[論文レビュー] Depressed individuals express more distorted thinking on social media

Krishna C. Bathina, Marijn ten Thij+3 more|arXiv (Cornell University)|Feb 7, 2020

Mental Health via Writing参考文献 41被引用数 7

ひとこと要約

本研究は、認知行動療法（CBT）に結びついた241個のn-gramで構成される臨床的語彙を用いて、ソーシャルメディアの言語における認知の歪みを理論に基づいた手法で検出する方法を提案する。感情的要因に基づく思考の歪みや個人化の歪みは、感情、自己言及、トピックを補正した後でも、抑うつ状態の個人がランダムサンプルと比較して2.3倍多く表現していることが判明した。これは、オンラインでの言語パターンが抑うつ状態の兆候としての可能性を示唆している。

ABSTRACT

Depression is a leading cause of disability worldwide, but is often under-diagnosed and under-treated. One of the tenets of cognitive-behavioral therapy (CBT) is that individuals who are depressed exhibit distorted modes of thinking, so-called cognitive distortions, which can negatively affect their emotions and motivation. Here, we show that individuals with a self-reported diagnosis of depression on social media express higher levels of distorted thinking than a random sample. Some types of distorted thinking were found to be more than twice as prevalent in our depressed cohort, in particular Personalizing and Emotional Reasoning. This effect is specific to the distorted content of the expression and can not be explained by the presence of specific topics, sentiment, or first-person pronouns. Our results point towards the detection, and possibly mitigation, of patterns of online language that are generally deemed depressogenic. They may also provide insight into recent observations that social media usage can have a negative impact on mental health.

研究の動機と目的

• 自己報告による抑うつ状態を示す個人が、ランダムサンプルと比較して、ソーシャルメディアの言語において認知の歪みのレベルが高いかを調査すること。
• 認知行動療法（CBT）理論に基づき、12種類の認知の歪みを表すn-gramの臨床的語彙を構築し、検証すること。
• 観察された認知の歪みの差が、コンテンツ、感情、自己言及の言語に起因するのか、それとも認知の歪みパターン固有のものなのかを特定すること。
• 理論に基づいたデータ駆動型フレームワークを提供し、オンライン上で抑うつを促す言語パターンを検出可能にし、早期発見や介入の可能性を高めること。

提案手法

• 認知行動療法（CBT）理論で定義された12種類の認知の歪みを表す1〜5語のn-gram（全241語）からなる臨床的語彙を構築した。
• ツイートに語彙内の少なくとも1つのn-gramが含まれる場合、認知の歪みスキーマが存在するとマークする二値マッチング関数 𝒮_C(t) を定義した。
• 1人あたりのユーザーが投稿した最大k件のツイートのタイムラインを用いて、個々のユーザー内およびグループ間の認知の歪みスキーマ（CDS）の頻度を計算した。
• 抑うつ集団（D）におけるCDS頻度をランダムサンプル集団（R）における頻度で割った比率として、頻度比（PR）を算出し、PR > 1 であれば抑うつ集団で頻度がより高いことを示した。
• 95％信頼区間を推定するためにブートストラップ法（10,000回の再サンプリング）を用い、区間が1を含まない場合に統計的有意性を評価した。
• ユーザーのサンプル、CDSのn-gram選択、感情、第一人称代名詞の使用量の変動に対して耐性を確認するため、交絡要因を制御した。

実験結果

リサーチクエスチョン

• RQ1 自己報告による抑うつ状態の個人は、ランダムサンプルと比較して、ソーシャルメディアの言語で認知の歪みをより高い頻度で表現しているか？
• RQ2 ソーシャルメディア上での抑うつ状態の個人に最も顕著に見られる認知の歪みのタイプはどれか？
• RQ3 観察された認知の歪みの表現の差は、一般的な感情、自己言及の言語、またはトピック固有のコンテンツに起因しているのか？
• RQ4 CBTに基づくn-gram語彙は、他の言語的マーカーとは独立して、オンラインテキストにおける歪んだ思考パターンを信頼性高く検出できるか？

主な発見

• 抑うつ状態の個人は、ランダムサンプルと比較して認知の歪みを著しく高い頻度で表現しており、特に個人化と感情的推論の歪みでは中央値の頻度比（PR）が2.3であった。
• 個人化と感情的推論の認知の歪みは、抑うつ集団においてランダムサンプルと比較して2倍以上も頻度が高かった。
• ユーザーのサンプル、CDSのn-gram選択、感情、第一人称代名詞の使用量の変動に対しても、認知の歪み頻度の差は安定していた。
• 抑うつ状態の個人が自己言及を多く使うという既知の傾向を補正した後でも、結果は有意であった。
• CDS語彙は臨床的に関連する思考パターンを的確に捉えており、オンラインでの言語が抑うつ状態の核心的認知メカニズムを反映していることが示された。
• 本研究は、理論に基づいた言語的マーカーを用いたデジタルコミュニケーションにおける抑うつ的思考パターンの同定に、実証的根拠を提供した。