Studying depression through big data analytics on twitter
- Autores: Angela Leis Machín
- Directores de la Tesis: Ferran Sanz Carreras (dir. tes.)
- Lectura: En la Universitat Pompeu Fabra ( España ) en 2021
- Idioma: español
- Tribunal Calificador de la Tesis: V. Pérez Solá (presid.), Manuel Armayones Ruiz (secret.), Elia Gabarrón (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: TDX
- Resumen
Los trastornos mentales constituyen un problema de la salud pública, siendo una de las principales causas de morbilidad en todo el mundo. Los trastornos depresivos son las enfermedades mentales más comunes y constituyen la mayor causa de discapacidad en el mundo. El lenguaje es una de las principales herramientas en el que los profesionales de la salud mental se basan para comprender al ser humano y sus sentimientos, proporcionando información esencial para diagnosticar y monitorizar a los pacientes que padecen trastornos mentales.
Las redes sociales, como Twitter, nos permiten conocer la actividad, pensamientos y sentimientos de las personas, incluyendo las que padecen depresión. A partir de las características y rasgos lingüísticos de sus tweets, es posible identificar signos de depresión entre los usuarios de Twitter. Además, el efecto de los tratamientos antidepresivos se puede relacionar con cambios en las características de los tweets de usuarios depresivos. El análisis de este gran volumen y diversidad de datos, “Big Data”, puede aportar información relevante sobre la evolución de los trastornos mentales y los tratamientos que reciben estos pacientes, permitiendo detectar, monitorizar y predecir los trastornos depresivos.
Esta tesis presenta diferentes estudios realizados sobre datos de Twitter en español, con el objetivo de detectar patrones conductuales y lingüísticos asociados a la depresión, que pueden constituir la base de nuevas herramientas complementarias para el diagnóstico y seguimiento de los pacientes que padecen esta enfermedad.
Esta tesis muestra como diferentes rasgos conductuales y lingüísticos de los tuits en español pueden utilizarse como herramienta complementaria para detectar señales de depresión de sus autores. Asimismo, los cambios en el lenguaje y otras características de los tuits cuando los usuarios están tomando medicamentos antidepresivos, pueden proporcionar una nueva perspectiva para monitorear los tratamientos farmacológicos de la depresión. Se han creado dos recursos disponibles para la comunidad científica que pueden ser utilizados para desarrollar nuevos estudios y estrategias para el análisis de la depresión en Twitter en idioma español.
La introducción de nuevas estrategias y métodos para la detección automática de señales de depresión en plataformas de redes sociales, como Twitter, tiene el potencial de ser utilizada como herramienta complementaria para el seguimiento de pacientes con depresión y su tratamiento farmacológico.
