Integración de análisis computarizados de redes linguísticas y sociales para capturar capital de recuperación de adicciones en una comunidad en línea
概要
El artículo describe un enfoque novedoso para analizar interacciones sociales dinámicas en línea (en un contexto en línea) ejemplificado por un estudio de una comunidad en línea de recuperación de la adicción al alcohol y las drogas.
Abstract
El artículo describe una nueva metodología diseñada con el objetivo de encontrar una manera integral, discreta y precisa de capturar el desarrollo de capital de recuperación social en comunidades en línea de recuperación de la adicción al alcohol y las drogas (AOD). El capital de recuperación se conceptualizó como un compromiso en la comunidad de recuperación en línea y la identificación con la comunidad. Para medir el desarrollo del capital de recuperación, se extrajeron datos de origen natural de la página de redes sociales de un programa de recuperación específico, y la página se configuró como un recurso para un programa de recuperación cara a cara. Para mapear la interacción con la comunidad en línea, se realizó el análisis de redes sociales (SNA) capturando la interacción social en línea. La interacción social se midió a través de los vínculos entre los contribuyentes/miembros en línea de la comunidad en línea representados por los clientes del programa, el personal y los simpatizantes de la comunidad en general. Para capturar marcadores de identificación social con la comunidad en línea, se llevó a cabo un análisis linguístico informatizado de los datos textuales (contenido de publicaciones y comentarios). El capital de recuperación capturado de esta manera se analizó con los datos de retención (un indicador de resultados de proxy), como días pasados en el programa de recuperación (cara a cara). Los datos en línea extraídos estaban vinculados a los datos de los participantes con respecto a la retención del programa para probar la predicción de un resultado clave de recuperación. Este enfoque permitió examinar el papel de las comunidades de apoyo en línea y la evaluación de la asociación entre el capital de recuperación (desarrollado a través de la comunidad en línea de recuperación) y los resultados de recuperación.
Introduction
El método presentado ha sido diseñado para capturar el capital de recuperación de adicciones al alcohol y otras drogas (AOD) en contextos en línea. En el campo de la adicción, el capital de recuperación se ha definido como “la suma total de los recursos que se pueden llevar a cabo en la iniciación y el mantenimiento del cese del uso indebido de sustancias”1. El capital de recuperación se ha medido principalmente a través de autoinformes2,3 en contextos presenciales. Este enfoque proporciona un método alternativo para medir el capital de recuperación en contextos en línea mediante la captura de la calidad y la cantidad de interacciones en línea en las comunidades en línea de recuperación.
Dado el aumento constante en el uso de los recursos en línea en forma de apoyo entre pares en una serie de cuestiones relacionadas con la salud4,5, es necesario desarrollar nuevos métodos para capturar la calidad de estos recursos. El apoyo entre pares en línea se produce en forma de interacciones sociales en foros y comunidades en línea. Las interacciones sociales de apoyo en estos contextos en línea contribuyen a la construcción de capital de recuperación, que a su vez tiene un impacto positivo en el proceso de recuperación6,7. El método propuesto presenta una serie de ventajas sobre los métodos alternativos. En primer lugar, supera algunas de las limitaciones que implican el uso de medidas de autoinforme en la investigación sobre adicciones, particularmente en torno a la memoria y los sesgos de autopresentación. Si bien se considera que las medidas de autoinforme tienen niveles razonables de fiabilidad y validez, son susceptibles a sesgos e inexactitudes. Para mejorar la precisión y minimizar el sesgo, se ha reconocido que es necesario aumentar el uso de nuevas medidas y situaciones de recopilación de datos diseñadas para evitar o minimizar estos problemas8. Accediendo a los datos que ocurren naturalmente en contextos donde las personas en diversas etapas de recuperación interactúan espontáneamente, y mediante el uso de métodos de análisis que pueden extraer información significativa de estos datos (capaces de capturar indicadores de estados psicológicos), sesgos debidos a la conveniencia social (autopresentación) y las inexactitudes debido a las limitaciones en la recuperación pueden reducirse o incluso eliminarse. En segundo lugar, este método es altamente eficiente y rentable, ya que se basa en la extracción de datos en línea ya existentes (es decir, en foros abiertos en línea de acceso público).
A continuación se describe el método que se aplicó a un estudio de la construcción de capital de recuperación en una comunidad en línea establecida para complementar un programa tradicional de recuperación de adicciones cara a cara para los adictos en las etapas de recuperación temprana. En este caso, los datos en línea (medios sociales) se vincularon a los datos de retención del programa, pero el método también se puede utilizar en los casos en que los datos de vinculación no están disponibles o accesibles.
Protocol
Representative Results
Discussion
El enfoque descrito aquí se basa en un nuevo método para medir cómo los procesos de grupo en línea pueden afectar la retención en un programa de recuperación de adicciones. Aplicando este método a una comunidad en línea de recuperación de la adicción, se encontró que había cuatro aspectos clave predicho stención del programa: estar muy involucrado en la comunidad en línea, ser central en la red social en línea, efecto positivo expresado en comunicación con otros miembros de la comunidad en línea, y recibiendo validación de otros por contribuciones a la red14. Los hallazgos obtenidos mediante este método respaldan los modelos teóricos existentes de recuperación. Es decir, dos modelos clave en la literatura de recuperación, el Modelo de Identidad Social de Recuperación15 y el Modelo de Identidad Social de Mantenimiento de Cesación16,ambos enfatizan la importancia de la participación activa en grupos que apoyan Recuperación. Ambos modelos sugieren que una mayor identificación y compromiso con estos grupos contribuyen a reducir el contacto futuro con el uso de grupos y la consiguiente recaída.
