JMIR J医疗互联网服务 医学互联网研究杂志 1438 - 8871 卡塔尔世界杯8强波胆分析 加拿大多伦多 v22i11e23575 33252343 10.2196/23575 原始论文 原始论文 新生儿妈妈在微信朋友圈发布的照片与产后抑郁症的关系:队列研究 Eysenbach 冈瑟 金丰 Alasmari Ashwag 维娜 MSc 1 2 https://orcid.org/0000-0002-8905-742X 二元同步通信 1 https://orcid.org/0000-0002-8083-4229 Qijin 博士学位 3. https://orcid.org/0000-0002-6223-5345 程ydF4y2Ba 英航 2 https://orcid.org/0000-0001-7868-5722 越南盾 博士学位 4 https://orcid.org/0000-0001-7438-632X 蕴结 博士学位 1
湘雅公共卫生学院 中南大学 湘雅路上马园岭巷238号 开福区 长沙,410005 中国 86 13607445252 gongwenjie@csu.edu.cn
5 6 https://orcid.org/0000-0002-7943-4041
湘雅公共卫生学院 中南大学 长沙 中国 长沙市妇幼保健院 长沙 中国 社会工作学系 香港中文大学 香港特别行政区 香港 中国 全球卫生和卫生系统 卫生管理学院 南方医科大学 广州 中国 应用健康研究所 伯明翰大学 伯明翰 联合王国 精神科 罗切斯特大学医学中心 罗彻斯特,纽约 美国 通讯作者:龚文杰 gongwenjie@csu.edu.cn 11 2020 30. 11 2020 22 11 e23575 18 8 2020 1 9 2020 17 10 2020 28 10 2020 ©张维娜,刘璐,程启金,陈燕,徐东,龚文杰。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 2020年11月30日。 2020

这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。

背景

由于社交媒体上的帖子反映了用户的情绪,中国最受欢迎的社交媒体平台微信朋友圈可能会让人们一窥产后抑郁症的情况。

客观的

本研究旨在调查产后妈妈们在微信朋友圈发布的照片的特征,并探讨这些特征与母亲产后抑郁风险之间的相关性。

方法

我们收集了419位产后母亲的数据,包括她们的人口统计数据、产后抑郁的相关因素,以及微信朋友圈上发布的图片。产后抑郁采用爱丁堡产后抑郁量表进行测量。描述性分析用于评估以下内容:图像的内容,人物的存在,人物的面部表情,以及是否在微信朋友圈发布了表情包。使用Logistic回归分析来识别与产后抑郁症相关的图像特征。

结果

对比其他人的照片,我们发现妈妈们在微信朋友圈发布的照片中,孩子的照片占了大多数(3909/ 6887,56.8%)。在展示面部表情或表情包的帖子中,积极情绪比消极情绪表达得更多。产后自拍的女性更容易患上产后抑郁症( P= .003;优势比2.27,95% CI 1.33-3.87)。

结论

绝大多数母亲在产后发布的照片传达了积极的情绪,但这些照片可能掩盖了她们的抑郁。发自拍的新妈妈可能更容易患上产后抑郁症。

试验注册

国际临床试验注册平台ChiCTR-ROC-16009255;http://www.chictr.org.cn/showproj.aspx?proj=15699

社交媒体 微信 微信的时刻 产后抑郁症
简介

近年来,社交媒体越来越受欢迎,成为用户表达情感和思想的一种手段。因此,脸书和推特等社交媒体平台上的帖子可以作为生活事件的指标或记录。 1].在全球范围内,Facebook和Twitter的月活跃用户数量分别超过26亿和3.3亿。 2 3.].在中国,微信是最受欢迎的社交媒体平台,月活跃用户超过11.5亿[ 4].根据中国国家统计局和腾讯2016年报告的数据[ 5 6],估计72%的中国女性(15-80岁)使用微信。事实上,60%的活跃用户会定期登录微信账户,并在微信朋友圈上与朋友更新状态。 7].发布在微信朋友圈的内容只有相互关注的朋友才能看到。例如,这个社交媒体平台比Facebook和Twitter更私密。 8].因此,用户更倾向于真实地表达自己的情绪。 8].

