Les publications Facebook peuvent-elles révéler qui développera la dépression?
Une équipe de chercheurs de l'Université de Pennsylvanie et de l'Université de Stony Brook a récemment développé un nouvel algorithme qui a pu identifier les utilisateurs de Facebook qui recevraient un diagnostic de dépression.
Pour l'étude, les chercheurs ont analysé les données des médias sociaux partagées par des utilisateurs consentants pendant plusieurs mois. Sur la base de ces données, les chercheurs ont développé un algorithme qui pourrait prédire avec précision la dépression future.
Les indicateurs de dépression comprenaient des mentions d'hostilité et de solitude, des mots comme «larmes» et «sentiments», et l'utilisation de plus de pronoms à la première personne comme «je» et «moi».
«Ce que les gens écrivent dans les médias sociaux et en ligne saisit un aspect de la vie auquel il est très difficile d'accéder autrement en médecine et en recherche», a déclaré le Dr H. Andrew Schwartz, auteur principal et chercheur principal du World Well-Being Project (WWBP ).
«C’est une dimension qui est relativement inexploitée par rapport aux marqueurs biophysiques de la maladie. Compte tenu de conditions telles que la dépression, l'anxiété et le SSPT, par exemple, vous trouvez plus de signaux dans la façon dont les gens s'expriment numériquement.
Depuis six ans, le WWBP, basé au Positive Psychology Center de l’Université de Pennsylvanie et au Laboratoire d’analyse du langage humain de l’Université Stony Brook, étudie la manière dont les mots que les gens utilisent reflètent les sentiments intérieurs et la satisfaction.
En 2014, Johannes Eichstaedt, chercheur fondateur du WWBP, a commencé à se demander s'il était possible pour les médias sociaux de prédire les résultats de santé mentale, en particulier pour la dépression.
«Les données des réseaux sociaux contiennent des marqueurs proches du génome», explique Eichstaedt. «Avec des méthodes étonnamment similaires à celles utilisées en génomique, nous pouvons passer au peigne fin les données des médias sociaux pour trouver ces marqueurs. La dépression semble être quelque chose de tout à fait détectable de cette manière; cela change vraiment l'utilisation des médias sociaux par les gens d'une manière que quelque chose comme les maladies de la peau ou le diabète ne fait pas. "
Eichstaedt et Schwartz ont fait équipe avec leurs collègues Robert J. Smith, Raina Merchant, David Asch et Lyle Ungar du Penn Medicine Center for Digital Health pour cette étude.
Plutôt que de recruter des participants qui avaient une dépression autodéclarée, les chercheurs ont identifié des données de personnes consentant à partager les statuts Facebook et les informations du dossier médical électronique, puis ont analysé les statuts à l'aide de techniques d'apprentissage automatique pour distinguer ceux qui avaient un diagnostic formel de dépression.
«Ce sont les premiers travaux de notre registre des médias sociaux du Penn Medicine Center for Digital Health», a déclaré Merchant, «qui joint les médias sociaux aux données des dossiers de santé. Pour ce projet, tous les individus sont consentants, aucune donnée n'est collectée sur leur réseau, les données sont anonymisées et les niveaux les plus stricts de confidentialité et de sécurité sont respectés. »
Près de 1 200 personnes ont consenti à permettre aux chercheurs d'accéder aux deux archives numériques. Parmi ceux-ci, 114 personnes avaient un diagnostic de dépression dans leur dossier médical.
Les chercheurs ont ensuite jumelé chaque personne avec un diagnostic de dépression à cinq qui n'en avaient pas, pour agir en tant que témoin, pour un échantillon total de 683 personnes (à l'exclusion d'une pour les mots insuffisants dans les mises à jour de statut). L’objectif était de créer un scénario aussi réaliste que possible pour former et tester l’algorithme des chercheurs.
«C'est un problème vraiment difficile», dit Eichstaedt. «Si 683 personnes se présentent à l'hôpital et 15% d'entre elles sont déprimées, notre algorithme serait-il capable de prédire lesquelles? Si l’algorithme dit que personne n’était déprimé, il serait précis à 85%. »
Pour développer l'algorithme, les chercheurs se sont penchés sur 524 292 mises à jour Facebook des années précédant le diagnostic pour chaque participant souffrant de dépression et pour la même période de temps pour le contrôle.
Ils ont identifié les mots et les phrases les plus fréquemment utilisés, puis ont modélisé 200 sujets pour démêler ce qu'ils ont appelé des «marqueurs de langage associés à la dépression». Enfin, ils ont comparé de quelle manière et à quelle fréquence les participants déprimés par rapport aux témoins utilisaient une telle formulation.
Ils ont constaté que ces indicateurs comprenaient des processus émotionnels, cognitifs et interpersonnels tels que l'hostilité et la solitude, la tristesse et la rumination. Ces indicateurs pourraient prédire une dépression future dès trois mois avant la première documentation de la maladie dans un dossier médical.
«Il y a une perception que l’utilisation des médias sociaux n’est pas bonne pour la santé mentale», a déclaré Schwartz, «mais cela peut s'avérer être un outil important pour le diagnostiquer, le surveiller et éventuellement le traiter.»
Les résultats sont publiés dans la revue Actes de l'Académie nationale des sciences.
Source: Université de Pennsylvanie
