Insights de Mídias Sociais sobre a Crise dos Opioides
A pesquisa analisa as redes sociais pra mostrar a opinião da galera sobre opioides e o uso indevido de substâncias.
― 9 min ler
Índice
- Crise dos Opioides e Uso Indevido de Substâncias
- Análise de Redes Sociais
- Coleta de Dados
- Entendendo Sentimentos e Emoções nas Redes Sociais
- Análise de Tópicos
- Contexto Histórico e Padrões Comportamentais
- Construindo Modelos Preditivos
- Descobertas do Estudo
- Implicações para a Saúde Pública
- Direções para Pesquisas Futuras
- Considerações Éticas
- Conclusão
- Fonte original
- Ligações de referência
Nos Estados Unidos, o problema do uso indevido de opioides e substâncias alcançou níveis alarmantes, levando ao que é comumente chamado de Crise dos Opioides. Essa crise afetou a saúde e a vida de muitas pessoas, especialmente no que diz respeito ao bem-estar mental. Estudos mostraram que o uso indevido de substâncias pode levar a problemas de saúde mental, mas ainda falta uma evidência clara de como eles estão relacionados.
Este artigo discute uma pesquisa que analisa o conteúdo das redes sociais para entender como as pessoas veem as drogas, especialmente os opioides, ligados às suas menções nos mercados de criptomoedas. Ao examinar as emoções e sentimentos em torno do uso de substâncias em plataformas utilizadas para negociar essas drogas, a pesquisa visa esclarecer as percepções públicas.
Crise dos Opioides e Uso Indevido de Substâncias
A crise dos opioides começou com o aumento de analgésicos prescritos como a oxicodona. A marketing desses medicamentos sugeriu que eles tinham grandes benefícios, o que levou a um uso generalizado. Com o tempo, muitas pessoas se tornaram dependentes desses medicamentos, resultando em um aumento sério no uso indevido e nas mortes por overdose. Em resposta ao crescente número de casos de dependência, foram impostas regulamentações mais rigorosas sobre essas drogas, o que, inadvertidamente, empurrou muitos usuários em direção à heroína e aos opioides sintéticos.
A situação piorou com o surgimento de novos opioides sintéticos como o fentanil. Essas substâncias são geralmente muito mais fortes do que os opioides tradicionais e apresentam riscos significativos para os usuários. Pesquisas recentes indicaram que a porcentagem de pessoas comprando drogas através de mercados de criptomoedas cresceu, especialmente devido às mudanças nos comportamentos de compra durante a pandemia de Covid-19.
Análise de Redes Sociais
As plataformas de redes sociais são agora alguns dos espaços mais significativos onde ocorrem discussões sobre o uso de drogas e atitudes em relação às substâncias. A pesquisa destacada aqui foca em posts feitos por usuários sobre o uso de opioides e o uso indevido de substâncias. Ela se propõe a identificar temas e padrões comuns em sentimentos e emoções relacionados ao uso de substâncias, especialmente em plataformas que facilitam a venda anônima de drogas.
Os posts analisados abrangem várias emoções, como alegria, tristeza, medo e raiva. O objetivo é identificar como os sentimentos mudam ao longo do tempo em relação a diferentes drogas. Para isso, métodos avançados como aprendizado profundo e computação social foram utilizados para analisar os sentimentos e emoções expressos nos posts das redes sociais.
Coleta de Dados
A pesquisa envolveu a coleta e processamento de dados de várias fontes, com foco especial nos mercados de criptomoedas e em plataformas de redes sociais como Reddit e Twitter. O objetivo da coleta de dados era identificar posts relacionados a listagens de drogas, discussões sobre opioides e os sentimentos expressos pelos usuários. Um número significativo de posts foi coletado de diferentes subreddits, especificamente aqueles que discutem o uso de substâncias.
Os dados coletados dos mercados de criptomoedas incluíam uma variedade de informações sobre diferentes drogas, incluindo seus nomes, descrições, preços e tipos. Essa informação era essencial para analisar como as tendências das drogas correspondem aos sentimentos expressos nas redes sociais.
