Services on Demand
Journal
Article
Indicators
Cited by SciELO
Access statistics
Related links
Cited by Google
Similars in SciELO
Similars in Google
Share
Revista Lasallista de Investigación
Print version ISSN 1794-4449
Abstract
RODRIGUEZ-ESPARZA, Luz Judith; BARRAZA-BARRAZA, Diana; SALAZAR-IBARRA, Jesús and VARGAS-PASAYE, Rafael G.. Metodología de Análisis de Emociones para Identificar Riesgo de Cometer Suicidio Generado por el COVID-19. Rev. Lasallista Investig. [online]. 2021, vol.18, n.2, pp.105-124. Epub Mar 14, 2022. ISSN 1794-4449. https://doi.org/10.22507/rli.v18n2a9.
Introducción:
El comienzo del año 2020 llegó acompañado de una pandemia causada por el virus denominado SARS-CoV-2. Con las medidas de distanciamiento social implementadas para evitar la propagación de este virus, se presentan problemáticas de salud mental, como ansiedad, depresión, etc., trayendo como consecuencia una necesidad de atención a pacientes a distancia. Dadas las cifras alarmantes de incidencias de suicidio en la sociedad actual, aunadas a estas medidas de distanciamiento, son requeridas herramientas de apoyo para identificar individuos en riesgo de cometer suicidio.
Objetivo:
Proponer y evaluar una nueva metodología para calcular riesgo de suicidio en usuarios de Twitter, apoyándose en el análisis de emociones.
Materiales y Métodos:
Usando modelos de aprendizaje estadístico (supervisado y no supervisado), la metodología propuesta identifica el nivel de riesgo en el texto analizado de 77 tuits de usuarios regulares y de figuras políticas en México y Latinoamérica.
Resultados:
Se encontró que, al comparar los métodos utilizados, el porcentaje de coincidencia en clasificación es cercano al 96 %, siendo los métodos supervisado no paramétrico y no supervisado los que detectaron los niveles extremos de riesgo al suicidio.
Conclusiones:
la metodología propuesta es una herramienta que puede ser de gran apoyo para especialistas del área de salud mental al ayudar a identificar, de manera masiva, la presencia de indicios de enfermedades mentales, para su subsecuente diagnóstico.
Keywords : Aprendizaje estadístico; análisis de emociones; modelos supervisados y no supervisados.