La Dre. Helena Garay, chercheur et maître de conférences à la Faculté des sciences sociales et humaines de l’Universidad Europea del Atlántico (Université européenne de l’Atlantique, UNEATLANTICO), collabore à une étude qui conçoit un modèle permettant de prédire l’intensité de la dépression à partir de courts commentaires sur des réseaux sociaux tels que X.
Les troubles dépressifs sont un problème mondial. Selon l’Organisation mondiale de la santé (OMS), quelque 264 millions de personnes souffrent de dépression, qui est considérée comme la deuxième cause de suicide. Le trouble se manifeste de différentes manières, avec des symptômes allant du manque d’intérêt aux problèmes physiques et mentaux. À cet égard, il est essentiel de disposer d’une méthode automatique de détection et d’évaluation de la gravité de la dépression.
L’utilisation des données des réseaux sociaux, telles que les messages X, est un outil utile pour la détection précoce des maladies mentales. Il a été démontré que les signes précurseurs d’une maladie mentale peuvent être détectés à partir des activités en ligne. De ce fait, les personnes souffrant de dépression ne signalent pas toujours directement leur état. Cependant, ils expriment leurs sentiments et leurs pensées dépressives sur les plateformes de médias sociaux, plutôt que de les partager avec leurs familles et leurs médecins.
Jusqu’à présent, la plupart des recherches se sont concentrées sur la détection binaire de la dépression plutôt que sur l’intensité de la dépression. L’objectif de cette étude est donc de concevoir un modèle capable de prédire l’intensité de la dépression dans les messages X. Pour ce faire, un ensemble de données a été créé à l’aide de hashtags pertinents associés à la dépression. Pour ce faire, un ensemble de données a été créé à l’aide de hashtags X pertinents associés à la dépression. Les publications ont été annotées manuellement en trois classes d’intensité dépressive : légère, modérée et sévère. À partir de ces données, l’algorithme FastText a été appliqué pour classer l’intensité de la dépression, ce qui a permis d’améliorer considérablement les résultats obtenus par rapport à d’autres modèles de base.
De plus, une amélioration supplémentaire a été obtenue grâce à un ensemble de vote souple pondéré, qui combine plusieurs modèles, y compris FastText, afin d’optimiser encore la précision et le score de la prédiction. Cette étude est donc un outil prometteur pour détecter la gravité de la dépression chez les utilisateurs de réseaux sociaux, ce qui permet d’intervenir rapidement pour créer une société plus saine.
Si vous voulez en savoir plus sur cette étude intéressante, cliquez ici.
Pour lire d’autres recherches, consultez le référentiel d’UNEATLANTICO.