除了吐槽,Twitter竟能预测心脏病
雷锋网/Tino · 2015/01/27
一月二十日,《心理科学》杂志发表了一份研究,其中显示人们会使用Twitter表达个人情绪,比如愤怒,压力,以及疲惫,这些情绪基本上都与心脏病相关;相反,像兴奋这种正面情绪则会降低一些疾病的发生几率。


Twitter的作用可不只是让你分享一些猫猫图片,它还可以用于映射心脏病的比例,宾夕法尼亚大学的研究人员已经发现了这一功能。

一月二十日,《心理科学》杂志发表了一份研究,其中显示人们会使用Twitter表达个人情绪,比如愤怒,压力,以及疲惫,这些情绪基本上都与心脏病相关;相反,像兴奋这种正面情绪则会降低一些疾病的发生几率。

根据该研究作者解释,对于心脏病来说,有些病因是无法大范围跟踪定位的,比如长期不断的压力。而且,如果一定要定位那些病因,成本也非常昂贵。但是Twitter提供了一个非常有用的窗口,它可以收集用户共同的精神状态数据;不仅如此,Twitter无疑是一个理想的平台,因为人们不仅可以以一种持续的方式分享自己最率真的感受和想法,也能听到各种不同声音。

“Twitter上面有数十亿用户,每天在编写自己的生活体验,想法以及感受。而对于心理研究而言,社交媒体世界算是个前沿阵地,”研究人员说道,“这些数据如果能在现实世界里发挥作用,完全可以用在一个公共健康工具里面。”

研究人员主要研究的是美国地区,而且把时间范围锁定在2009年到2010年这段区间。只有那些显示地点的推文才会被研究。之后,研究人员把这些推文数据和美国疾病控制预防中心内1300个本地郡县数据进行了对比。

从下面这张图表中,你会看到Twitter预测的心脏病发病率地图(右图)和从专业机构内显示的心脏病实际死亡率非常相似。

事实上,相比于传统方法,研究人员表示Twitter其实能更好地勾勒出心脏发病率的分布地区图。传统心脏病预测模型通常会整合10个要素,比如人口统计,社会经济,以及健康风险因素,如吸烟,糖尿病,高血压,以及肥胖症等等;但是在预测死亡率的时候,依靠Twitter发文所建立的模型反而更加准确。

下面做一些解释:

负面情绪语言和主题,比如带有脏话和“憎恨”等词汇的推文,其实和心脏病死亡率有着很大关系,另外还有其他“变量”(其实就是其他用户资料,例如个人收入和教育背景等等)也都会在Twitter模型里面使用。而正能量的情绪语言则会显示出乐观积极的体验,像带有“真棒”和“朋友”这些词汇的推文,就能预防心脏病。

其实,很多人并没有想到推文和心脏病死亡率之间有这样的关系,毕竟,人们发送一些愤怒的字眼或主题,并不意味着他们就会因为心脏病死亡。但如果你周围的人都对你非常生气,那么你很可能有心脏病的危险。

推文和情绪状态之间的关系很紧密,对身体状况也有影响,宾夕法尼亚大学在这方面做了大量研究,他们认为Twitter还是一个“冠心病指示器”,一个理想的分析渠道。

所有文章仅代表作者观点,不代表本站立场。如若转载请联系原作者。
查看更多
  • Psychological Language on Twitter Predicts County-Level Heart Disease Mortality

    Hostility and chronic stress are known risk factors for heart disease, but they are costly to assess on a large scale. We used language expressed on Twitter to characterize community-level psychological correlates of age-adjusted mortality from atherosclerotic heart disease (AHD). Language patterns reflecting negative social relationships, disengagement, and negative emotions—especially anger—emerged as risk factors; positive emotions and psychological engagement emerged as protective factors. Most correlations remained significant after controlling for income and education. A cross-sectional regression model based only on Twitter language predicted AHD mortality significantly better than did a model that combined 10 common demographic, socioeconomic, and health risk factors, including smoking, diabetes, hypertension, and obesity. Capturing community psychological characteristics through social media is feasible, and these characteristics are strong markers of cardiovascular mortality at the community level.

    展开 收起
发表评论 我在frontend\modules\comment\widgets\views\文件夹下面 test