From: Slate

Les tweets négatifs permettent de prédire la fréquence des attaques cardiaques (oui oui)

Slate:

Dans la longue liste de corrélations en apparence absurdes entre deux phénomènes observées ces dernières années, la récente trouvaille d’une équipe de chercheurs de la Penn University restera dans les annales. En géolocalisant des tweets répartis sur 1.500 comtés américains, ils ont identifié un lien entre les tweets exprimant des sentiments négatifs et… le taux d’infarctus.

Dans le résumé de leur article à paraître dans la revue Psychological Science, les chercheurs expliquent avoir recherché des formulations ou des termes qui reflètent la présence de relations sociales et d’émotions négatives (par exemple la colère). L’hypothèse avancée, rapporte le site Technical, est que Twitter capture l’état d’esprit d’une communauté locale. Or, la santé psychologique d’un groupe permet de prévoir les risques que ses membres soient touchés par des accidents cardiaques.

Il s’agirait d’une longue chaîne causale ayant pour origine le développement du pessimisme qui renforcerait les tendances à l’alcoolisme, à la mauvaise alimentation, à l’isolement et autres facteurs de risque. Les seules «caractéristiques psychologiques d’une communauté» exprimées à travers les réseaux sociaux prédiraient même mieux, selon les auteurs, le taux d’attaques cardiaques que la combinaison de 10 facteurs socioéconomiques, démographiques et sanitaires.

Read the whole story: Slate


APS regularly opens certain online articles for discussion on our website. Effective February 2021, you must be a logged-in APS member to post comments. By posting a comment, you agree to our Community Guidelines and the display of your profile information, including your name and affiliation. Any opinions, findings, conclusions, or recommendations present in article comments are those of the writers and do not necessarily reflect the views of APS or the article’s author. For more information, please see our Community Guidelines.

Please login with your APS account to comment.