ソーシャルメディアデータマイニングを用いたCOVID-19による抑うつ症状の時空間パターンのモデル化

Modeling Spatiotemporal Pattern of Depressive Symptoms Caused by COVID-19 Using Social Media Data Mining.

• Diya Li
• Harshita Chaudhary
• Zhe Zhang

抄録

2020年5月29日までに、SARS-CoV-2によるコロナウイルス感染症（COVID-19）は188カ国に広がり、590万人以上に感染し、361,249人が死亡した。各国政府は渡航制限を発令し、施設の集会を中止し、市民は社会的距離を置くように指示され、ウイルスの拡散を抑えようとしました。ウイルスに感染することへの恐怖、失業や教育機会の喪失に対するパニックが、人々のストレスレベルを高めました。従来の調査を用いた心理学的研究は時間がかかり、認知バイアスやサンプリングバイアスが含まれているため、リアルタイムのうつ病分析のための大規模なデータセットを構築するために使用することはできません。この論文では、米国におけるCOVID-19関連のストレス症状を時空間スケールで検出するために、相関説明（CorEx）学習アルゴリズムと臨床患者健康質問票（PHQ）レキシコンを統合したCorExQ9アルゴリズムを提案する。提案されたアルゴリズムは、従来のトピック検出モデルの共通の限界を克服し、ソーシャルメディアのデータマイニングにおける人間の介入によって生じる曖昧さを最小限に抑えた。その結果、シカゴ、サンフランシスコ、シアトル、ニューヨーク、マイアミなどの米国主要都市において、ストレス症状とCOVID-19の増加数との間に強い相関関係があることを示した。また、この結果から、人々のリスク認知はCOVID-19関連の公共ニュースやメディアのメッセージの発表に敏感であることが示された。1月から3月にかけては、ウイルスの感染と予測不可能性に対する恐怖感からパニックが広がり、人々は物資を備蓄し始めたが、4月以降は、米国西部と東部の沿岸地域の財政不安から、COVID-19の長期的な生活への影響が不安視されるようになり、懸念はシフトしていった。

By 29 May 2020, the coronavirus disease (COVID-19) caused by SARS-CoV-2 had spread to 188 countries, infecting more than 5.9 million people, and causing 361,249 deaths. Governments issued travel restrictions, gatherings of institutions were cancelled, and citizens were ordered to socially distance themselves in an effort to limit the spread of the virus. Fear of being infected by the virus and panic over job losses and missed education opportunities have increased people's stress levels. Psychological studies using traditional surveys are time-consuming and contain cognitive and sampling biases, and therefore cannot be used to build large datasets for a real-time depression analysis. In this article, we propose a CorExQ9 algorithm that integrates a Correlation Explanation (CorEx) learning algorithm and clinical Patient Health Questionnaire (PHQ) lexicon to detect COVID-19 related stress symptoms at a spatiotemporal scale in the United States. The proposed algorithm overcomes the common limitations of traditional topic detection models and minimizes the ambiguity that is caused by human interventions in social media data mining. The results show a strong correlation between stress symptoms and the number of increased COVID-19 cases for major U.S. cities such as Chicago, San Francisco, Seattle, New York, and Miami. The results also show that people's risk perception is sensitive to the release of COVID-19 related public news and media messages. Between January and March, fear of infection and unpredictability of the virus caused widespread panic and people began stockpiling supplies, but later in April, concerns shifted as financial worries in western and eastern coastal areas of the U.S. left people uncertain of the long-term effects of COVID-19 on their lives.