Twitter的作用可不只是讓你分享一些貓貓圖片，它還可以用于映射心臟病的比例，賓夕法尼亞大學的研究人員已經(jīng)發(fā)現(xiàn)了這一功能。
一月二十日，《心理科學》雜志發(fā)表了一份研究，其中顯示人們會使用Twitter表達個人情緒，比如憤怒，壓力，以及疲憊，這些情緒基本上都與心臟病相關(guān)；相反，像興奮這種正面情緒則會降低一些疾病的發(fā)生幾率。
根據(jù)該研究作者解釋，對于心臟病來說，有些病因是無法大范圍跟蹤定位的，比如長期不斷的壓力。而且，如果一定要定位那些病因，成本也非常昂貴。但是Twitter提供了一個非常有用的窗口，它可以收集用戶共同的精神狀態(tài)數(shù)據(jù)；不僅如此，Twitter無疑是一個理想的平臺，因為人們不僅可以以一種持續(xù)的方式分享自己最率真的感受和想法，也能聽到各種不同聲音。
“Twitter上面有數(shù)十億用戶，每天在編寫自己的生活體驗，想法以及感受。而對于心理研究而言，社交媒體世界算是個前沿陣地，”研究人員說道，“這些數(shù)據(jù)如果能在現(xiàn)實世界里發(fā)揮作用，完全可以用在一個公共健康工具里面。”
研究人員主要研究的是美國地區(qū)，而且把時間范圍鎖定在2009年到2010年這段區(qū)間。只有那些顯示地點的推文才會被研究。之后，研究人員把這些推文數(shù)據(jù)和美國疾病控制預防中心內(nèi)1300個本地郡縣數(shù)據(jù)進行了對比。
從下面這張圖表中，你會看到Twitter預測的心臟病發(fā)病率地圖（右圖）和從專業(yè)機構(gòu)內(nèi)顯示的心臟病實際死亡率非常相似。
事實上，相比于傳統(tǒng)方法，研究人員表示Twitter其實能更好地勾勒出心臟發(fā)病率的分布地區(qū)圖。傳統(tǒng)心臟病預測模型通常會整合10個要素，比如人口統(tǒng)計，社會經(jīng)濟，以及健康風險因素，如吸煙，糖尿病，高血壓，以及肥胖癥等等；但是在預測死亡率的時候，依靠Twitter發(fā)文所建立的模型反而更加準確。
下面做一些解釋：
負面情緒語言和主題，比如帶有臟話和“憎恨”等詞匯的推文，其實和心臟病死亡率有著很大關(guān)系，另外還有其他“變量”（其實就是其他用戶資料，例如個人收入和教育背景等等）也都會在Twitter模型里面使用。而正能量的情緒語言則會顯示出樂觀積極的體驗，像帶有“真棒”和“朋友”這些詞匯的推文，就能預防心臟病。
其實，很多人并沒有想到推文和心臟病死亡率之間有這樣的關(guān)系，畢竟，人們發(fā)送一些憤怒的字眼或主題，并不意味著他們就會因為心臟病死亡。但如果你周圍的人都對你非常生氣，那么你很可能有心臟病的危險。
推文和情緒狀態(tài)之間的關(guān)系很緊密，對身體狀況也有影響，賓夕法尼亞大學在這方面做了大量研究，他們認為Twitter還是一個“冠心病指示器”，一個理想的分析渠道。
請輸入驗證碼