Síguenos en:

Síguenos en Twitter Siguenos en Facebook Siguenos en Google+ Siguenos en por RSS

miércoles, 22 de octubre de 2014

Las actividades en Facebook® revelan el estado depresivo de los usuarios

Método de detección: La depresión es uno de los trastornos mentales más frecuentes y se relaciona con menor productividad individual y deterioro funcional que puede causar una carga social.

Autor(es): Sungkyu Park; Sang Won Lee; Jinah Kwak; Meeyoung Cha; Bumseok Jeong

  •  Resumen


  • Está previsto que la depresión será la segunda causa principal de morbilidad en todo el mundo para el año 2020. 
  • La identificación temprana y la prevención de la depresión pueden ser una forma efectiva de reducir los problemas relacionados con la misma porque la duración del episodio depresivo está directamente relacionada con su tasa de recuperación. 
  • Un posible método de detección es la utilización de la gran cantidad de datos en las redes sociales en línea. 
  • La mayoría de las investigaciones en la búsqueda de síntomas depresivos en las redes sociales han utilizado palabras relacionadas a la depresión. 
  • Los autores encontraron que muchos usuarios revelaron abiertamente su estado de ánimo depresivo, así como antecedentes de tratamiento en un medio público como Twitter. Estos estudios demuestran el potencial de aplicación de las redes sociales en el estudio de los síntomas depresivos, en particular, para entender la relación entre los marcadores lingüísticos y trastorno mental. 
  • En este artículo los autores plasman su investigación sobre las redes sociales y síntomas depresivos.                                                                                                                                                                



  •  Introducción 

Está previsto que la depresión será la segunda causa principal de morbilidad en todo el mundo para el año 2020. Los costos asociados con la depresión y el trastorno mental han crecido rápidamente, y el Instituto Nacional de Salud Mental de los EEUU informó en 2008 que le costó entre otros trastornos similares, por lo menos 193 billones de dólares en los Estados Unidos, por lo tanto, la depresión tiene efectos graves en los individuos, así como en la sociedad. 

La identificación temprana y la prevención de la depresión pueden ser una forma efectiva de reducir los problemas relacionados con la misma porque la duración del episodio depresivo está directamente relacionada con su tasa de recuperación. Por lo tanto, se ha gastado un esfuerzo importante en la detección de síntomas de depresión en la población general. En el marco de las campañas de prevención y promoción de la salud mental de la población, se puesto el foco en las redes sociales como soporte de dichas campañas, con el objetivo de detectar en forma temprana dichos trastornos. 

Un posible método de detección es la utilización de la gran cantidad de datos en las redes sociales en línea. Sitios como Facebook y Twitter, utilizados por cientos de millones de usuarios, tienen datos a gran escala que pueden utilizarse para estudiar los comportamientos humanos relacionados con la salud de una manera eficiente.

La mayoría de las investigaciones en la búsqueda de síntomas depresivos en las redes sociales han utilizado palabras relacionadas a la depresión. Park y col. analizaron las actualizaciones de texto publicadas en Twitter para caracterizar el uso del lenguaje relacionado con estados de ánimo depresivos. 

Los autores encontraron que muchos usuarios revelaron abiertamente su estado de ánimo depresivo, así como antecedentes de tratamiento en un medio público como Twitter. Se examinaron los cambios correlativos lingüísticos y emocionales en los estados de posparto de madres primerizas y se construyó un modelo estadístico para pronosticar cambios conductuales significativos comparándolos con las observaciones prenatales. 

Estos estudios demuestran el potencial de aplicación de las redes sociales en el estudio de los síntomas depresivos, en particular, para entender la relación entre los marcadores lingüísticos y trastorno mental.

Yendo más allá del análisis del texto, muchos otros enfoques se han utilizado para detectar los síntomas depresivos en línea. Kotikalapudi y col. analizaron los patrones en las actividades de navegación por Internet de los estudiantes universitarios que podrían señalar los síntomas depresivos. Moreno y col. demostraron que las actualizaciones de estado en Facebook podrían revelar síntomas de episodios depresivos mayores. Por otra parte, también se constató que, en 2008, más de una cuarta parte de los usuarios de Internet había buscado información sobre salud mental o depresión.

En este artículo los autores plasman su investigación sobre las redes sociales y síntomas depresivos. Para esto, se utilizaron los datos recopilados desde Facebook, que actualmente es la red social más ampliamente utilizada en el mundo. Incluso en Corea del sur en 2011, Facebook superó el anterior servicio nacional más famoso, Cyworld y se convirtió en la red social más ampliamente utilizada desde entonces.

