211service.com
Tus tuits podrían mostrar si necesitas ayuda para el trastorno bipolar
El trastorno bipolar causa períodos de depresión severa puntuados por períodos de estado de ánimo elevado o manía. Las personas con la afección se comportan de manera extrema, experimentando altibajos extremos e hiperactividad seguidos de devastadores niveles bajos y letargo. Algunas estimaciones sugieren que el 30 por ciento morirá por suicidio.
Una forma de prevenir los comportamientos más extremos es detectar los síntomas a medida que se desarrollan, pero antes de que se manifiesten por completo. Esto permite que el tratamiento comience temprano. Entonces, una forma de detectar estos primeros signos automáticamente tendría enormes implicaciones para los pacientes, sus familias y los proveedores de atención médica.
Hoy, Yen-Hao Huang y sus amigos de la Universidad Nacional Tsing Hua en Taiwán dicen que han desarrollado una forma de identificar los primeros signos del trastorno bipolar a través de las redes sociales. Dicen que su método podría tener implicaciones significativas para la forma en que se evalúan los pacientes potenciales.
El inicio del trastorno bipolar se caracteriza por síntomas como hablar demasiado, trastornos del sueño y cambios de humor rápidos. Y resulta que muchos pacientes comparten detalles de su condición, incluidas las fechas de diagnóstico, en plataformas de redes sociales como Twitter.
Eso les dio una idea a los investigadores. Dado que podían estar seguros de que los tuits eran de personas con diagnóstico bipolar, ¿qué patrones de comportamiento podrían haber demostrado de antemano?
Para averiguarlo, estos chicos analizaron unos 10.000 tuits publicados entre 2006 y 2016 por más de 400 personas que tenían un diagnóstico de trastorno bipolar. Compararon estos tuits con los de un número similar de personas elegidas al azar, que actuaron como grupo de control.
El equipo verificó el patrón de publicación a lo largo del tiempo para ver cómo coincidía con los patrones normales de sueño. Observaron la frecuencia de los tweets para medir qué tan locuaz era cada usuario. Estudiaron los tipos de palabras utilizadas en cada tweet para el sentimiento y el contenido emocional.
También desarrollaron una medida fonológica completamente nueva al calcular la energía oclusiva de cada palabra como si estuviera expresada. Esta idea se basó en el pensamiento de que las personas con signos tempranos de trastorno bipolar usan más palabras de alta energía.
Luego, los investigadores utilizaron un enfoque de ventana deslizante para ver cómo el contenido de la transmisión de Twitter de cada persona cambiaba con el tiempo, particularmente cuando se acercaba al punto de un diagnóstico.
Finalmente, el equipo entrenó un algoritmo de aprendizaje automático para usar combinaciones de estas características para distinguir entre personas con y sin signos tempranos de trastorno bipolar. Lograron una precisión de identificación de más del 90 por ciento.
La nueva medida del equipo de la energía fonológica de cada palabra es particularmente buena. Simplemente empleando la función fonológica con el modelo de conjunto de texto puro, el clasificador puede lograr una precisión de más del 91 por ciento, dicen.
Curiosamente, Huang y sus colegas llaman a este enfoque crowdsourcing subconsciente. Señalan que el conjunto de tuits de una persona que sufre trastorno bipolar puede proporcionar un rico flujo de información sobre el estado mental. Entonces, estas personas están proporcionando inconscientemente un conjunto de datos que se pueden extraer para obtener información.
No está claro cuánta información adicional se puede obtener de esta manera. Pero es poco probable que el trastorno bipolar sea el único estado mental que se pueda identificar.
Es un trabajo interesante que tiene el potencial de brindar a las personas con trastorno bipolar el tratamiento que necesitan tan pronto como sea factible.
Nuestros resultados experimentales demuestran que los modelos propuestos podrían contribuir en gran medida a las evaluaciones periódicas de las personas con trastorno bipolar, lo cual es importante en el entorno de atención primaria, dicen.
Y eso debería minimizar las posibilidades de comportamientos extremos que de otro modo podrían resultar en el peor resultado posible.
Ref: arxiv.org/abs/1712.09183 : Detección de la Fase Prodrómica del Trastorno Bipolar desde Aspectos Psicológicos y Fonológicos en Redes Sociales