Novo artigo da Cátedra CAMELIA sobre saúde mental no ecosistema dixital publicado na revista IEEE Transactions on Affective Computing
Investigadores da Cátedra CAMELIA USC–Plexus publican en acceso aberto unha nova investigación no ámbito da saúde mental dixital na revista IEEE Transactions on Affective Computing.
O estudo analiza o potencial dos datos de Social Media como fonte de información para comprender pensamentos, comportamentos e emocións, abrindo novas vías para a investigación en saúde mental e a detección temperá de riscos. Neste traballo, os investigadores Mario Ezra Aragón, Marcos Fernández Pichel e David E. Losada exploran como os trazos de personalidade e os atributos demográficos se reflicten no comportamento en liña en catro trastornos de saúde mental —anorexia, depresión, ludopatía e autolesión—. Para iso, utilizan o modelo de personalidade Big-5 e o conxunto de datos PANDORA, orientado á predición de personalidade e o perfilado de autores.
Os resultados confirman tendencias xa coñecidas, como certos patróns demográficos asociados a distintos trastornos, e revelan ademais trazos de personalidade compartidos entre eles, como altos niveis de neuroticismo e amabilidade, xunto con baixos niveis de extraversión e responsabilidade na maioría dos casos analizados.
Así mesmo, o estudo pon de relevo a existencia de sesgos demográficos nos sistemas de detección de risco, evidenciando que a precisión das alertas pode variar significativamente entre diferentes grupos de poboación. Este achado subliña a importancia de desenvolver tecnoloxías de saúde mental máis xustas, fiables e inclusivas.
DOI: https://doi.org/10.1109/TAFFC.2026.3674676
O estudo analiza o potencial dos datos de Social Media como fonte de información para comprender pensamentos, comportamentos e emocións, abrindo novas vías para a investigación en saúde mental e a detección temperá de riscos. Neste traballo, os investigadores Mario Ezra Aragón, Marcos Fernández Pichel e David E. Losada exploran como os trazos de personalidade e os atributos demográficos se reflicten no comportamento en liña en catro trastornos de saúde mental —anorexia, depresión, ludopatía e autolesión—. Para iso, utilizan o modelo de personalidade Big-5 e o conxunto de datos PANDORA, orientado á predición de personalidade e o perfilado de autores.
Os resultados confirman tendencias xa coñecidas, como certos patróns demográficos asociados a distintos trastornos, e revelan ademais trazos de personalidade compartidos entre eles, como altos niveis de neuroticismo e amabilidade, xunto con baixos niveis de extraversión e responsabilidade na maioría dos casos analizados.
Así mesmo, o estudo pon de relevo a existencia de sesgos demográficos nos sistemas de detección de risco, evidenciando que a precisión das alertas pode variar significativamente entre diferentes grupos de poboación. Este achado subliña a importancia de desenvolver tecnoloxías de saúde mental máis xustas, fiables e inclusivas.
DOI: https://doi.org/10.1109/TAFFC.2026.3674676