Ihre Tweets könnten zeigen, ob Sie Hilfe bei einer bipolaren Störung benötigen

Eine bipolare Störung verursacht Perioden schwerer Depression, die von Perioden erhöhter Stimmung oder Manie unterbrochen werden. Menschen mit dieser Erkrankung verhalten sich extrem und erleben extreme Höhen und Hyperaktivität, gefolgt von verheerenden Tiefen und Lethargie. Einige Schätzungen gehen davon aus, dass 30 Prozent durch Selbstmord sterben werden.





Eine Möglichkeit, die extremsten Verhaltensweisen zu verhindern, besteht darin, die Symptome zu erkennen, während sie sich entwickeln, aber bevor sie sich vollständig manifestieren. Dies ermöglicht einen frühen Behandlungsbeginn. Eine Möglichkeit, diese frühen Anzeichen automatisch zu erkennen, hätte also enorme Auswirkungen auf die Betroffenen, ihre Familien und Gesundheitsdienstleister.

Heute sagen Yen-Hao Huang und seine Freunde an der National Tsing Hua University in Taiwan, dass sie eine Methode entwickelt haben, um die frühen Anzeichen einer bipolaren Störung über soziale Medien zu erkennen. Sie sagen, dass ihre Methode erhebliche Auswirkungen auf die Art und Weise haben könnte, wie potenzielle Patienten beurteilt werden.

Der Beginn einer bipolaren Störung ist durch Symptome wie Übersprechen, Schlafstörungen und schnelle Stimmungsschwankungen gekennzeichnet. Und es stellt sich heraus, dass viele Betroffene Einzelheiten zu ihrem Zustand, einschließlich ihrer Diagnosedaten, auf Social-Media-Plattformen wie Twitter teilen.



Das brachte die Forscher auf eine Idee. Da sie sicher sein konnten, dass Tweets von Menschen mit einer bipolaren Diagnose stammen, welche Verhaltensmuster könnten sie im Voraus gezeigt haben?

Um das herauszufinden, analysierten diese Jungs rund 10.000 Tweets, die zwischen 2006 und 2016 von mehr als 400 Menschen mit der Diagnose einer bipolaren Störung gepostet wurden. Sie verglichen diese Tweets mit denen einer ähnlichen Anzahl zufällig ausgewählter Personen, die als Kontrollgruppe fungierten.

Das Team überprüfte das Posting-Muster im Laufe der Zeit, um zu sehen, wie es mit normalen Schlafmustern übereinstimmte. Sie haben sich die Häufigkeit der Tweets angesehen, um einzuschätzen, wie geschwätzig jeder Benutzer war. Sie untersuchten die Wortarten, die in jedem Tweet verwendet wurden, auf Stimmung und emotionalen Inhalt.



Sie entwickelten auch ein völlig neues phonologisches Maß, indem sie die Explosivenergie jedes Wortes herausarbeiteten, als ob es stimmhaft wäre. Diese Idee basierte auf der Überlegung, dass Menschen mit frühen Anzeichen einer bipolaren Störung mehr hochenergetische Wörter verwenden.

Die Forscher verwendeten dann einen Sliding-Window-Ansatz, um zu sehen, wie sich der Inhalt des Twitter-Streams jeder Person im Laufe der Zeit veränderte, insbesondere wenn er sich dem Zeitpunkt einer Diagnose näherte.

Schließlich trainierte das Team einen maschinellen Lernalgorithmus, um Kombinationen dieser Merkmale zu verwenden, um zwischen Menschen mit und ohne frühe Anzeichen einer bipolaren Störung zu unterscheiden. Sie erreichten eine Erkennungsgenauigkeit von über 90 Prozent.



Das neue Maß des Teams für die phonologische Energie jedes Wortes ist besonders gut. Durch die einfache Verwendung des phonologischen Merkmals mit einem reinen Textensemble-Modell kann der Klassifikator eine Genauigkeit von mehr als 91 Prozent erreichen, sagen sie.

Interessanterweise nennen Huang und Co. diesen Ansatz unbewusstes Crowdsourcing. Sie weisen darauf hin, dass die Reihe von Tweets einer Person, die an einer bipolaren Störung leidet, einen reichen Strom von Informationen über den mentalen Zustand liefern kann. Diese Leute stellen also unbewusst einen Datensatz bereit, der nach Informationen durchsucht werden kann.

Wie viel mehr Informationen auf diese Weise gesammelt werden können, ist nicht klar. Es ist jedoch unwahrscheinlich, dass eine bipolare Störung der einzige psychische Zustand ist, der identifiziert werden kann.



Das ist eine interessante Arbeit, die das Potenzial hat, Menschen mit bipolarer Störung die Behandlung zu geben, die sie brauchen, sobald dies möglich ist.

Unsere experimentellen Ergebnisse zeigen, dass die vorgeschlagenen Modelle einen großen Beitrag zur regelmäßigen Beurteilung von Menschen mit bipolarer Störung leisten könnten, was in der Grundversorgung wichtig ist, sagen sie.

Und das sollte die Wahrscheinlichkeit extremer Verhaltensweisen minimieren, die sonst zum schlimmstmöglichen Ergebnis führen könnten.

Ref: arxiv.org/abs/1712.09183 : Erkennung der prodromalen Phase einer bipolaren Störung aus psychologischen und phonologischen Aspekten in sozialen Medien

verbergen