2023 Autor: Agatha Gilson | [email protected]. Zuletzt bearbeitet: 2023-05-21 04:40
Die Farbpalette und die Anzahl der Gesichter, die auf Fotos erscheinen, die Einzelpersonen in ihren Social-Media-Feeds veröffentlichen, könnten genauer anzeigen, ob sie an Depressionen leiden, als eine persönliche Diskussion mit einem Arzt, so eine Studie zum maschinellen Lernen.
Die Forscher untersuchten Daten aus den Instagram-Feeds von depressiven und gesunden Personen und stellten fest, dass Computeralgorithmen, die Farbe und Inhalt der veröffentlichten Fotos analysieren, depressive Patienten in mehr als zwei Dritteln der Fälle erfolgreich identifizieren konnten, verglichen mit weniger als der Hälfte der Fälle in Konsultationen in der Allgemeinmedizin.
Die Ergebnisse zeigten auch, dass Menschen mit Depressionen häufiger als gesunde Menschen blaue, dunkle und graue Fotos posten und Filter verwenden, um ihre Bilder schwarzweiß zu machen.
Obwohl depressive Benutzer häufiger als gesunde Menschen Fotos mit Gesichtern posten, enthielten die von depressiven Benutzern geposteten Fotos im Durchschnitt weniger Gesichter pro Foto.
Die Studie wurde online am 8. August in EPJ Data Science veröffentlicht.
Der Studienforscher Andrew G. Reece, PhD, Institut für Psychologie, Harvard University, Cambridge, Massachusetts, sagte gegenüber Medscape Medical News, dass sich die in ihrer Studie verwendete Analysetechnik nicht im diagnostischen Stadium befindet, und "ein wichtiger Grund dafür ist, dass wir dies nicht tun." Ich weiß nicht, ob die Personen, die sich freiwillig für unsere Studie gemeldet haben, eine gute Repräsentation der breiteren Öffentlichkeit sind.
"Es mag etwas Besonderes sein, wenn Menschen ihre persönliche psychische Gesundheit und ihre Social-Media-Profile an Forscherteams weitergeben, die sie nicht kennen. Wir müssen also wirklich vorsichtig sein, bevor wir sagen können: 'Ja, diese Ergebnisse sind es etwas, das auf jeden angewendet werden kann. '"
Dennoch glaubt er, dass, wenn die Ergebnisse validiert und verallgemeinerbar sein sollten, "ich sehe, dass Patienten so etwas wie ein Opt-In-Programm zur Verfügung steht".
Diese Art von Analysewerkzeug, so Dr. Reece, könnte beispielsweise einen Arzt über ein elektronisches Gerät alarmieren, um weiter nach neu auftretenden Depressionen zu suchen.
"Aber natürlich wäre der Datenschutz und die Sicherstellung, dass die Kontrolle der Daten in den Händen der Patienten liegt, hier von größter Bedeutung", fügte er hinzu.
Obwohl frühere Studien gezeigt haben, dass soziale Medien verwendet werden können, um nach einer Reihe von Bedingungen zu suchen, haben sich diese Studien auf Textanalysen gestützt. Visuelle Medien wurden noch nicht untersucht.
Die Forscher stellen fest, dass es jeden Tag fast 100 Millionen neue Beiträge auf Instagram gibt und dass es eines der am schnellsten wachsenden Online-Netzwerke ist. Sie luden depressive und gesunde Instagram-Nutzer ein, separate Fragebogenreihen auszufüllen.
Sowohl depressive als auch gesunde Personen wurden untersucht, um ihre Eignung für die Studie zu bestimmen. Ersterer hat auch die Depressionsskala des Zentrums für epidemiologische Studien sowie andere Depressionsskalen wie das Beck-Depressionsinventar und den Kellner-Symptom-Fragebogen ausgefüllt.
Personen, die alle Einschlusskriterien erfüllten, wurden gebeten, ihre Instagram-Benutzernamen und ihren Verlauf mitzuteilen. Die Forscher erstellten dann eine einmalige Sammlung der gesamten Posting-Historie von Personen.
Die Benutzer der Crowdwork-Plattform Mechanical Turk (MTurk) von Amazon wurden dann gebeten, eine zufällige Auswahl von 20 Fotos zu bewerten, um zu markieren, wie interessant, sympathisch, glücklich und traurig jedes Foto auf einer fortlaufenden Skala von 1 bis 5 zu sein schien. Jedes Foto wurde von bewertet mindestens drei Bewerter. Anschließend wurden pro Studienteilnehmer 100 Beiträge bewertet. Bei depressiven Personen deckten die Bewertungen das Jahr vor und das Jahr nach der Diagnose ab.