Facebook contiene una amplia gama de información sobre sus usuarios, incluyendo características demográficas tales como edad y sexo, así como las características sociales tales como la lista de amigos, intereses y etiquetados de localización.

Juntas, estas características podrían representar cómo un usuario mantiene relaciones en línea como offline. El enfoque de esta investigación ha sido comprobar si el estado de salud mental de un usuario puede predecirse por el amplio conjunto de funciones disponibles en Facebook.

Para este estudio, se ha desarrollado una aplicación móvil basada en Web para Facebook, llamada EmotionDiary, para reclutar a los participantes y buscar marcadores de síntomas depresivos. La aplicación ofrece dos breves escalas de autoinforme para medir los síntomas depresivos: CES-D (Centro de estudios epidemiológicos de la depresión) y BDI (Inventario de depresión de Beck), que son ambos métodos comprobados para medir la sintomatología depresiva en la población general. 

Este trabajo pretende identificar características relacionadas con síntomas depresivos en Facebook, que podrían distinguir a individuos deprimidos de aquellos que no están deprimidos. Para obtener una comprensión más profunda de los comportamientos de los usuarios, este estudio fue asistido por entrevistas cara a cara de los individuos severamente deprimido, realizadas por un psiquiatra. Por lo tanto, este documento proporciona resultados cuantitativos y cualitativos hacia la detección de síntomas depresivos en las redes sociales.

  •  Métodos

Se evaluaron a 55 usuarios de Facebook = 40, mujeres y 15 varones, con una media de edad 24,43 (DE 3.90) fueron reclutados a través de anuncios en forma de volantes distribuidos a los estudiantes en una universidad en Corea. 

Usando EmotionDiary, la aplicación de Facebook que los investigadores desarrollaron, evaluaron los síntomas depresivos mediante la escala CES-D.

EmotionDiary también proporciona consejos y datos sobre la depresión a los participantes y mide sus respuestas de uso. Para identificar las características de Facebook relacionadas con la depresión, se realizaron análisis de correlación entre CES-D y las respuestas de los participantes a consejos y hechos o características sociales de Facebook. Por último, entrevistaron a los participantes con probable depresión (CES-D≥25) para evaluar sus síntomas depresivos por un psiquiatra.

  •  Resultados 

Las actividades en Facebook tenían poder predictivo en la distinción de las personas deprimidas y no deprimidas. La respuesta de los participantes a consejos y datos, que pueden explicarse por el número de consejos de la aplicación que se han consultado, tuvo una correlación positiva (P =. 04 para ambos casos), mientras que el número de etiquetas de ubicación y amigos tuvieron una correlación negativa con la escala CES-D (P =. 08 y P =. 045 respectivamente). 

De los 115 participantes seleccionados al azar que accedieron a la aplicación EmotionDiary, 82 participantes completaron la encuesta CES-D (71,3%), y 56 de ellos también completaron la encuesta BDI (48,7%). 

Se centraron solamente en los 56 participantes que completaron ambos cuestionarios para seleccionar aquellos que verdaderamente han participado y excluir a otros que abandonado en medio del experimento. A través de este proceso de selección, uno de los participantes masculino fue excluido del análisis debido a tener más de 1000 amigos en Facebook. El resto de este documento describe el análisis de los 55 participantes.

De los 55 participantes retenidos para mayores análisis, 40 eran varones de edad 19-36 (edad media 24,89, SD 4,35) y 15 eran mujeres de edades comprendidas entre 19-28 (edad media 23,33, SD 2.17).  

Entrevista cara a cara: un psiquiatra evaluó los síntomas depresivos de 2 participantes mediante la Hamilton Depression Rating Scale (HAM-D) dentro de las 2 semanas de la prueba del EmotionDiary. Todos los participantes mostraron síntomas de depresión, incluyendo el estado de ánimo deprimido, sentimientos de culpa, insomnio y ansiedad. Sus puntajes de HAM-D fueron superiores a 7 puntos, que es un punto de corte confiable para la depresión. Los participantes que mostraron síntomas depresivos moderados en la HAM-D y CES-D fueron ubicados en un estado depresivo crónico.  

  •  Conclusiones

Dentro de las limitaciones, los autores refieren la población particular, con la limitación para generalizar resultados, aunque mediante la profundización de esta investigación tale vez se puede llegar a una población con mayor representatividad. Mientras tanto se ve limitado el poder predictivo de las características de uso de Facebook. Este estudio está limitado además por el tamaño muestral pequeño.

