ANUNCIO

Redes sociales y medicina: cómo las publicaciones pueden ayudar a predecir afecciones médicas

TECNOLOGÍA DE INGENIERÍARedes sociales y medicina: cómo las publicaciones pueden ayudar a predecir afecciones médicas

Los científicos médicos de la Universidad de Pensilvania han descubierto que las condiciones médicas se pueden predecir a partir del contenido de las publicaciones en las redes sociales.

Redes sociales es ahora una parte integral de nuestras vidas. En 2019, al menos 2.7 millones de personas utilizan regularmente plataformas de redes sociales en línea como Facebook, Twitter e Instagram. Esto significa que más de mil millones de personas comparten información a diario sobre sus vidas en estas plataformas públicas. Las personas comparten libremente sus pensamientos, gustos y disgustos, sentimientos y personalidades. Los científicos están explorando si esta información, generada fuera del sistema sanitario clínico, podría revelar posibles predictores de enfermedades en la vida diaria de los pacientes que de otro modo podrían estar ocultos para el personal sanitario y los investigadores. Estudios anteriores han demostrado cómo Twitter puede predecir la tasa de mortalidad por enfermedades cardíacas o monitorear la opinión pública sobre temas relacionados con la salud, como los seguros. Sin embargo, la información de las redes sociales hasta ahora no se ha utilizado para predecir condiciones médicas a nivel individual.

Un nuevo estudio publicado el 17 de junio en PLoS ONE ha mostrado por primera vez la vinculación de historias clínicas electrónicas de pacientes (que han dado su consentimiento) con sus perfiles de redes sociales. Los investigadores tenían como objetivo investigar: en primer lugar, si las condiciones médicas de un individuo se pueden predecir a partir del idioma publicado en las cuentas de redes sociales del usuario y, en segundo lugar, si se pueden identificar marcadores de enfermedades específicos.

Los investigadores utilizaron una técnica de recopilación de datos automatizada para analizar el historial completo de Facebook de 999 pacientes. Esto significó analizar la enorme cantidad de 20 millones de palabras en alrededor de 949,000 actualizaciones de estado de Facebook con publicaciones que contienen al menos 500 palabras. Los investigadores desarrollaron tres modelos para hacer predicciones para cada paciente. El primer modelo analizó el lenguaje de las publicaciones de Facebook identificando palabras clave. El segundo modelo analizó la información demográfica del paciente, como su edad y sexo. El tercer modelo combinó estos dos conjuntos de datos. Se analizaron un total de 21 afecciones médicas, incluidas diabetes, ansiedad, depresión, hipertensión, abuso de alcohol, obesidad y psicosis.

El análisis mostró que las 21 condiciones médicas eran predecibles solo a partir de las publicaciones de Facebook. Y las publicaciones de Facebook predijeron 10 condiciones mejor que incluso los datos demográficos. Las palabras clave prominentes fueron, por ejemplo, 'beber', 'borracho' y 'botella', que predecían el abuso de alcohol, y las personas con diabetes usaban 15 veces más palabras como 'Dios', 'rezar' o 'familia'. Palabras como "tonto" sirvieron como indicadores de abuso de drogas y psicosis y palabras como "dolor", "llanto" y "lágrimas" se vincularon a la angustia emocional. El lenguaje de Facebook utilizado por las personas fue muy eficaz para hacer predicciones, especialmente sobre la diabetes y la salud mental. salud condiciones que incluyen ansiedad, depresión y psicosis.

El estudio actual sugiere que se podría desarrollar un sistema de participación voluntaria para los pacientes en el que los pacientes permitieran el análisis de sus publicaciones en las redes sociales al brindar acceso a esta información a los médicos. Este enfoque podría ser más valioso para las personas que utilizan habitualmente las redes sociales. Dado que las redes sociales reflejan los pensamientos, la personalidad, el estado mental y los comportamientos de salud de las personas, estos datos podrían usarse para predecir la aparición o el empeoramiento de una enfermedad. En lo que respecta a las redes sociales, la privacidad, el consentimiento informado y la propiedad de los datos serán cruciales. Condensar y resumir el contenido de las redes sociales y hacer interpretaciones es el objetivo principal.

El estudio actual puede abrir camino para desarrollar nuevas aplicaciones de inteligencia artificial para predecir condiciones médicas. Los datos de las redes sociales son cuantificables y brindan nuevas vías para evaluar los factores de riesgo conductuales y ambientales de una enfermedad. Los datos de las redes sociales de un individuo se conocen como 'medioma social' (similar al genoma: conjunto completo de genes).

***

{Puede leer el trabajo de investigación original haciendo clic en el enlace DOI que figura a continuación en la lista de fuentes citadas}

Fuentes)

Merchant RM y col. 2019. Evaluación de la previsibilidad de las condiciones médicas a partir de publicaciones en redes sociales. MÁS UNO. 14 (6). https://doi.org/10.1371/journal.pone.0215476

Equipo SCIEU
Equipo SCIEUhttps://www.ScientificEuropean.co.uk
Scientific European® | SCIEU.com | Avances significativos en la ciencia. Impacto en la humanidad. Mentes inspiradoras.

Suscríbase a nuestro boletín

Para actualizarse con las últimas noticias, ofertas y anuncios especiales.

- Publicidad -

Artículos Populares

Óxido nítrico (NO): una nueva arma en la lucha contra el COVID-19

Hallazgos de ensayos clínicos de fase 2 recientemente concluidos en...

Una píldora única para tratar la diabetes tipo 2

Un recubrimiento temporal que imita los efectos de la...

El giroscopio óptico más pequeño

Los ingenieros han construido el giroscopio con sensor de luz más pequeño del mundo que...
- Publicidad -
99,623VentiladoresMe gusta
66,076SeguidoresSeguir
6,298SeguidoresSeguir
31SuscriptoresSuscríbete