Discussion :

[Amine Horseman]

Twitter utilisé pour prédire le taux de maladies cardiaques
Des chercheurs en psychologie publient des résultats convaincants

Après que plusieurs étudiants et chercheurs de l'université Johns Hopkins avaient publié les résultats de leur étude qui consistait à mesurerla santé mentale des individus en utilisant leurs tweets. Une autre équipe de recherche à l'université de Pennsylvanie vient d'utiliser le même réseau social pour prédire les taux de maladies du cœur aux États-Unis.

Publiée dans le journal scientifique Psychological Science, leur étude a montré que lorsque les Tweets d'une communauté montrent des niveaux plus élevés d'émotions négatives comme la colère, le stress et la fatigue, il y a automatiquement un risque plus élevé de maladies cardiaques au sein de cette communauté. D'autre part, les émotions positives comme enthousiasme et l'optimisme ont été associés à un risque plus faible. Il y a bien sur d'autres facteurs qui augmentent ou réduisent ce risque comme la cigarette, le stress, la qualité de nutrition et le revenu mensuel. « Obtenir ces données au moyen d'enquêtes [ou sondages] est coûteux et prend du temps, mais, plus important encore, vous serez limités par les questions figurant sur l'enquête », a déclaré Johannes Eichstaedt, l'étudiant en psychologie qui avait mené cette étude.

« La relation entre le langage et la mortalité est particulièrement surprenante » déclare Andrew Schwartz, professeur adjoint invité au département d'informatique et de sciences de l'information à l'université de Pennsylvanie. « Les personnes qui tweetent des paroles de colère et de haine ne sont en général pas celles qui meurent de maladies cardiaques. Cela signifie que si un grand nombre de vos voisins sont en colère, vous êtes plus susceptibles de mourir d'une maladie cardiaque ».

Une nouvelle tendance parmi les chercheurs consiste à combiner les données librement disponibles des médias sociaux et les grandes techniques d'analyse de données afin de rechercher des corrélations entre le langage utilisé dans les réseaux sociaux et la santé des utilisateurs. « Notre constat est que Twitter est la plus grande étude d'observation du comportement humain que nous n’avons jamais connu, et nous travaillons très dur pour en profiter » avait déclaré Tyler McCormick, chercheur au centre de statistiques et des sciences sociales à l’université de Washington.

Source : upenn.edu

Et vous ?

Que pensez-vous de ce genre d'études utilisant les publications des utilisateurs sur les réseaux sociaux ?

[Invité]

Que pensez-vous de ce genre d'études utilisant les publications des utilisateurs sur les réseaux sociaux ?

Prédire les maladies cardiaques à partir des tweets... Ha, le Big Data

Vous savez qu'ils font aussi du Big Data sur Lady Gaga ?

Je crois qu'il va falloir s'habituer à ce genre de titres surréalistes, et croyez-moi, c'est que le début

Steph

[Deuzz]

Bonsoir

Ben c'est pas gagné leurs histoires, hein !

Effectivement les deux cartes se ressemblent vaguement mais ils sont à coté de la plaque pour des états entiers... le Connecticut et Rhode Island sont en vert question mortalité et en rouge d'après Twitter. Pour le Delaware c'est l'inverse en rouge pour la mortalité réelle et en vert d'après Twitter. Du coup on en déduit quoi ? Que les habitants du Delaware mangent trop gras et que ceux du Connecticut sont plus hargneux qu'ils ne devraient ?
A force de mélanger tout et n'importe quoi on peut faire dire ce que l'on veut aux chiffres.
De plus, je ne pense pas que les utilisateurs de twitter aient forcément la même représentativité rapport à la population totale dans chaque état. Tout ce que l'on peut obtenir avec leur analyse c'est que les twittos de tel ou tel état utilisent un langage plus ou moins pessimiste, hargneux, ou que sais-je encore, que ceux de l'état voisin.
Pour être plus honnête ils auraient pu superposer les deux cartes avec une légende indiquant l'écart entre la réalité et leurs "prévisions" et puis tant qu'à faire comparer leur cartes avec d'autres comme la répartition des fast-food, des salles de sport, des ventes d'essence à la pompes ou n'importe quel autre facteur.
D'ailleurs, si ça se trouve la mortalité cardiaque est en corrélation avec les ventes de bières et de couches dans les grands magasins.

[Bousk]

Mué, le WebBot sauce Twitter quoi.

[Theta]

Il faut prendre en compte la différence entre corrélation et causalité. Des corrélations, on en trouve entre tout et n'importe quoi.

Cela dit, en lisant l'article original (pas celui de vulgarisation, celui de psychological science), enfin que son résumé, vu que le reste est payant, on voit que leur modèle "twitter" a été comparé à un modèle basé sur des données plus classiques et a fait mieux, et ça c'est quand même pas mal.

A cross-sectional regression model based only on Twitter language predicted AHD mortality significantly better than did a model that combined 10 common demographic, socioeconomic, and health risk factors, including smoking, diabetes, hypertension, and obesity.

@Deuz : bien sur que leur modèle n'est pas parfait et qu'il se trompe sur certains états, mais tous les modèles sont faux de toute façon, mais ce n'est pas pour ça qu'ils sont inutiles. Prenez par exemple la météo.

[sebbod]

Personnellement je me suis surtout arrêté sur cette phrase :

« Les personnes qui tweetent des paroles de colère et de haine ne sont en général pas celles qui meurent de maladies cardiaques. Cela signifie que si un grand nombre de vos voisins sont en colère, vous êtes plus susceptibles de mourir d'une maladie cardiaque »

Et ça ma fait penser à l’homéopathie enfin plus généralement l'effet placébo et donc à son inverse l'effet nocébo.

Si on peut guérir quelqu'un juste en donnant un nom à sa maladie, on peut surement rendre triste ou malade quelqu'un en lui disant qu'il a telle ou telle maladie.

Finalement tout ça pour dire que l'humain est très fortement manipulable. Donc il faut faire attention à ce qu'on dit.

Rien de nouveau en fait.

Quand j'étais ado j'écoutait Mass Hysteria et il disait dans [Le Bien-être Et La Paix - L'effet papillon]: "Etre heureux, ne serait-ce que pour donner l'exemple". Cette phrase est toujours resté en moi et j'essaye de l'appliquer pour que les gens autour de moi soit heureux plutôt que le contraire.

Donc cette étude me conforte et renforce mon intuition que le positif engendre du positif mais que le contraire est vrai aussi