摘要:研究人员分析了数百万条推文,以确定有患创伤后应激障碍 (PTSD) 风险的 COVID-19 幸存者。通过应用机器学习技术,他们根据与创伤症状相关的特定关键字将帖子分类为 PTSD 阳性,准确率达到 83%。
这项研究强调了社交媒体作为早期筛查工具的潜力。针对创伤后应激障碍 (PTSD) 等心理健康问题。研究结果强调,需要对那些受到 COVID-19 心理健康影响的人进行及时干预。
主要事实:
来源:伯明翰大学
科学家分析了数百万条推文,以识别患有创伤后应激障碍 (PTSD) 的 COVID-19 幸存者,证明使用社交媒体数据的有效性作为早期筛查和干预的工具。
研究人员在 Twitter(现在称为 X)上构建了一个由 396 万条帖子组成的数据集,这些帖子的用户在其时间线上提到他们在2020 年 3 月和 2021 年 11 月。
使用机器学习分类器,包括支持向量机 (SVM)、朴素贝叶斯、K 最近邻和随机森林,该团队将帖子分类为 PTSD 正面或负面,从而实现了使用 SVM 的准确度为 83.29%。
国际研究小组在《科学报告》中发表了他们的研究结果,强调了 COVID-19 对心理健康的重大影响,强调了早期发现和干预 PTSD 的必要性。
p>
来自伯明翰大学的共同作者 Mark Lee 教授评论道:我们的研究结果表明,社交媒体数据可以提供一种有价值的手段来识别有 PTSD 风险的人,从而实现早期筛查和及时采取医疗行动。
通过进一步研究,这里使用的机器学习技术有可能应用于其他健康问题的早期检测。
在分析推文时,科学家们发现自己感染了 COVID-19作为触发事件。然后,他们在关键因素下寻找症状,包括重新体验、过度兴奋和回避行为,搜索一系列关键词,包括:闪回、噩梦、入侵、恐慌、生动的梦(重新体验))
同时具有 COVID-19 状态以及 PTSD 关键字之一的推文被视为 PTSD 阳性。提及 PTSD 关键字但与其他事件而非 COVID-19 相关的推文被视为 PTSD 负面。
合著者、伯明翰大学的 Mubashir Ali 博士评论道:我们对用户有了更深入的了解他们被诊断出患有 COVID-19 后的发布行为。我们的分析表明,大流行对人们的心理健康造成了损害,这表明了 COVID-19 幸存者中普遍存在的焦虑、失眠和噩梦等症状可能产生的影响。
创伤后应激障碍 (PTSD) 是一种焦虑症,可导致发生在经历过创伤性事件的个体中,例如车祸、战争、身体、情感或性虐待、自然灾害或任何其他改变生活的经历。世界卫生组织和美国精神病学协会 (APA) 都承认 PTSD 是一种合法病症。
作者:托尼·莫兰
来源:大学伯明翰
联系人:托尼·莫兰伯明翰大学
图片:该图片来源于《神经科学新闻》
原始研究:开放获取。
识别患有创伤后应激障碍的新冠肺炎幸存者Mark Lee 等人在 Twitter 上通过机器学习实现紊乱。科学报告
摘要
通过 Twitter 上的机器学习识别患有创伤后应激障碍的 COVID19 幸存者
COVID-19 大流行扰乱了人们的生活并造成了重大经济损失
据传闻,疫情已引起大众对心理健康的严重关注。然而,此前尚未对心理健康监测,特别是创伤后应激障碍(PTSD)的检测进行过系统调查。
本研究的目标是使用经典的机器学习方法进行分类将推文分为 COVID-PTSD 积极或消极类别。为此,我们采用了各种机器学习 (ML) 分类器,在 COVID-19 的背景下区分用户 PTSD 的精神病困难,包括随机森林支持向量机、Nave Bayes 和 K-Nearest Neighbor。
使用各种特征选择策略组合来训练和测试机器学习模型,以获得最佳组合。
根据我们对真实数据集的实验,我们证明了我们的模型执行分类的有效性使用支持向量机作为分类器和一元语法作为特征模式,准确率达到 83.29%。