BlueBird Mental Health: Detección de afectaciones relacionadas a la salud mental a partir del análisis de sentimientos en tweets.

La salud mental es un factor muy importante en la vida cotidiana ya que es lo que nos ayuda a mantenernos día a día ante las situaciones que vivimos. No obstante, con situaciones como la pandemia del Covid-19, esta puede verse afectada trayendo consigo alteraciones que pueden terminar en algún tipo...

Full description

Autores:
Caballero Castillo, Jonathan
Niño Lizarazo, Juan Miguel
Tipo de recurso:
Fecha de publicación:
2021
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
spa
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/9881
Acceso en línea:
http://hdl.handle.net/10584/9881
Palabra clave:
Depresión
Ansiedad
Estrés
Salud mental
Red neuronal
Análisis de sentimientos
Twitter
Tweets
Depression
Anxiety
Stress
Mental health
Neural Network
Sentiment analysis
Rights
License
Universidad del Norte
id REPOUNORT2_651a2ef4ac72337e52a9f04bb901b43c
oai_identifier_str oai:manglar.uninorte.edu.co:10584/9881
network_acronym_str REPOUNORT2
network_name_str Repositorio Uninorte
repository_id_str
dc.title.es_ES.fl_str_mv BlueBird Mental Health: Detección de afectaciones relacionadas a la salud mental a partir del análisis de sentimientos en tweets.
dc.title.en_US.fl_str_mv BlueBird Mental Health: Detection of disorders related to mental health from the analysis of sentiments in tweets.
title BlueBird Mental Health: Detección de afectaciones relacionadas a la salud mental a partir del análisis de sentimientos en tweets.
spellingShingle BlueBird Mental Health: Detección de afectaciones relacionadas a la salud mental a partir del análisis de sentimientos en tweets.
Depresión
Ansiedad
Estrés
Salud mental
Red neuronal
Análisis de sentimientos
Twitter
Tweets
Depression
Anxiety
Stress
Mental health
Neural Network
Sentiment analysis
title_short BlueBird Mental Health: Detección de afectaciones relacionadas a la salud mental a partir del análisis de sentimientos en tweets.
title_full BlueBird Mental Health: Detección de afectaciones relacionadas a la salud mental a partir del análisis de sentimientos en tweets.
title_fullStr BlueBird Mental Health: Detección de afectaciones relacionadas a la salud mental a partir del análisis de sentimientos en tweets.
title_full_unstemmed BlueBird Mental Health: Detección de afectaciones relacionadas a la salud mental a partir del análisis de sentimientos en tweets.
title_sort BlueBird Mental Health: Detección de afectaciones relacionadas a la salud mental a partir del análisis de sentimientos en tweets.
dc.creator.fl_str_mv Caballero Castillo, Jonathan
Niño Lizarazo, Juan Miguel
dc.contributor.advisor.none.fl_str_mv Nieto Bernal, Wilson
Jimeno Paba, Miguel Ángel
dc.contributor.author.none.fl_str_mv Caballero Castillo, Jonathan
Niño Lizarazo, Juan Miguel
dc.subject.es_ES.fl_str_mv Depresión
Ansiedad
Estrés
Salud mental
Red neuronal
Análisis de sentimientos
Twitter
Tweets
topic Depresión
Ansiedad
Estrés
Salud mental
Red neuronal
Análisis de sentimientos
Twitter
Tweets
Depression
Anxiety
Stress
Mental health
Neural Network
Sentiment analysis
dc.subject.en_US.fl_str_mv Depression
Anxiety
Stress
Mental health
Neural Network
Sentiment analysis
description La salud mental es un factor muy importante en la vida cotidiana ya que es lo que nos ayuda a mantenernos día a día ante las situaciones que vivimos. No obstante, con situaciones como la pandemia del Covid-19, esta puede verse afectada trayendo consigo alteraciones que pueden terminar en algún tipo de afectación mental, o en un empeoramiento de las mismas. Debido a esto es indispensable contar con herramientas que nos puedan brindar cierto soporte para el cuidado de nuestra salud mental, las cuales podamos usar desde cualquier lugar. En el presente proyecto se plantea una solución a esta problemática, a modo de una aplicación web, con la cual se busca brindarle a las personas una herramienta de dos módulos enfocados a la detección de afectaciones sobre la salud mental de las personas en base a sus tweets, esto gracias al uso de un modelo implementado en una red neuronal capaz de realizar un diagnóstico de algunos trastornos mentales como lo son la depresión, ansiedad y estrés; mediante el contenido de tweets en texto plano. Para conseguir esto el modelo debe ser previamente entrenado con un conjunto de tweets para aprender a detectar patrones de estas anomalías en la salud mental. Los módulos de la aplicación son un módulo privado, donde el usuario podrá obtener un diagnóstico a nivel personal sobre el estado de su salud mental en base a sus propios tweets, esto apoyado con la API de Twitter, realizando un previo inicio de sesión en la plataforma. Es importante aclarar que este diagnóstico no será certero, como todo modelo siempre va a tener un margen de error, por lo que no resultaría correcto el decir que a ciencia cierta una persona tiene esta afectación, por lo que al usuario se le recomendará acudir a un profesional en el área. El segundo módulo de la aplicación es más general, pues se trata de una serie de gráficos y estadísticas donde podrán ver los resultados de un análisis similar al personal pero en Colombia, esto con ciertos filtros por región.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-12-01T21:26:10Z
dc.date.available.none.fl_str_mv 2021-12-01T21:26:10Z
dc.date.issued.none.fl_str_mv 2021-11-30
dc.type.es_ES.fl_str_mv article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10584/9881
url http://hdl.handle.net/10584/9881
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.rights.es_ES.fl_str_mv Universidad del Norte
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Universidad del Norte
http://purl.org/coar/access_right/c_abf2
dc.publisher.es_ES.fl_str_mv Barranquilla, Universidad del Norte, 2021
institution Universidad del Norte
