Simple Science

La science de pointe expliquée simplement

# Sciences de la santé# Informatique de santé

Comprendre la solitude et l'isolement social

Examiner l'impact de la solitude et de l'isolement social sur la santé.

― 11 min lire


La solitude : une criseLa solitude : une crisede santé cachéesolitude sur la santé.Explorer les conséquences graves de la
Table des matières

La Solitude et l'Isolement social sont des problèmes sérieux qui touchent beaucoup de gens. Même si on en parle souvent ensemble, ce ne sont pas la même chose. La solitude, c'est ce que ressent une personne qui pense manquer de connexion avec les autres, même si elle est entourée de monde. L'isolement social, en revanche, c'est quand quelqu'un a peu ou pas de contact avec les autres, ce qui signifie qu'il manque de réseaux sociaux et d'interactions.

Des recherches montrent que la solitude et l'isolement social peuvent entraîner des problèmes de santé sérieux. Ils sont liés à des taux plus élevés de maladies et peuvent même mener à une mort prématurée. Les inquiétudes concernant ces problèmes ont fortement augmenté pendant la pandémie de COVID-19, quand on a demandé aux gens de rester chez eux et de limiter les contacts pour ralentir la propagation du virus.

Pendant la pandémie, beaucoup de jeunes adultes, notamment des étudiants et des personnes à faibles revenus, ont déclaré se sentir plus seuls que jamais. Bien qu'il y ait eu des études sur l'évolution de la solitude au fil du temps, l'impact psychologique complet des confinements n'est pas encore bien compris. Certaines études récentes suggèrent que les sentiments de solitude étaient significativement différents avant et après la pandémie, ce qui indique un changement qui mérite d'être noté.

Les chercheurs ont remarqué que la solitude pourrait avoir un impact plus important sur la Santé mentale, tandis que l'isolement social pourrait prédire des déclins significatifs de la santé physique. Cependant, la solitude et l'isolement social sont tous deux associés à des risques pour la santé, comme les maladies cardiaques et une probabilité accrue de décès. Donc, il est important de s'attaquer aux deux problèmes et de mieux comprendre quand et comment ils se manifestent.

Mesurer la solitude et l'isolement social dans la vie quotidienne

Un travail considérable a été effectué pour montrer comment la solitude affecte la santé. Cependant, la plupart de ces études dépendent des gens qui rapportent leurs sentiments sur une période prolongée, comme les deux dernières semaines. Cette méthode d'auto-évaluation peut être délicate, car les sentiments actuels peuvent changer la façon dont les gens se souviennent de leurs émotions passées.

De nouvelles recherches se concentrent sur l'apparition de la solitude dans des moments quotidiens. En étudiant la solitude en temps réel, les chercheurs espèrent obtenir une image plus claire de la façon dont elle se rapporte à la santé mentale et physique. Les études ont montré que lorsque les gens ressentent de la solitude au jour le jour, cela est souvent lié à des sentiments négatifs et à moins d'interactions sociales positives.

Plusieurs chercheurs ont également essayé de mesurer la solitude à travers la collecte de données du monde réel. Les méthodes traditionnelles nécessitent souvent que les gens s'engagent à plusieurs reprises, ce qui peut être fatiguant. Une nouvelle approche utilise la technologie comme les smartphones et d'autres appareils pour suivre automatiquement les gens dans leur vie quotidienne.

Les smartphones peuvent collecter différents types de données sans que les utilisateurs aient besoin de faire quoi que ce soit de plus. Ces dispositifs peuvent enregistrer de nombreux détails, comme où une personne va, son niveau d'activité, et même son utilisation du téléphone. Ce suivi automatique peut fournir des informations sur la solitude sans nécessiter que les gens remplissent des formulaires plusieurs fois par jour.

Par exemple, des études ont utilisé des technologies intelligentes pour comprendre comment l'envoi de textos, les appels et l'utilisation des réseaux sociaux sont liés aux sentiments de solitude. Certains chercheurs ont testé des façons de prévoir la solitude à l'aide de données collectées à partir d'appareils intelligents.

Bien que certaines études aient montré que l'utilisation de la technologie peut aider à mieux comprendre la solitude, il reste encore des domaines inexplorés. Une limitation de l'utilisation uniquement des smartphones est qu'ils dépendent fortement des utilisateurs pour se souvenir de garder leurs appareils avec eux. À mesure que la technologie évolue, d'autres appareils comme les tablettes et les montres connectées pourraient fournir une vue plus complète des expériences quotidiennes d'une personne.

