[论文解读] Detection of the Prodromal Phase of Bipolar Disorder from Psychological and Phonological Aspects in Social Media

Yen-Hao Huang, Lin‐Hung Wei+1 more|arXiv (Cornell University)|Dec 26, 2017

Mental Health via Writing参考文献 3被引用 18

一句话总结

本研究提出了一种新颖的方法，利用社交媒体中的心理特征和语音特征检测双相情感障碍（BD）的前驱期，通过时间特定的潜意识众包方式收集与诊断时间对齐的用户数据。该模型仅使用基于文本的特征（包括语音能量模式）即可实现超过91%的精确率来分类BD发病，展示了在初级医疗环境中进行早期、低成本心理健康筛查的强大潜力。

ABSTRACT

Seven out of ten people with bipolar disorder are initially misdiagnosed and thirty percent of individuals with bipolar disorder will commit suicide. Identifying the early phases of the disorder is one of the key components for reducing the full development of the disorder. In this study, we aim at leveraging the data from social media to design predictive models, which utilize the psychological and phonological features, to determine the onset period of bipolar disorder and provide insights on its prodrome. This study makes these discoveries possible by employing a novel data collection process, coined as Time-specific Subconscious Crowdsourcing, which helps collect a reliable dataset that supplements diagnosis information from people suffering from bipolar disorder. Our experimental results demonstrate that the proposed models could greatly contribute to the regular assessments of people with bipolar disorder, which is important in the primary care setting.

研究动机与目标

• 在双相情感障碍（BD）完全发作前识别早期前躁狂症状，以应对高误诊率和高自杀率的问题。
• 开发一种可扩展、低成本的方法，利用公开分享的社交媒体内容实现定期心理健康评估。
• 引入一种新型数据收集方法——时间特定的潜意识众包，以捕捉用户自报的诊断时间。
• 将语音特征（例如，词语能量）整合到基于文本的模型中，以提升BD发病预测的准确性。
• 通过社交媒体中的语言和行为模式，区分前驱期症状与急性期症状。

提出的方法

• 时间特定的潜意识众包：在Twitter上识别明确陈述其诊断及日期的BD用户，从而实现时间锚定的数据收集。
• 构建分类器，使用心理特征（例如，情感、情绪、词汇选择）和基于语音语调的词语层级能量的新型语音特征。
• 采用滑动窗口方法对时间进行分段，预测每个时间窗口内BD发病的概率。
• 采用基于条件随机场（CRF）的语言模型（CLM）分析随时间变化的语言风格，识别前驱期模式。
• 使用前驱期过滤器，通过分析语言和语音特征的转变，检测初始前驱期。
• 通过8名心理学家的盲评验证结果，采用宽松共识标准以应对诊断模糊性。

实验结果

研究问题

• RQ1 社交媒体文本中的心理和语音特征能否可靠预测双相情感障碍的前驱期？
• RQ2 语言特征的时间演变如何反映向BD发作的过渡？
• RQ3 源自语音语调的语音特征能否提升仅基于文本的BD检测模型？
• RQ4 时间特定的潜意识众包在多大程度上能为心理健康研究提供可靠、与诊断时间对齐的数据？
• RQ5 该模型在真实社交媒体数据中区分前驱期与急性期或非BD状态时表现如何？

主要发现

• 在2个月的时间范围内预测BD发病时，模型的平均精确率达到0.934，较12个月时的0.809有所提升。
• 仅使用语音特征，并与仅基于文本的集成模型结合，即可实现超过91%的精确率来检测BD发病。
• CLM分析显示，词语表达模式在BD发病前发生显著变化，表现为负面语言和“不堪重负”相关语言的使用增加。
• 前驱期过滤器成功识别出用户时间线中的初始前驱期，如图6所示。
• 心理学家评估显示，对于常规用户，75%的判断达成一致，认为其无BD症状；对于BD发病病例，45%的判断达成一致，表明存在诊断模糊性，但模型在宽松标准下表现强劲。
• 本研究证实，语言和语音特征能够反映心理状态的变化，从而实现对高风险个体的定期、非侵入式监测。