Número de Tópicos
Deveaud et al. (2014) aponta para dois tópicos
Arun et al. (2010) aponta que 5, 7 e 10 tópicos são os melhores
Griffiths (2004) não é informativo
Cao et al. (2009) não é informativo
Vini Lemos | Adriano Beringuy | Laura Sengès | Bruno Damásio
21/10/2019
Encontrar fatores que contribuem com ideação suicida e tentativas de suicidio (Turecki & Brent, 2016)
Meios indiretos:
Autopsias psicológicas (Cavanagh, Carson, Sharpe, & Lawrie, 2003)
Auto-relato (Borges & Werlang, 2006)
Meios diretos:
Coortes de longa duração com indivíduos com depressão (Plener, Schumacher, Munz, & Groschwitz, 2015)
Notificação de mortes de fontes governamentais (Ministério da Saúde, Secretaria de Atenção à Saúde, Departamento de Ações Projagramáticas Estratégicas, 2017)
Utilizar o Twitter como um fonte de informação sobre suicídio
Identificar características linguísticas em tuítes relacionados ao suicidio
Fatores populacionais
(Turecki & Brent, 2016)
Fatores Individuais
Proximais: que levam diretamente ao comportamento suicida
Distais: que predispõem o comportamento suicida
(Turecki & Brent, 2016)
Comportamento suicida (Botega, 2015; Turecki & Brent, 2016)
Auto-mutilação/auto-agressão com e sem intenção de se matar (Association & others, 2013)
Tentativa de suicidio (Association & others, 2013)
Aqueles que morrem por suicidio tendem a ter tentado suicídio mais vezes (Brådvik, Mattisson, Bogren, & Nettelbladt, 2008; Hawton, Comabella, Haw, & Saunders, 2013) => auto-agressão aumenta o risco de suicidio
Tentativas de suicidio é um preditor para mais tentativas de suicidio (Prinstein et al., 2008)
Individuos que tentam suicidio tem mais Transtorno de Estresse Pós-traumático, Transtorno de Síndrome Oposicional (Prinstein et al., 2008)
No Brasil, auto-agressão representa 15% de todos os casos de violência (2011-2016; N = 176.226, 65,9% para mulheres)
Tentativas de suicidio representam 27.4% das notificações de auto-agressão (69,0% para mulheres)
Tentativa de suicídio é maior entre jovens
Risco é maior entre membros de uma mesma família (Hawton et al., 2013)
Histórico de transtornos mentais aumentam o risco de suicídio (Hawton et al., 2013)
Existem estudos que identificam suicidio através de postagem em redes sociais
Lee et al. (2018) Prediz número de suicidio usando posts de blogues e dados epidêmicos
Du et al. (2018) e Luo, Du, Tao, Xu, & Zhang (2019) identificam características de comunicação do suicidio em postagens to Twitter através de análise de tópicos
Privacidade dos dados
Dados do Twitter são de domínio público?
De acordo com o termos de uso, sim (Privacy Policy, 2019)
Privacidade dos dados pode passar por outros fatores, além dos termos de uso
Os dados estão protegidos por login?
