ben er niet zo zeker van dat het zo veel mensen zijn die bereiken, het is gewoon dat online taal, net als offline taal, vaak weergeeft wie je bent of de staat waarin ze zich bevinden, "vertelt Schwartz Inverse. "De woorden die wijzen op een depressie suggereren dat mensen contact zoeken met hoe ze zich voelen, maar er zijn ook verschillen in stijl die minder lijken te reiken, zoals een groter gebruik van zelfreferentie ('ik', 'ik')."
Ze testten hun algoritme door de Facebook-berichten te analyseren van 683 gebruikers in een stedelijke grootstedelijk gebied, van wie er 114 uiteindelijk werden gediagnosticeerd met depressie door artsen, zoals medische gegevens bevestigden. Ze hebben met name de inhoud van de gemaakte berichten geanalyseerd voorafgaand aan de diagnose van elke gebruiker om te beoordelen of iemands aanwezigheid op sociale media kon voorspellen wie al worstelde met depressie en om te testen of het algoritme voor depressie-voorspelling echt werkte.
In die archieven vonden ze veranderingen in de manier waarop depressieve personen sociale media gebruikten. Ze neigden ertoe meer voornaampersoonspronomen te gebruiken (ik, ik, mezelf) meer dan degenen die niet de diagnose depressie hadden. Deze mensen klaagden ook vaak over fysieke symptomen via Facebook-berichten, vaak met woorden als "pijn", "moe", "hoofd" en "slecht". Daarnaast gebruikten ze meer woorden die op herkauwen duidden, zoals "bang", " geest, "en" zorgen. "Herkauwen is een kenmerk van depressie gedefinieerd door obsessie voor details die uiteindelijk leidt tot aanhoudende en verpletterende angst.
Maar misschien is het meest veelzeggend dat de berichten van depressieve gebruikers vaak veel langer zijn dan die van niet-depressieve gebruikers. Jaarlijks hebben depressieve gebruikers een gemiddelde van geschreven 1,424 meer woorden voor alle berichten.
Dergelijke tools zijn krachtig omdat ze kunnen voorkomen dat mensen in stilte moeite hebben om hun hoofd boven water te houden en niet verloren raken in de anonimiteit van sociale media. Het nieuwe algoritme richt zich niet tot mensen die liever vertrouwden op een ander platform, zoals Twitter of Instagram. maar Schwartz zegt dat dit algoritme ook kan worden aangepast aan andere sociale mediaplatforms.
"Facebook wordt veel vaker gebruikt door de gemiddelde persoon in onze populatie, dus het leverde meer gegevens op", zegt hij. "Aan de andere kant zijn er methoden om een op Facebook gebouwd model aan te passen aan andere sociale-media-domeinen en we zouden een model vanaf nul voor dat domein kunnen trainen en van oud werk zou ik verwachten dat het bijna net zo goed zou werken. ”
Op dit moment houden ze vast aan Facebook, op zoek naar meer nauwkeurigheid. Maar deze proefrun laat één ding zien: de mensen hebben gesproken. Er was gewoon een algoritme voor nodig om echt te begrijpen wat ze zeiden.
Betekenis:
Depressie is invaliderend en behandelbaar, maar ondergediagnosticeerd. In deze studie laten we zien dat de inhoud die door instemmende gebruikers op Facebook wordt gedeeld, een toekomstig voorkomen van depressie in hun medische dossiers kan voorspellen. Taal die voorspellend is voor depressie omvat verwijzingen naar typische symptomen, zoals verdriet, eenzaamheid, vijandigheid, herkauwing en toegenomen zelfreferentie. Deze studie suggereert dat een analyse van sociale mediadata zou kunnen worden gebruikt om instemmende individuen voor depressie te screenen. Verder kan de inhoud van sociale media artsen wijzen op specifieke symptomen van depressie.
Mogelijk vind je dit ook leuk: Je brein op sociale media
CDC identificeert de drug die verantwoordelijk is voor de overlijdens met de meeste overdoses in de VS.
In het National Vital Statistics Report van de CDC wordt beschreven hoe fentanyl van de 10e meest dodelijke in 2011 naar de nummer één in 2016 ging. Oxycodon veroorzaakte in 2011 de meest overdosis sterfgevallen, 5.587. In 2016 veroorzaakte de leider, fentanyl, meer dan drie keer dat bedrag, met 18.335 doden
Hoe Japan de Mystery Corpses identificeert die blijven zweven naar zijn oevers
De Japanse autoriteiten hebben een gruwelijk mysterie met 12 incidenten van vernielde houten boten gepresenteerd op hun kustlijn sinds oktober, met in totaal 22 ontbindende lichamen. Er is geen officiële verklaring afgelegd over de oorsprong van het lijk, maar basisobservatie geeft aan dat ze waarschijnlijk de resten zijn van Noord-Koreaans ...
Detox sociale media: 13 manieren om jezelf los te maken van sociale media
Zodra je wakker wordt, bekijk je Facebook, Instagram, Pinterest, Snapchat ... moet ik nog meer zeggen? Het lijkt erop dat je een detox voor sociale media nodig hebt.