探究情绪模式在预测自我报告抑郁症状中的作用

抑郁症是全球致残的主要原因。从社交媒体帖子中检测抑郁信号的初步努力已显示出有希望的结果。鉴于其较高的内部效度，此类分析的结果可能对临床判断有益。现有的抑郁症状自动检测模型从社交媒体数据中学习代理诊断信号，例如心理健康求助行为或药物名称。然而，在现实中，抑郁症患者通常会经历情绪低落、几乎对所有活动丧失兴趣或愉悦感、无价值感或内疚感，以及思考能力下降。因此，这些模型中使用的许多代理信号缺乏抑郁症状的理论基础。也有报告称，临床环境中许多患者的社交媒体帖子并不包含这些信号。基于这一研究空白，我们提议监测一种已被充分确立为情感障碍症状类别的信号——情绪。情绪是一种可以持续数小时、数天甚至数周的感受体验。在这项工作中，我们试图通过为社交媒体用户构建“情绪画像”来丰富当前检测潜在抑郁症状的技术。