Diario de León

La última del Diario

Dime qué mensajeas y te diré qué padeces

Las palabras usadas en las redes sociales ayudan a identificar enfermedades, aunque las frases no sean explícitas, según una reciente investigaciñon

Publicado por
Doménico Chiappe | Madrid
León

Creado:

Actualizado:

¿Se puede saber el estado de ánimo de una persona por la forma en que escribe en redes sociales? Un estudio recién publicado de la Escuela de Medicina de la Universidad de Pennsylvania (Penn Medicine, Estados Unidos) y realizado a partir de contribuciones públicas de Twitter, afirma que sí, que los mensajes pueden predecir, al menos, el sentimiento de soledad, que está relacionado con otras enfermedades, y que se detecta a través de las expresiones de ira, ansiedad o insomnio. Explican los investigadores que «al aplicar modelos analíticos al lenguaje de los tuits» encontraron que las personas afectadas suelen «hablar» de sus relaciones, del uso de sustancias para dormir o de «salud mental», lo que podría «conducir a una identificación más fácil» para «brindar apoyo».

Aunque en España la importancia de Twitter como red social se encuentra por detrás de otras plataformas, como facebook e instagram, también podría servir para encontrar una serie de claves con la que realizar una «minería de textos» que establezca los «estados de ánimo» de los usuarios, mantiene Manuel Armayones, profesor de Psicología de la Universidad Abierta de Cataluña (UOC) y director de Desarrollo de eHealth Center. «El lenguaje puede funcionar como predictor de enfermedades. Por ejemplo, si se detectan elementos de lenguaje inconexo puede indicar problemas neurológicos, esquizofrenia u otros trastornos mentales. Si es incongruente o delirante, rasgos psicóticos. Frases alteradas, bizarras o una ortografía impropia de un nivel de formación podría llevar a un diagnóstico de demencia. Pero estos son sólo unos indicadores más que no sustituyen la asistencia presencial», advierte. En el estudio norteamericano, publicado en la revista BMJ Open , se encontraron tres variables que podían indicar el ánimo negativo del usuario: palabras, frecuencia de publicación e intento de contacto con otros usuarios. Vistas sus frases con el prisma de un modelo analítico lingüístico, estos tuiteros mostraban una relación «extremadamente alta» de ira, depresión y ansiedad, y destacaba el uso de vocablos relativos a la soledad, por ejemplo.

tracking