一些研究使用从社交媒体收集的数据进行情绪分析,并表明情绪分析在许多领域(如医疗保健、金融、媒体、消费者市场和政府)具有实际应用,可以促进向上述领域的人们传递有针对性的信息[ 9 10].一项包括48项与心理健康问题相关研究的综述使用了社交媒体网络的数据集来研究抑郁症[ 11].德乔杜里的[ 12 13]的研究,通过分析分享的Facebook和Twitter数据,预测了产后抑郁症的发作和母亲产后的重大变化。然而,该综述表明,大多数相关研究都集中在西方国家,并依赖于基于文本的分析[ 11].因此,作者建议未来的研究应该包括更多的技术分析,例如基于图像的分析。发布在社交媒体上的图片包含大量数据,是重要的信息载体。例如,抑郁症患者在Instagram上发布的照片更有可能是蓝色、灰色和黑色的。 14].此外,产后抑郁症和母亲的敏感性与母亲微笑宝宝的照片比例较低有关。 15],而自拍则与更高的抑郁症发病率有关[ 16].社交媒体用户的某些面部表情与抑郁和焦虑有关。 17].从理论上讲,发布在社交媒体上的图片可以用来识别用户心理健康的有意义的模式。作为国内流量最大的社交媒体平台,微信朋友圈最初的基本功能是上传图片。但是,由于微信朋友圈的隐私设置,图像数据很难获取。据我们所知,除了我们之前使用微信Moments文本表情符号作为特征之外,我们还为围产期抑郁症的情绪分析建模[ 18],迄今为止还没有精神病学研究使用微信Moments。

在中国,新妈妈们要遵守“做月子”的习俗,在这一习俗中,她们在分娩后的45天内要待在家里,并且不要经常与人接触。 19].这使得产后抑郁症的筛查特别具有挑战性。然而,微信朋友圈的帖子提供了一种研究中国新妈妈情绪的新方法。虽然产后抑郁症筛查目前严重依赖于自我报告的问卷,但一些研究发现,抑郁症患者倾向于隐藏自己的抑郁症状[ 20.].此外,自我报告筛选方法容易受到社会期望反应偏差的影响[ 21],这可能会导致产后抑郁症筛查时的假阴性结果。考虑到自我报告问卷法固有的挑战,微信朋友圈帖子可以为产后抑郁症筛查提供一种新的途径。我们的队列研究旨在分析新妈妈在微信朋友圈上发布的图片的特征,并探讨这些特征与母亲产后抑郁症的相对风险之间的相关性。

方法 参与招聘

参与者来自中国湖南省长沙市和益阳市的两个妇幼保健中心。从2016年9月到2017年2月,我们在这两个中心的产科诊所招募了女性。适用以下纳入标准:怀孕妇女,年龄≥18岁,妊娠期≤13周(妊娠周根据最后一次月经的第一天估计)。

该研究获得了中南大学临床药理研究所机构审查委员会的批准(ChiCTR-ROC-16009255)。总共征聘了1126名妇女。这项研究总共使用了来自419名母亲的15647张微信朋友圈图片和6609条帖子,其中123人患有产后抑郁症。参与者招募和数据收集过程描述在 图1.本研究中微信朋友圈的所有数据均经用户授权使用。

参与者招募及数据收集流程流程图。EPDS:爱丁堡产后抑郁量表。*母亲在产后6周未完成EPDS, **母亲拒绝参与调查,***母亲因分娩迁往另一个城市,无法继续参与研究。

措施

他们使用了许多不同的工具来收集数据。我们通过问卷调查的方式测量了参与者在妊娠早期到产后6周的围产期抑郁水平等心理因素,并收集了母亲从分娩到产后6周的微信朋友圈数据。问卷设计使用简单的项目来调查参与者的一般人口统计学特征,包括年龄、第一次怀孕、月收入、教育程度和抑郁症史。每位完成问卷调查的参与者都获得了10元人民币(1.5美元)的象征性礼物。

我们使用了匹兹堡睡眠质量指数[ 22]来测量参与者产后的睡眠质量。该指数根据总分将睡眠质量分为不同等级,0-5分表示睡眠质量很好,6-10分表示睡眠质量良好,11-15分表示睡眠质量一般,16-21分表示睡眠质量较差。