Daten zur Benutzeraktivität und zur Reaktion der Community, die auf der Grundlage der Anzahl der Kommentare und Likes bewertet wurden, wurden ebenfalls gesammelt, und Gesichtserkennung und Farbanalysen auf Pixelebene wurden an Posts durchgeführt, um Korrelationen mit Depressionen zu identifizieren. Darüber hinaus wurde die Verwendung von Instagram-Bildfiltern bewertet.
Von den ursprünglich 509 Personen, die Interesse an einer Teilnahme an der Studie bekundeten, weigerten sich 221 (43%), ihre Instagram-Daten weiterzugeben.
Dr. Reece ist der Ansicht, dass dies ein allgemeines Misstrauen gegenüber dem Austausch von Social-Media-Daten widerspiegelt.
"Tatsächlich waren sie viel wahrscheinlicher und bereit, ihre persönliche, private und psychische Gesundheitsgeschichte zu teilen, als sie ihre Social-Media-Aufzeichnung waren", sagte er. Er betonte, dass die Achtung des Datenschutzes ein zentraler Bestandteil künftiger Studien sein sollte.
Von den verbleibenden 288 Personen wurden vollständige Daten von 166 Instagram-Nutzern gesammelt, von denen 71 an Depressionen litten.
Dies ergab insgesamt 43.950 veröffentlichte Fotos. Die durchschnittliche Anzahl der Beiträge pro Benutzer betrug 264, 8. Für depressive Benutzer betrug die durchschnittliche Anzahl der Beiträge 349, 5; Für gesunde Zwecke betrug die durchschnittliche Anzahl der Beiträge 201, 5.
Unterstrichen, dass die Daten aufgrund der relativ geringen Anzahl von Teilnehmern, die häufig Fotos veröffentlichten, verzerrt waren, betrug die mittlere Anzahl der Beiträge pro Benutzer 122, 5 (für depressive Benutzer 196, 0; für Benutzer im Gesundheitswesen 100, 0).
Das Durchschnittsalter betrug 28, 8 Jahre für depressive Personen und 30, 7 Jahre für gesunde Teilnehmer.
Die Forscher fanden heraus, dass Instagram-Posts von depressiven Nutzern tendenziell blauer, dunkler und grauer sind als die von gesunden Teilnehmern. Darüber hinaus erhielten Beiträge von depressiven Personen mehr Kommentare, aber weniger Likes als Beiträge von gesunden Benutzern.
Interessanterweise posteten depressive Personen häufiger als gesunde Benutzer Fotos mit Gesichtern, aber im Durchschnitt hatten ihre Posts weniger Gesichter pro Foto.
Depressive Benutzer verwendeten auch häufiger den Tintenfassfilter, der Fotos in Schwarzweiß konvertiert, während gesunde Personen eher den Valencia-Filter verwendeten, der den Farbton aufhellt.
Das Team stellte außerdem fest, dass die Analyse von Social-Media-Posts in Bezug auf die Identifizierung von Personen mit Depressionen eine geringere Spezifität aufwies, jedoch genauer war als die Bewertung durch Allgemeinmediziner. Der positive Vorhersagewert betrug 70% für die Analyse von Social-Media-Posts gegenüber 42% für die Bewertung durch Allgemeinmediziner, berechnet auf der Grundlage einer Metaanalyse von 118 Studien von Alex J. Mitchell, MRCPsych.
Von den vier von den MTurk-Benutzern angewendeten Bewertungen waren nur Traurigkeit und Glück signifikante Prädiktoren für Depressionen, aber die Korrelation war mit den Ergebnissen aus der Verwendung von Rechenfunktionen äußerst gering.
Die rechnerische Analyse konnte in nur einem Drittel der Fälle Depressionen auf der Grundlage von Prädiagnosestellen vorhersagen. Trotz geringerer Vorhersagekraft war der Grad der Spezifität für die rechnergestützte Analyse höher als für GP-Bewertungen unter Verwendung der Analyse von Dr. Mitchell und Kollegen.
"Unsere Ergebnisse zeigen, dass visuelle Social-Media-Daten mithilfe skalierbarer Berechnungsmethoden für die Analyse von Affekten geeignet sind. Ein Weg für zukünftige Forschungen könnte die Textanalyse der Kommentare, Bildunterschriften und Tags von Instagram-Posts sein", schreiben die Ermittler.
"Angesichts des frühen Erfolgs der Textanalyse bei der Erkennung verschiedener gesundheitlicher und psychologischer Signale in sozialen Medien könnte sich die Modellierung von Text- und visuellen Merkmalen zusammen als überlegen für beide Medien erweisen", fügen sie hinzu.
Sie stellen auch fest, dass diese Forschung als "Blaupause für ein wirksames Screening der psychischen Gesundheit in einer zunehmend digitalisierten Gesellschaft" dienen kann.
