Facebook publie mieux pour prédire le diabète et la santé mentale que les informations démographiques


Selon une étude réalisée par des chercheurs de Penn Medicine et de l’Université Stony Brook, le langage dans les publications sur Facebook pourrait aider à identifier des conditions telles que le diabète, l’anxiété, la dépression et la psychose chez les patients. On pense que la langue dans les publications pourrait être un indicateur de maladie et, avec le consentement du patient, pourrait être surveillée de la même manière que les symptômes physiques. Cette étude a été publiée dans PLOS ONE.

"Ce travail est précoce, mais nous espérons que les informations recueillies dans ces publications pourront être utilisées pour mieux informer les patients et les fournisseurs de soins de leur santé", a déclaré l'auteur principal Raina Merchant, MD, MS, directeur du Center for Digital Health de Penn Medicine. et un professeur agrégé de médecine d'urgence. "Etant donné que les publications sur les réseaux sociaux traitent souvent des choix de mode de vie et des expériences de quelqu'un, ou de la façon dont elle se sent, ces informations pourraient fournir des informations supplémentaires sur la gestion de la maladie et l'exacerbation."

En utilisant une technique de collecte de données automatisée, les chercheurs ont analysé l’ensemble de l’histoire de publication sur Facebook de près de 1 000 patients ayant accepté que leurs données de dossiers médicaux électroniques soient liées à leurs profils. Les chercheurs ont ensuite construit trois modèles pour analyser leur pouvoir prédictif pour les patients: un modèle analysant uniquement le langage de publication Facebook, un autre utilisant des données démographiques telles que l'âge et le sexe et le dernier combinant les deux ensembles de données.

En examinant 21 conditions différentes, les chercheurs ont constaté que toutes les 21 étaient prévisibles à partir de Facebook uniquement. En fait, 10 des conditions étaient mieux prédites grâce à l'utilisation de données Facebook plutôt que d'informations démographiques.

Certaines des données de Facebook jugées plus prédictives que des données démographiques semblaient intuitives. Par exemple, "boire" et "bouteille" se sont révélés plus prédictifs de l'abus d'alcool. Cependant, d'autres n'étaient pas aussi faciles. Par exemple, les personnes qui mentionnaient le plus souvent un langage religieux comme "Dieu" ou "prier" dans leurs messages avaient 15 fois plus de risques de souffrir de diabète que celles qui utilisaient le moins ces termes. De plus, les mots exprimant l'hostilité – comme "muet" et certains jurons – ont servi d'indicateurs de toxicomanie et de psychose.

"Notre langage numérique capture des aspects puissants de notre vie qui sont probablement très différents de ce qui est capturé par les données médicales traditionnelles", a déclaré l'auteur principal de l'étude, Andrew Schwartz, PhD, professeur assistant invité à Penn en informatique et sciences de l'information, et assistant professeur d'informatique à l'université Stony Brook. "De nombreuses études ont maintenant montré un lien entre les schémas linguistiques et une maladie spécifique, comme un langage prédictif de la dépression ou un langage qui permet de déterminer si une personne vit avec le cancer. Cependant, en examinant de nombreux problèmes de santé, nous obtenons un aperçu de la mettre en relation les unes avec les autres, ce qui peut permettre de nouvelles applications de l’IA pour la médecine ".

L'année dernière, de nombreux membres de cette équipe de recherche ont pu montrer que l'analyse des publications sur Facebook pouvait prédire un diagnostic de dépression jusqu'à trois mois plus tôt qu'un diagnostic en clinique. Ce travail s'appuie sur cette étude et montre qu'il pourrait être possible de développer un système opt-in pour les patients, capable d'analyser leurs publications sur les réseaux sociaux et de fournir des informations supplémentaires aux cliniciens pour affiner la prestation des soins. Merchant a déclaré qu'il était difficile de prédire l'ampleur d'un tel système, mais qu'il "pourrait être utile" pour les patients qui utilisent fréquemment les médias sociaux.

"Par exemple, si une personne essaie de perdre du poids et a besoin d'aide pour comprendre ses choix alimentaires et ses régimes d'exercices, demander à un prestataire de soins de santé d'examiner son dossier sur les réseaux sociaux pourrait lui permettre de mieux comprendre ses habitudes habituelles et de les améliorer", a déclaré Merchant. .

Plus tard cette année, Merchant mènera un grand essai dans lequel les patients seront invités à partager directement le contenu des médias sociaux avec leur fournisseur de soins de santé. Cela permettra de déterminer si la gestion et l'utilisation de ces données sont réalisables, ainsi que le nombre de patients qui accepteraient réellement que leurs comptes soient utilisés pour compléter les soins actifs.

«L’un des problèmes que cela pose est qu’il ya beaucoup de données et que nous, fournisseurs, n’ sommes pas formés pour les interpréter nous-mêmes – ou pour prendre des décisions cliniques en fonction», a expliqué Merchant. "Pour résoudre ce problème, nous allons explorer comment condenser et résumer les données des médias sociaux."

###

La présente étude a reçu un financement du prix Pioneer Award de la Fondation Robert Wood Johnson.

Parmi les autres auteurs de cette étude figurent David A. Asch, Patrick Crutchley, Lyle H. Ungar, Sharath C. Guntuku, Johannes Eichstaedt, Shawndra Hill, Kevin Padrez et Robert J. Smith.

Avertissement: AAAS et EurekAlert! ne sont pas responsables de l'exactitude des communiqués publiés sur EurekAlert! institutions contributrices ou pour l'utilisation de toute information via le système EurekAlert.