Aperçu de la recherche actuelle

Le lien croissant entre la santé mentale et la technologie offre des opportunités passionnantes pour mieux étudier la solitude. Cette recherche vise à trouver de meilleures façons de surveiller en continu la solitude à l'aide de technologies portables quotidiennes et de smartphones. En combinant les informations de ces différents appareils, les chercheurs peuvent en apprendre beaucoup sur la façon dont le comportement d'une personne et son état physique sont liés à ses sentiments.

Dans une étude récente, les chercheurs ont examiné des étudiants de collège à temps plein âgés de 18 à 22 ans pour voir comment la solitude affecte la santé mentale. Les participants ont été sélectionnés en fonction de leur capacité à comprendre et à s'engager dans l'étude sur un smartphone Android. L'étude a intentionnellement exclu des personnes ayant certaines circonstances, comme des problèmes de santé mentale graves ou des changements de vie significatifs, afin de se concentrer sur un groupe spécifique de jeunes adultes.

Les étudiants ont été recrutés par le biais d'annonces en classe et des réseaux sociaux. Ceux qui voulaient participer devaient remplir une enquête de sélection pour s'assurer qu'ils étaient dans un bon état mental pour participer.

Une fois les participants approuvés, ils ont passé une phase initiale qui comprenait une évaluation de santé mentale et une brève introduction aux appareils qu'ils allaient utiliser pour l'étude. Les étudiants portaient des dispositifs qui suivaient leurs activités et surveillaient leur santé pendant environ deux mois, tout en répondant à des questions sur leurs sentiments et interactions tout au long de la journée.

Méthodes de collecte de données

Pour s'assurer que les données étaient collectées efficacement, les chercheurs ont créé un système pour surveiller et stocker les informations provenant des participants. Ce dispositif permettait un accès constant aux données, facilitant le suivi de l'état de chaque participant pendant l'étude.

Les données ont été catégorisées en trois types principaux : données de santé physique, Données comportementales et évaluations personnelles. Les données de santé physique venaient de montres connectées et de bagues qui suivaient le sommeil et l'activité. Les données comportementales ont été collectées grâce à une application smartphone qui surveillait à quelle fréquence les participants utilisaient leurs téléphones. Enfin, des auto-évaluations ont été recueillies à l'aide d'une application spéciale conçue pour poser des questions aux participants sur leurs sentiments et expériences.

Données de santé physique :

Des dispositifs portables comme l'Oura Ring ont été utilisés pour collecter des informations sur les habitudes de sommeil et d'activité de l'utilisateur. Bien que ces dispositifs fournissent des informations précieuses, il arrive parfois que les données soient bruitées ou inexactes selon leur utilisation. Pendant l'étude, les chercheurs se sont concentrés sur la collecte de données fiables concernant le rythme cardiaque durant le sommeil et divers niveaux d'activité tout au long de la journée.

Données comportementales :

L'application smartphone a suivi le comportement des participants, comme la fréquence à laquelle ils utilisaient leurs téléphones et quelles applications ils utilisaient. Rassembler ces informations a aidé les chercheurs à mieux comprendre la relation entre l'utilisation du téléphone et les sentiments de solitude.

Évaluations personnelles :

Grâce à des notifications sur smartphone, les participants étaient invités à fournir des informations sur leurs sentiments plusieurs fois par jour. Ils ont rempli de courts questionnaires demandant leurs états émotionnels, y compris leurs sentiments de solitude et de connexion aux autres.

Analyse des données

Avec les données collectées, les chercheurs devaient trouver un moyen de les analyser correctement. Ils ont développé des protocoles pour s'assurer qu'ils pouvaient extraire des informations significatives des différents types de données recueillies.

Extraction de caractéristiques :

Les chercheurs ont extrait des éléments clés d'informations à partir des données sur le rythme cardiaque et des enregistrements d'utilisation du téléphone pour mieux comprendre comment chaque type de données contribuait à la détection de la solitude. Étant donné que les dispositifs portables peuvent parfois fournir des données inexactes, une approche minutieuse a été adoptée pour filtrer et nettoyer les données avant l'analyse.

L'objectif global était de trouver des motifs qui pourraient indiquer quand une personne est susceptible de se sentir seule. En prêtant attention aux signaux comportementaux et physiologiques, les chercheurs espéraient créer une image plus complète de la solitude dans la vie de chaque participant.

Gestion des données manquantes :

Comme dans toute étude impliquant des participants réels, certaines données ont été perdues à cause de divers problèmes comme la recharge ou des problèmes techniques. Les chercheurs ont mis en œuvre une stratégie pour traiter efficacement toute information manquante. Ils ont utilisé des valeurs moyennes pour combler les lacunes en se basant sur les données disponibles afin de s'assurer que les résultats demeurent précis.

