抑郁症是最常见的精神疾病之一。 1］．根据世界卫生组织的数据，抑郁症影响着全球各年龄段超过3.22亿人，是全球残疾的主要原因[ 2］．2005年至2015年间，抑郁症患者的比例上升了约18% [ 3.］．这种精神障碍对社会和卫生保健系统构成了挑战，因为它对个人和社会造成了毁灭性的后果以及相关的经济成本[ 4- 13］．尽管抑郁症的发病率很高，保健服务部门也在努力改善对它的管理，但这种健康状况的诊断和治疗仍然不足[ 14］．

对于中度和重度抑郁症，药物治疗可改善这些患者的生活质量[ 4］．抗抑郁药有几种类型，其中，选择性血清素再摄取抑制剂(SSRIs)是目前世界上处方最多的抗抑郁药。例如，根据西班牙药品和保健品管理局[ 15在西班牙，ssri类药物占所有抗抑郁药物的70%以上。它们的副作用比其他抗抑郁药要少[ 16]，显示良好的风险收益比[ 17， 18]，更安全，更耐受[ 19]，与三环类抗抑郁药相比，其过量产生毒性的风险较低[ 20.］．它们通常被用作抑郁症的一线治疗方法[ 21- 23]，通常用作维持治疗，以防止复发[ 4， 23- 26］．ssri类药物包括以下药物:氟伏沙明、氟西汀、帕罗西汀、舍曲林、西酞普兰和艾司西酞普兰[ 17］．

此外，尽管社交媒体平台的创建通常不是出于与健康相关的目的[ 27， 28]，每天有数百万人在社交媒体平台上公开分享个人健康信息[ 29， 30.］．因此，这些平台是一个重要的卫生信息来源，比其他卫生信息来源更快、更广泛，是主动的、自发的和最新的。已经开发和应用了信息流行病学方法，以便更好地了解这些平台作为卫生信息源时的动态[ 31- 33］．在这种情况下，社交媒体用户分享与健康有关的信息，例如服用处方药的经历[ 34]、癌症患者的情绪[ 35]，对疫苗的意见[ 36]，或有关流行病爆发的网上对话[ 37］．通过使用自然语言处理和机器学习技术，可以对社交媒体的海量数据进行监控和分析，为更好地了解用户行为提供了新的可能性[ 30.]，包括自动识别精神障碍的早期征象[ 38- 40］．特别是，抑郁症患者通常会谈论他们的疾病和他们正在服用的药物。 41- 43］．

推特是一个非常受欢迎的微博平台，在全球拥有超过3.3亿活跃用户。 44］．几乎90%的用户帐户都可以免费使用推文，提供了大量可以实时收集的数据。 28， 30.， 33， 45- 48］．推特用户发布关于事实、感受和观点的短消息，包括关于健康状况的短消息。 49］．

从Twitter中挖掘药物相关信息已应用于药物警戒领域[ 27， 50］．一些在Twitter上进行的药物警戒研究通过识别用户提到的药物摄入量来研究特定的人群[ 37， 51- 53］．其他研究关注药物不良反应，分析用户关于药物使用相关的不良事件和副作用的推文，这些事件是通过通用或品牌名称来识别的[ 29， 47， 54， 55］．在我们之前的研究中[ 49，我们观察到那些可能患有抑郁症的推特用户在他们的推文中表现出特定的行为和语言特征。这些特征与他们在夜间活动的增加有关，不同的写作风格，更多地使用第一人称单数代词，推文中的字符更少，与悲伤和厌恶情绪相关的词汇频率增加，否定性词汇和消极极性更频繁地出现。这些信息可以作为一种补充工具来检测抑郁症信号，并使用Twitter监测和支持患者。

本文旨在丰富我们之前的研究[ 49通过专注于分析推特用户在西班牙语中的行为和语言特征的变化，这可能与这些用户正在服用的抗抑郁药物有关。值得一提的是，来自西班牙语国家的用户在Twitter上是世界上最活跃的用户之一。 56］．这项研究的重点是提到使用SSRIs治疗的推特用户，SSRIs是最常用的抗抑郁药物。 15］．特别是，这项研究比较了用户可能服用SSRIs时发布的推文的特征，以及相同用户在服用这种抗抑郁药物的可能性较低时发布的推文的特征。这项分析有助于更好地理解这些药物如何影响使用者的情绪。尽管我们发现了另外两项研究，描述了推特用户在某些精神障碍中的语言变化[ 57， 58据我们所知，目前还没有其他研究通过分析西班牙语的Twitter帖子来检测用户服用抗抑郁药物时的行为和语言变化。

