Predição de transtornos de saúde mental em redes sociais com o uso de conhecimento extra-linguístico

• Ano de defesa: 2023
• Autor(a) principal: Oliveira, Rafael Lage de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Ansiedade; Anxiety; Depressão; Depression; Homofilia; Homophily; Interação Social; Mental Health Prediction; Predição de Saúde Mental; Redes Sociais; Social Interaction; Social Networks
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-07062023-144529/

Transtornos de saúde mental como depressão e ansiedade têm se tornado cada vez mais comuns em decorrência do ritmo de vida imposto pela sociedade moderna, afetando milhões de pessoas ao redor do mundo. Estes transtornos geram graves consequências comportamentais, refletindo na forma como os indivíduos se expressam e interagem socialmente. Pesquisas recentes nas áreas de Processamento de Língua Natural (PLN) e redes sociais têm utilizado métodos computacionais para estudar o comportamento e explorar o conteúdo gerado por usuários de mídias sociais, como o Twitter, em busca de reconhecer padrões que auxiliem a identificação de indivíduos que sofrem com estes tipos de transtornos. Modelos computacionais existentes para predição de transtornos de saúde mental frequentemente utilizam o conteúdo gerado pelos usuários nas redes sociais, principalmente na forma de textos. No entanto, este tipo de informação é esparsa e pode não ser suficiente para o desenvolvimento de modelos robustos. Por outro lado, estudos indicam que atributos extra-linguísticos podem conter conhecimento importante acerca de indivíduos com estes transtornos, como dados demográficos e de atividade, características comportamentais e atributos de rede e relacionamento, conforme sugerem os efeitos da homofilia. Este trabalho apresenta uma pesquisa de nível de mestrado acadêmico cujo objetivo principal é propor e desenvolver modelos computacionais para o reconhecimento de transtornos do tipo depressão e ansiedade a partir de dados do Twitter em português, abordando o conhecimento extra-linguístico disponível na rede social.