LocalTweets to LocalHealth: A Mental Health Surveillance Framework Based on Twitter Data

要約

Twitter (現在は X) データに関する以前の研究では、補足的な健康監視システムの開発における Twitter の有用性を示す明確な証拠が提供されています。
この研究では、メンタルヘルス (MH) のアウトカムに焦点を当て、公衆衛生を監視するための新しいフレームワークを紹介します。
私たちは、地元で投稿されたツイートが地元の MH の結果を示していると仮説を立て、米国の 765 の地域 (国勢調査ブロック グループ) から投稿されたツイートを収集します。
各近隣地域からのこれらのツイートを、疾病管理センター (CDC) によって報告された対応する MH 結果と組み合わせて、ベンチマーク データセット LocalTweets を作成します。
LocalTweets を使用して、Twitter ベースの MH 監視システムに対する最初の人口レベルの評価タスクを提示します。
次に、LocalTweets に基づいて MH の結果を予測するための効率的かつ効果的な手法 LocalHealth を開発します。
GPT3.5 と併用すると、LocalHealth は最高の F1 スコアと 0.7429 および 79.78\% の精度を達成し、ゼロショット設定で GPT3.5 と比較して F1 スコアが 59\% 向上しました。
また、LocalHealth を利用して CDC の推定値を未報告の近隣地域に当てはめて推定し、F1 スコア 0.7291 を達成しました。
私たちの研究は、Twitter データを効果的に活用して近隣レベルの MH の結果をシミュレートできることを示唆しています。

要約(オリジナル)

Prior research on Twitter (now X) data has provided positive evidence of its utility in developing supplementary health surveillance systems. In this study, we present a new framework to surveil public health, focusing on mental health (MH) outcomes. We hypothesize that locally posted tweets are indicative of local MH outcomes and collect tweets posted from 765 neighborhoods (census block groups) in the USA. We pair these tweets from each neighborhood with the corresponding MH outcome reported by the Center for Disease Control (CDC) to create a benchmark dataset, LocalTweets. With LocalTweets, we present the first population-level evaluation task for Twitter-based MH surveillance systems. We then develop an efficient and effective method, LocalHealth, for predicting MH outcomes based on LocalTweets. When used with GPT3.5, LocalHealth achieves the highest F1-score and accuracy of 0.7429 and 79.78\%, respectively, a 59\% improvement in F1-score over the GPT3.5 in zero-shot setting. We also utilize LocalHealth to extrapolate CDC’s estimates to proxy unreported neighborhoods, achieving an F1-score of 0.7291. Our work suggests that Twitter data can be effectively leveraged to simulate neighborhood-level MH outcomes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google