这项研究的目的是分析在推特时间线中提到SSRIs的用户的行为模式和语言特征。这项研究分几个步骤进行，重点研究了用西班牙语写的推文。研究的流程图描述在 图1．

如 图1，获得了用户提及SSRIs治疗的两个不重叠的推文数据集:(1) 治疗中推文数据集是由任何提到SSRI摄入量的推文发表日期后30天内发布的推文组成的。我们假设这些推文是在用户有很大可能正在接受SSRI治疗时发布的。(2) 未知治疗推文数据集是由任何提到SSRI摄入量的推文发布日期前90天或发布日期后90天发布的推文组成的。我们假设这些推文是在用户使用SSRI治疗的概率低于前一个数据集时发布的。

这些数据集的设计方式使得进行学科内比较成为可能，因为 在治疗微博和 unknown-treatmenttweets数据集来自相同的Twitter用户。

中描述了在两个数据集中选择推文的策略 图2．

推文及其用户的选择是基于Twitter应用程序编程接口提供的过滤实时流支持[ 59］．在第一步中，我们选择了西班牙语的推文，这些推文提到了世界各地使用的任何SSRI仿制药和品牌名称。为了获得通用名称和品牌名称，我们对以下数据库和资源进行了搜索: 60]、世界卫生组织的解剖治疗化学分类系统及限定日剂量[ 61]、维基百科[ 62]，以及基层医疗药物流行病学研究资料库[ 63］．所获得的135个通用名称和品牌名称的列表见 表1．

由于语义模糊，以下7个药品品牌名称被排除在外:Essential、Motivan、Estar、Traviata、Pondera、Recital和emergenen。与此同时，这些商业名称在西班牙语中是非常常见的词，但含义不同，我们在审查了200条提到这些词的推文随机样本后证实了这一点。由于语义模糊而被排除的推文数量为21104条。在对随机抽取的200条推文进行手动检查时，在某些情况下，使用这些词时提到SSRIs的比例为0%(0/200)，如Motivan和Estar，而Recital的比例为0.5%(1/200)。最终的单词列表包括128种SSRIs的通用名称和品牌名称。

使用上述128个SSRI名字，我们收集了2019年11月发布的3651条西班牙语推文，其中出现了中列出的单词 表1．这些推文由3138个不同的推特用户发布，提到了列表中的33个不同的单词。这32个单词的频率显示在 表2．

在第二步中，我们爬取了3138个用户的公共Twitter时间轴(直到每个用户的3200条最新推文被检索出来)。鉴于转发对分析特定用户的语言行为没有帮助，第三步包括排除转发，并检查每个时间轴上的其余推文是否至少提到了一种SSRI。1800个用户被过滤掉了，总共有1338个Twitter用户。在编译这1338个用户的时间线后，我们获得了3791609条推文。从这些时间轴上，自动检测到4872条推文提到了列表中至少一种SSRIs。这4872条推文由两位具有临床经验的心理学家和家庭医生独立审查。这些专家手动选择了那些表明发布推文的用户在发布当天正在服用SSRI的推文。这些推文的示例显示在 文本框1．

审稿人之间的一致性为93.1% (4537/4872)，Cohen kappa评分为0.68，表明审稿人之间的意见基本一致。审稿人对335条不同分类的推文进行了讨论并达成了共识。最后，我们获得了总共518条推文，其中有一条或多条提到了SSRI，这表明发布这些推文的用户在发布推文时正在服用SSRI。这些推文对应279个不同的用户。因此，这些用户有两个特点:首先，他们的时间轴上的推文至少有一次提到了SSRIs，其次，提到SSRIs的推文文本表明用户正在服用抗抑郁药。此外，我们还分析了属于这两个数据集的每个用户发布的推文( 在治疗而且 unknown-treatment；看到 图1)，通过尝试每个数据集的最小推文数量(10、30、60和100条推文)，以将一个用户包括在研究中。10条推文在字数和发布特征方面几乎没有信息。在60条和100条推文的情况下，用户数量急剧下降。出于这个原因，我们应用了至少30条tweet的要求 在治疗而且 unknown-treatment数据集，以保持推文数量和被纳入研究的用户数量之间的平衡。应用这一要求后，187名用户最终被纳入研究。这些用户的完整时间轴被编译，共计668,842条推文，一旦删除转发，就减少到482,338条。其中，还有168369条推文被排除在外，因为这些推文发布的日期超出了推文被纳入统计的时间范围 在治疗或者是 unknown-treatment数据集。最后，57525条推文被纳入 在治疗数据集中的256,444 unknown-treatment数据集。

