Twitter peut-il prédire qui va développer la dépression post-partum?

Source: Mika Heittola / Shutterstock

Le nouveau domaine de l'analyse de données sociales nous fournit plus de ressources que jamais auparavant pour étudier les phénomènes sociaux. Un de mes exemples préférés de la façon dont le nouveau domaine de l'analyse de données sociales est appliqué est dans une belle étude de 2013 de Microsoft Research ^[1] . En analysant les flux Twitter des femmes enceintes, les chercheurs pourraient prédire avec 80% de précision si une femme allait développer une dépression post-partum.

Ils ont commencé par recruter près de 400 femmes pour participer. De Twitter, ils ont recueilli des données, y compris les textes des tweets des femmes, leurs favoris, et les réponses. Ils ont ensuite mesuré quatre types de comportement:

• Engagement. Cela incluait la fréquence à laquelle quelqu'un tweetait, combien de ces tweets étaient des réponses à d'autres personnes, et combien de liens, retweets et questions ils affichaient.
• Réseaux sociaux. Sur Twitter, il s'agit simplement du nombre de personnes suivies et du nombre de followers que possède quelqu'un.
• Émotion. En utilisant des outils qui analysaient les types de mots que les gens utilisent, ils ont mesuré les messages pour les mots qui exprimaient le bonheur, la tristesse, l'anxiété, la tristesse, etc.
• Style de langue En descendant dans les détails linguistiques, ces mesures ont examiné des choses comme les articles, les verbes auxiliaires, les pronoms et les prépositions dans les tweets. Ces mots sont intéressants parce qu'ils ne portent pas la signification fondamentale de ce que nous disons, mais ils ont tendance à varier entre les gens en fonction de leur humeur, de leur personnalité ou d'autres traits. Ils sont également très difficiles à contrôler car nous les choisissons le plus souvent inconsciemment.

Après avoir dressé une liste d'attributs, les femmes ont été surveillées pour des signes de dépression post-partum (PPD). Alors que tout le comportement des femmes a changé au cours de leur grossesse, les femmes qui ont eu une DPP ont changé de différentes façons. Les chercheurs ont construit des modèles informatiques utilisés ces petites différences. Ces modèles informatiques pourraient ensuite regarder le flux Twitter d'une personne et deviner si elle allait ou non développer PPD.

En utilisant seulement les données d' avant que les femmes accouchent, leurs modèles pourraient classer avec précision les femmes comme susceptibles de développer PPD ou non avec environ 70% d'exactitude. Cependant, PPD se développe généralement environ un mois après l'accouchement. Lorsque les chercheurs ont ajouté dans les premières semaines après l'accouchement, avant que les symptômes de la DPP commencent à se développer , les algorithmes sont devenus encore meilleurs, atteignant 80% de précision ou plus.

• Cinq obstacles mentaux qui empêchent la réussite sportive
• Ridding Happiness Contaminants 7: Procrastination
• Les 9 erreurs les plus courantes dans les relations
• Pourquoi détestons-nous l'amour?
• L'argent peut acheter le bonheur

De quelle manière le comportement de Twitter des femmes a-t-il changé? Les femmes qui ont développé PPD avaient tendance à diminuer leur fréquence de tweet et leur nombre d'adeptes, ainsi que leur utilisation des pronoms personnels de la deuxième et de la troisième personne ("he", "they", "you"), tandis que pas développer PPD a augmenté dans toutes les catégories.

D'autre part, les femmes développant PPD ont tendance à poser plus de questions alors que les femmes qui n'ont pas diminué le nombre de questions qu'ils ont posées.

L'intuition scientifique intéressante est que ce sont tous des indices subtils qui ne sont pas des expressions directes de PPD. Cela signifie que même si les femmes ont essayé de cacher leur condition potentielle, il est peu probable qu'elles puissent le faire avec succès, du moins à partir de l'algorithme.

• 8 raisons pour lesquelles nous devons vraiment faire des résolutions
• Contrôler votre pédale de perfectionnisme
• 21 façons de transformer la mauvaise volonté en bonne volonté
• Mettre fin à la dépendance relationnelle
• Douleur d'aliénation

En tant qu'outil diagnostique pour les médecins, cette technique est très prometteuse. Il est non invasif et, avec une telle précision, pourrait être d'une aide précieuse pour signaler quelles nouvelles mères pourraient bénéficier d'une surveillance et d'une attention supplémentaires.

[1] De Choudhury, Munmun, Scott Counts, et Eric Horvitz. "Prédire les changements post-partum dans les émotions et les comportements via les médias sociaux." Actes de la Conférence SIGCHI sur les facteurs humains dans les systèmes informatiques. ACM, 2013.