通过对患者推文的分析评估抗抑郁药的效果

UPF和西班牙巴塞罗那的医院del Mar医学研究所(IMIM)的生物医学信息学(GRIB)研究计划的研究人员已经确定了患有抑郁症且正在服用抗抑郁药的用户发布的西班牙语推文中的行为和语言变化。

他们的工作已发表在《医学互联网研究杂志》上，由Ferran Sanz领导。第一作者是安吉拉·莱斯(Angela Leis)和弗朗切斯科·朗扎诺(Francesco Ronzano)，他们与生物医学信息整合研究小组的米格尔·安吉尔·梅耶(Miguel Angel Mayer)和劳拉·弗隆(Laura I Furlong)共同进行了这项工作。

抑郁症是最普遍的精神疾病之一。根据世界卫生组织的统计，它影响了超过3.22亿各个年龄段的人，并且是全世界致残的主要原因之一。

分析社交网络上共享的海量数据的可能性为研究人员提供了新的机会，以更好地了解其用户的行为。在这项研究中，科学家使用大数据技术和文本挖掘技术分析了用户的推文，这些推文提到他们正在服用药物来治疗抑郁症。主要目标是通过更改推文中使用的语言或这些人使用Twitter的方式来检测抗抑郁药的作用。

在先前的研究中，研究人员小组发现，可能患有抑郁症的Twitter用户显示出特定的行为和语言特征。本文重点介绍可能与抗抑郁药治疗相关的信息特征的变化。

最显着的结果表明，在用户表示正在接受抗抑郁药治疗的期间，其Twitter活动随着较长的消息而增加，但在夜间发布的消息却较少。他们还与其他用户进行了更多互动(例如，通过增加每条推文的提及次数，这可能反映了与其他人进行互动的兴趣)，并且还增加了与幸福和惊喜相关的积极情绪。安吉拉·莱斯说：“我们可以说，正在接受抗抑郁药治疗的人的行为方式会发生变化，并且往往类似于那些没有遭受抑郁症困扰的人。”

抗抑郁药的类型多种多样，本研究专门针对选择性5-羟色胺再摄取抑制剂，这是治疗抑郁症最常用的药物。首先，他们选择了用户在推文中提及SSRI抗抑郁药的时间表。Francesco Ronzano解释说：“然后，我们分析了用户在治疗期间发布的推文中行为和语言特征的变化，与同一用户发布这些药物的可能性较低时发布的推文进行了比较。” 该研究包括186个用户及其时间表，共668,842条推文。

“基于大数据和文本挖掘的技术的使用可以检测用户在诸如Twitter之类的社交网络中交互方式的变化，这可以为我们提供新的机会来跟进和监测罹患最广泛疾病之一的患者，这将使健康问题恶化。” UPF实验与健康科学系(DCEXS)的正式教授兼IMIM和UPF生物医学信息学研究计划(GRIB)负责人Ferran Sanz总结道。