[論文レビュー] Predicting Depressive Symptoms through Emotion Pairs within Asian American Families

Sangpil Youm, Nari Yoo+1 more|arXiv (Cornell University)|Feb 3, 2026

Mental Health via Writing被引用数 0

ひとこと要約

論文は Reddit のアジア系親に関する投稿から感情を抽出し，感情ネットワークを構築し，感情ペアと抑うつ症状をロジスティック回帰で結びつける。

ABSTRACT

Studies on intergenerational relationships between parents and children in Asian American families highlight their impact on mental health and well-being. This study investigates the role of ambivalent emotions in online narratives shared by Asian and Asian American children on the subreddit, r/Asianparentstories. By employing a BERT-based model to detect emotion at the sentence level and depressive symptoms at the post level, we analyze mixed feelings to better understand how they predict depressive symptoms. First, among 28 detectable, eight (realization, approval, sadness, anger, curiosity, annoyance, disappointment, disapproval) comprise over 50%, exhibiting significant co-occurrence among themselves and with other emotions. Second, we find the co-occurrence of multiple emotions, indicating that emotions in a single post are not limited to consistently positive or negative feelings. Finally, our findings indicate that while negative emotion pairs (e.g., confusion-grief, anger-grief) are associated with depressive symptoms, positive emotion pairs (e.g., admiration-realization, amusement-joy) negatively correlate with depressive symptoms, and combinations of ambivalent emotions indicate varied results in predicting depressive symptoms. These findings highlight the importance of automated emotion classification and the need to consider emotional ambivalence, which holds practical and clinical implications for understanding the dynamics of parent-child relationships.

研究の動機と目的

• アジア系アメリカ人家族における世代間のあいまいさの理解の必要性とそれが精神健康に与える影響を動機づける。
• アンケートやインタビューを超える authentic な感情的文脈を Reddit の語りから捉える。
• 抑うつ症状を有意に予測する感情ペアを特定する。
• 投稿内で支配的な感情とそれらの相互作用パターンを特徴づけ，文化的に配慮された介入を啓発する。

提案手法

• EmoRoBERTa で文レベルの感情を検出する。
• ノードが感情，エッジの太さが共起頻度を表すポストごとの感情ネットワークを構築する。
• DepRoBERTa で投稿中の抑うつ症状を識別する。
• 感情ペアを予測変数，抑うつ症状をアウトカムとしてロジスティック回帰モデルを用いる。
• 有意な感情ペアを解釈するための内容分析を行う。
• 有意な感情ペアとそのオッズ比を報告する（例：楽しさ-悲しみ OR=2.62; 悲しみ-楽観 OR=0.79）。

Figure 1: Emotion relationship network. Note. Nodes represent emotions. Link thickness corresponds to size of degree, measured by frequency of co-occurrence

実験結果

リサーチクエスチョン

• RQ1 アジア系親に関する投稿で共起する感情ペアは何か，これらのペアは抑うつ症状とどう関連するのか。
• RQ2 データセットで抑うつ症状を有意に予測する具体的な感情ペアは何か。
• RQ3 アジア系親子の経験に関する Reddit 投稿における支配的な感情と共起パターンは何か。
• RQ4 混合/あいまいな感情は単一の感情より抑うつ症状とより強く関連するのか。
• RQ5 これらの知見がアジア系アメリカ人家庭の文化的に informed な介入にどう役立つか。

主な発見

• 検出された感情の約50%を占める8つの感情（ realizing/realization, approval, sadness, anger, disapproval, annoyance, curiosity, disappointment）.
• 投稿には2つ以上の感情が含まれることが多く、ペアやトリオが一般的。
• amusement-grief は抑うつ症状と正の関連を最も強く示す感情ペア（OR=2.62）。
• Caring-curiosity は抑うつ症状と最も強い負の関連を示す感情ペア。
• sadness と optimism の組み合わせは抑うつ症状と負の関連を示す（OR=0.79）。
• 抑うつ症状へ有意に寄与する感情ペアは10組（p<0.05）で有意。

Figure 2: Cumulative Distribution Function (CDF) and Complementary Cumulative Distribution Function (CCDF).