El procesamiento de lenguaje natural y su relación con la investigación en salud mental

Camacho, Jhon; Moreno, Socorro; Süárez-Obando, Fernando; Puyana, Juan Carlos; Restrepo, Carlos Gómez

doi:10.1016/s0034-7450(13)70011-8

Cited by 2 publications

(1 citation statement)

References 26 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Estas novedosas posibilidades de análisis de datos han despertado el interés de diversos autores y estudios respecto a la identificación de factores, patrones y modelos que puedan predecir los comportamientos de usuarios (Centola, 2010;Zhang et al, 2013), relacionados con temas de salud pública y salud mental (Camacho et al, 2013;Dos Santos et al, 2019;Mori, & Haruno, 2021;Tan, et al, 2021). Por ejemplo, el estudio realizado por Bae et al (2021) cuya investigación buscó determinar si el aprendizaje automático podía utilizarse eficazmente para detectar signos de esquizofrenia en usuarios de la red social Reddit, a través de la recopilación de publicaciones y el análisis de textos; o la investigación realizada por Chiong et al (2021) cuyo objetivo fue determinar si el aprendizaje automático podría usarse de manera efectiva para detectar signos de depresión en usuarios de las redes sociales, a través del análisis de sus publicaciones.…”

Section: Introductionunclassified

Análisis del Lenguaje Natural para la Identificación de Alteraciones Mentales en Redes Sociales: Una Revisión Sistemática de Estudios

Mieles Toloza,

Delgado Meza

2024

View full text Add to dashboard Cite

Las enfermedades mentales constituyen una de las principales causas de angustia en la vida de las personas a nivel individual, y repercuten en la salud y el bienestar de la sociedad. Para captar estas complejas asociaciones, las ciencias computacionales y la comunicación, a través del uso de métodos de procesamiento del lenguaje natural (NLP) en datos recolectados en redes sociales, han aportado prometedores avances para potenciar la atención sanitaria mental proactiva y ayudar al diagnóstico precoz. Por ello, se realizó una revisión sistemática de la literatura acerca de la detección de alteraciones mentales a través de redes sociales, mediante el uso de NLP en los últimos 5 años, que permitió identificar métodos, tendencias y orientaciones futuras, a través del análisis de 73 estudios, de 509 que arrojó la revisión de documentos extraídos de bases de datos científicas. El estudio reveló que, los fenómenos más comúnmente estudiados, correspondieron a Depresión e Ideación suicida, identificados a través del uso de algoritmos como el LIWC, CNN, LSTM, RF y SVM, en datos extraídos principalmente de Reddit y Twitter. Este estudio, finalmente proporciona algunas recomendaciones sobre las metodologías de NLP para la detección de enfermedades mentales, que pueden ser adoptadas en el ejercicio de profesionales interesados en la salud mental, y algunas reflexiones sobre el uso de estas tecnologías.

show abstract

Section: Introductionunclassified

Análisis del Lenguaje Natural para la Identificación de Alteraciones Mentales en Redes Sociales: Una Revisión Sistemática de Estudios

Mieles Toloza,

Delgado Meza

2024

View full text Add to dashboard Cite

show abstract

Tipificación de frases relevantes de entrevistas de valoración en el marco de la evaluación psicológica

Pardo Jaime,

Calvo Londoño

2024

Rev. iberoam. psicol.

View full text Add to dashboard Cite

La evaluación se considera como una disciplina científica dentro del quehacer del profesional en psicología, donde la entrevista es fundamental para aumentar la probabilidad de éxito en este proceso; no obstante, este análisis depende del criterio del profesional, lo cual tiende a generar un sesgo en el análisis de la información recolectada. Por lo cual, el objetivo de esta investigación fue tipificar frases relevantes para el análisis de entrevistas de valoración. Para esto se realizó un juicio de expertos para identificar las frases relevantes en 10 entrevistas, que se obtuvieron al comparar la selección de los tres jueces, estableciendo como parámetro una similitud del 75%, luego se clasificó las oraciones de los textos originales en relevantes y no relevantes para poder entrenar dos modelos de aprendizaje. Los resultados reflejaron que el modelo Naive Bayes presenta buenos indicadores para la tipificación de frases; mientras que el modelo de máquinas de soporte vectorial (SVM) tiende a presentar sobreajuste. Finalmente, se estableció el modelo Naive Bayes como la mejor alternativa para analizar entrevistas de valoración, además, se planteó un proceso metodológico para analizar entrevistas utilizando algoritmos de machine learning.

show abstract

El procesamiento de lenguaje natural y su relación con la investigación en salud mental

Cited by 2 publications

References 26 publications

Análisis del Lenguaje Natural para la Identificación de Alteraciones Mentales en Redes Sociales: Una Revisión Sistemática de Estudios

Análisis del Lenguaje Natural para la Identificación de Alteraciones Mentales en Redes Sociales: Una Revisión Sistemática de Estudios

Tipificación de frases relevantes de entrevistas de valoración en el marco de la evaluación psicológica

Contact Info

Product

Resources

About