"Im Allgemeinen stützen diese Ergebnisse die Annahme, dass wesentliche Änderungen in der individuellen Psychologie bei der Nutzung sozialer Medien übertragen werden und über Berechnungsmethoden identifiziert werden können", fügen sie hinzu.
Dr. Reece glaubt, dass die Studie zeigt, dass "soziale Medien nur eine andere Form der Kommunikation zwischen Menschen sind" und dass es für einen Mitarbeiter nicht überraschend wäre, einen dunklen oder grimmigen Ausdruck im Gesicht einer Person zu bemerken, wenn er mit ihnen spricht Gleiches kann für den sozialen Feed einer Person gelten.
"Ich denke, es ist wichtig, dass die Leute erkennen, dass es nicht nur der Inhalt dessen ist, was sie in den sozialen Medien veröffentlichen, sondern dass es das Äquivalent eines grimmigen Gesichtsausdrucks gibt, der sich auch darin zeigt, wie Sie Ihre Erfahrungen und Ihre Erfahrungen vermitteln Gedanken und Gefühle online ", sagte er.
"Irgendwie denke ich, dass dies den Menschen noch nicht ganz intuitiv erscheint, und daher sind sowohl das Verborgene als auch das Offensichtliche Wege, wie Menschen Informationen über andere Menschen aufgreifen, und das scheint in den sozialen Medien genauso häufig zu geschehen wie in den sozialen Medien tut im wirklichen Leben."
Shari Harding, PMHNP-BC, Assistenzprofessorin und Programmdirektorin der Krankenpflegerin für psychiatrisch-psychische Gesundheit am Regis College in Weston, Massachusetts, die nicht an der Studie beteiligt war, stimmte dieser Interpretation jedoch nicht zu.
Obwohl sie der Meinung ist, dass die Studie gut gemacht wurde und zeigt, wie Technologie für das Screening der psychischen Gesundheit eingesetzt werden kann, sagte sie gegenüber Medscape Medical News: "Social Media hat etwas ganz anderes als die persönliche Zusammenarbeit mit jemandem, und ich denke, dass Sie das sehen, wenn Sie Schauen Sie sich die gesamte Literatur über soziale Medien und Depressionen an.
"Die Leute wählen selektiv aus, was sie in den sozialen Medien veröffentlichen. Wenn Sie jedoch persönlich mit jemandem in einer täglichen Interaktion sprechen, haben Sie nicht unbedingt die Kontrolle über Ihre Mikroausdrücke und viele andere Aspekte Ihrer Interaktion mit Menschen ", fügte sie hinzu.
Als sie feststellte, dass sie keine sozialen Medien nutzt, sagte Harding, dass eines ihrer Anliegen in Bezug auf soziale Medien darin besteht, dass "Menschen Ihnen die Höhepunktrolle ihres Lebens geben", komplett mit perfekt gestellten Selfies.
Sie glaubt, dass im Gegensatz zu diesen "Highlight-Rollen", wenn Individuen ihr eigenes Leben vollständig betrachten, sie "das Gute, das Schlechte und das Hässliche sehen, also denke ich, dass es eine Tendenz gibt, unglücklicher zu sein, je mehr Sie Zeit verbringen Betrachten Sie diese verzerrte Realität in den sozialen Medien."
Die Beziehung zwischen Social Media und Depression könnte bidirektional sein, sagte sie, da "depressive Menschen Social Media häufiger nutzen werden, weil sie keine anderen Optionen haben, wie die Aufrechterhaltung persönlicher Beziehungen".
Lori Russell-Chapin, PhD, Professorin und Kodirektorin des Zentrums für kollaborative Gehirnforschung an der Bradley University in Peoria, Illinois, ist eine bekennende Social-Media-Süchtige.
Sie stimmte Harding zu, dass Studien wie diese mit Vorsicht interpretiert werden sollten. Aufgrund der Depersonalisierung der sozialen Medien können Benutzer nur einen Aspekt ihres Lebens darstellen, stellte sie fest.
Für Dr. Russell-Chapin ist eine größere Sorge, insbesondere angesichts der Tatsache, dass 12% der US-Bevölkerung von ihren Smartphones abhängig sein sollen, dass soziale Medien die Funktion und Struktur des Gehirns zu verändern scheinen. Dazu gehören Änderungen der Alpha-Wellenmuster, die denen bei Patienten mit Aufmerksamkeitsdefizitstörung und Epilepsie ähneln.
"Ich finde Social Media ziemlich beängstigend und bin wahrscheinlich genauso süchtig danach wie die nächste Person, aber ich denke wirklich, dass wir verstehen müssen, was es mit unserem Gehirn macht", sagte sie.
Der Studienkoautor Christopher M. Danforth, PhD, erhielt Mittel von der National Science Foundation. Dr. Reece erhielt Unterstützung vom Sackler Scholar Program in Psychobiology.
EPJ Data Sci. Voller Text