我们使用7项广泛性焦虑障碍量表[ 23]来测量参与者在产后的焦虑程度。总分在10分或以上,表示焦虑。

我们使用WebCrawler文档汇编程序收集了妈妈们从分娩到产后6周在微信朋友圈上发布的图片。允许在线朋友在微信朋友圈中看到图片的隐私设置包括“全部”、“过去六个月”、“月”和“三天”(朋友们将无法在选定的时间段之前看到微信朋友圈),因此每2天收集一次图片。

爱丁堡产后抑郁量表[ 24 25用于筛查产后抑郁症。EPDS是一份包含10个项目的自评问卷。每项得分从0到3分,总分从0到30分。本研究中使用的中文EPDS由王玉琼翻译[ 26].临界值为9.5。

图像预处理

在图像分析中,对以下3种错误进行预处理并去除:(1)返回链接错误信息或显示不完整的图像,(2)屏幕分辨率小于800x600的图像,(3)黑色图像。其余符合条件的图像被转换为可读格式,如JPG和PNG。

特征提取

从收集的微信Moments数据中自动提取了几种不同类型的信息。资料类别包括:帖子颜色、帖子数量和频率以及发表帖子的时间。

着色

颜色可以在不同的颜色空间中表达。在这项研究中,我们使用了色相、饱和度和值颜色模型。这3种颜色属性通常用于图像分析[ 14 17].色相描述了图像在光谱上的颜色,颜色类型在0°到360°之间。较低的色相值表示较红的颜色,较高的色相值表示较蓝的颜色(例如,0是红色,60是黄色)。饱和度指的是图像的生动程度,范围从0到1。低饱和度使图像呈现灰色和褪色(例如,0表示没有颜色,是灰色阴影)。Value表示图像的亮度,取值范围为0 ~ 1。较低的亮度分数表示图像较暗(例如,0表示黑色)。上述所有图像的颜色都是以单独的单位计算的。计算每个图像中的平均像素数,以确定色调、饱和度和值。图像的颜色提取使用MATLAB(版本9.7; MathWorks) and converted with OpenCV (version 4.0.0; Intel).

音量和频率

计算每个人的发帖量(每个帖子包含1-9张图片)和微信个朋友圈帖子的频率。参考Hicks和Brown的[ 27根据Facebook使用频率的分类,我们将微信朋友圈帖子的频率定义为“高”(每月≥30条)、“中等”(每月4-30条)和“低”(每月<4条)。

时机

深夜发帖的定义是在晚上10点到早上6点之间发帖。根据母亲是否在深夜发帖,我们分别将其定义为“是”或“否”。

图像注释 评估研究人员之间的一致性

为了保证我们的研究质量,我们招募了11名独立的研究人员,并对他们进行了统一的培训,以手动识别收集到的图像的内容和情绪。根据Reece和Danforth的研究[ 14],每张照片都由3名不同的研究人员进行分类。研究人员没有得到提供图片的母亲的任何信息。当研究人员对图像有不同意见时,应用以下3条规则:(1)如果3名研究人员中有2人意见一致,我们将采用多数意见作为正确结果;(2)如果所有的研究人员都不同意某一图像,主要研究人员将讨论并重新评估该图像;(3)如果研究者对上述重评价结果有异议,则将该图像归类为“其他”。总的来说,收集的图像中有4.7%(742/ 15647)被归类为“其他”。

标签图像内容

发布在微信朋友圈的图片可以包含不同的内容。采用以往研究的标准[ 14 17],我们使用带有11种类型标签的系统标记所有图像:(1)人,(2)物体(例如,床,衣服),(3)动物(例如,狗,猫),(4)风景(例如,湖边,草原),(5)车辆(例如,汽车,公共汽车),(6)植物(例如,花,树),(7)食物(例如,蛋糕,面条),(8)建筑(例如,公寓,办公楼),(9)表情包,(10)微信朋友圈广告,和(11)其他。每张图片只能标注1个标签。当一幅图片有多个组成部分时(例如,一个人抱着一只宠物,一幅有一些人的风景),应用以下2条规则:(1)如果一幅图片中有人,并且他们的面部表情很清楚,我们用“人”作为标签来定义图像的内容;(2)如果图片中没有人,我们会考虑发布图片的母亲想要表达什么,然后据此决定标签。我们还计算了标签的总数和每种标签类型的百分比。

