.

Computación

Si dice muchos tacos en Facebook es posible que tenga un problema de drogas

El 'big data' ha descubierto patrones entre el uso de determinados términos y comportamientos en redes sociales y las probabilidades de sufrir un trastorno de abuso de sustancias. Por ejemplo, la gente a la que le gusta 'V de Vendetta' tiene más probabilidades de abusar del alcohol

  • por Emerging Technology From The Arxiv | traducido por Teresa Woods
  • 31 Mayo, 2017

"El trastorno por uso de sustancias (TUS) es una condición en la que el consumo frecuente de sustancias como el alcohol, las drogas y el tabaco se convierte en un impedimento clínico y funcionalmente importante para la vida cotidiana del individuo". Así arranca el trabajo del investigador del Centro de Investigaciones de Recuperación de las Adicciones en Roanoke (EEUU) Warren Bickel y varios compañeros que estudian este trastorno.

El problema es serio. Se calcula que el 10% de la población de EEUU lo padece, lo que se traduce en un gasto anual de unos 630.000 millones de euros en pérdidas de productividad, criminalidad y costes de atención médica. Así que resultaría enormemente útil una manera mejor de identificar a las personas que padecen del trastorno, y las que se encuentran en riesgo de sucumbir a él.

El equipo de Bickel afirma que ha desarrollado una técnica que les permite detectar a quienes lo padecen a través de sus mensajes en redes sociales como Facebook. La técnica incluso ofrece nueva información sobre el trastorno, en concreto sobre la influencia del abuso de distintas sustancias sobre los mensajes en redes sociales de la gente.

La nueva técnica nace del análisis de datos recopilados entre 2007 y 2012 como parte de un proyecto que se ejecutó en Facebook llamado myPersonality (miPersonalidad). Los usuarios registrados debían someterse a varias pruebas psicométricas para recibir los resultados. Y muchos participantes dieron su consentimiento para que los datos fueran utilizados para fines de investigación.

Una de estas pruebas preguntó a más de 13.000 usuarios con una edad media de 23 años sobre las sustancias que consumen. En particular, les preguntó con qué frecuencia consumían tabaco, alcohol y otras drogas, y evaluó el nivel de abuso de sustancias de cada participante. Los usuarios fueron clasificados en cuatro grupos en función de su nivel de abuso de sustancias. Este conjunto de datos es importante porque actúa como una especie de verdad básica que graba el nivel exacto de abuso de sustancias de cada persona.

Después, el equipo recopiló otros dos conjuntos de datos relacionados con Facebook. El primero está compuesto por 22 millones de actualizaciones de estado publicados por más de 150.000 usuarios de Facebook. El otro es aún más grande: los datos de "me gusta" asociados con 11 millones de usuarios de Facebook.

Por último, el equipo analizó la relación entre ambos conjuntos de datos. Encontraron casi 1.000 usuarios presentes en todas las bases, otros más de 1.000 que formaban parte de los conjuntos de datos de abuso de sustancias y de las actualizaciones de estado, y 3.500 representados en los conjuntos de abuso de sustancias y de datos de "me gusta".

Los perfiles representados en todas las bases de datos fueron el mayor tesoro para hacer minería de datos. Si la gente que padece el trastorno de abuso de sustancias tiene determinados patrones únicos de comportamiento, podría ser posible identificarla mediante su comportamiento en redes sociales.

Así que el equipo de Bickel empezó por minar el texto de la mayoría de las actualizaciones de estado y después el de los datos de los "me gusta". Cualquier patrón encontrado fue comprobado con los datos restantes de personas con patrones similares, y también al analizar si compartían el mismo nivel de abuso de sustancias.

Los resultados son interesantes. Los investigadores afirman que su técnica es un éxito. El equipo asegura: "Nuestros mejores modelos lograron un 86% en la predicción del consumo de tabaco, un 81% en el consumo de alcohol y un 84% en el consumo de drogas; todo ello supera significativamente a los métodos existentes".

La técnica también identificó un amplio abanico de palabras claves que tienen más probabilidades de ser empleadas por personas que padecen TUS. "Tacos como 'joder' y 'mierda', palabras sexuales como 'salido' y 'sexo' y términos relacionados con procesos biológicos como 'sangre' y 'dolor' están positivamente correlacionados con los tres tipos de trastorno de drogadicción [tabaco , alcohol y drogas]", señala el equipo de Bickel. "Además, referencias femeninas como 'chica' y 'mujer' están positivamente correlacionadas con el abuso de alcohol, mientras que palabras relacionadas con la ira como 'odio' o 'matar' y las relacionadas con la salud como 'clínica' y 'pastilla' están positivamente correlacionadas con el abuso de drogas".

Los datos demuestran correlaciones en ambos sentidos. "Una preferencia por películas como V de vendetta y Boondock Saints está positivamente correlacionada con el abuso de alcohol, mientras que tener una afición, como los dibujos animados y programas infantiles, o indicar que le gustan películas y marcas generalmente favorecidas por las chicas están negativamente correlacionadas con el consumo de drogas, alcohol y tabaco respectivamente", afirma el equipo.

También existen algunas correlaciones sorprendentes. "Por ejemplo, las referencias femeninas como 'chica' y 'mujer' están positivamente correlacionadas con el consumo de alcohol mientras que referencias masculinas como 'hombre' y 'chico' están negativamente correlacionadas con el abuso de drogas", señala el equipo. Esto probablemente se debe a que las referencias a mujeres tienen más probabilidades de ser hechas por hombres que también tienen más probabilidades de consumir alcohol.

Es un trabajo interesante que ofrece una manera de identificar a la gente en riesgo de padecer el trastorno de abuso de sustancias, y que sólo necesita un análisis del comportamiento en redes sociales. Bickel concluye: "Creemos que las redes sociales representan una prometedora plataforma tanto para estudiar comportamientos humanos relacionados con el TUS como para lograr la participación del público en la prevención y el cribado del abuso de sustancias".

Ref: arxiv.org/abs/1705.05633: Social Media-based Substance Use Prediction

Computación

Las máquinas cada vez más potentes están acelerando los avances científicos, los negocios y la vida.

  1. Reconocer caras: un negocio que vale millones y revoluciona industrias

    Cualquier empresa china de internet que se precie emplea Face ++, una tecnología que permite acceder a oficinas, subir a trenes y obtener préstamos con una autenticación facial. Después de atrincherarse en las finanzas, el reconocimiento facial quiere expandirse por toda la economía

  2. ADN cargado con un virus informático hackea un ordenador por primera vez

    El trabajo demuestra que es posible codificar malware en un gen y utilizarlo para tomar el control de un programa de ordenador. Aunque el ataque se realizó en condiciones especiales y es poco probable que se utilice en un futuro próximo, los expertos lo consideran un nuevo tipo de amenaza

  3. "La revolución del aprendizaje profundo en la inteligencia artificial ha sucedido demasiado rápido"

    El experto en inteligencia artificial y creador de Coursera, Andrew Ng, no cree que la sociedad se vaya a quedar sin trabajo que hacer, sino que carece de las habilidades necesarias para el futuro. Su solución es formar millones de expertos en aprendizaje profundo a través de internet

    El experto en inteligencia artificial Andrew Ng