bitstream.url.fl_str_mv https://manglar.uninorte.edu.co/bitstream/10584/9881/1/Arquitectura%20l%c3%b3gica%20BlueBird_V2.jpeg
https://manglar.uninorte.edu.co/bitstream/10584/9881/2/Arquitectura%20l%c3%b3gica%20BlueBird_V2.pdf
https://manglar.uninorte.edu.co/bitstream/10584/9881/3/license.txt
bitstream.checksum.fl_str_mv 5e9f42eefa46744756c7fbd204863ebf
ceced859ce77b1e14c0d8dac3ee32de7
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Digital de la Universidad del Norte
repository.mail.fl_str_mv mauribe@uninorte.edu.co
_version_ 1812183105710063616
spelling Nieto Bernal, WilsonJimeno Paba, Miguel ÁngelCaballero Castillo, JonathanNiño Lizarazo, Juan Miguel2021-12-01T21:26:10Z2021-12-01T21:26:10Z2021-11-30http://hdl.handle.net/10584/9881La salud mental es un factor muy importante en la vida cotidiana ya que es lo que nos ayuda a mantenernos día a día ante las situaciones que vivimos. No obstante, con situaciones como la pandemia del Covid-19, esta puede verse afectada trayendo consigo alteraciones que pueden terminar en algún tipo de afectación mental, o en un empeoramiento de las mismas. Debido a esto es indispensable contar con herramientas que nos puedan brindar cierto soporte para el cuidado de nuestra salud mental, las cuales podamos usar desde cualquier lugar. En el presente proyecto se plantea una solución a esta problemática, a modo de una aplicación web, con la cual se busca brindarle a las personas una herramienta de dos módulos enfocados a la detección de afectaciones sobre la salud mental de las personas en base a sus tweets, esto gracias al uso de un modelo implementado en una red neuronal capaz de realizar un diagnóstico de algunos trastornos mentales como lo son la depresión, ansiedad y estrés; mediante el contenido de tweets en texto plano. Para conseguir esto el modelo debe ser previamente entrenado con un conjunto de tweets para aprender a detectar patrones de estas anomalías en la salud mental. Los módulos de la aplicación son un módulo privado, donde el usuario podrá obtener un diagnóstico a nivel personal sobre el estado de su salud mental en base a sus propios tweets, esto apoyado con la API de Twitter, realizando un previo inicio de sesión en la plataforma. Es importante aclarar que este diagnóstico no será certero, como todo modelo siempre va a tener un margen de error, por lo que no resultaría correcto el decir que a ciencia cierta una persona tiene esta afectación, por lo que al usuario se le recomendará acudir a un profesional en el área. El segundo módulo de la aplicación es más general, pues se trata de una serie de gráficos y estadísticas donde podrán ver los resultados de un análisis similar al personal pero en Colombia, esto con ciertos filtros por región.Mental health is a very important factor in daily life because it is what helps us to keep ourselves day by day in the situations we live. However, with situations such as the Covid-19 pandemic, it can be affected by bringing with it alterations that can end up in some type of mental impairment, or in a worsening of them. Because of this it is essential to have tools that can provide us with some support for our mental health care, which we can use from anywhere. In this project, a solution to this problem is proposed, in the form of a web application, which seeks to provide people with a two-module tool focused on the detection of mental disorders in people based on their tweets, This is thanks to the use of a model implemented in a neural network capable of making a diagnosis of some mental disorders such as depression, anxiety and stress; through the content of tweets in text format. To achieve this the model must be previously trained with a set of tweets to learn how to detect patterns of these mental health abnormalities. The modules of the application are, first, a private module, where the user will be able to obtain a diagnosis at a personal level on the state of his mental health based on his own tweets, this supported with the API of Twitter, making a previous login in the platform. It is important to clarify that this diagnosis will not be accurate, as any model will always have a margin of error, so it would not be correct to say that a certain person has this affectation, so the user will be advised to go to consult a professional in the area. The second module of the application is more general, because it is a series of graphs and statistics where you can see the results of an analysis similar to the previous personal analysis but in Colombia, this with certain filters by region.spaBarranquilla, Universidad del Norte, 2021Universidad del Nortehttp://purl.org/coar/access_right/c_abf2DepresiónAnsiedadEstrésSalud mentalRed neuronalAnálisis de sentimientosTwitterTweetsDepressionAnxietyStressMental healthNeural NetworkSentiment analysisBlueBird Mental Health: Detección de afectaciones relacionadas a la salud mental a partir del análisis de sentimientos en tweets.BlueBird Mental Health: Detection of disorders related to mental health from the analysis of sentiments in tweets.articlehttp://purl.org/coar/resource_type/c_6501ORIGINALArquitectura lógica BlueBird_V2.jpegArquitectura lógica BlueBird_V2.jpegArquitectura lógica BlueBirdimage/jpeg70772https://manglar.uninorte.edu.co/bitstream/10584/9881/1/Arquitectura%20l%c3%b3gica%20BlueBird_V2.jpeg5e9f42eefa46744756c7fbd204863ebfMD51Arquitectura lógica BlueBird_V2.pdfArquitectura lógica BlueBird_V2.pdfArquitectura lógica BlueBirdapplication/pdf77126https://manglar.uninorte.edu.co/bitstream/10584/9881/2/Arquitectura%20l%c3%b3gica%20BlueBird_V2.pdfceced859ce77b1e14c0d8dac3ee32de7MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://manglar.uninorte.edu.co/bitstream/10584/9881/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5310584/9881oai:manglar.uninorte.edu.co:10584/98812021-12-01 16:26:10.133Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.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