Médias sociaux: un algorithme identifie les publications sur Facebook qui révèlent une dépression

Chaque jour, les internautes publient leurs réflexions les plus personnelles sur leurs flux Facebook, confiant à Internet des informations qu’ils ne peuvent jamais confier à une personne réelle. Bien que ces publications puissent sembler un bruit dépourvu de sens pour d’autres utilisateurs, les auteurs d’un nouveau Actes de l'Académie nationale des scientifiques étude a découvert qu'ils étaient numériques cris à l'aide. Cachés dans la langue de ces publications, ils ont trouvé un moyen d’identifier les utilisateurs souffrant de dépression, même si les utilisateurs eux-mêmes ne le savent pas encore.

Maintenant, lorsque les gens jettent leurs pensées dans le vide de Facebook, un algorithme peut leur donner une signification. Le document, rédigé par H. Andrew Schwartz, Ph.D., informaticien à la Stony Brook University, et le post-doc de l'Université de Pennsylvanie, Johannes Eichstaedt, Ph.D., décrit comment un nouvel algorithme peut prédire La dépression future diagnostique en identifiant certains mots et expressions clés que les gens utilisent dans leurs mises à jour de statut Facebook.

«La dépression affecte de nombreux aspects de la vie. Je ne suis pas sûr que les gens tendent autant vers le public que le fait que cette langue en ligne, tout comme la langue hors ligne, reflète souvent qui on est ou l’état dans lequel ils se trouvent », a déclaré Schwartz. Inverse. «Les mots qui indiquent une dépression suggèrent à la fois que les gens communiquent avec ce qu’ils ressentent, mais il existe également des différences de style qui semblent moins axées sur la communication, comme un recours accru à la référence à soi (« I »,« moi »).»

Ils ont testé leur algorithme en analysant les publications sur Facebook de 683 utilisateurs d'une région métropolitaine urbaine, dont 114 ont finalement été diagnostiqués comme souffrant de dépression par des médecins, comme l'ont confirmé les dossiers médicaux. Ils ont notamment analysé le contenu des messages publiés avant diagnostic de chaque utilisateur pour déterminer si sa présence sur les médias sociaux était en mesure de prédire qui souffrait déjà de dépression et pour vérifier si l’algorithme de prédiction de la dépression fonctionnait réellement.

Dans ces enregistrements, ils ont constaté des changements dans la manière dont les personnes dépressives utilisaient les médias sociaux. Ils avaient tendance à utiliser davantage de pronoms à la première personne (moi, moi-même) plus que ceux qui n'ont pas été diagnostiqués avec la dépression. Ces personnes se plaignaient souvent de symptômes physiques par le biais de publications sur Facebook, utilisant souvent des mots comme «blessé», «fatigué», «tête» et «mauvais». En outre, ils utilisaient davantage de mots indiquant une rumination, comme «effrayé», « esprit »et« inquiétude ». La rumination est un marqueur de la dépression défini par l’obsession pour les détails qui conduit finalement à une anxiété persistante et écrasante.

Mais le plus révélateur est peut-être le fait que les publications des utilisateurs déprimés ont tendance à être beaucoup plus longues que celles des utilisateurs non déprimés. Par an, les utilisateurs déprimés écrivaient en moyenne 1 424 autres mots à travers tous les messages.

Des outils comme celui-ci sont puissants, car ils permettent d'éviter que des personnes luttant silencieusement pour garder la tête sur l'eau ne se perdent dans l'anonymat des médias sociaux. Le nouvel algorithme ne s'adresse pas aux personnes qui préféreraient se confier à une plate-forme différente, telle que Twitter ou Instagram. Mais Schwartz dit que cet algorithme peut également être adapté à d'autres plates-formes de médias sociaux.

«Facebook est beaucoup plus utilisé par la population moyenne de notre population et a donc fourni plus de données», dit-il. «D'autre part, il existe des méthodes pour« adapter »un modèle construit sur Facebook à d'autres domaines de médias sociaux et nous pourrions former un modèle à partir de zéro pour ce domaine et, d'après des travaux antérieurs, je pense qu'il fonctionnerait presque aussi bien. ”

Pour le moment, ils s'en tiennent à Facebook pour améliorer la précision. Mais cet essai démontre une chose: les gens ont parlé. Il a simplement fallu un algorithme pour vraiment comprendre ce qu’ils disaient.

Importance:

La dépression est invalidante et traitable, mais sous-diagnostiquée. Dans cette étude, nous montrons que le contenu partagé par les utilisateurs consentants sur Facebook peut prédire une éventuelle survenue d'une dépression dans leurs dossiers médicaux. Le langage prédictif de la dépression inclut des références à des symptômes typiques, notamment la tristesse, la solitude, l'hostilité, la rumination et une augmentation de la confiance en soi. Cette étude suggère qu'une analyse des données des médias sociaux pourrait être utilisée pour dépister la dépression chez des personnes consentantes. De plus, le contenu des médias sociaux peut indiquer aux cliniciens des symptômes spécifiques de la dépression.

Vous aimerez aussi: Votre cerveau sur les médias sociaux