Characterization and prediction of the emotional tone of users of online mental disorder communities

FAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas GeraisO aumento alarmante do número de pessoas atingidas por distúrbios de saúde mental tornou-se um dos principais problemas de saúde pública enfrentados pelos governos em todo o mundo. As intervenções clínicas tradicionais são caras, podendo deixar de fora um número considerável de pessoas que estão lutando para melhorar suas condições de saúde mental. Assim, diversos estudos investigam alternativas de intervenção que têm um alcance maior e possibilitam interação contínua com redução de custos. Uma destas alternativas é o uso de redes sociais online (RSOs), que nos últimos anos passaram a conectar pessoas dispostas a trocar experiências relacionadas a problemas de saúde (por exemplo, obesidade e depressão). O objetivo principal desta dissertação é analisar como comunidades com foco na discussão de problemas relacionados à saúde mental auxiliam na melhoria das condições de saúde de seus usuários. Através da caracterização dos usuários de quatro comunidades do Reddit (Depression, SuicideWatch, Anxiety e Bipolar), analisamos como as interações através de posts e comentários influenciam no tom (estado) emocional destes usuários. Em outras palavras, analisamos se a busca por auxílio nestas redes são eficazes e resultam em mudanças de como os usuários exprimem seus sentimentos ao longo do tempo. Nossos resultados mostram que o estado dos usuários muda ao longo do tempo, e que em 68\% dos casos a mudança é positiva, indícios que o apoio e incentivo entre usuários destas comunidades são eficazes para melhoria das condições de saúde mental de seus participantes. Ademais, propomos modelos preditivos para capturar a variação do tom emocional dos usuários. Esta variação assume valores em [-2,2]. Nossos modelos capturam com boa acurácia a variação do estado emocional dos usuários: no pior caso, o valor do erro médio quadrático foi igual a 1,062 e no melhor, igual a 0,5747. Uma possível aplicação dos modelos é auxiliar intervenções promovidas por profissionais da área de saúde em redes sociais criadas para dar suporte a pessoas com problemas relacionados à saúde mental.The alarming increase of the number of people affected by mental health disorders has become one of the major public health problems faced by governments around the world. Traditional clinical interventions require high budgets and might not include a considerable number of people struggling to improve their mental health conditions. Thus, several studies have investigated alternative interventions approaches capable of reach further the target population and enable continuous interaction at lower costs. One such alternative is using online social networks (OSN), which in recent years have connected people willing to exchange experiences related to health problems (e.g., obesity and depression). The main objective of this dissertation is to analyze how communities focused on the discussion of mental health disorders are able to help and improve their user’s health conditions . Through characterizing users from four Reddit communities (Depression, SuicideWatch, Anxiety, and Bipolar), we analyzed how interactions through posts and comments might influence the emotional tone (state) of these users. In other words, we analyzed whether seeking help on these networks is effective and if it’s followed by behavioral changes in how users express their feelings over time. Our results show that the user’s emotional tone changes over time,which 68% of cases are considered a positive change, providing evidence that support and encouragement among users in these communities are effective to improve their patients’ mental health. participants. Additionally, we propose predictive models to capture the variation of users’ emotional tone. This variation takes on values in [-2,2]. Our models accurately capture the variation of users’ emotional state: in the worst case, the mean square error value was 1.062 and in the best case 0.5747. The models presented might assist interventions promoted by health professionals in social networks in order to support people with mental health disorders