人物图片的人物刻画

我们用两种方法来描述人物图片的特征。第一个衡量标准是自拍的数量和比例(即面部特写或同一个人多次出现的照片)和母亲的孩子的照片。研究表明,在社交媒体上发布自拍照会对女性产生不利的心理影响。 16 28].此外,Schoppe-Sullivan等人的研究[ 29的研究表明,身份识别需求高的母亲更有可能在Facebook上发布孩子的照片。因此,如果母亲上传了孩子的自拍或照片,我们就会把它们归入“是”的类别。如果他们没有,我们就把他们归入“没有”的类别。如果妈妈们同时上传了自拍和孩子的照片,研究人员就会根据照片的主题或焦点对照片进行评估和分类。如果研究人员意见不一致,图像将根据我们所描述的协议评估程序进行处理。第二项测试是收集到的照片中人物正面(如喜悦和惊讶)和负面(如愤怒、厌恶、恐惧和悲伤)的面部表情的数量。引用研究等[ 15研究发现,发布婴儿微笑照片较少的女性更有可能表现出母亲的抑郁症状,我们将每张照片中呈现的面部表情分为积极和消极两类,然后计算每位母亲每种表情的比例。根据积极面部表情的比例,我们将母亲分为“没有(0%)”、“有,积极面部表情的比例较低(0%-50%)”和“有,积极面部表情的比例较高(>50%)”。第一个测量表明了图片的内容,而第二个测量表明了图片中人物的情感表达。

发布到微信朋友圈的表情包评估

通过收集到的模因中的表情和单词,我们要求研究人员将模因的情绪分为积极和消极两类。然后,我们计算了收集到的表情包中积极情绪和消极情绪的数量和百分比。然而,我们在逻辑回归模型中只使用了“是”和“否”的分类标准。根据妈妈们是否发布了表情包,他们被分为“是”或“不是”。如果发布了表情包,就给他们分配一个“是”,如果没有发布表情包,就给他们分配一个“否”。

统计分析

使用卡方检验和卡方检验分析患有或不患有产后抑郁症的母亲的不同特征 t测试。在控制产后抑郁相关因素的基础上,以图像特征为自变量,以是否存在产后抑郁为因变量,采用二值logistic回归方法探讨图像特征与产后抑郁的关系。采用SPSS (version 25;IBM)。本研究的图像分类是基于以往的研究[ 14- 16 27- 29].

结果 参与者的人口学特征

我们在微信朋友圈上收集了419位母亲的15647张照片和6609条帖子。样本的人口学特征见 图2.平均年龄27.6岁(SD 3.8岁)。参与者的月收入主要在2000-5000元(282-705美元)之间,并完成了本科或大学教育。图像的平均色相、饱和度和值分别为33.9 (SD 10.6)、0.3 (SD 0.1)和0.6 (SD 0.1)。在产后期间,妈妈们平均每天发布0.89张(SD 5.07)照片。产后抑郁发生率为29.4%(123/419)。进行样本比较分析,比较产后抑郁母亲与无产后抑郁母亲的人口学特征( 图2).

有或没有产后抑郁症的妇女的特征。PPD:产后抑郁症。

图像分析 内容

我们计算了每种标签类型的数量和比例( 图3A).在妈妈们发布的产后图片中,人物图片所占比例最高(6887/ 15647,44.0%),其次是物体图片(5356/ 15647,34.2%)。

图像的内容和情感。(A)每种标签类型的数量和比例(n= 15647)。(B)人物图片的内容(n=6887)。(C)正面和负面面部表情的数量和比例(n=6887)。(D)母亲发布表情包中的积极情绪和消极情绪(n=375)。

人物图片

在妈妈上传的人的照片中,产后孩子的照片占比最高(3909/6887,56.8%)( 图3B),图片中大部分人的面部表情都是积极的(3541/ 6887,51.4%)( 图3C)。