No Twitter, todos os dados de tuítes não protegidos podem ser acessados sem login através do search.twitter.com
Expectativa dos seus dados sobre seus dados
61,2% dos usuários do Twitter sabem que seus dados são utilizados em pesquisas (Fiesler & Proferes, 2018)
54,4% dos usuários se sentem confortáveis com o uso de seus tuítes por terceiros (Fiesler & Proferes, 2018)
Outros fatores impactam na aceitação:
Pedir permissão
Tema do estudo
Pesquisadores
Se o tuíter é citado verbatin
Dados de domínio público não passam por revisão dos comitês de ética (Saúde, 2016)
Não serão usadas informações capazes de identificar um tuíte
Tuítes de exemplo serão uma recriação de um tuíte parecido
Desfecho:
‘“tentei me matar” OR “tentei me suicidar” OR “tentei me enforcar” OR “me enforquei” OR “cortei o pulso” OR “me mutilei”’
Ideação:
‘“suicídio” OR “suicídio” OR “suicida” OR “suic” OR “auto-mutilação” OR “ferir-me” OR “auto mutilação” OR “me ferir” OR “me enforcar” OR “me matar” OR “tirar minha vida” OR “quero morrer” OR “queria morrer” OR “quer morrer” OR “quero a morte” OR “queria a morte” OR “estar morto” OR “estar morta” OR “suicidio” OR “auto-mutilacao” OR “auto-mutilaçao” OR “auto mutilacao” OR “auto mutilaçao”’
(Du et al., 2018; Luo et al., 2019)
Buscas realizadas entre 07 e 16 de Setembro
N Desfecho suicida: 329 tuítes
N Ideação suicida: 17.500 tuítes
Linguagem R (R Core Team, 2018)
Retirada de “palavras-pare” (como “fui”, “somos”, “só”, “se”)
Retirada de URL’s
Tratou-se todos os tuítes de “ideação” como um único documento; todos os tuítes dedesfecho como outro documento
Isso permite comparação entre os documentos
Para identificar tópicos em cada documento foi utilizado Latent Dirichlet Allocation (LDA)
Bag of Words
Ténica bayesiana hierárquica:
Palavras, tópicos e documentos
Cada tópico é composto por uma série de palavras
Cada documento é composto por uma série de tópicos
LDA nos permite identificar a probabilidade de uma palavra pertencer a um tópico
Probabilidade de um tópico pertencer a um documento
É necessário definir o número de tópicos de um documento
Foram utilizadas técnicas estatísticas para identificar potenciais números de tópicos:
Foi realizado uma análise qualitativa destes tópicos, observando as palavras pertencentes a cada um deles, e tuítes de exemplo
Deveaud et al. (2014) aponta para dois tópicos
Arun et al. (2010) aponta que 5, 7 e 10 tópicos são os melhores
Griffiths (2004) não é informativo
Cao et al. (2009) não é informativo
Tópico 1 é um indicativo de tentativas prévias de suicidio
Verbos no passo
Indicativos de frequência
me sinto um lixo, tentei me matar duas vezes
há 2 anos tentei me matar, há 6 meses parei de me cortar, há mais de um ano vou ao psicólogo
Tópico 2 é um indicativo de ideação suicida
Verbos no futuro
Indicativo de vontade
Domingo foi ótimo, me cortei, vi coisas que não queira sorrindo
tenho vontade de morrer
Tópico 2: Ideação suicida
Tópico 6: desfecho suicida
Tópico 3: Abuso de substâncias (bebada)
tava tão bêbada que me joguei da ponte pra me matar
Tópico 7: Mídia (matéria, pós)
gostei da matéria sobre suicídio que passou ontem
apesar de tabu, é importante falar sobre suicidio
2 Tópicos
| document | ideação | desfecho |
|---|---|---|
| Tuítes Desfecho | 0.5050562 | 0.4949438 |
| Tuítes ideação | 0.8272411 | 0.1727589 |
10 Tópicos
| documento | 1 | ideação | abuso de substâncias | 4 | 5 | desfecho | mídia | 8 | 9 | 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| Tuítes Desfecho | 0.00 | 0.67 | 0.00 | 0.00 | 0.00 | 0.33 | 0.00 | 0.00 | 0.00 | 0.00 |
| Tuítes ideação | 0.02 | 0.81 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 |
Identificaçã de desfecho e ideação suicida através de palavras-chave e análise dos tópicos é possível
Tópicos mostram Conteúdo relevante ao risco de suicidio
Escolha de palavras-chave não foi feita de maneira sistemática
Não foi feita uma limpeza de falsos positivos (tuítes podiam comentar suicidio mas não refletir ideação ou desfecho próprio)
Número limitado de tuítes de desfecho suicida
Arun, R., Suresh, V., Veni Madhavan, C. E., & Narasimha Murthy, M. N. (2010). On finding the natural number of topics with latent dirichlet allocation: Some observations. In M. J. Zaki, J. X. Yu, B. Ravindran, & V. Pudi (Eds.), Advances in knowledge discovery and data mining (pp. 391–402). Berlin, Heidelberg: Springer Berlin Heidelberg.
Association, A. P., & others. (2013). Diagnostic and statistical manual of mental disorders (dsm-5). American Psychiatric Pub.
