論文の概要: Leveraging ChatGPT and Other NLP Methods for Identifying Risk and Protective Behaviors in MSM: Social Media and Dating apps Text Analysis

• arxiv url: http://arxiv.org/abs/2601.13558v1
• Date: Tue, 20 Jan 2026 03:28:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:23.138311
• Title: Leveraging ChatGPT and Other NLP Methods for Identifying Risk and Protective Behaviors in MSM: Social Media and Dating apps Text Analysis
• Title（参考訳）: MSMにおけるリスクと保護行動の同定のためのチャットGPTおよびその他のNLP手法の活用:ソーシャルメディアとデートアプリによるテキスト分析
• Authors: Mehrab Beikzadeh, Chenglin Hong, Cory J Cascalheira, Callisto Boka, Majid Sarrafzadeh, Ian W Holloway,
• Abstract要約: 男性と性交する男性(MSM)は、異性愛者に比べて性感染症や有害な飲酒のリスクが高い。 ソーシャルメディアとデートアプリのテキストが、性的リスク行動を予測するのに使えるかどうかを評価した。
• 参考スコア（独自算出の注目度）: 0.5233775397457061
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Men who have sex with men (MSM) are at elevated risk for sexually transmitted infections and harmful drinking compared to heterosexual men. Text data collected from social media and dating applications may provide new opportunities for personalized public health interventions by enabling automatic identification of risk and protective behaviors. In this study, we evaluated whether text from social media and dating apps can be used to predict sexual risk behaviors, alcohol use, and pre-exposure prophylaxis (PrEP) uptake among MSM. With participant consent, we collected textual data and trained machine learning models using features derived from ChatGPT embeddings, BERT embeddings, LIWC, and a dictionary-based risk term approach. The models achieved strong performance in predicting monthly binge drinking and having more than five sexual partners, with F1 scores of 0.78, and moderate performance in predicting PrEP use and heavy drinking, with F1 scores of 0.64 and 0.63. These findings demonstrate that social media and dating app text data can provide valuable insights into risk and protective behaviors and highlight the potential of large language model-based methods to support scalable and personalized public health interventions for MSM.
• Abstract（参考訳）: 男性と性交する男性(MSM)は、異性愛者に比べて性感染症や有害な飲酒のリスクが高い。 ソーシャルメディアやデートアプリケーションから収集されたテキストデータは、リスクや保護行動の自動識別を可能にすることによって、個人化された公衆衛生介入のための新たな機会を提供する可能性がある。 本研究では、ソーシャルメディアやデートアプリからのテキストが、MSMにおける性行動、アルコール使用、曝露予防(PrEP)の獲得を予測できるかどうかを検討した。 参加者の同意を得て,ChatGPT埋め込み,BERT埋め込み,LIWC,辞書に基づくリスク項アプローチから得られた特徴を用いて,テキストデータと機械学習モデルを訓練した。 F1スコアは0.78で、F1スコアは0.64と0.63である。 これらの結果は,ソーシャルメディアとデートアプリのテキストデータによって,リスクや保護行動に関する貴重な洞察が得られ,MSMのためのスケーラブルでパーソナライズされた公衆衛生介入を支援するための大規模言語モデルベースの手法の可能性を強調している。

関連論文リスト

• PHORECAST: Enabling AI Understanding of Public Health Outreach Across Populations [35.05830534020054]
  PHORECAST (Public Health Outreach Receptivity and CAmpaign Signal Tracking) は、個人レベルの行動応答と、ヘルスメッセージングに対するコミュニティ全体のエンゲージメントパターンの両方を詳細に予測するための、マルチモーダルデータセットである。 このデータセットは、マルチモーダル理解、応答予測、パーソナライゼーション、社会的予測といったタスクをサポートし、現代のAIシステムがいかにして、異種公共の感情や振る舞いをエミュレートし、解釈し、予測できるかを厳格に評価することができる。
  論文  参考訳（メタデータ） (2025-10-02T20:10:46Z)
• Cardiovascular Disease Risk Prediction via Social Media [3.072340427031969]
  ツイートで表現された感情を解析し,CVD関連キーワードの新しい辞書を開発した。 感情分析のVADERモデルを用いて、ユーザはCVDリスクにおいて潜在的に分類された。 その結果、ツイートの感情を分析することは、人口統計データの予測能力を上回ることがわかった。
  論文  参考訳（メタデータ） (2023-09-22T19:03:34Z)
• Learning Language and Multimodal Privacy-Preserving Markers of Mood from Mobile Data [74.60507696087966]
  精神状態は、先進医療に共通する国でも診断されていない。 人間の行動を監視するための有望なデータソースのひとつは、日々のスマートフォンの利用だ。 本研究では,自殺行動のリスクが高い青少年集団の移動行動のデータセットを用いて,日常生活の行動マーカーについて検討した。
  論文  参考訳（メタデータ） (2021-06-24T17:46:03Z)
• Multimodal Privacy-preserving Mood Prediction from Mobile Data: A Preliminary Study [34.550824104906255]
  精神的な健康状態は、先進医療に共通のアクセスを持つ国でも診断が不十分である。 人間の行動を監視するための有望なデータソースのひとつは、毎日のスマートフォンの利用だ。 リスクの高い青年の移動行動のデータセットを用いて行動マーカーや日常の気分を調査した。
  論文  参考訳（メタデータ） (2020-12-04T01:44:22Z)
• MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
  ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。 我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
  論文  参考訳（メタデータ） (2020-11-17T15:18:38Z)
• Predicting Infectiousness for Proactive Contact Tracing [75.62186539860787]
  大規模デジタル接触追跡は、ウイルスの拡散を最小限に抑えながら、経済と社会活動を再開する潜在的な解決策である。 プライバシ、モビリティ制限、公衆衛生のトレードオフを行う様々なDCT手法が提案されている。 本稿では,個人の感染を積極的に予測するためにスマートフォンに展開可能な方法を開発し,検証する。
  論文  参考訳（メタデータ） (2020-10-23T17:06:07Z)
• UNITE: Uncertainty-based Health Risk Prediction Leveraging Multi-sourced Data [81.00385374948125]
  我々はUNcertaInTyベースのhEalth Risk Prediction(UNITE)モデルを提案する。 UNITEは、複数ソースの健康データを活用した正確な疾患リスク予測と不確実性推定を提供する。 非アルコール性脂肪肝疾患(NASH)とアルツハイマー病(AD)の実態予測タスクにおけるUNITEの評価を行った。 UNITEはAD検出のF1スコアで最大0.841点、NASH検出のPR-AUCで最大0.609点を達成し、最高のベースラインで最大19%の高パフォーマンスを達成している。
  論文  参考訳（メタデータ） (2020-10-22T02:28:11Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)
• Indirect Identification of Psychosocial Risks from Natural Language [0.0]
  うつ病や親密なパートナーの暴力を含む精神社会的健康リスクは、親子にとって深刻な健康上の結果に関係している。 精神社会的リスクを示す情報を間接的に抽出・分析する方法について検討した。 正規化回帰は、親密なパートナーによるうつ病のスクリーニングと心理的攻撃の予測に使用される。
  論文  参考訳（メタデータ） (2020-04-30T03:13:28Z)

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。