Performance de détection de la solitude

La recherche visait à voir à quel point les méthodes proposées pouvaient détecter la solitude. L'étude a révélé que l'utilisation de plusieurs sources de données ensemble améliorait la précision de la détection de la solitude. Le modèle entraîné pouvait prédire la solitude avec une précision d'environ 82%.

Ce niveau de précision est prometteur par rapport à d'autres méthodes qui ont été testées auparavant. En montrant qu'une combinaison de dispositifs pouvait mesurer efficacement la solitude en temps réel, les chercheurs espèrent ouvrir la voie à un meilleur suivi de la santé mentale à l'avenir.

Importance des caractéristiques :

Les chercheurs ont également examiné quelles données spécifiques étaient les plus utiles pour déterminer les sentiments de solitude. Ils ont constaté que les informations sur l'utilisation du téléphone étaient souvent les plus significatives.

Fait intéressant, bien que des données sur le sommeil aient été recueillies, elles n'étaient pas aussi significatives dans la prédiction de la solitude que prévu. Cette observation suggère qu'une exploration plus approfondie de la relation entre le sommeil et la solitude pourrait être nécessaire dans les recherches futures.

Conclusion et directions futures

Les résultats de cette étude sont encourageants et suggèrent que la technologie peut jouer un rôle essentiel dans le suivi et la prédiction de la solitude. En utilisant plusieurs dispositifs, les chercheurs ont pu acquérir une compréhension plus approfondie de la façon dont la solitude se manifeste dans la vie quotidienne.

Les résultats soutiennent l'idée que la solitude ne concerne pas seulement le fait d'être physiquement seul, mais peut être grandement influencée par la manière dont les gens interagissent avec la technologie et les autres dans leur vie. À mesure que la recherche continue d'évoluer, l'objectif sera de développer des stratégies plus personnalisées et efficaces pour aborder la solitude et améliorer le bien-être mental.

De plus, le travail effectué dans cette étude a principalement porté sur des étudiants universitaires, indiquant un besoin d'enquêtes supplémentaires dans différents groupes d'âge et démographies. Les futures études pourraient inclure des populations plus diverses et potentiellement des périodes plus longues pour bien comprendre les nuances de la solitude et de l'isolement social.

Adopter la technologie et les outils de suivi pour la santé mentale peut conduire à des approches plus préventives plutôt que réactives. En observant et en analysant continuellement les données, les chercheurs et les fournisseurs de soins de santé peuvent intervenir plus rapidement et efficacement pour soutenir les personnes éprouvant de la solitude.

Source originale

Titre: Objective Monitoring of Loneliness Levels using Smart Devices: A Multi-Device Approach for Mental Health Applications

Résumé: Loneliness is linked to wide ranging physical and mental health problems, including increased rates of mortality. Understanding how loneliness manifests is important for targeted public health treatment and intervention. With advances in mobile sending and wearable technologies, it is possible to collect data on human phenomena in a continuous and uninterrupted way. In doing so, such approaches can be used to monitor physiological and behavioral aspects relevant to an individuals loneliness. In this study, we proposed a method for continuous detection of loneliness using fully objective data from smart devices and passive mobile sensing. We also investigated whether physiological and behavioral features differed in their importance in predicting loneliness across individuals. Finally, we examined how informative data from each device is for loneliness detection tasks. We assessed subjective feelings of loneliness while monitoring behavioral and physiological patterns in 30 college students over a 2-month period. We used smartphones to monitor behavioral patterns (e.g., location changes, type of notifications, in-coming and out-going calls/text messages) and smart watches and rings to monitor physiology and sleep patterns (e.g., heart-rate, heart-rate variability, sleep duration). We also collected participants loneliness feeling scales multiple times a day through a questionnaire app on their phone. Using the data collected from their devices, we trained a random forest machine learning based model to detect loneliness levels. We found support for loneliness prediction using a multi-device and fully-objective approach. Furthermore, behavioral data collected by smartphones generally were the most important features across all participants. The study provides promising results for using objective data to monitor mental health indicators, which could provide a continuous and uninterrupted source of information in mental healthcare applications.

Auteurs: Salar Jafarlou, I. Azimi, J. Lai, Y. Wang, S. Labbaf, B. Nguyen, H. Qureshi, C. Marcotullio, J. L. Borelli, N. D. Dutt, A. M. Rahmani

Dernière mise à jour: 2023-06-21 00:00:00

Langue: English

Source URL: https://www.medrxiv.org/content/10.1101/2023.06.12.23291296

Source PDF: https://www.medrxiv.org/content/10.1101/2023.06.12.23291296.full.pdf

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à medrxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires