首頁資訊心理所等揭示抑郁癥污名信息在社交媒體環(huán)境下心理語言表達模式

心理所等揭示抑郁癥污名信息在社交媒體環(huán)境下心理語言表達模式

來源：泰然健康網(wǎng) 時間：2024年12月30日 14:00

　　抑郁癥是一種嚴重的心理疾病，根據(jù)世界衛(wèi)生組織（WHO）的數(shù)據(jù)顯示，2015年，全球約有4.4%的人口受到抑郁癥的困擾。接受專業(yè)的心理健康援助是降低抑郁癥危害的有效措施。但現(xiàn)實社會中存在著抑郁癥污名現(xiàn)象，這一現(xiàn)象會在抑郁癥患者身上加諸恥辱性標簽，引發(fā)他人對患者的歧視、排斥，從而導致抑郁癥患者因羞于主動尋求心理健康援助而錯失最佳心理干預(yù)時期。減少抑郁癥污名現(xiàn)象將有利于改善抑郁癥患者的心理健康水平。

　　大眾媒體（電視、報紙、廣播等）是信息傳播的重要渠道。理解抑郁癥污名信息的特征，有利于從海量的大眾媒體信息中識別、研究抑郁癥污名信息，從而為制定相應(yīng)的干預(yù)策略提供有益的幫助。近年來，伴隨著互聯(lián)網(wǎng)的發(fā)展，社交媒體（如Twitter、新浪微博）已經(jīng)逐漸成為一種新型的大眾媒體。與傳統(tǒng)的大眾媒體相比較，新媒體環(huán)境下的信息內(nèi)容與溝通方式均發(fā)生了巨大的變化。但是，新媒體環(huán)境下的抑郁癥污名信息的特征至今尚不明確。

　　基于上述背景，中國科學院心理研究所院行為科學重點實驗室朱廷劭研究組聯(lián)合北京林業(yè)大學李昂組開展研究，旨在探索抑郁癥污名信息在社交媒體環(huán)境下的心理語言表達模式。

　　該研究以新浪微博為研究平臺，在保障用戶隱私的前提下，利用應(yīng)用程序接口（API）下載了超過一百萬名活躍用戶公開發(fā)表的微博，并從中篩選出15879條帶有抑郁癥關(guān)鍵詞的微博，形成一個子數(shù)據(jù)集。在此基礎(chǔ)上，一方面，利用人工編碼方法，分析子數(shù)據(jù)集中每條微博的內(nèi)容是否反映了抑郁癥污名，以及具體反映了哪種類型的抑郁癥污名，將編碼結(jié)果作為因變量；另一方面，利用心理語言分析方法，通過簡體中文版LIWC程序，從每條微博的內(nèi)容中提取66類心理語言特征，將特征取值作為自變量。隨后，利用機器學習方法（Logistic回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機、隨機森林），分別建立兩種不同用途的分類預(yù)測模型：旨在區(qū)分污名與非污名微博的分類預(yù)測模型、旨在區(qū)分不同類型的污名微博的分類預(yù)測模型。

　　研究結(jié)果顯示，在15879條微博中，6.09%的微博被確認為抑郁癥污名信息。其中，最常見的三種污名類型是：認為抑郁癥患者的言行舉止難以預(yù)料（不可預(yù)知污名）、認為罹患抑郁癥是個性軟弱的表現(xiàn)（軟弱污名）、認為抑郁癥不是一種醫(yī)學疾?。ㄔp病污名）。分類預(yù)測模型的訓練結(jié)果顯示，區(qū)分污名與非污名微博的精確度可以達到75.2%（F-Meaure）；區(qū)分最常見的三種類型的污名微博的精確度可以達到86.2%（F-Measure）。微博用戶在發(fā)布抑郁癥污名信息時，會更多使用一些特定類別的詞匯，包括：差距詞、排除詞、消極情緒詞、社會歷程詞、暫定詞。

　　該研究發(fā)現(xiàn)了抑郁癥污名信息在社交媒體環(huán)境下的心理語言表達模式，證明利用心理語言分析方法有助于實現(xiàn)抑郁癥污名信息的在線識別。利用建立好的分類預(yù)測模型，可以在社交媒體環(huán)境下對海量用戶信息開展實時、自動監(jiān)測，提高對抑郁癥污名信息的識別效率。

　　相關(guān)研究成果發(fā)表在Journal of Affective Disorders上。該研究得到了國家重點基礎(chǔ)研究發(fā)展計劃的資助。

　　論文鏈接