توسعه سيستم‌هاي پشتيبان تصميم باليني در روانپزشكي با استفاده از داده‌هاي ميكروبلاگينگ

هدف: روند تشخيص اختلال رواني در رويكرد‌هاي سنتي، متكي بر پرسشنامه، مصاحبه و بررسي‌هاي باليني است؛ درحالي‌كه ابزارهاي غربالگري خودكار مي‌توانند مسير كوتاه‌تري را طي كنند و به‌عنوان استراتژي‌هاي ارزيابي نوين، سيستم‌هاي پشتيبان تصميم و راهبردهاي پيشگيري براي كمك به افراد مستعد توسعه يابند. با توجه به تمايل افراد به اشتراك‌گذاري افكار و احساسات در سكو‌هاي اجتماعي، داده‌هاي ميكروبلاگينگ حاوي اطلاعات ارزشمندي هستند كه مي‌توانند براي شناسايي حالات رواني مورد تحليل قرار گيرند. هدف از اين پژوهش تشريح سازوكار تحليل داده در زمينه مورد بحث است. روش‌شناسي پژوهش: در اين مقاله، در ابتدا مفاهيمي مانند سلامت روان الكترونيك و سكوهاي ميكروبلاگينگ معرفي شده و با ارائه توضيحاتي در خصوص علم داده و تحليل داده اجتماعي، ارتباط مفاهيم با يكديگر مورد بحث قرار مي‌گيرد. در ادامه در قالب بخشي جداگانه، پيش‌بيني اختلال در شبكه‌هاي اجتماعي شرح داده مي‌شود. در نهايت با بررسي سوابق تحقيق و مسائل باز، به چگونگي جمع‌آوري داده، پيش‌پردازش و روند استفاده از ويژگي‌هاي متفاوت به كمك ابزارهاي تحليل گوناگون مي‌پردازيم. يافته‌ها: اين پژوهش با پياده‌سازي نمونه‌اي كاربردي از تجزيه‌وتحليل داده اجتماعي روي داده‌هاي دنياي واقعي نشان مي‌دهد، ويژگي‌هاي استخراج شده از نمايه كاربر، تأثير قابل توجهي در پيش‌بيني علائم افسردگي دارند و حتي مي‌توان با اطلاعات استخراج شده از نمايه عمومي كاربر، وضعيت رواني را با دقتي مناسب پيش‌بيني نمود. اصالت/ارزش افزوده علمي: در اين پژوهش چگونگي تحليل خودكار داده اجتماعي با هدف شناسايي اختلال رواني شرح داده شده و در پياده‌سازي مشخص مي‌شود كه علائم تقريباً در تمام ويژگي‌هاي مورد مطالعه قابل پيگيري هستند.