这两个推文数据集， 在治疗而且 unknown-treatment，进行比较，以确定用户在每个时间段生成的推文之间是否存在行为和语言差异。所分析的特征列于 表3．

配对数据统计显著性检验(配对 t只要有可能就进行测试)。多重测试校正分析采用Benjamini-Hochberg错误发现率[ 64］．的 P所提供的价值包含了它。

每条推文的文本内容都使用了我们之前研究中使用的相同方法和工具进行分析[ 49］．每条推文的文本内容通过以下步骤进行分析:基于自然语言工具包中包含的自定义推特标记器执行标记化[ 65];通过FreeLing自然语言处理工具执行词性(POS)标记，以分析推文文本中语法类别的使用模式，如动词、名词、代词、副词和形容词[ 66];通过建立自定义的西班牙否定表达列表来识别否定，例如nada(什么都没有)，nadie(没有人)，no(没有)，nunca(从来没有)，以及类似的;使用西班牙情感词典识别每条推文文本中的积极和消极词汇[ 67];识别与快乐、愤怒、恐惧、厌恶、惊讶和悲伤等情绪相关的词语和表达方式[ 68]通过使用西班牙语情感词典[ 69］．

统计分析使用了Python 3.7、Tweepy、SciPy和自然语言工具包库，以及R版本3.6.2 (R开发核心团队)，包括R“psych”包1.9.12.31。前面提到的所有软件工具都是公开可用的。

本研究使用的方案由Salut Mar Parc伦理委员会审查并批准(批准号2017/7234/1)。

进行了几种类型的随时间分布分析，以研究在的潜在影响 在治疗时期与 unknown-treatment的人。推文的时间根据用户所在的时区进行了调整。

所有用户分析的时间周期的平均持续时间为28.2个月(SD为24.7);分析的推文总数的平均值为307.6 (SD 336.0) 在治疗周期和1371.4 (SD 748.2)的情况 unknown-treatment期。期间用户每天生成的推文的平均值 在治疗周期为11.44 (SD 10.05);这一数字下降到9.07 (SD 7.21) unknown-treatment数据集之间的平均差异为2.37 (SD 9.72)，这表明两个数据集之间存在统计学差异( t₁₈₆= 3.33; P <措施)。

白天(上午8点至午夜)发布推文的平均百分比为64.30% (SD 14.83) 在治疗期;年，这一比例降至61.78% (SD 13.69) unknown-treatment期间，平均百分比差异为2.52% (SD 11.81)，差异有统计学意义( t₁₈₆= 3.07; P =04)。

期间工作日(周一至周五)产生的推文平均数量为12.28条(SD为11.05) 在治疗和9.33 (SD 6.70) unknown-treatment期间，平均差异为2.95 (SD 10.23)，数据集之间差异有统计学意义( t₁₈₆= 3.93; P <措施)。对于周末(周六和周日)产生的推文的平均数量，它是9.35 (SD 9.31) 在治疗期间和8.41 (SD 9.82) unknown-treatment期间，平均差异为0.94 (SD 10.92)，这意味着数据集之间的差异具有统计学意义( t₁₈₆= 1.18; P =23)。期间工作日发布的tweet平均百分比为75.95% (SD 9.17) 在治疗期;年的比例降至74.40% (SD 5.31) unknown-treatment期间，平均百分比差异为1.56%(标准差8.9)，这意味着两个期间的差异具有统计学意义( t₁₈₆= 2.39; P= .02点)。

平均每条推文的字符数为88.03 (SD 30.74)和85.19 (SD 28.82) 在治疗而且 unknown-treatment的数据集，平均差异为2.84 (SD 17.70)，期间间差异有统计学意义( t₁₈₆= 2.19; P= 03)。至于每条推文的字数，平均为15.68 (SD 5.75) 在治疗数据集和15.09 (SD 5.20) unknown-treatment，平均差异为0.59 (SD 3.54)，差异有统计学意义( t₁₈₆= 2.28; P= .02点)。

