Vos tweets pourraient montrer si vous avez besoin d'aide pour le trouble bipolaire

Le trouble bipolaire provoque des périodes de dépression sévère ponctuées de périodes d'humeur élevée ou de manie. Les personnes atteintes de la maladie se comportent de manière extrême, connaissant des hauts extrêmes et une hyperactivité suivie de dépressions dévastatrices et de léthargie. Certaines estimations suggèrent que 30 % mourront par suicide.

Une façon de prévenir les comportements les plus extrêmes consiste à repérer les symptômes au fur et à mesure qu'ils se développent, mais avant qu'ils ne se manifestent complètement. Cela permet de commencer le traitement tôt. Ainsi, une façon de repérer automatiquement ces signes précoces aurait d'énormes implications pour les personnes atteintes, leurs familles et les prestataires de soins de santé.

Aujourd'hui, Yen-Hao Huang et ses amis de l'Université nationale Tsing Hua de Taïwan affirment avoir mis au point un moyen d'identifier les premiers signes du trouble bipolaire via les réseaux sociaux. Ils disent que leur méthode pourrait avoir des implications importantes sur la façon dont les patients potentiels sont évalués.

L'apparition du trouble bipolaire se caractérise par des symptômes tels qu'une conversation excessive, un sommeil perturbé et des changements d'humeur rapides. Et il s'avère que de nombreuses personnes atteintes partagent des détails sur leur état, y compris leurs dates de diagnostic, sur des plateformes de médias sociaux telles que Twitter.

Cela a donné une idée aux chercheurs. Étant donné qu'ils pouvaient être sûrs que les tweets provenaient de personnes atteintes d'un diagnostic bipolaire, quels schémas de comportement auraient-ils pu démontrer à l'avance ?

Pour le savoir, ces gars ont analysé quelque 10 000 tweets postés entre 2006 et 2016 par plus de 400 personnes ayant reçu un diagnostic de trouble bipolaire. Ils ont comparé ces tweets avec ceux d'un nombre similaire de personnes choisies au hasard, qui ont agi comme un groupe de contrôle.

L'équipe a vérifié le schéma d'affichage au fil du temps pour voir comment il correspondait aux schémas de sommeil normaux. Ils ont examiné la fréquence des tweets pour évaluer le degré de loquacité de chaque utilisateur. Ils ont étudié les types de mots utilisés dans chaque tweet pour le sentiment et le contenu émotionnel.

Ils ont également développé une mesure phonologique entièrement nouvelle en travaillant l'énergie plosive de chaque mot comme s'il était exprimé. Cette idée était basée sur l'idée que les personnes présentant des signes précoces de trouble bipolaire utilisent davantage de mots à haute énergie.

Les chercheurs ont ensuite utilisé une approche de fenêtre glissante pour voir comment le contenu du flux Twitter de chaque personne changeait au fil du temps, en particulier à l'approche du point de diagnostic.

Enfin, l'équipe a formé un algorithme d'apprentissage automatique pour utiliser des combinaisons de ces caractéristiques pour distinguer les personnes avec et sans signes précoces de trouble bipolaire. Ils ont atteint une précision d'identification de plus de 90 %.

La nouvelle mesure par l'équipe de l'énergie phonologique de chaque mot est particulièrement bonne. En utilisant simplement la caractéristique phonologique avec un modèle d'ensemble de texte pur, le classificateur peut atteindre une précision de plus de 91 %, disent-ils.

Fait intéressant, Huang et co appellent cette approche le crowdsourcing subconscient. Ils soulignent que l'ensemble des tweets d'une personne souffrant de trouble bipolaire peut fournir un riche flux d'informations sur l'état mental. Ces personnes fournissent donc inconsciemment un ensemble de données qui peut être extrait pour obtenir des informations.

La quantité d'informations supplémentaires qui peuvent être glanées de cette manière n'est pas claire. Mais il est peu probable que le trouble bipolaire soit le seul état mental pouvant être identifié.

C'est un travail intéressant qui a le potentiel de donner aux personnes atteintes de trouble bipolaire le traitement dont elles ont besoin dès que possible.

Nos résultats expérimentaux démontrent que les modèles proposés pourraient grandement contribuer aux évaluations régulières des personnes atteintes de trouble bipolaire, ce qui est important dans le cadre des soins primaires, disent-ils.

Et cela devrait minimiser les risques de comportements extrêmes qui pourraient autrement entraîner le pire résultat possible.

Réf : arxiv.org/abs/1712.09183 : Détection de la phase prodromique du trouble bipolaire à partir d'aspects psychologiques et phonologiques dans les médias sociaux

cacher