Los investigadores han creado un algoritmo que analiza las publicaciones en redes sociales para encontrar marcadores lingüísticos de la depresión.
En cualquier año determinado, la depresión afecta a más del seis por ciento de la población adulta de Estados Unidos (unos 16 millones de personas), pero menos de la mitad recibe el tratamiento que necesita.
Al analizar los datos de redes sociales que los usuarios que dieron su consentimiento compartieron durante los meses previos a un diagnóstico de depresión, los investigadores descubrieron que su algoritmo podía predecir con precisión la depresión futura. Los indicadores de la afección incluían menciones de hostilidad y soledad, palabras como «lágrimas» y «sentimientos», y un mayor uso de pronombres de primera persona como «yo» y «mí».
Los hallazgos se publican en las Actas de la Academia Nacional de Ciencias.
El «genoma» de tus redes sociales
«Lo que las personas escriben en las redes sociales y en internet captura un aspecto de la vida que, de otro modo, es muy difícil de acceder en medicina e investigación. Es una dimensión relativamente inexplorada en comparación con los marcadores biofísicos de la enfermedad», afirma H. Andrew Schwartz, profesor adjunto de informática en la Universidad de Stony Brook y autor principal del artículo. «En afecciones como la depresión, la ansiedad y el TEPT, por ejemplo, se encuentran más señales en la forma en que las personas se expresan digitalmente».
Durante seis años, los investigadores del World Well-Being Project (WWBP), con sede en el Centro de Psicología Positiva de la Universidad de Pensilvania y en el Laboratorio de Análisis del Lenguaje Humano de Stony Brook, han estudiado cómo las palabras que usan las personas reflejan sus sentimientos internos y su satisfacción. En 2014, Johannes Eichstaedt, científico investigador fundador del WWBP y becario postdoctoral en Penn, empezó a preguntarse si era posible que las redes sociales predijeran resultados de salud mental, en particular en el caso de la depresión.
«Los datos de las redes sociales contienen marcadores similares al genoma. Con métodos sorprendentemente parecidos a los utilizados en genómica, podemos examinar los datos de las redes sociales para encontrar estos marcadores», explica Eichstaedt. «La depresión parece ser algo bastante detectable de esta manera; cambia realmente la forma en que las personas usan las redes sociales, algo que no ocurre con afecciones como las enfermedades de la piel o la diabetes».
Lo que se escribe en el muro de Facebook
En lugar de hacer lo que habían hecho los estudios anteriores (reclutar participantes que declararan tener depresión), los investigadores identificaron datos de personas que dieron su consentimiento para compartir sus estados de Facebook y su información de historiales médicos electrónicos, y luego analizaron los estados mediante técnicas de aprendizaje automático para distinguir a quienes tenían un diagnóstico formal de depresión.
«Este es un trabajo preliminar de nuestro Social Mediome Registry del Penn Medicine Center for Digital Health, que vincula las redes sociales con los datos de los historiales médicos», afirma la coautora del estudio Raina Merchant. «En este proyecto, todas las personas han dado su consentimiento, no se recopilan datos de sus redes, los datos son anonimizados y se cumplen los niveles más estrictos de privacidad y seguridad».
Casi 1.200 personas dieron entonces su consentimiento para proporcionar ambos archivos digitales. De ellas, solo 114 tenían un diagnóstico de depresión en sus historiales médicos. Los investigadores emparejaron después a cada persona con diagnóstico de depresión con cinco que no lo tenían, para que actuaran como grupo de control, lo que dio una muestra total de 683 personas (se excluyó a una por tener palabras insuficientes en las actualizaciones de estado). La idea era crear un escenario lo más realista posible para entrenar y probar el algoritmo de los investigadores.
Existe la percepción de que el uso de las redes sociales no es bueno para la salud mental, pero podría resultar ser una herramienta importante para diagnosticarla, monitorearla y, eventualmente, tratarla.
H. Andrew Schwartz
«Este es un problema realmente difícil», dice Eichstaedt. «Si 683 personas acuden al hospital y el 15 por ciento de ellas están deprimidas, ¿podría nuestro algoritmo predecir cuáles? Si el algoritmo dijera que nadie está deprimido, tendría un 85 por ciento de precisión».
Para construir el algoritmo, los investigadores revisaron 524.292 actualizaciones de Facebook de los años previos al diagnóstico de cada persona con depresión y del mismo periodo para el grupo de control. Determinaron las palabras y frases más utilizadas y luego modelaron 200 temas para identificar lo que denominaron «marcadores lingüísticos asociados a la depresión». Finalmente, compararon de qué manera y con qué frecuencia los participantes deprimidos y los del grupo de control utilizaban dichas expresiones.
Las «banderas amarillas» para el diagnóstico de la depresión
Descubrieron que estos marcadores comprendían procesos emocionales, cognitivos e interpersonales, como la hostilidad y la soledad, la tristeza y la rumiación, y que podían predecir la depresión futura hasta tres meses antes de que la enfermedad quedara documentada por primera vez en un historial médico.
«Existe la percepción de que el uso de las redes sociales no es bueno para la salud mental, pero podría resultar ser una herramienta importante para diagnosticarla, monitorearla y, eventualmente, tratarla», afirma Schwartz. «Aquí hemos demostrado que puede utilizarse con historiales clínicos, un paso hacia la mejora de la salud mental mediante las redes sociales».
Eichstaedt ve un potencial a largo plazo en el uso de estos datos como una forma de cribado discreto para el diagnóstico de la depresión. «La esperanza es que, algún día, estos sistemas de cribado puedan integrarse en los sistemas de atención», afirma. «Esta herramienta levanta banderas amarillas; con el tiempo, la esperanza es que se pueda canalizar directamente a las personas que identifica hacia modalidades de tratamiento escalables».
A pesar de algunas limitaciones del estudio, entre ellas una muestra urbana particular, y las limitaciones del propio campo (no todos los diagnósticos de depresión en un historial médico cumplen con el estándar de oro que proporcionan las entrevistas clínicas estructuradas, por ejemplo), los hallazgos ofrecen una posible nueva forma de detectar y obtener ayuda para quienes sufren depresión.
Fuente: Universidad de Stony Brook
Estudio original DOI: 10.1073/pnas.1802331115