包含至少一个链接的推文的平均百分比为23.10% (SD 16.16)和23.27% (SD 15.29) 在治疗而且 unknown-treatment数据集，平均差异为−0.17 (SD 10.94)，无统计学意义( t₁₈₆=−0.23; P= .82)。的mean percentages of tweets that include at least one mention of another Twitter user were 45.79% (SD 24.77) and 43.52% (SD 24.71) in the 在治疗而且 unknown-treatment，平均差异为2.27% (SD 12.13)，具有统计学意义( t₁₈₆= 2.56; P= . 01)。

至于按语法类别(即词性)分析每条推文的字数，我们也比较了 在治疗而且 unknown-treatment数据集。每个语法类别的单词占每个数据集中单词总数的平均百分比显示在 表4．我们考虑了最相关的词性POS，如动词、名词、代词、副词和形容词，不包括连词、感叹词、标点符号、限定词、副词、数字和日期。

对于不同类型的人称代词，在每个数据集中显示和比较人称代词的平均百分比 表5．

不同情绪的平均百分比，使用西班牙情绪词典在两个时期发布的推文，显示在 表6．

在所有用户中，包含一个或多个否定词的推文的平均百分比为27.66% (SD 10.54)，而包含一个或多个否定词的推文的平均百分比为26.59% (SD 9.87) 在治疗而且 unknown-treatment，平均差异为1.07% (SD 6.99)，具有统计学意义( t₁₈₆= 2.10; P =.04点)。

至于推文的极性，在所有用户的推文中，文本中有一个或多个积极词汇的百分比为15.13% (SD 6.56) 在治疗数据集和14.50% (SD 5.43) unknown-treatment数据集，平均百分比差异为0.63% (SD 5.22; t₁₈₆= 1.66; P =.09点)。有一个或多个负面词汇的推文百分比为7.97% (SD 4.40) 在治疗数据集，7.54% (SD 3.52) unknown-treatment数据集，平均百分比差异为0.43% (SD 3.58) ( t₁₈₆= 1.64; P =10)。在本分析中未发现统计学上的显著差异。

一般来说，社交媒体平台，特别是Twitter，可以提供关于患者在接受药物治疗时如何反应的有用信息，正如几项研究所显示的那样，社交媒体已被用作药物警戒和监测的补充来源[ 34， 70］．在这项研究中，我们分析了那些提到他们正在服用抗抑郁药物，特别是SSRIs的用户的推文，目的是检测他们更有可能接受治疗时的行为变化，与他们不太可能接受治疗的时期相比 (“治疗”vs “unknown-treatment”期)。

本研究的结果表明，总体而言，Twitter用户在春节期间发布推文的活动显著增加 在治疗期。这种增加在工作日比周末更明显。我们还观察到在白天发布的推文比例明显更高 在治疗期。这些结果与我们之前论文的结果一致[ 49，我们观察到，没有抑郁迹象的对照组比有抑郁迹象的用户组更活跃地发布推文，尤其是在白天和工作日。这些结果也与另一篇描述自我报告抑郁症患者在社交媒体上行为的论文一致[ 41]，以及一项有关重度抑郁症患者每日情绪变化的研究[ 71］．总之，我们可以声明，当考虑到推特发布活动时，患有抑郁症的个体在接受SSRIs治疗时的行为与一般人群更加相似。

同样地，当Twitter用户使用SSRIs治疗时，每条推文的平均字符和单词数量显著增加，这一发现再次表明这些治疗用户的活动增加。此外，每条推文被提及次数的增加可以反映出与他人互动的兴趣增加。所有这些变化都可能是由于药物治疗使他们的快感缺乏症状有所改善。

在语言分析方面，我们观察到在数量上的细微变化 在治疗和 unknown-treatment虽然在某些情况下，它们在统计上是显著的。这些微小的发现不容易解释。总的来说，鉴于抑郁症患者的写作风格以自我关注为特征，这与消极的情绪状态和心理距离有关，以便与他人联系[ 72]，我们可以得出结论，当研究对象在接受治疗时，他们改善了前面提到的与他们的发帖活动相关的一些特征，但与此同时，他们的语言保持了抑郁症患者的特征，而没有受到药物的明显影响。

情绪是抑郁症患者的另一个重要特征，因此对其进行了分析。当使用者接受治疗时，他们在快乐和惊讶情绪上表现出微小但有统计学意义的增加，但在悲伤或其他情绪(如愤怒、恐惧和厌恶)上没有增加。至于否定词的数量，用户在测试过程中略微增加了这类词的使用 在治疗时期。然而，极性分析并没有显示出不同时期之间的差异。

