ReDepress：检测抑郁复发的认知框架

近50%的抑郁患者面临复发风险。第二次抑郁发作后，复发风险升至80%。尽管从社交媒体中检测抑郁已获得广泛关注，但抑郁复发检测仍 largely 未被探索，主要由于缺乏精心策划的数据集以及区分复发与非复发用户的困难。本文提出ReDepress，首个获临床验证的聚焦复发的社交媒体数据集，包含204名由心理健康专业人员标注的 Reddit 用户。不同于先前方法，我们的框架基于抑郁认知理论，纳入注意力偏差、解释偏差、记忆偏差和沉思等认知构念用于标注和建模。通过统计分析和机器学习实验，我们证明认知标记显著区分复发与非复发群体，纳入这些特征丰富的模型实现了竞争性能，基于Transformer的时序模型达到了0.86的 F1 分数。我们的发现验证了心理理论在真实世界文本数据中的有效性，凸显了以认知为导向的计算方法在早期复发检测中的潜力，为精神健康领域的可扩展低成本干预指明了道路。