Borges, V. R., & Werlang, B. S. G. (2006). Estudo de ideação suicida em adolescentes de 15 a 19 anos. Estudos de Psicologia. https://doi.org/http://dx.doi.org/10.1590/S1413-294X2006000300012
Botega, N. J. (2015). Crise suicida. Artmed.
Brådvik, L., Mattisson, C., Bogren, M., & Nettelbladt, P. (2008). Long-term suicide risk of depression in the lundby cohort 1947–1997 – severity and gender. Acta Psychiatrica Scandinavica, 117(3), 185–191. https://doi.org/10.1111/j.1600-0447.2007.01136.x
Cao, J., Xia, T., Li, J., Zhang, Y., & Tang, S. (2009). A density-based method for adaptive lda model selection. Neurocomputing, 72(7-9), 1775–1781.
Cavanagh, J. T. O., Carson, A. J., Sharpe, M., & Lawrie, S. M. (2003). Psychological autopsy studies of suicide: A systematic review. Psychological Medicine, 33(3), 395–405. https://doi.org/10.1017/S0033291702006943
Deveaud, R., SanJuan, E., & Bellot, P. (2014). Accurate and effective latent concept modeling for ad hoc information retrieval. Document Numérique, 17(1), 61–84.
Du, J., Zhang, Y., Luo, J., Jia, Y., Wei, Q., Tao, C., & Xu, H. (2018). Extracting psychiatric stressors for suicide from social media using deep learning. BMC Medical Informatics and Decision Making, 18(2), 43. https://doi.org/10.1186/s12911-018-0632-8
Feinerer, I., Hornik, K., & Meyer, D. (2008). Text mining infrastructure in r. Journal of Statistical Software, 25(5), 1–54. Retrieved from http://www.jstatsoft.org/v25/i05/
Fiesler, C., & Proferes, N. (2018). “Participant” perceptions of twitter research ethics. Social Media + Society, 4(1), 2056305118763366. https://doi.org/10.1177/2056305118763366
Griffiths, T. (2004). Gibbs sampling in the generative model of latent dirichlet allocation-gruffydd@ psych. stanford. edu.
Hawton, K., Comabella, C. C. i, Haw, C., & Saunders, K. (2013). Risk factors for suicide in individuals with depression: A systematic review. Journal of Affective Disorders, 147(1-3), 17–28.
Lee, K. S., Lee, H., Myung, W., Song, G.-Y., Lee, K., Kim, H., … Kim, D. K. (2018). Advanced Daily Prediction Model for National Suicide Numbers with Social Media Data. Psychiatry Investig., 15(4), 344–354. https://doi.org/10.30773/pi.2017.10.15
Luo, J., Du, J., Tao, C., Xu, H., & Zhang, Y. (2019). Exploring temporal suicidal behavior patterns on social media: Insight from twitter analytics. Health Informatics Journal, 1460458219832043.
Ministério da Saúde, Secretaria de Atenção à Saúde, Departamento de Ações Projagramáticas Estratégicas. (2017). Agenda de ações estratégicas para a vigilância e prevenção do suicídio e promoção da saúde no brasil : 2017 a 2020.
Plener, P. L., Schumacher, T. S., Munz, L. M., & Groschwitz, R. C. (2015). The longitudinal course of non-suicidal self-injury and deliberate self-harm: A systematic review of the literature. Borderline Personality Disorder and Emotion Dysregulation, 2(1), 2.
Prinstein, M. J., Nock, M. K., Simon, V., Aikins, J. W., Cheah, C. S., & Spirito, A. (2008). Longitudinal trajectories and predictors of adolescent suicidal ideation and attempts following inpatient hospitalization. Journal of Consulting and Clinical Psychology, 76(1), 92.
Privacy Policy. (2019). Retrieved from https://twitter.com/en/privacy
R Core Team. (2018). R: A language and environment for statistical computing. Retrieved from https://www.R-project.org/
Saúde, C. N. de. (2016). Resolução nº 510, de 07 de abril de 2016. Retrieved from Conselho Nacional de Saúde website: http://www.conselho.saude.gov.br/resolucoes/2016/Reso510.pdf
Turecki, G., & Brent, D. A. (2016). Suicide and suicidal behaviour. The Lancet, 387(10024), 1227–1239.