Трудно представить себе начало пандемии COVID-19. Города закрылись, началась работа из дома, усилилась изоляция от друзей, семьи и коллег. Одной из растущих опасений по поводу изоляции было потенциальное влияние на психическое здоровье, включая депрессию. Однако, как и в случае с большинством психических заболеваний, трудно получить надежные данные, чтобы определить, проявляются ли признаки депрессии у группы людей. Хотя существовали опасения, что многие другие люди страдали депрессией в начале ее развития. пандемии, правда ли это? Могут ли исследователи использовать нестандартные подходы, чтобы выяснить, находится ли город в состоянии депрессии? Именно на эти вопросы стремились ответить исследователи из Университета Альберты.
В своей статье, недавно опубликованной в International Journal of Population Data Science, исследовательская группа описывает, как они проанализировали язык, используемый 81 118 авторами с 3 718 640 сообщениями на подфорумах, посвященных депрессии. Эти данные сравнивались с языком, используемым контрольной группой, состоящей из 143 737 авторов, опубликовавших 4 829 822 сообщения на форумах, не связанных с депрессией. Эти данные использовались для обучения модели машинного обучения для определения наиболее тесно связанных слов и фраз в обсуждении депрессии. Наконец, исследовательская группа провела количественную оценку результатов Reddit и проанализировала Twitter на наличие тех же терминов и формулировок. Исследователи изучили контрольную и вариантную группы в четырех разных регионах — Сиднее, Мумбаи, Сиэтле и Торонто.
Анализ ИИ показал, что публикации в социальных сетях в четырех городах во время первой волны пандемии COVID-19 не ассоциировались с депрессией. Вместо этого анализ соответствовал чувству устойчивости. Эти данные свидетельствуют о том, что люди пытались справиться с ситуацией во время первой волны. Единственным городом, в котором после первой волны немного увеличилось количество выражений, связанных с депрессией, был Мумбаи, где наблюдалась значительная вторая волна. Исследователи быстро отмечают, что изменение языка соответствовало изменению общего настроения в каждом городе. Тем не менее, дискуссии были сосредоточены на том, как люди относились к миру, который они переживали.
Исследователи считают, что методы машинного обучения, используемые в статье, могут применяться к различным темам и ситуациям. Несмотря на то, что никто не спорит о влиянии пандемии на психическое здоровье, данные показывают, что при первых признаках существенных изменений люди сосредоточивались на проверке других и адаптации к разворачивающейся ситуации — замечательный результат. напоминание о жизнелюбии рода человеческого.
Это была статья 188 из серии Краткие факты о Studio.
Использованная литература:
Баумгартнер Дж., Заннеттоу С., Киган Б., Сквайр М. и Блэкберн Дж. (2020 г., май). Набор данных pushshift на Reddit. В материалах международной конференции AAAI по Интернету и социальным сетям (том 14, стр. 830–839).
Буэно-Нотивол, Дж., Грасиа-Гарсия, П., Олайя, Б., Лашерас, И., Лопес-Антон, Р., и Сантабарбара, Дж. (2021). Распространенность депрессии во время вспышки COVID-19: метаанализ исследований на уровне сообществ. Международный журнал клинической психологии и психологии здоровья, 21(1), 100196.
Дейли, М., и Робинсон, Э. (2021). Психологический дистресс и адаптация к кризису COVID-19 в США. Журнал психиатрических исследований, 136, 603–609.
Дэвис, Б.Д., Макнайт, Д.Е., Теодореску, Д., Куан-Хаасе, А., Чунара, Р., Фише, А., и Лизотт, Д.Дж. (2020). Количественная оценка языка, связанного с депрессией, в социальных сетях во время пандемии COVID-19. Международный журнал демографических данных, 5 (4).
Синненберг, Л., Буттенхайм, А.М., Падрез, К., Манчено, К., Унгар, Л., и Мерчант, Р.М. (2017). Твиттер как инструмент для исследований в области здравоохранения: систематический обзор. Американский журнал общественного здравоохранения, 107(1), e1-e8.