Entendendo Sentimentos e Emoções nas Redes Sociais
A Análise de Sentimentos envolve determinar se os sentimentos expressos em um texto são positivos, negativos ou neutros. A análise de emoções vai um passo além ao identificar emoções específicas ligadas aos posts. Esta pesquisa aplicou modelos avançados para analisar os sentimentos associados a várias drogas.
Por exemplo, os pesquisadores classificaram os posts relacionados a drogas em categorias de sentimentos positivos, negativos e neutros. Através dessa classificação, eles puderam obter insights sobre como os usuários se sentem em relação a substâncias específicas e quais emoções são frequentemente transmitidas em suas discussões.
Análise de Tópicos
A análise de tópicos foi uma parte crucial do processo de pesquisa. Ao identificar temas comuns e assuntos de discussão em torno das substâncias, os pesquisadores puderam entender melhor as percepções públicas. Isso incluiu determinar quais drogas despertavam sentimentos positivos em comparação com aquelas que induziam medo ou negatividade.
Por exemplo, certas discussões sobre medicamentos tradicionais poderiam mostrar um sentimento mais positivo, enquanto opioides sintéticos poderiam provocar mais medo ou ansiedade. A análise identificou quais drogas eram frequentemente mencionadas juntas e como as discussões evoluíam ao longo do tempo.
Contexto Histórico e Padrões Comportamentais
A pesquisa também tinha como objetivo avaliar como as discussões sobre drogas nas redes sociais mudaram ao longo do tempo. Ao examinar dados históricos, os pesquisadores puderam identificar tendências e mudanças nos sentimentos relacionados ao uso de substâncias.
A linguagem dos usuários muitas vezes reflete questões sociais mais amplas. Ao analisar como a linguagem dos usuários e as emoções expressas em seus posts mudam ao longo do tempo, a pesquisa busca criar uma imagem mais clara de como as atitudes da sociedade em relação ao uso indevido de drogas estão evoluindo.
Construindo Modelos Preditivos
Para aprimorar ainda mais a pesquisa, modelos preditivos foram desenvolvidos para identificar posts que sugerissem a presença ou ausência de transtorno por uso de substâncias (TUS). Ao empregar técnicas de aprendizado de máquina, os modelos tinham como objetivo diferenciar entre posts que mostravam sinais de uso indevido de drogas e aqueles que não mostravam.
Os modelos preditivos utilizaram arquiteturas de aprendizado profundo, que permitem uma melhor compreensão das nuances na linguagem usada por indivíduos que discutem o uso de substâncias. Treinando esses modelos com uma variedade de posts relacionados a drogas, os pesquisadores buscavam melhorar a precisão na identificação de TUS.
Descobertas do Estudo
As descobertas da pesquisa revelaram vários insights importantes sobre discussões sobre uso de substâncias nas redes sociais. Uma observação chave foi a correlação significativa entre as emoções expressas em posts sobre uso indevido de substâncias.
Por exemplo, posts que indicavam risco de transtorno por uso de substâncias geralmente expressavam emoções negativas intensas. Por outro lado, discussões em que os usuários expressavam gratidão ou alegria estavam frequentemente ligadas a sentimentos mais positivos sobre drogas específicas. Isso destaca a complexidade de como os usuários se relacionam com o uso de substâncias, frequentemente refletindo uma mistura de emoções sobre suas experiências.
Implicações para a Saúde Pública
Entender as tendências e sentimentos associados ao uso de substâncias através das redes sociais pode fornecer insights valiosos para oficiais de saúde pública e formuladores de políticas. A capacidade de analisar grandes conjuntos de dados de posts nas redes sociais permite a identificação de tendências emergentes no uso indevido de substâncias que poderiam informar intervenções e esforços de tratamento.
