Los mensajes de usuarios de redes sociales pueden predecir sus trastornos

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, como «solo» o «solitario».

«Las redes sociales tienen el potencial de permitir a los investigadores medir pasivamente la soledad a lo largo del tiempo», sostuvo Rachelle Schneider, coautora del estudio y coordinadora en el Centro de Salud Digital de la Universidad de Pennsylvania. «Mediante la validación de nuestros datos, podemos desarrollar una herramienta confiable y precisa para hacer este monitoreo». Los mensajes son, por tanto, digitales gritos de auxilio que claman usando expresiones solapadas de búsqueda de apoyo social o por medio de insultos escritos en el aire. «Este tipo de lenguaje tiene una parte consciente, y otra en que la persona se abre un poco más», sostiene Armayones. No obstante, esta medición «está bien como indicador, pero no puede tener un papel relevante como intervención clínica».

La segunda característica que comparten estos usuarios estaba en la cantidad y horario de sus historias. Estas personas tuitearon casi el doble que los otros usuarios, sobre todo por la noche, en un periodo de cuatro años (2012-2016). Esto delataba su insomnio. Por último, las personas con rasgos patológicos incluidos en la investigación querían mantener conversaciones, etiquetando a otros usuarios en sus publicaciones.

En este «sistema de predicción», no obstante, se debe tener en cuenta «la población en la que estás. Aquí en España, por ejemplo, tenemos maneras distintas de entender la vida, así como el rol que le damos a la familia», matiza Armayones. Por tanto, no tenemos la misma forma de expresar nuestras emociones. Para hacer la valoración de un individuo se debe conocer muy bien su cultura y entorno. Además de las palabras, hay que estudiar también el elemento emocional de los emoticonos, que tienen una importancia tremenda y pueden cambiar el sentido de una frase».

Como sucede con el lenguaje corporal, que dice más de lo que parece, los mensajes en redes sociales pueden ayudar a «identificar individuos solitarios e intervenir antes de que los problemas de salud asociados comiencen a desarrollarse», explicó Sharath Chandra, investigadora del Centro de Salud Digital de Penn Medicine y autora principal del estudio. «Esto podría tener efectos poderosos y duraderos en salud pública». Con estas claves, no sólo los algoritmos de las grandes empresas podrán medir el estado de ánimo que encubre un tuit. También lo hará cualquiera que esté del otro lado.