模因

产后,妈妈们发布的积极情绪表情包(302/ 375,80.5%)比消极情绪表情包(19.5%)多( 图3D)。

图像特征与产后抑郁症的相关性

我们运用逻辑回归探讨图像特征与产后6周抑郁风险之间的关系( 表1).在这个模型中( r2= 0.20),在控制潜在混杂因素后,自拍显示出统计学意义。与产后抑郁症相关的因素被纳入模型作为潜在的混杂因素。产后自拍的女性更容易患上产后抑郁症( P= .003;优势比2.27,95% CI 1.33-3.87)。

我们将高龄、第一次怀孕、月收入、教育程度、抑郁史、焦虑、睡眠质量、帖子频率、深夜帖子、颜色、面部表情、自拍、孩子照片、其他人和表情包等变量纳入logistic回归模型,并以有意义的结果呈现 表1(α= . 05)。

图像特征与产后抑郁风险关系的Logistic回归分析。

B P价值 优势比(95% CI)
焦虑 2.17 .002 8.71 (2.21 - -34.39)
睡眠质量
很好 - - - - - -一个 - - - - - - - - - - - -
0.90 措施 2.47 (1.42 - -4.28)
一般 1.25 <措施 3.50 (1.74 - -7.01)
非常贫穷的 1.91 07 6.75 (0.84 - -54.55)
Selfies 0.82 .003 2.27 (1.33 - -3.87)

一个不可用。

讨论 主要研究结果

我们发现,在本研究中,母亲在产后倾向于发布孩子的照片,收集到的照片中的“人”大多是处于积极情绪的。然而,在产后自拍的妈妈更有可能患上产后抑郁症。因此,新妈妈们在微信朋友圈发布的照片可以预测产后妈妈们的心理健康状况。

妈妈们在朋友圈晒孩子的照片占比最大(3909/6887,56.8%),77.1%(323/419)的妈妈晒孩子的照片。这一结果与Bartholomew等人的结果相似[ 30.这项研究的比例为78.6%。产妇身份确认可能是母亲们在产后分享孩子照片的主要原因。约翰逊( 31表明,社交媒体是母亲们用来宣布怀孕和婴儿出生的主要社交平台。妈妈们晒孩子照片的另一个重要原因可能是,她们需要加强与家人和朋友的联系,以便在分娩后获得更多的支持。加梅罗等人[ 32这项研究发现,母亲们认为在产前到产后期间,她们从核心家庭和朋友那里得到了更多的支持。鉴于成年人更有可能关注婴儿的脸,许多将孩子照片上传到社交媒体上的母亲认为,这些照片“很可能”会得到社交网络朋友的认可(即评论或“喜欢”)。 30.].可能大多数母亲都认为,上传孩子的照片是一种与网友互动的特别有吸引力的方式[ 30. 33].因此,微信朋友圈可能为妈妈们提供了一个平台,通过这个平台,妈妈们可以与家人和亲密的朋友等保持紧密的联系。与此同时,在微信朋友圈分享孩子的照片,可能是妈妈们识别自我、建立和维护社会资本、寻求社会支持的一种特别重要的手段。

在这项研究中,图片和表情包中的人的面部表情中积极的情绪多于消极的情绪。在中国的传统中,生孩子是一件幸福的事情,应该全家人一起庆祝。尽管我们假设,由于微信Moment的隐私设置,在微信朋友圈上发布的帖子比在其他社交媒体上发布的帖子更能反映本研究中母亲们的感受,但社交期望反应偏差的一个因素可能影响了积极情绪的表达。展现最佳自我的压力可能会导致人们在社交媒体上展示虚假的自己。 28 34].社交媒体用户倾向于展示自己最快乐和最理想的一面,即使这些版本与他们的实际情绪或经历并不一致。 35 36].这项研究的结果表明,即使新妈妈在微信朋友圈表现出积极的情绪,也不能排除产后抑郁的风险。

在微信朋友圈发布自拍照似乎表明,需要更多地关注用户可能出现的抑郁症状,因为我们研究中在产后发布自拍照的女性更有可能患上产后抑郁症。这支持了之前的研究结果,即自拍和抑郁之间存在正相关。 16 28].对这一趋势的一个潜在解释是,妈妈们发布自拍是为了展示一个理想化的自己,这可能会导致她们关注自我缺陷,从而导致抑郁。 16 28].此外,一项研究发现,发布自拍照的女性在发布后会感到更焦虑、更不自信、更没有吸引力,这表明自拍可能会对心理健康产生有害影响[ 16].发布自拍照可能表明,妈妈们担心别人对自己照片的看法,也希望获得更多的社会关注。 27 28].晒自拍可能是妈妈们在“例假”期间可以做的事情之一,这段时间她们的社交联系可能会变弱。然而,过分关注他人的意见,尤其是亲密的朋友和家人的意见,会对女性的幸福感产生负面影响,增加她们患产后抑郁症的风险。 37].

