Maintenant, les médecins recherchent l'aide des médias sociaux pour le diagnostic précoce de la dépression, révèle une étude

Les médias sociaux peuvent désormais aider les médecins à diagnostiquer dépression. Oui, vous avez bien entendu. Les médecins recherchent l'aide des médias sociaux pour trouver un moyen de déterminer le nombre de personnes menacées de dépression . Une nouvelle étude parue dans les Actes de l'Académie nationale des sciences montre que l'analyse du langage des publications de Facebook peut indiquer si un utilisateur est déprimé trois mois avant que la personne ne reçoive un diagnostic médical, met en évidence un récent rapport des médias.

Le groupe de chercheurs de l'Université de Pennsylvanie et de l'Université Stony Brook a déclaré que la recherche en était encore à ses balbutiements. L'étude, basée sur un groupe de moins de 700 utilisateurs, offre un avenir prometteur pour le diagnostic de la dépression ont-ils souligné.

«La dépression est une maladie très invalidante et nous avons des traitements qui peuvent aider les gens», aurait déclaré Raina Merchant, l'un des auteurs de l'étude et directrice du Penn Medicine Center pour la santé numérique. «Nous voulons réfléchir plus tôt à de nouvelles façons de rassembler les ressources et l'identification de la dépression», a-t-elle ajouté, selon le reportage.

Le modèle a bien fonctionné lorsque les chercheurs ont utilisé les données de Facebook des trois mois précédant le diagnostic de dépression par un participant. Toutefois, compte tenu des périodes plus longues de données Facebook, le modèle est moins précis, ont suggéré les chercheurs.

Nous sommes au tout début d’essayer de comprendre comment ces données sont parfois simplement des mots de salut commun, mais elles peuvent parfois nous éclairer sur la santé des personnes et des communautés », aurait déclaré Merchant.

Lire Aussi:  Quels sont les avantages pour la santé de manger de la première chose de concombre le matin?

    

Publié le 18 octobre 2018 à 15h08

        
            
        
        

Source

Tags: