論文の概要: Detecting a Proxy for Potential Comorbid ADHD in People Reporting Anxiety Symptoms from Social Media Data
- arxiv url: http://arxiv.org/abs/2403.05561v1
- Date: Sat, 17 Feb 2024 10:32:43 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 08:36:53.257746
- Title: Detecting a Proxy for Potential Comorbid ADHD in People Reporting Anxiety Symptoms from Social Media Data
- Title(参考訳): ソーシャルメディアデータから不安症状を報告した人におけるADHDの危険因子の検出
- Authors: Claire S. Lee, Noelle Lim, Michael Guerzhoy,
- Abstract要約: ADHDの成人の最大50%は不安障害を患っている可能性がある。
不安を呈する患者はADHDを考慮せずに不安の治療を受けることができる。
不安を伴うADHDに付随するデータがソーシャルメディアデータからどのように得られるかを示す。
- 参考スコア(独自算出の注目度): 3.0559252110342703
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a novel task that can elucidate the connection between anxiety and ADHD; use Transformers to make progress toward solving a task that is not solvable by keyword-based classifiers; and discuss a method for visualization of our classifier illuminating the connection between anxiety and ADHD presentations. Up to approximately 50% of adults with ADHD may also have an anxiety disorder and approximately 30\% of adults with anxiety may also have ADHD. Patients presenting with anxiety may be treated for anxiety without ADHD ever being considered, possibly affecting treatment. We show how data that bears on ADHD that is comorbid with anxiety can be obtained from social media data, and show that Transformers can be used to detect a proxy for possible comorbid ADHD in people with anxiety symptoms. We collected data from anxiety and ADHD online forums (subreddits). We identified posters who first started posting in the Anxiety subreddit and later started posting in the ADHD subreddit as well. We use this subset of the posters as a proxy for people who presented with anxiety symptoms and then became aware that they might have ADHD. We fine-tune a Transformer architecture-based classifier to classify people who started posting in the Anxiety subreddit and then started posting in the ADHD subreddit vs. people who posted in the Anxiety subreddit without later posting in the ADHD subreddit. We show that a Transformer architecture is capable of achieving reasonable results (76% correct for RoBERTa vs. under 60% correct for the best keyword-based model, both with 50% base rate).
- Abstract(参考訳): 本稿では,不安とADHDの関連性を解明する新しいタスクを提案する。また,キーワードベースの分類器では解けない課題の解決に向けてトランスフォーマーを用いて,不安とADHDの関連性を示す分類器の可視化手法について議論する。
ADHDを持つ成人の約50%は不安障害があり、不安を持つ成人の約30%はADHDを持つ可能性がある。
不安を呈する患者は、ADHDを考慮せずに不安の治療を受け、治療に影響を及ぼす可能性がある。
不安を伴うADHDに付随するデータがソーシャルメディアデータからどのように得られるかを示すとともに,不安症状のある人のADHDに影響を及ぼすプロキシを検出するためにトランスフォーマーが利用できることを示す。
不安とADHDオンラインフォーラム(サブレディット)からデータを収集した。
不安サブレディットに投稿開始後,ADHDサブレディットに投稿開始したポスターも同定した。
不安症状を発症した人々の代理としてポスターのこのサブセットを使用し,ADHDを発症する可能性を認識した。
我々は、Transformerアーキテクチャベースの分類器を微調整し、Anxiety subredditに投稿し始め、ADHD subredditに投稿した人とAnxiety subredditに投稿した人とADHD subredditに投稿した人を分類した。
トランスフォーマーアーキテクチャは,適切な結果(RoBERTaに対して76%,キーワードベースモデルでは60%,ベースレートでは50%)を得られることを示す。
関連論文リスト
- ThangDLU at #SMM4H 2024: Encoder-decoder models for classifying text data on social disorders in children and adolescents [49.00494558898933]
本稿では,#SMM4H (Social Media Mining for Health) 2024 Workshopのタスク3とタスク5への参加について述べる。
タスク3は、屋外環境が社会不安の症状に与える影響を議論するツイートを中心にした多クラス分類タスクである。
タスク5は、子供の医学的障害を報告しているツイートに焦点を当てたバイナリ分類タスクを含む。
BART-baseやT5-smallのような事前訓練されたエンコーダデコーダモデルからの転送学習を適用し、与えられたツイートの集合のラベルを同定した。
論文 参考訳(メタデータ) (2024-04-30T17:06:20Z) - The Validity of a Machine Learning-Based Video Game in the Objective
Screening of Attention Deficit Hyperactivity Disorder in Children Aged 5 to
12 Years [2.5509157399370554]
本研究は,本疾患のコア症状を客観的に測定し,ADHDスクリーニングのためのビデオゲーム(FishFinder)を検証することを目的とした。
5歳から12歳までの健常児26名を対象に実験を行った。
このシステムは92.3%の精度、90%の感度、93.7%の特異性を示した。
論文 参考訳(メタデータ) (2023-12-19T03:48:39Z) - Challenges, Strengths, and Strategies of Software Engineers with ADHD: A
Case Study [5.284373090958734]
世界人口の5.0%から7.1%はADHDである。
ADHD患者はいくつかの重要なSE関連活動に苦慮している。
身体と精神の健康に問題を抱える。
強みの面では、例えば、創造的スキルの向上、パズルの解き方の向上、先へ考える能力の向上などが示される。
論文 参考訳(メタデータ) (2023-12-08T13:16:29Z) - Language and Mental Health: Measures of Emotion Dynamics from Text as
Linguistic Biosocial Markers [30.656554495536618]
本研究では,ツィート感情動態とメンタルヘルス障害との関連について検討した。
調査対象のUEDメトリクスはそれぞれ,ユーザの自己開示診断によって異なることがわかった。
この研究は、感情力学に関連する言語的手がかりが、精神疾患のバイオ社会マーカーとして重要な役割を担っていることを示す重要な初期の証拠を提供する。
論文 参考訳(メタデータ) (2023-10-26T13:00:26Z) - Cordyceps@LT-EDI: Depression Detection with Reddit and Self-training [0.0]
うつ病は不安定であり、まれではない。事実、過度のソーシャルメディア利用者の研究は、うつ病、ADHD、その他のメンタルヘルスの懸念と相関している。
本研究では,重度,中等度,低レベルのうつ病を経験しているユーザからの投稿を予測するために,半教師付き学習技術を用いた重度うつ病検出システムを提案する。
論文 参考訳(メタデータ) (2023-09-24T01:14:49Z) - Exploiting the Brain's Network Structure for Automatic Identification of
ADHD Subjects [70.37277191524755]
我々は脳を機能的ネットワークとしてモデル化できることを示し,ADHD被験者と制御対象とではネットワークの特定の特性が異なることを示した。
776名の被験者で分類器を訓練し,ADHD-200チャレンジのために神経局が提供する171名の被験者を対象に試験を行った。
論文 参考訳(メタデータ) (2023-06-15T16:22:57Z) - Mental Illness Classification on Social Media Texts using Deep Learning
and Transfer Learning [55.653944436488786]
世界保健機関(WHO)によると、約4億5000万人が影響を受ける。
うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。
本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
論文 参考訳(メタデータ) (2022-07-03T11:33:52Z) - TalkTive: A Conversational Agent Using Backchannels to Engage Older
Adults in Neurocognitive Disorders Screening [51.97352212369947]
高齢者とヒトの認知的評価に関する246の会話を分析した。
反応性バックチャネルと活性性バックチャネルのカテゴリーを抽出した。
これは、バックチャネルのタイミングと形式の両方を予測することができるCAであるTalkTiveの開発に使用される。
論文 参考訳(メタデータ) (2022-02-16T17:55:34Z) - Detection and Classification of mental illnesses on social media using
RoBERTa [0.3753841394482697]
本研究では,うつ病,不安,双極性障害,ADHD,PTSDの5種類の精神疾患を検出し,分類する。
われわれの研究は、RoBERTaのようなTransformerベースのアーキテクチャを使って人々の感情や心理学を分析する最初のマルチクラスモデルであると信じている。
論文 参考訳(メタデータ) (2020-11-23T05:54:46Z) - Understanding the Hoarding Behaviors during the COVID-19 Pandemic using
Large Scale Social Media Data [77.34726150561087]
われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。
ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。
LIWCの不安度はTwitterの不安度よりもかなり高い。
論文 参考訳(メタデータ) (2020-10-15T16:02:25Z) - Anxiety Detection Leveraging Mobile Passive Sensing [53.11661460916551]
不安障害は、子供と成人の両方に影響を及ぼす最も一般的な精神医学的問題である。
スマートフォンから受動的かつ控えめなデータ収集を活用することは、古典的な方法の代替となるかもしれない。
eWellnessは、個人デバイスのセンサとユーザログデータの完全な適合性を、連続的かつ受動的に追跡するために設計された、実験的なモバイルアプリケーションである。
論文 参考訳(メタデータ) (2020-08-09T20:22:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。