REKLÁM

Közösségi média és orvostudomány: Hogyan segíthetnek a bejegyzések az egészségügyi állapotok előrejelzésében

A Pennsylvaniai Egyetem orvostudósai arra a következtetésre jutottak, hogy a közösségi médiában megjelent bejegyzések alapján előre megjósolhatók az egészségügyi állapotok

Social media is now an integral part of our lives. In 2019, at least 2.7 billion people regularly use online social media platforms like Facebook, Twitter and Instagram. This means that more than a billion individuals share information on a daily basis about their lives on these public platforms. People freely share their thoughts, likes and dislikes, sentiments and personalities. Scientists are exploring whether this information, generated outside the clinical healthcare system, could reveal possible disease predictors in daily lives of betegek amelyek egyébként rejtve maradhatnak az egészségügyi személyzet és a kutatók előtt. Korábbi tanulmányok kimutatták, hogy a Twitter hogyan képes előre jelezni a szívbetegségek halálozási arányát, vagy nyomon követni a közvéleményt az egészségügyi vonatkozású kérdésekben, például a biztosításban. A közösségi média információit azonban ez idáig nem használták fel egészségügyi állapotok egyéni szintű előrejelzésére.

Egy új tanulmány június 17-én jelent meg PLoS ONE első alkalommal mutatta be a betegek (akik beleegyezését adtak) elektronikus kórlapjainak összekapcsolását közösségi média profiljaikkal. A kutatók arra törekedtek, hogy megvizsgálják – egyrészt azt, hogy az egyén egészségi állapota előre jelezhető-e a felhasználó közösségi oldalain közzétett nyelvezet alapján, másrészt pedig azt, hogy azonosíthatók-e konkrét betegségjelzők.

A kutatók automatizált adatgyűjtési technikával elemezték 999 beteg teljes Facebook-történetét. Ez azt jelentette, hogy körülbelül 20 949,000 Facebook állapotfrissítésben 500 millió szót kellett elemezni legalább 21 szót tartalmazó bejegyzésekkel. A kutatók három modellt fejlesztettek ki, hogy minden egyes betegre vonatkozóan előrejelzéseket készítsenek. Az első modell kulcsszavak azonosításával elemezte a Facebook-bejegyzések nyelvezetét. A második modell a betegek demográfiai adatait, például életkorát és nemét elemezte. A harmadik modell ezt a két adatkészletet egyesítette. Összesen XNUMX egészségügyi állapotot vizsgáltak, beleértve a cukorbetegséget, a szorongást, a depressziót, a magas vérnyomást, az alkoholfogyasztást, az elhízást és a pszichózisokat.

Az elemzés azt mutatta, hogy mind a 21 egészségügyi állapot előre látható volt a Facebook-bejegyzésekből. És 10 körülményt jobban megjósoltak a Facebook-bejegyzések, mint akár a demográfiai adatok. A kiemelkedő kulcsszavak például az „ital”, „részeg” és „palack” voltak, amelyek előre jelezték az alkoholfogyasztást, és az olyan szavakat, mint az „Isten”, „imádkozz” vagy „család”, 15-ször nagyobb valószínűséggel használták a cukorbetegek. Az olyan szavak, mint a „néma” a kábítószerrel való visszaélés és a pszichózis indikátoraiként szolgáltak, az olyan szavak, mint a „fájdalom”, „sírás” és „könnyek” pedig az érzelmi szorongást hozták összefüggésbe. Az egyének által használt Facebook nyelvezet nagyon hatékony volt a jóslatok készítésében – különösen a cukorbetegséggel és a mentálisan Egészség állapotok, beleértve a szorongást, a depressziót és a pszichózist.

A jelenlegi tanulmány azt sugallja, hogy a betegek számára egy olyan önkéntes rendszert lehetne kidolgozni, ahol a betegek lehetővé teszik közösségi médiában közzétett bejegyzéseik elemzését azáltal, hogy hozzáférést biztosítanak ezekhez az információkhoz a klinikusok számára. Ez a megközelítés a közösségi médiát rendszeresen használó emberek számára lehet a legértékesebb. Mivel a közösségi média tükrözi az emberek gondolatait, személyiségét, mentális állapotát és egészségi viselkedését, ezek az adatok felhasználhatók egy betegség kialakulásának vagy súlyosbodásának előrejelzésére. Ami a közösségi médiát illeti, az adatvédelem, a tájékozott hozzájárulás és az adatok tulajdonjoga kulcsfontosságú lesz. A közösségi média tartalmainak sűrítése, összegzése, értelmezések készítése az elsődleges cél.

A jelenlegi tanulmány új mesterséges intelligencia-alkalmazások kifejlesztéséhez vezethet az egészségügyi állapotok előrejelzésére. A közösségi média adatai számszerűsíthetők, és új utakat kínálnak a betegségek viselkedési és környezeti kockázati tényezőinek felmérésére. Az egyén közösségi média adatait „social mediome”-nak nevezik (hasonlóan a genomhoz – a gének teljes halmaza).

***

{Az eredeti kutatási cikket a hivatkozott forrás(ok) listájában lent található DOI linkre kattintva olvashatja el}

Forrás (ok)

Merchant RM et al. 2019. Az egészségügyi állapotok előreláthatóságának értékelése közösségi média bejegyzésekből. PLOS ONE. 14. (6). https://doi.org/10.1371/journal.pone.0215476

SCIEU csapat
SCIEU csapathttps://www.ScientificEuropean.co.uk
Scientific European® | SCIEU.com | Jelentős előrelépések a tudományban. Hatás az emberiségre. Inspiráló elmék.

Iratkozzon fel hírlevelünkre

A legfrissebb hírekkel, ajánlatokkal és külön értesítésekkel kell frissíteni.

Legnépszerűbb cikkek

mRNS-1273: A Moderna Inc. új koronavírus elleni mRNS-oltása pozitív eredményeket mutat

Egy biotechnológiai cég, a Moderna, Inc. bejelentette, hogy az "mRNA-1273",...

Szupernova esemény bármikor megtörténhet otthoni galaxisunkban

A közelmúltban publikált tanulmányokban a kutatók megbecsülték a...

Menstruációs poharak: Megbízható, környezetbarát alternatíva

A nőknek biztonságos, hatékony és kényelmes egészségügyi termékekre van szükségük...
- Reklám -
94,519VentilátorokMint
47,682KövetőKövesse
1,772KövetőKövesse
30ElőfizetőkFeliratkozás