通过分析患者推文评估抗抑郁药物的影响

来自西班牙巴塞罗那的UPF和医院Del Mar医学研究所（IMIM）的生物医学信息学（GRIB）研究人员已经确定了患有抑郁症和服用抗抑郁药物的用户发表的西班牙语发报赛的行为和语言变化ob欧宝直播nba。

他们的工作已经发表在医科互联网研究杂志并由Ferran Sanz领导;与Angela Lef和Francesco Ronzano成为第一作者，他们与Miguel Angel Mayer和Laura I Furlong一起进行了综合生物医学信息学研究组。

抑郁症是最普遍的精神疾病之一。据世界卫生组织介绍，它影响了超过32200万人的所有年龄段，是全球残疾的主要原因之一。

分析的可能性大规模数据在社交网络上共享为研究人员提供了新的机会，以更好地了解用户的行为。在这项研究中，使用大数据技术和文本挖掘，科学家分析了提到他们正在服用抑郁症的药物的推文。主要目标是通过在推文中使用的语言的变化或使用推特方式来检测抗抑郁药的影响。

在以前的一项研究中，研究人员团队观察到推特的用户可能患有抑郁症显示特定的行为和语言特征。本文侧重于可能与抗抑郁药物治疗相关的信息的变化。

最值得注意的结果表明，在用户陈述他们接受抗抑郁药物治疗的期间，它们的Twitter活性随着时间的推移而增加，但晚上发布了更少的信息。他们也与其他用户更加互动（例如，通过每个提升数量的增加鸣叫，这可能反映了对与其他人互动的兴趣），并且增加与幸福和惊喜有关的积极情绪。“我们可以说，用抗抑郁药物治疗的人的行为模式发生变化，往往类似于那些不会遭受抑郁症的人，”Angela Lin说。

有各种类型的抗抑郁药物，这项研究专注于选择性血清素再摄取抑制剂，这是最常见的规定药品治疗抑郁症。首先，他们选择了在推文中提到SSRI抗抑郁药的用户的时间表。然后，我们在用户处于治疗时分析了发布的推文中的行为和语言特征的变化，与同一用户发布的推文相比，当他们服用这些药物时，“Francesco Ronzano解释说。该研究包括186名用户及其时间表，共有668,842个推文。

“基于大数据和文本挖掘的技术使用，这使得能够检测用户在诸如Twitter等社交网络中互动的方式的变化，可以为我们提供跟进和监控患者患有最普遍的患者的新机会，禁用健康问题“Ferran Sanz”结束于UPF教授（DCEXS）的全部教授，伊夫米和UPF的生物医学信息学（GRIB）研究方案主任。

---

---