Traumy zapisane w tweetach

Naukowcy przeanalizowali miliony tweetów, by zidentyfikować osoby, które przeżyły COVID-19 i doświadczyły zespołu stresu pourazowego (PTSD). Ich badania pokazały, jak wartościowy jest potencjał danych z mediów społecznościowych do wczesnych badań przesiewowych zdrowia psychicznego.

Analizując 3,96 miliona postów na Twitterze pochodzących od użytkowników, którzy od marca 2020 r. do listopada 2021 r. uzyskali pozytywny wynik testu na COVID-19, uczeni wykorzystali nadzorowane algorytmy uczenia maszynowego, takie jak Support Vector Machine (SVM), do kategoryzowania postów jako pozytywnych lub negatywnych pod kątem PTSD. Wynik? 83,29% dokładności!

Badanie, opublikowane w Scientific Reports, określiło COVID-19 jako czynnik mający istotny wpływ na zdrowie psychiczne. Naukowcy szukali objawów PTSD, takich jak ponowne przeżywanie (np. retrospekcje, koszmary senne), nadmierne pobudzenie (np. nadmierna czujność) i zachowania związane z unikaniem czegoś – używając odpowiednich słów kluczowych. Tweety łączące objawy PTSD z COVID-19 uznano za „PTSD pozytywne”, ay wzmianki niezwiązane z COVID-19 jako „PTSD negatywne”.

Współautor badań (i artykułu) profesor Mark Lee podkreślił wartość danych z mediów społecznościowych dla identyfikowania osób zagrożonych PTSD, opowiadając się za wczesnymi badaniami przesiewowymi i interwencją. Z kolei dr Mubashir Ali zauważa, że pandemia znacząco wpłynęła na zdrowie psychiczne, a objawy takie jak lęk i bezsenność stały się powszechne wśród osób, które przeżyły COVID-19.

Badanie sugeruje też, że w przyszłości metody uczenia maszynowego podobne do tych, które wykorzystano w odniesieniu do COVID-19, można zastosować do wykrywania innych schorzeń.

Zdjęcie zajawka: Freepik