社交网络数据能预测抑郁症？

文：L是心灵捕手|壹心理专栏作者

前言

目前，中国的精神病人数字由于城市化，贫穷等问题导致逐年上升。加拿大学者费立鹏2009年在《柳叶刀》上发表的流行病学调查显示，的中国抑郁症的患病率为6.1%。根据这个发病率的数据推算，中国的抑郁症患者已经达到9000万。中国有执业资格的精神科医生是2万人，与之对应的是庞大的病人群体，平均每个医生看4500名病人，而且这仅仅是抑郁症病人的数目。中国精神病科的医患比例严重低于国际水平1:200。因此，治疗的第一步，找到专业的精神科医生，就已经很不容易。
中 国社会大多数人对精神病并不了解，大部分患者在患病初期都没有意识到自己的心理变化，也不愿意就诊。其次，中国社会非常歧视精神疾病患者， 歧视是基于对疾病的不了解，大部分人认为精神是终身不可治愈并且会严重影响工作和生活的。实际上只要及早发现治疗，抑郁症是可以得到有效控制，并不影响工 作生活。再加上抑郁症患者的主要症状之一是社会隔离，病人不会主动向亲戚朋友求助，主动找医生治疗的就更少了。往往是病情越拖越严重，最后到精神科的病人 大多是已经被疾病折磨多年，被疾病严重影响生活质量的人。

采用大数据自动预测模型的优势

基于以上种种因素，机器学习自动预测模型可通过社交网络数据预测大众的心理健康状况。此模型可以通过社交网络数据（例如，微博）帮助每一个社交网络用户随时检测自己近期的心理状况。 用 户只需要允许程序收集自己微博数据，程序会筛选用户微博上的一些语言特征，这些特征都是根据抑郁症症状量表上的变量去制定的。还有通过用户使用微博的一些 行为模式等等得出预测结果。此方法对比起传统量表有多个优势。 首先，模型可以根据时间轴显示用户在过去几年内不同时期是否出现抑郁症症状。此功能如果通过量表达成则需要用户定期频繁地填表对比，可操作性很低。其次， 此项目为公益项目，用户进行自我检测为零成本。当然，我们的模型不能代替医生的诊断，但可以帮助人们判断自己是否有就诊或接受咨询的必要。 心理医生在病人同意后也可以用模型监测门诊病人的心理状况。严重的抑郁症病人一般不会主动寻求帮助，如果社工和心理医生能通过此模型的结果主动去帮助有需 要的病人或许能减少因抑郁症自杀的案例。
最重要的是模型可以大规模预测处于不同区域的社交网站用户的心理状况，结合抑郁症援助地图来统计资源分配是否与地域差异相对应。以 往研究人员需要收集成千上万的问卷来进行大规模的调研，如果进行超大规模的调研则需要采集上百万份问卷。 这样的大型项目需要投入相当多的资金和人力资源，实验可重复性低。然而，采用大数据预测模型的调研成本非常小，并且易操作，实验可重复性高。 而且研究员可以根据社交网络数据的时间轴分析变化趋势。

如何收集数据

现在我们在建立模型的初始阶段，需要收集微博用户的填写的问卷作为预测模型的基准分数（请填写问卷） 。然后我们将会收集参与者公开的微博数据建造模型。我们所收集的数据都是参与者在微博上设置所有人均可看见的。数据收集后我们会用代码标记每一位参与者，因此研究人员处理的数据是匿名的。研究人员只需要用程序对原始数据进行运算处理，而不会直接阅读原始数据 ，参与者不必担心原始数据的泄露。模型会对用户的微博上的关键词进行筛选，找出能预示抑郁症症状的话题及关键词汇，以及根据用户使用微博的方式等等特征来进行预测。
附录
本项目研究人员包括：
陈露诗（L是心灵捕手）  (Lushi Chen)
香港城市大学心理学硕士
香港大学语言学硕士
龚涛 (Gong Tao)
香港大学语言学荣誉教授
耶鲁大学研究科学家
Rob Davidson
英国国家统计局 开放数据主任
郑汉光 (Christopher Cheung)
香港城市大学应用心理学 教授

———The End———

原文题目：大数据能治疗抑郁症
关于作者：L是（一个整天写代码的）心灵捕手
The University of Warwick
Mathematics and Social Science Centre
Ph.D Candidate
题图来源：123RF图库
责任编辑：Yusuke

本文由 壹心理专栏作者 所著，版权归壹心理与作者所有，所有的独家文章未经正式授权不能转载，如需授权请联系yaozz@xinli001.com