Diagnóstico de tuits
La información de Twitter puede ser utilizada para medir el bienestar fisiológico y psicológico de un lugar y así predecir su salud de manera efectiva e incluso más rápido que un censo, de acuerdo a investigadores de la Universidad de Pensilvania.
Tuits “negativos” con palabras como odio, sucio, drama, falso, fuck, etcétera, son enviados por personas con mayor probabilidad de sufrir infartos y otras enfermedades del corazón.
Cecilia VázquezLa información de Twitter puede ser utilizada para medir el bienestar fisiológico y psicológico de un lugar y así predecir su salud de manera efectiva e incluso más rápido que un censo, de acuerdo a investigadores de la Universidad de Pensilvania.
Tuits “negativos” con palabras como odio, sucio, drama, falso, fuck, etcétera, son enviados por personas con mayor probabilidad de sufrir infartos y otras enfermedades del corazón.
Los autores del estudio encontraron que, por el contrario, las personas más saludables mandan tuits con palabras como fuerte, coraje, fe, oportunidades, esperanza, entre otras.
“Lenguaje psicológico en Twitter predice la mortalidad por enfermedades del corazón a nivel de condado” es el nombre de la investigación publicada este mes en la revista científica Psychological Science.
Para el experimento, se analizó el tono emocional de tuits de más de mil 300 condados estadounidenses.
“Twitter parece capturar mucha de la misma información que obtienes de indicadores demográficos y de salud”, afirma Gregory Park, uno de los investigadores, “pero también agrega algo extra. Así que las predicciones de Twitter de hecho pueden ser más acertadas que un set tradicional de variables”.
De acuerdo a estos hallazgos, Twitter arroja resultados más fieles a los datos oficiales de salud de dichas poblaciones que factores como el nivel socioeconómico, educación o peso.
Esto debido a que la red social mide la hostilidad y el estrés crónico, factores de riesgo que son costosos de evaluar, tardados y, además, que pueden ser engañosos, ya que las personas tienden a mentir en las encuestas.