El número de participantes entrevistados es pequeño (n = 2). Los autores refieren que necesitan reclutar más entrevistados o utilizar otras mediciones cualitativas en futuros estudios. A pesar de las limitaciones antes mencionadas, este estudio es el primer intento de identificar una asociación entre las características sociales en Facebook y síntomas depresivos de los usuarios. 

  •  Comentarios


Mediante el análisis de rasgos depresivos relacionados con Facebook, se trató de entender comportamientos humanos en una red social que podrían predecir los estados de ánimo depresivos. Por lo tanto, este estudio es un paso importante hacia el problema de la proyección a gran escala de la depresión en las plataformas de redes sociales y abre el camino entre investigadores y población a estudiar.

  •  Artículos relacionados

Traducción y resumen:  Dr. Rafael Perez Garcia vía Emergency & Critical Care  

  •  Referencias bibliográficas

  1. Kessler RC, Berglund P, Demler O, Jin R, Koretz D, Merikangas KR, National Comorbidity Survey Replication. The epidemiology of major depressive disorder: results from the National Comorbidity Survey Replication (NCS-R). JAMA 2003 Jun 18;289(23):3095-3105. [CrossRef] [Medline]
  2. Richards D. Prevalence and clinical course of depression: a review. Clin Psychol Rev 2011 Nov;31(7):1117-1125. [CrossRef] [Medline]
  3. Donohue JM, Pincus HA. Reducing the societal burden of depression: a review of economic costs, quality of care and effects of treatment. Pharmacoeconomics 2007;25(1):7-24. [Medline]
  4. World Health Organization. An overview of a strategy to improve the mental health of underserved populations. 1999.   URL: http://www.who.int/mental_health/media/en/46.pdf [accessed 2013-05-15] [WebCite Cache]
  5. National Institute of Mental Health. Mental disorders cost society billions in unearned income. 2008.   URL: http:/​/www.​nimh.nih.gov/​news/​science-news/​2008/​mental-disorders-cost-society-billions-in-unearned-income.​shtml[accessed 2013-05-15] [WebCite Cache]
  6. Mueller TI, Keller MB, Leon AC, Solomon DA, Shea MT, Coryell W, et al. Recovery after 5 years of unremitting major depressive disorder. Arch Gen Psychiatry 1996 Sep;53(9):794-799. [Medline]
  7. City of Milwaukee Employee Assistance Program. October 11th is National Depression Screening Day. 2012.   URL: http:/​/city.​milwaukee.gov/​ImageLibrary/​User/​jkamme/​EAP/​Info-Library/​MentalHealth_NatlDepressionScr.​pdf[accessed 2013-07-31] [WebCite Cache]
  8. Diane Forrest. National Anxiety and Depression Awareness Week. 2012.   URL:http://kisbyto.blogspot.kr/2012/05/national-anxiety-and-depression.html[accessed 2013-07-31] [WebCite Cache]
  9. Eysenbach G. Infodemiology and infoveillance: framework for an emerging set of public health informatics methods to analyze search, communication and publication behavior on the Internet. J Med Internet Res 2009;11(1):e11 [FREE Full text] [CrossRef] [Medline]
  10. Brodkin J. Facebook vs Twitter. 2010.   URL:http://www.networkworld.com/news/2010/060710-tech-argument-facebook-twitter.html [accessed 2013-07-29] [WebCite Cache]
  11. Rude S, Valdez C, Odom S, Ebrahimi A. Negative cognitive biases predict subsequent depression. Cognitive Ther Res 2003;27(4):415-429. [CrossRef]
  12. Rosenquist JN, Fowler JH, Christakis NA. Social network determinants of depression. Mol Psychiatry 2011 Mar;16(3):273-281. [CrossRef] [Medline]
  13. De Choudhury M, Gamon M, Counts S, Horvitz E. Predicting depression via social media. 2013 Jul 08 Presented at: 7th International AAAI Conference on Weblogs and Social Media; Jul 8-10, 2013; Boston, MA, USA.
  14. De Choudhury M, Counts S, Horvitz E. Social media as a measurement tool of depression in populations. 2013 May 02 Presented at: 5th ACM International Conference on Web Science; May 2-4, 2013; Paris, France.
  15. Sadilek A, Kautz H, Silenzio V. Modeling spread of disease from social interactions. 2012 Jun 04 Presented at: 6th International AAAI Conference on Weblogs and Social Media; June 4-7, 2012; Dublin, Ireland.