当用户可能正在接受SSRIs治疗时，他们在Twitter上观察到的活动增加，可能与他们快乐和惊讶情绪的情绪状态改善有关。这些变化与我们之前对非抑郁症推特用户与抑郁症推特用户情绪状态的观察一致[ 49］．然而，与语言相关的特征，如POS分析和否定的使用所表明的，与抑郁症受试者保持相似的轮廓，独立于所检测的药物治疗。这些结果表明，服用SSRIs的抑郁症患者在接受抗抑郁治疗时，情绪有所改善，但同时保持了语言模式的改变，这可能是不完全康复的迹象。

基于我们具有统计学意义的结果，我们可以声明Twitter时间线可以作为监测受试者的补充工具，以检测对治疗的依从性，这是这类患者的一个重要问题。坚持治疗对疾病缓解至关重要[ 73- 76］．根据一些研究，抑郁症患者通常不会坚持临床推荐的抗抑郁药物治疗的持续时间[ 4， 18， 77］．总之，跟踪用户Twitter时间轴上的行为和语言变化，对于监测抑郁症状的演变和治疗效果是有用的。

这种类型的研究总体上，特别是这一项，存在一些局限性。例如，我们考虑了用西班牙语写的推文和来自公共推特用户的时间轴，这些用户可能不能代表一般人群或患有抑郁症的人[ 33， 49， 78， 79］．一些研究表明，Twitter用户多为受过高等教育的城市人，他们普遍比一般人群年轻[ 33， 49， 78， 80， 81］．我们还应该考虑到SSRIs被用于不同类型的抑郁症和其他精神疾病。此外，我们不知道这些药物是在处方治疗的情况下服用的，还是由于不适当的自我用药决定所致。

另一个限制可能是，分享个人药物摄入量的推特用户可能会使用本研究中使用的药物名称列表中不包括的单词或短语用于流推文，尽管我们试图在使用的名称列表中做到详尽无遗。Twitter文本是非正式的，受字符数量的限制，通常包括缩写，错误或俚语[ 33， 45］．所有这些问题都使得自动提取药物提及并将其与正式词汇联系起来变得困难。 28， 30.， 50， 53， 55］．与可以链接到领域资源的临床记录不同，缺乏与健康概念和术语相关的外行词汇阻碍了社交媒体文本的处理[ 55］．此外，获得的结果可能取决于为研究选择的特定药物[ 33]，以及将推文分类为类别的时间段 在治疗而且 unknown-treatment数据集。根据用于定义要比较的推文组的策略(在提到SSRI摄入量后生成的推文与在完全没有提到SSRI摄入量的时间段生成的推文)，存在一些错误分类的可能性;第一组的推文很可能并非都是由实际接受SSRI治疗的用户产生的，第二组的一些推文很可能是由接受SSRI治疗的用户产生的。

此外，我们必须考虑到来自社交媒体帖子的数据包含不相关的信息。虽然用于特定研究目的的有用信息的比例可能相当有限，但它构成了一个有用的起点[ 28， 30.， 51， 53］．在这种情况下，人工管理推文是这种分析的必要步骤[ 34］．即便如此，由于一条推文可能涉及不同的细微差别，要检测到真实的药物摄入或第一手经验并不容易[ 24， 46， 52］．

社交媒体可以用来监测人们的健康状况，特别是通过分析社交媒体平台上用户的行为和语言，发现与疾病或健康状况相关的症状或特征。此外，当患者服用药物时，检测症状或其他特征的变化可以为监测药物治疗提供有趣的见解，以及跟踪疾病的演变，检测副作用，或提供与治疗依从性相关的信息。某些特征的变化，如推特活跃度或推文长度的减少，通过使用第一人称单数代词而增加自我关注，以及快乐和惊讶情绪的变化，可以作为检测抑郁症患者心理状态恶化的补充工具，以及感知缺乏对治疗的坚持。这一信息可能对正在接受长期治疗的慢性病患者特别有用，对于一般精神障碍，特别是抑郁症患者也是如此。然而，在不进行临床评估的情况下，不可能确定个体在疾病及其治疗框架下在社交媒体平台上改变行为和语言的具体原因。总的来说，这项研究显示了监测服用抗抑郁药物者推文中的行为和语言变化的相关性。这些变化很可能受到疾病的不同阶段和这些推特用户所接受的治疗效果的影响，从而开辟了一条新的研究路线，通过社交媒体更好地了解和跟踪抑郁症。