Геномы. Транскриптомы. Протеомы. Метаболомы.
Теперь дело дошло до сошалмедиомов (social mediome).
Любопытное исследование опубликовали в PLOS ONE.
Добровольцы предоставляли данные аккаунтов Facebook и информацию о своем здоровье.
Авторы проанализировали посты тысячи аккаунтов Facebook (20 миллионов слов) и оценили возможность прогноза ряда заболеваний исходя из паттернов слов, которые пользователи использовали наиболее часто.
Полученные прогностические модели сравнивали с традиционными эпидемиологическими параметрами, которые врачи используют для претестовой оценки вероятности заболеваний: пол, возраст, раса и прочее.
Среди топа заболеваний, прогноз которых с помощью анализа социальных сетей оказался более успешен по сравнению с традиционным подходом, хочу отметить сахарный диабет.
Что характерно, связь оказалась не с доставкой пиццы, заказом Uber и подпиской на Netflix. Паттерн не такой прямолинейный.
Пациенты с сахарным диабетом достоверно чаще обсуждают в социальных сетях религию. Риск наличия сахарного диабета при частом использовании кластера слов "молитва", "господь", "дитя" и далее по списку оказался выше в 15 раз.
Безусловно, корреляции не демонстрируют причинно-следственную связь, ничего не доказывают и указывают лишь на тенденцию. Но наблюдение забавное. Надо сказать, что все пациенты в рясах, которых мне доводилось консультировать, приходили как раз с СД2.
Ссылка на источник:
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0215476
Теперь дело дошло до сошалмедиомов (social mediome).
Любопытное исследование опубликовали в PLOS ONE.
Добровольцы предоставляли данные аккаунтов Facebook и информацию о своем здоровье.
Авторы проанализировали посты тысячи аккаунтов Facebook (20 миллионов слов) и оценили возможность прогноза ряда заболеваний исходя из паттернов слов, которые пользователи использовали наиболее часто.
Полученные прогностические модели сравнивали с традиционными эпидемиологическими параметрами, которые врачи используют для претестовой оценки вероятности заболеваний: пол, возраст, раса и прочее.
Среди топа заболеваний, прогноз которых с помощью анализа социальных сетей оказался более успешен по сравнению с традиционным подходом, хочу отметить сахарный диабет.
Что характерно, связь оказалась не с доставкой пиццы, заказом Uber и подпиской на Netflix. Паттерн не такой прямолинейный.
Пациенты с сахарным диабетом достоверно чаще обсуждают в социальных сетях религию. Риск наличия сахарного диабета при частом использовании кластера слов "молитва", "господь", "дитя" и далее по списку оказался выше в 15 раз.
Безусловно, корреляции не демонстрируют причинно-следственную связь, ничего не доказывают и указывают лишь на тенденцию. Но наблюдение забавное. Надо сказать, что все пациенты в рясах, которых мне доводилось консультировать, приходили как раз с СД2.
Ссылка на источник:
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0215476