Analysis of Sentiments on Twitter to Detect Indicators of Depression

Abstract

En este trabajo se abordó el estudio de la depresión desde una perspectiva del análisis de texto. Derivado del confinamiento por COVID-19 las redes sociales han jugado un papel importante en la detección de enfermedades mentales. Dados los datos alarmantes de cifras de personas que sufren el trastorno depresivo mayor, en este trabajo se ha realizado un análisis de sentimientos utilizando Twitter y el Proceso Jerárquico Analítico mediante el cual se obtuvieron pesos que los especialistas en salud mental les otorgan a las ocho emociones básicas para aquellas personas que presenten este trastorno, siendo la tristeza, el enojo, la aversión y el miedo, las emociones con mayor peso, mientras que la confianza, alegría, sorpresa y anticipación obtuvieron el menor peso. Utilizando estos pesos, se propuso un Índice de Riesgo a la Depresión para cuantificar el grado del trastorno. Se aplicaron diferentes técnicas de clasificación estadística a este índice, siendo las máquinas de soporte vectorial aquellas que mejores precisiones arrojaron y que identificaron los perfiles con mayor trastorno depresivo.