  16. Park M, Cha C, Cha M. Depressive moods of users portrayed in twitter. 2012 Aug 12 Presented at: ACM SIGKDD Workshop on Healthcare Informatics; Aug 12, 2012; Beijing, China.
  17. De Choudhury M, Counts S, Horvitz E. Predicting postpartum changes in emotion and behavior via social media. 2013 Apr 27 Presented at: SIGCHI Conference on Human Factors in Computing Systems; Apr 27-May 2, 2013; Paris, France.
  18. Neuman Y, Cohen Y, Assaf D, Kedma G. Proactive screening for depression through metaphorical and automatic text analysis. Artif Intell Med 2012 Sep;56(1):19-25. [CrossRef] [Medline]
  19. Katikalapudi R, Chellappan S, Montgomery F, Wunsch D, Lutzen K. Associating Internet Usage with Depressive Behavior Among College Students. IEEE Technol Soc Mag 2012 Dec;31(4):73-80. [CrossRef]
  20. Moreno MA, Jelenchick LA, Egan KG, Cox E, Young H, Gannon KE, et al. Feeling bad on Facebook: depression disclosures by college students on a social networking site. Depress Anxiety 2011 Jun;28(6):447-455 [FREE Full text] [CrossRef] [Medline]
  21. Rosenquist JN, Fowler JH, Christakis NA. Social network determinants of depression. Mol Psychiatry 2011;16:273-281 [FREE Full text] [WebCite Cache]
  22. Fox S, Jones S. The Social Life of Health Information. 2009.   URL:http://www.pewinternet.org/Reports/2009/8-The-Social-Life-of-Health-Information.aspx [accessed 2013-02-05] [WebCite Cache]
  23. Carl Jackers. Top 10 Most Visited Social Media Sites in the World. 2013.   URL:http://americanlivewire.com/social-media-sites/ [accessed 2013-07-29] [WebCite Cache]
  24. Yoon Ja-young. Is homegrown Cyworld giving in to Facebook?. 2011.   URL:http://www.koreatimes.co.kr/www/news/special/2011/10/182_96267.html[accessed 2013-07-29] [WebCite Cache]
  25. Danah mb, Nichol BE. Social network sites: Definition, history, and scholarship. J Comput-Mediat Comm 2007;13:210-230. [CrossRef]
  26. Ellison N, Steinfield C, Lampe C. The benefits of Facebook “friends:” Social capital and college students’ use of online social network sites. J Comput-Mediat Comm 2007;12:1143-1168. [CrossRef]
  27. Radloff LS. The CES-D scale: A self-report symptom scale to depression scale in the general population. Appl Psych Meas 1977;1(3):385-401. [CrossRef]
  28. Beck AT, Ward CH, Mendelson M, Mock J, Erbaugh J. An inventory for measuring depression. Arch Gen Psychiatry 1961 Jun;4:561-571. [Medline]
  29. Cho MJ, Kim KH. Diagnostic validity of the CES-D (Korean version) in the assessment of DSM-III-R major depression. J Korean Neuropsychiaty Assoc 1993;32:381-399.
  30. Lee YH, Song JY. A study of the reliabilitythe validity of the BDI, SDS. and MMPI-D scales. Korean J of Clin Psychol 1991;10:98-113.
  31. Cho MJ, Nam JJ, Suh GH. Prevalence of symptoms of depression in a nationwide sample of Korean adults. Psychiatry Res 1998 Dec 14;81(3):341-352. [Medline]
  32. Haringsma R, Engels GI, Beekman AT, Spinhoven P. The criterion validity of the Center for Epidemiological Studies Depression Scale (CES-D) in a sample of self-referred elders with depressive symptomatology. Int J Geriatr Psychiatry 2004 Jun;19(6):558-563. [CrossRef] [Medline]
  33. Ilardi SS. The Depression Cure: The 6-Step Program to Beat Depression without Drugs. Cambridge, MA: Da Capo Lifelong Books; 2009.
  34. RandomHistory. 2009.   URL: http://facts.randomhistory.com/random-facts-about-depression.html [accessed 2013-07-26] [WebCite Cache]
  35. Ferebee SS, Davis JW. Factors that persuade continued use of Facebook among new members. New York: ACM; 2009 Apr 26 Presented at: 4th International Conference on Persuasive Technology; Apr 26–29, 2009; Claremont, CA, USA.
  36. Hsu Y. Facebook as international eMarketing strategy of Taiwan hotels. International Journal of Hospitality Management 2012 Sep;31(3):972-980. [CrossRef]
  37. Cho MJ, Kim KH. Use of the Center for Epidemiologic Studies Depression (CES-D) Scale in Korea. J Nerv Ment Dis 1998 May;186(5):304-310. [Medline]
  38. Beck AT, Beamesderfer A. Assessment of depression: the depression inventory. Mod Probl Pharmacopsychiatry 1974;7:151-169. [Medline]
  39. Wilcox H, Field T, Prodromidis M, Scafidi F. Correlations between the BDI and CES-D in a sample of adolescent mothers. Adolescence 1998;33(131):565-574. [Medline]
  40. Hamilton M. Rating depressive patients. J Clin Psychiatry 1980 Dec;41(12 Pt 2):21-24. [Medline]
  41. Riedel M, Möller HJ, Obermeier M, Schennach-Wolff R, Bauer M, Adli M, et al. Response and remission criteria in major depression--a validation of current practice. J Psychiatr Res 2010 Nov;44(15):1063-1068. [CrossRef] [Medline]
  42. Lee EB. Young, black, and connected: Facebook usage among African American college students. J Black Stud 2012;43(3):336-354. [Medline]
  43. Ljepava N, Orr RR, Locke S, Ross C. Personality and social characteristics of Facebook non-users and frequent users. Computers in Human Behavior 2013 Jul;29(4):1602-1607. [CrossRef]
  44. Powell J, Clarke A. Internet information-seeking in mental health: population survey. Br J Psychiatry 2006 Sep;189:273-277 [FREE Full text] [CrossRef] [Medline]
  45. Haviland MG, Pincus HA, Dial TH. Type of illness and use of the Internet for health information. Psychiatr Serv 2003 Sep;54(9):1198. [Medline]
  46. Amann G. Social network and social support deficits in depressed patients: a result of distorted perception? Eur Arch Psychiatry Clin Neurosci 1991;241(1):49-56. [Medline]
  47. Garber J. Depression in children and adolescents: linking risk research and prevention. Am J Prev Med 2006 Dec;31(6 Suppl 1):S104-S125. [CrossRef] [Medline]
  48. Prince MJ, Harwood RH, Blizard RA, Thomas A, Mann AH. Social support deficits, loneliness and life events as risk factors for depression in old age. The Gospel Oak Project VI. Psychol Med 1997 Mar;27(2):323-332. [Medline]
  49. Wright KB, Rosenberg J, Egbert N, Ploeger NA, Bernard DR, King S. Communication competence, social support, and depression among college students: a model of facebook and face-to-face support network influence. J Health Commun 2013;18(1):41-57. [CrossRef] [Medline]
  50. Friedman RC, Hurt SW, Clarkin JF, Corn R, Aronoff MS. Symptoms of depression among adolescents and young adults. J Affect Disord 1983 Feb;5(1):37-43. [Medline]
  51. Furlong A. The Japanese hikikomori phenomenon: acute social withdrawal among young people. The sociological review 2008;56:309-325 [FREE Full text] [WebCite Cache]
  52. Martin EA, Bailey DH, Cicero DC, Kerns JG. Social networking profile correlates of schizotypy. Psychiatry Res 2012 Dec 30;200(2-3):641-646. [CrossRef] [Medline]
  53. Ostergaard SD, Jensen SO, Bech P. The heterogeneity of the depressive syndrome: when numbers get serious. Acta Psychiatr Scand 2011 Dec;124(6):495-496. [CrossRef] [Medline]
  54. Parker G. Classifying clinical depression: an operational proposal. Acta Psychiatr Scand 2011 Apr;123(4):314-316. [CrossRef] [Medline]
  55. Benazzi F. Prevalence and clinical features of atypical depression in depressed outpatients: a 467-case study. Psychiatry Res 1999 Jun 30;86(3):259-265. [Medline]
  56. Chen L, Eaton WW, Gallo JJ, Nestadt G. Understanding the heterogeneity of depression through the triad of symptoms, course and risk factors: a longitudinal, population-based study. J Affect Disord 2000 Jul;59(1):1-11. [Medline]
  57. Gold PW, Chrousos GP. The endocrinology of melancholic and atypical depression: relation to neurocircuitry and somatic consequences. Proc Assoc Am Physicians 1999;111(1):22-34. [Medline]
  58. Henkel V, Mergl R, Allgaier AK, Kohnen R, Möller HJ, Hegerl U. Treatment of depression with atypical features: a meta-analytic approach. Psychiatry Res 2006 Jan 30;141(1):89-101. [CrossRef] [Medline]
  59. The EmotionDiary project webpage (application code available).   URL:http://mia.kaist.ac.kr/publications/emotiondiary/ [accessed 2013-09-25] [WebCite Cache]