Ao reconhecer padrões de como as drogas são discutidas online, os interessados podem desenvolver melhor estratégias para lidar com o uso indevido de substâncias. Isso pode incluir campanhas de saúde pública direcionadas ou a prevenção da desinformação que circula nas discussões nas redes sociais.
Direções para Pesquisas Futuras
O estudo sugere várias áreas para futuras pesquisas. Uma rota é explorar mais como os sintomas de saúde mental estão ligados às discussões sobre uso de drogas nas redes sociais. Isso poderia revelar conexões importantes entre o uso indevido de substâncias e problemas de saúde mental.
Outra área potencial de exploração é a criação de um grafo de conhecimento focado especificamente no uso de substâncias. Ao compilar dados sobre tipos de drogas, sentimentos, emoções e sintomas de saúde mental relacionados, os pesquisadores poderiam obter uma visão holística da epidemia de opioides e outros desafios relacionados a substâncias.
Considerações Éticas
Ao realizar pesquisas sobre tópicos sensíveis como o uso indevido de substâncias, as considerações éticas devem ser priorizadas. É essencial respeitar a privacidade dos usuários ao analisar dados públicos das redes sociais. O estudo garante que qualquer informação potencialmente identificável seja removida dos dados coletados, aderindo às diretrizes éticas em pesquisa.
Os pesquisadores precisam estar cientes dos preconceitos que podem existir nos dados das redes sociais e abordar a análise de forma adequada. Essa conscientização ajuda a criar uma representação mais precisa das tendências e problemas relacionados ao uso de substâncias.
Conclusão
De maneira geral, analisar discussões nas redes sociais sobre o uso de substâncias fornece insights ricos sobre as percepções públicas das drogas, especialmente os opioides. Ao aproveitar dados dos mercados de criptomoedas e das redes sociais, os pesquisadores podem identificar tendências e sentimentos que podem informar estratégias de saúde pública.
Pesquisas contínuas nessa área podem ajudar a desenvolver intervenções e políticas eficazes voltadas para a redução do uso indevido de substâncias e a melhoria da saúde comunitária. Entender a relação complexa entre o uso de drogas e a expressão emocional nas plataformas pode ajudar a abordar a crise contínua dos opioides e apoiar aqueles afetados pela dependência.
Título: "Can We Detect Substance Use Disorder?": Knowledge and Time Aware Classification on Social Media from Darkweb
Resumo: Opioid and substance misuse is rampant in the United States today, with the phenomenon known as the "opioid crisis". The relationship between substance use and mental health has been extensively studied, with one possible relationship being: substance misuse causes poor mental health. However, the lack of evidence on the relationship has resulted in opioids being largely inaccessible through legal means. This study analyzes the substance use posts on social media with opioids being sold through crypto market listings. We use the Drug Abuse Ontology, state-of-the-art deep learning, and knowledge-aware BERT-based models to generate sentiment and emotion for the social media posts to understand users' perceptions on social media by investigating questions such as: which synthetic opioids people are optimistic, neutral, or negative about? or what kind of drugs induced fear and sorrow? or what kind of drugs people love or are thankful about? or which drugs people think negatively about? or which opioids cause little to no sentimental reaction. We discuss how we crawled crypto market data and its use in extracting posts for fentanyl, fentanyl analogs, and other novel synthetic opioids. We also perform topic analysis associated with the generated sentiments and emotions to understand which topics correlate with people's responses to various drugs. Additionally, we analyze time-aware neural models built on these features while considering historical sentiment and emotional activity of posts related to a drug. The most effective model performs well (statistically significant) with (macroF1=82.12, recall =83.58) to identify substance use disorder.
Autores: Usha Lokala, Orchid Chetia Phukan, Triyasha Ghosh Dastidar, Francois Lamy, Raminta Daniulaityte, Amit Sheth
Última atualização: 2023-04-20 00:00:00
Idioma: English
Fonte URL: https://arxiv.org/abs/2304.10512
Fonte PDF: https://arxiv.org/pdf/2304.10512
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.