Twitterの言葉が地域の心臓病のリスクを予測する

ソーシャルメディアプラットフォームがコミュニティの健康または幸福の評価を向上させるという信念は、長年にわたって約束されてきました。

新しい研究によると、ペンシルベニア大学の研究者は、Twitterが多くの従来の要因を組み合わせた場合よりも心臓病のリスクについてより多くの情報を収集できることを発見したため、予言が満たされている可能性があります。

以前の研究は、心臓病のリスクに寄与する多くの要因を識別しました：低所得や喫煙のような伝統的なものだけでなく、ストレスのような心理的なものも。

専門家は長い間、コミュニティの心理的幸福は身体の健康にとって重要であると考えてきましたが、測定するのは困難です。現在、研究者たちはTwitterがコミュニティの集団的精神状態への窓を提供できると信じています。

調査官は2009年から2010年までの1億4800万のツイートをふるいにかけ、心臓病の死亡率に関するCDCの郡ごとのデータと言語を比較しました。

研究者は、郡のツイートで怒り、ストレス、疲労などの否定的な感情の表現が、心臓病のリスクが高いことに関連していることを発見しました。一方、興奮や楽観的な見方などの前向きな感情は、リスクの低下と関連していました。

「心理的変数に関して、心臓病の増加に伴う最大の問題は怒りと敵意です」と、ジャーナルで発表された論文の筆頭著者であるヨハネス・アイヒシュタットは述べました。 心理学.

研究者たちは、使用されている言語がコミュニティの心理的状態を反映しているため、ツイートの分析は疫学や公衆衛生介入の効果を測定するのに役立つツールであると考えています。

何十億ものユーザーが毎日の経験、考え、感情について毎日書いているため、ソーシャルメディアの世界は心理学研究の新たなフロンティアです。このようなデータは、実際の結果に結び付けることができれば、貴重な公衆衛生ツールになる可能性があります。

このことを念頭に置いて、研究者たちは、人々がオンラインで使用する言語が自分の内面の考えや感情を表す度合いを長い間研究してきました。

人々の内面の感情的な生活を直接測定する方法がないため、チームは、人々が話したり書いたりするときに使用する単語からこの情報を収集する心理学研究の伝統を利用しました。

このグループの以前の調査では、このような言語分析は、個人の性格を評価する際に従来のアンケートと同様に機能することが示されています。

「調査を通じてこのデータを取得することは、費用と時間がかかりますが、より重要なのは、調査に含まれる質問によって制限されます」とEichstaedtは言いました。

「人々が使用することを選択した言語の無限の変数に付随する心理的な豊かさは決して得られません。」

言語と感情状態の相関関係を見て、研究者たちはさらに、それらの感情状態とそれに根ざした身体的結果との関連を示すことができるかどうかを調べました。

彼らは冠状動脈性心臓病の理想的な候補者であり、世界中の主要な死因でした。

オーストラリアのメルボルン大学の助教授であるマーガレット・カーン博士は、「心理状態は冠状動脈性心臓病に影響を与えると長い間考えられてきました」と述べました。

「たとえば、敵意とうつ病は、生物学的影響を通じて個人レベルで心臓病と関連しています。しかし、否定的な感情は行動や社会的反応を引き起こすこともあります。また、間接的に心臓病につながる可能性のある他の人々から隔離され、飲酒、貧弱な食事をする可能性が高くなります。」

早期死亡の一般的な原因として、公衆衛生当局は、心臓病が死亡診断書の根本的な原因として特定された場合を注意深く数えます。

また、喫煙率、肥満、高血圧、運動不足などの考えられる危険因子に関する綿密なデータも収集します。このデータは米国の郡ごとのレベルで利用できるため、調査チームはこの物理的な疫学を彼らのデジタルTwitterバージョンと照合することを目的としました。

この研究では、研究者は2009年から2010年の間に作成された公開ツイートのセットをレビューしました。確立された感情辞書と、行動や態度を反映する単語のクラスターを自動的に生成して、場所を特定した個人からのツイートのランダムサンプルを分析しました利用可能です。

国の人口の88％を含む約1,300の郡からの十分なツイートと健康データがありました。

調査官は、収入や教育などの変数が考慮された後でも、否定的な感情的な言葉や「憎悪」や虚辞などのトピックは、心臓病の死亡率と強く相関し続けていることを発見しました。

ポジティブな感情的な言葉は反対の相関関係を示し、楽観主義とポジティブな体験、「素晴らしい」や「友達」などの言葉が心臓病を予防する可能性があることを示唆しています。

「言語と死亡率の関係は特に驚くべきことです」と客員助教授のH.アンドリューシュワルツ博士は述べた。彼は怒っている言葉の選択はコミュニティのストレスを反映していると信じています。怒っている言葉やトピックをツイートしている人々は一般に心臓病で死んでいる人ではないからです。

「しかし、それはあなたの隣人の多くが怒っている場合、あなたは心臓病で死ぬ可能性が高いことを意味します。」

この調査結果は、コミュニティの総合的な特徴が個人の報告よりも身体の健康をより予測できることを示唆する既存の社会学的研究に適合します。

「私たちはコミュニティのより長期的な特徴を取り上げていると信じています」とペンシルベニア州のコンピュータおよび情報科学の教授であるライル・アンガー博士は述べた。

「この言葉は、すぐに死亡につながる「火花」ではなく、「木から枯れる」ことを表しています。所定の期間内に郡が受ける心臓発作の数を予測することはできませんが、言語によって介入する場所が明らかになる場合があります。」

この方法の予測力に対するその他の注意事項には、Twitterで共有することを選択したメッセージの種類に影響を与える社会的要因が含まれます。

「しかし、誰もが実際よりもTwitterの方が少し前向きである場合でも、場所ごとに変化が見られます。これは、私たちが最も興味を持っていることです」とシュワルツ氏は語った。

このバリエーションは、個人レベルではなく、コミュニティレベルでの公衆衛生介入の有効性の証拠を整理するために使用できます。チームの調査結果は、これらのツイートが他の方法では簡単にアクセスできない人々に関する情報を集約していることを示しています。

ペンシルバニア芸術科学部の心理学部の博士研究員であるグレゴリーパーク博士は、次のように述べています。

「しかし、それはまた何か特別なものを追加します。そのため、Twitterからの予測は、従来の変数のセットを使用するよりも実際にはより正確になる可能性があります。」

出典：ペンシルベニア大学