限制

这项研究有几个局限性。首先,本研究采用的方便抽样方法限制了结果的外推。其次,微信朋友圈允许用户上传预处理过的图片,一些女性习惯使用滤镜来修饰自己的图片。我们无法去除滤镜对原始图像的影响,这可能导致了一些偏差。然而,我们认为滤镜色调可能反映了一些用户的情绪状态[ 14].第三,微信有一个功能,对某些人隐藏某些帖子,所以我们不能确信我们收集了微信朋友圈上所有母亲的照片,即使我们在请求知情同意时要求所有帖子都对我们开放。第四,我们收集了EPDS测量前发布的图像。然而,EPDS测量反映的是EPDS问卷使用前7天内的症状。这意味着我们无法确定发布的图像与产后抑郁症状之间的顺序或因果关系。产后自拍是否会对母亲的心理健康产生不利影响,还需要进行纵向研究。最后,我们分析了母亲发布的图片与产后抑郁之间的关系,但忽略了随贴的文字。文字可以帮助我们更好地理解图像的内容。我们相信,结合文本和图像的分析可以提供更多的信息,这可能是未来研究的一个方向。

结论

微信朋友圈是中国妈妈们分享新生儿照片的重要社交媒体平台。虽然妈妈们倾向于发布带有积极情绪的照片,但这些照片实际上可能掩盖了抑郁。应该特别关注那些发布自拍照的新妈妈们,因为她们患产后抑郁症的风险似乎更高。

缩写 环保署

爱丁堡产后抑郁量表

我们感谢为这一研究领域做出贡献的人们,包括伯明翰大学的KK Cheng教授和悉尼大学的Xinyun Jiang。感谢湖南省长沙市妇幼保健院和益阳市资阳区妇幼保健院的管理人员和医务人员。本项目由国家自然科学基金(No. 81773446)和湖南省国家自然科学基金(No. 2019JJ40351)资助。

WZ作为第一作者撰写了最初的手稿并进行了统计分析,WZ和LL帮助招募了参与者并收集了数据。QC、YC和DX对最终稿的修改和完善做出了重大贡献。WG构思了这项研究,指导了总体设计,获得了资金,并监督了数据分析和手稿的写作。

没有宣布。

萨哈 K Torous J Ernala SK Rizuto C 斯塔福德 一个 De Choudhury 对社交媒体上的心理健康意识运动进行计算研究 Transl行为医学 2019 11 25 9 6 1197 1207 10.1093 / tbm / ibz028 30834942 5369573 PMC6875652 Statista Facebook: 2008-2020年全球月活跃用户数量 2020 2020 11 4 2020-11-04 https://www.statista.com/statistics/264810/number-of-monthly-active-facebook-users-worldwide/#statisticContainer Statista Twitter: 2017-2020年全球可盈利日活跃用户数量 2020 2019-08-14 https://www.statista.com/statistics/970920/monetizable-daily-active-twitter-users-worldwide/ 工业联合会网络 2019年中国网民微信月活跃用户、微信好友及未来微信发展趋势分析 2020 2 21 2020-02-21 http://www.chyxx.com/industry/202002/836124.html 中国国家统计局 2010年中华人民共和国人口普查统计表 2010 7 23 2010-07-23 http://www.stats.gov.cn/tjsj/pcsj/rkpc/6rp/indexch.htm 腾讯企鹅智能 微信的影响报告 2016 3. 21 2016-03-21 https://tech.qq.com/a/20160321/007049.htm#p=1 腾讯企鹅智能 2017微信用户与研究报告 2017 4 24 2017-04-24 https://tech.qq.com/a/20170424/004233.htm#p=1 Dexi l 嘉鸿 Changxuan W 溪坪 l Minjuan Z 海丰 G 首歌 D 利用准私人社交文本检测抑郁用户的可行性 中文信息处理杂志 2018 32 9 93 102 10.3969 / j.issn.1003-0077.2018.09.014 库马尔 一个 贾斯瓦尔 一个 利用软计算技术进行推特情感分析的系统文献综述 并发计算实践专家 2019 01 17 32 1 e5017 e5017 10.1002 / cpe.5107 欣怡 G 金丰 l 基于基线相关性的推特情绪分析模型在金融市场预测中的应用 2010 10 22 第六届社会网络分析、管理与安全国际会议 2019-10-22 格拉纳达,西班牙 472 477 10.1109 / snams.2019.8931720 Wongkoblap 一个 Vadillo Curcin V 社交媒体时代的心理健康障碍研究:系统回顾 J医疗互联网服务 2017 12 29 19 6 e228 10.2196 / jmir.7215 28663166 v19i6e228 PMC5509952 De Choudury 计数 年代 霍维茨 E 通过社交媒体预测产后情绪和行为的变化 2013 4 计算系统中的人为因素ACM SIGCHI会议论文集 2013 - 4 法国巴黎 10.1145/2470654.2466447 De Choudury 计数 年代 霍维茨 E 霍夫 一个 从共享的Facebook数据预测产后抑郁症 2014 2 第17届ACM计算机支持合作工作会议记录2014 2014 - 2 美国马里兰州巴尔的摩市 10.1145/2531602.2531675 莉丝 AG) 丹弗斯 厘米 Instagram上的照片揭示了抑郁症的预测指标 EPJ数据科学 2017 8 8 6 1 15 10.1140 / epjds s13688 - 017 - 0110 - z ALBT Callinan LS 梅耶斯 信用证 史密斯 MV 产后抑郁症状和产妇敏感性:一项可能的基于社交媒体的措施的探索 Arch妇女健康 2017 02 20. 1 221 224 10.1007 / s00737 - 016 - 0650 - 4 27416930 10.1007 / s00737 - 016 - 0650 - 4 米尔斯 JS Musto 年代 威廉姆斯 l Tiggemann 有问题吗?危害:影响年轻女性的情绪和身体形象 身体形象 2018 12 27 86 92 10.1016 / j.bodyim.2018.08.007 30149282 s1740 - 1445 (17) 30532 - 6 Guntuku 年代 Preotiuc-Pietro D Eichstaedt JC吗?杉 推特个人资料和发布的图片揭示了抑郁症和焦虑 2019 4 2019年国际AAAI网络和社交媒体会议记录 2019-4-4 德国慕尼黑 程ydF4y2Ba Y B W W 太阳 G 基于深度学习的情感分析及其在围产期抑郁症筛查中的应用 2018 6 18 IEEE第三届网络空间数据科学国际会议(DSC) 2018 - 6 广州,中国 10.1109 / dsc.2018.00073 皮尔斯伯里 bl “做月”:中国妇女产后的坐月子和康复期 社会科学与医学 1978 01 12 1 b 11 22 565536 范德斯蒂恩 Y Myin-Germeys 范Nierop 十有 格拉夫 R 范Dorsselaer 年代 范操作系统 J 凡·温克尔 R 一般人群中自我报告的“假阳性”精神病经历:结果、预测因素和临床相关性的调查 流行病学与精神病学 2019 10 28 5 532 543 10.1017 / S2045796018000197 29656729 S2045796018000197 PMC6998918 Poltavski D Van Eck R 边锋 Honts C 使用测谎系统评估自我报告攻击测量中的社会可取性反应偏差 应用Psychophysiol生物反馈 2018 12 43 4 309 318 10.1007 / s10484 - 018 - 9414 - 4 30191358 10.1007 / s10484 - 018 - 9414 - 4 Buysse DJ 雷诺兹 CF 和尚 TH 伯曼 的充足 DJ 匹兹堡睡眠质量指数:精神病学实践和研究的新工具 精神病学Res 1989 05 28 2 193 213 2748771 0165 - 1781 (89) 90047 - 4 斯皮策 RL 克伦克 K 威廉姆斯 JBW B 评估广泛性焦虑障碍的简单方法:GAD-7 Arch实习医生 2006 05 22 166 10 1092 7 10.1001 / archinte.166.10.1092 16717171 166/10/1092 Costafreda SG C ashburn J 水文学委员会 抑郁症结构神经解剖学的预后和诊断潜力 《公共科学图书馆•综合》 2009 07 27 4 7 e6353 10.1371 / journal.pone.0006353 19633718 PMC2712086 产生很大的 年代 Boschloo l 琼斯 沙利文 PF Penninx BW EPDS-Lifetime:在一大群抑郁妇女中评估围产期抑郁症的终生患病率和危险因素 Arch妇女健康 2013 12 16 6 465 73 10.1007 / s00737 - 013 - 0372 - 9 23904137 PMC3834028 Y X Y KS l 程ydF4y2Ba J 大陆版爱丁堡产后抑郁量表的心理测量评估 Int J Nurs耳钉 2009 06 46 6 813 23 10.1016 / j.ijnurstu.2009.01.010 19217107 s0020 - 7489 (09) 00011 - x 希克斯 年代 棕色(的) 一个 在怀孕期间,使用Facebook越多,对身体形象的不满就越大:自我比较的作用 助产术 2016 09 40 132 40 10.1016 / j.midw.2016.06.018 27428109 s0266 - 6138 (16) 30107 - 3 SJ Cugle 一个 西尔弗曼 艾尔 托马斯。 丽丝 Erchull 乔丹 完美照片:自拍行为、自我物化和抑郁症状之间的关系 性别角色 2019 3. 5 81 11 - 12 704 712 10.1007 / s11199 - 019 - 01025 - z Schoppe-Sullivan 莎拉·J Yavorsky 吉尔E 巴塞洛缪 米切尔K 沙利文 杰森·米 梅根·一个 坎普Dush 克莱尔·米 格拉斯曼 迈克尔 在线研究性别:新妈妈的心理特征、Facebook使用和抑郁症状 性别角色 2017 03 76 5 276 289 10.1007 / s11199 - 016 - 0640 - z 28239228 PMC5321197 巴塞洛缪 Schoppe-Sullivan SJ 格拉斯曼 坎普 扩张型心肌病 沙利文 JM 新父母向为人父母转变过程中的Facebook使用情况 Fam过热 2012 07 61 3. 455 469 10.1111 / j.1741-3729.2012.00708.x 23671354 PMC3650729 约翰逊 年代 “孕产妇设备”,社交媒体和怀孕、母婴健康的自我管理 社会 2014 06 13 4 2 330 350 10.3390 / soc4020330 Gameiro 年代 莫拉拉莫斯应承担的 Canavarro MC 苏亚雷斯 自然受孕或通过辅助生殖受孕的父母的网络支持和养育 生殖与婴儿心理学杂志 2011 04 29 2 170 182 10.1080 / 02646838.2011.553950 Joinson 一个 看,抬头还是跟上人们?:动机和使用Facebook 2008 4 计算系统中的人为因素会议论文集,CHI 2008 - 4 意大利的佛罗伦萨 10.1145/1357054.1357213 Michikyan 丹尼斯 J Subrahmanyam表示 K 你能猜到我是谁吗?新兴成年人在Facebook上真实、理想和虚假的自我呈现 成人初显期 2014 04 24 3. 1 55 64 10.1177 / 2167696814532442 约旦 Monin B 德维克 CS 洛薇特 BJ 约翰 人事处 总值 JJ 不幸的陪伴比人们想象的要多:低估他人负面情绪的普遍性 Pers Soc Psychol Bull 2011 01 37 1 120 35 10.1177 / 0146167210390822 21177878 37/1/120 PMC4138214 Kross E Verduyn P Demiralp E 公园 J DS N Shablack H 密切相关 J O Facebook的使用预示着年轻人主观幸福感的下降 《公共科学图书馆•综合》 2013 8 8 e69841 10.1371 / journal.pone.0069841 23967061 玉米饼- d - 13 - 04754 PMC3743827 史密斯 一个 费舍尔 E Yongjian C 与品牌相关的用户生成内容在YouTube、Facebook和Twitter上有何不同? 互动营销杂志 2012 5 26 2 102 113 10.1016 / j.intmar.2012.01.002
Baidu
map