Demencia y ansiedad, protagonistas de las conversaciones sobre ciencia ciudadana en Twitter

Esta investigación supone un importante valor como información para la posible creación de recomendaciones sobre políticas de salud mediante el empleo de los datos sobre tendencias, cuentas influyentes o temáticas

Redes Sociales (Foto: Freepik)

Mediante el análisis de las conversaciones de ciencia ciudadana y salud en Twitter, un equipo de investigación de la Universidad Rey Juan Carlos, en colaboración con el RIAS Institute, ha descubierto que una de las principales preocupaciones de los usuarios (más allá de la COVID-19) es el tema de las enfermedades mentales. Además, la mayoría de estos mensajes giran en torno a los Objetivos de Desarrollo Sostenible (ODS), estando especialmente relacionados con el ODS 3 Salud y bienestar.

Los resultados de este trabajo, publicado en la revista científica Digital Health, revelan que existe una conversación activa sobre distintas enfermedades y trastornos, especialmente la demencia y la ansiedad, seguidos de la COVID-19, la diabetes y el cáncer. “Curiosamente, los resultados encontrados sobre la COVID son más bajos de lo esperable tras la pandemia”, destaca Fernando Martínez Martínez, investigador de la Escuela Técnica Superior de Ingeniería Informática (ETSII) y coautor del estudio.

“Además, destaca notablemente una conversación muy activa sobre la Mosquito Alert, una app y plataforma de ciencia ciudadana destinada a monitorizar los avistamientos de mosquitos tigre y mosquitos momia transmisores del Dengue, Zika y Chikungunya, que ha demostrado tener una alta participación de la comunidad de ciencia ciudadana en Twitter tanto en la creación de contenido como a la hora de compartir esta iniciativa”, añade el investigador.

La mayoría de estos mensajes giran en torno a los Objetivos de Desarrollo Sostenible (ODS), estando especialmente relacionados con el ODS 3 Salud y bienestar

Esta investigación supone un importante valor como información para la posible creación de recomendaciones sobre políticas de salud mediante el empleo de los datos sobre tendencias, cuentas influyentes o temáticas. “Dentro del estudio, confirmamos que las cuentas más influyentes y con mayor número de seguidores y retweets eran aquéllas que pertenecían a organizaciones y proyectos”, apunta Fernando Martínez.

Además, gracias a la alta replicabilidad de este modelo de análisis, su aplicación se puede utilizar para ampliar el estudio sobre estas temáticas y realizar un seguimiento a la evolución de las tendencias, usuarios y otras conversaciones. En este sentido, según adelanta el investigador de la URJC, “los distintos resultados también señalan hacia nuevas temáticas que resultarían interesantes para un estudio propio como son el uso de apps para el seguimiento de enfermedades, desórdenes mentales o la investigación en enfermedades raras, pues son topics muy abordados”.

ANÁLISIS DE LOS TWEETS Y LOS HASHTAGS

Con el objetivo de conocer en detalle cómo era la conversación sobre salud y asistencia sanitaria, el equipo científico creó un conjunto de palabras claves empleadas para filtrar todos los datos de Twitter que recopilaron. Estos datos fueron recabados de la herramienta Lynguo, la cual se encarga de extraer de Twitter los mensajes relacionados con la ciencia.

“Tras obtener aquellos tweets relacionados con salud, empleamos técnicas clásicas de análisis de redes sociales para obtener los hashtags más usados, la evolución de su uso en el tiempo y los usuarios con más retweets”, explica Fernando Martínez.

"Los distintos resultados también señalan hacia nuevas temáticas que resultarían interesantes para un estudio propio como son el uso de apps"

A continuación, emplearon técnicas más modernas de procesamiento de lenguaje natural o NLP (por sus siglas en inglés Natural language processing) y NER (Named entity recognition) para determinar cuáles eran los términos más usados en una conversación. También utilizaron técnicas de análisis de grafos para crear redes sobre las conexiones entre los usuarios que hablaban de un determinado tema y observar, de este modo, quiénes eran los principales emisores y receptores de los mensajes.

Por último, según señala el investigador de la URJC, “empleamos las técnicas de Topic Modeling y Machine Learning para analizar cuáles eran los temas más discutidos y cómo evolucionaban en el tiempo, así como cuáles eran los idiomas más frecuentes en este ámbito”. Este trabajo forma parte del proyecto CS-Track, liderado por la URJC y que tiene como objetivo analizar los datos existentes en distintos medios relacionados con la ciencia ciudadana.

Los contenidos de ConSalud están elaborados por periodistas especializados en salud y avalados por un comité de expertos de primer nivel. No obstante, recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.