Como se ilustra en nuestra investigación, el método nos permitió trazar trayectorias de recuperación o cambio de miembros individuales de la comunidad en línea14. Las visualizaciones de las redes sociales online y su evolución a lo largo del tiempo pueden proporcionar información valiosa sobre el movimiento de los miembros de la comunidad online desde la periferia hasta el centro de la red y viceversa (estos movimientos en la red indican cambios en los niveles de compromiso con la comunidad en línea). En un estudio de 201714, las entrevistas con miembros de la comunidad en línea que emprendieron los cambios más significativos en términos de movimiento de la periferia al centro de las redes se llevaron a cabo como una forma de triangular nuestros hallazgos basados en SNA, computarizado análisis linguístico y la regresión con los datos de retención. Estudios futuros pueden centrarse en cambio en aquellos miembros que se desenganchó con la comunidad en línea, en aquellos que nunca se comprometen, o en medidas más directas de resultados como el consumo y la reincidencia de sustancias. Esta metodología puede afinar aún más para ser utilizada en programas de intervención, por ejemplo, para evaluar el papel de los moderadores en los foros de ayuda.
Actualmente no hay estudios que proporcionen evidencia sobre los beneficios del método descrito aquí cuando se utiliza por sí mismo (el método descrito fue utilizado junto con los datos de retención y triangulado con datos cualitativos de entrevistas con la comunidad en línea clave miembros14), pero este enfoque puede proporcionar datos precisos y sin prejuicios que puedan complementar la autodenuncia y otras medidas en estudios de recuperación de adicciones.
Este método se aplicó para examinar las interacciones sociales en línea en el contexto de una página de redes sociales establecida como una forma complementaria de apoyo a un programa de recuperación estándar, cara a cara. Sin embargo, con cambios menores, el método se puede utilizar para investigar las interacciones sociales en línea en otros tipos de comunidades en línea (foros en línea, grupos de discusión, salas de chat, sitios web de comentarios, etc.). Una de las principales ventajas de este método es que se puede adaptar y aplicar a contextos más allá de las comunidades de recuperación de adicciones a cualquier comunidad en línea. Por ejemplo, en nuestra propia investigación de psicología política, utilizamos un método similar (desarrollado a partir del método descrito aquí) para capturar la calidad de las interacciones en línea y los cambios en estas interacciones entre miembros de comunidades en línea de extrema derecha. En efecto, el método se puede aplicar a cualquier comunidad en línea en la que se puedan extraer datos en forma de conexiones entre los miembros (como enlaces de redes sociales) y contenido linguístico.
Sin embargo, al acceder y trabajar con datos en línea, los investigadores deben ser conscientes de las cuestiones éticas, algunas que se aplican a la autodenuncia y otros tipos de datos en general y algunos que sólo se encuentran en un entorno en línea. En la investigación descrita aquí (que fue aprobada por la comunidad de ética de investigación en la Universidad Sheffield Hallam), se obtuvo el consentimiento de la organización que administra el programa de recuperación, y se tomaron medidas estrictas para garantizar el anonimato completo de participantes en la página abierta de redes sociales (por ejemplo, después de la coincidencia de datos en línea y de retención, toda la información de identificación se eliminó de los archivos y tampoco se utilizaron citas potencialmente autoidentificables de la comunicación en línea de acceso público).
La estrecha comunicación con la organización también aseguró que los participantes en el programa estuvieran al tanto de los resultados del estudio y la investigación, y uno de los investigadores se reunió regularmente con el grupo para explicar el estudio y sus resultados. En otros casos, sin embargo, donde las comunidades en línea no están asociadas con programas fuera de línea específicos, puede ser más difícil determinar a quién se le debe pedir el consentimiento con respecto a la extracción de datos (aplicable especialmente en foros no moderados, donde las personas en recuperación buscar apoyo entre pares en línea). Aunque se aplicarán los principios generales de la investigación ética, los investigadores deben adoptar un enfoque caso por caso para garantizar que la extracción y el análisis de datos en línea no supongan riesgos significativos para los participantes (por ejemplo, comprometer la privacidad).
開示
The authors have nothing to disclose.
Acknowledgements
Agradecemos a los clientes y al personal de Jobs, Friends and Houses, Reino Unido, quienes apoyaron y aceptaron participar en nuestra investigación.
Materials
| LIWC software | Receptiviti | https://liwc.wpengine.com/ | computerised linguistic analysis software |
| R software | n/a | https://www.r-project.org/ | free statistical and data visualisation sofware |
参考文献
- Cloud, W., Granfield, R. Conceptualizing recovery capital: Expansion of a theoretical construct. Substance Use and Misuse. 43, 1971-1986 (2008).
- Best, D., et al. Mapping the recovery stories of drinkers and drug users in Glasgow: Quality of life and its associations with measures of recovery capital. Drug and Alcohol Review. 31 (3), 334-341 (2012).
- Laudet, A. B., White, W. L. Recovery capital as prospective predictor of sustained recovery, life satisfaction, and stress among former poly-substance users. Substance Use and Misuse. 43 (1), 27-54 (2008).
- Moorhead, S. A., et al. A new dimension of health care: systematic review of the uses, benefits, and limitations of social media for health communication. Journal of Medical Internet Research. 15, e85 (2013).
- White, M., Dorman, S. M. Receiving social support online: implications for health education. Health Education Research. 16, 693-707 (2001).
- Best, D., Bliuc, A. M., Iqbal, M., Upton, K., Hodgkins, S. Mapping social identity change in online networks of addiction recovery. Addiction Research and Theory. 26 (3), 163-173 (2018).
- Bliuc, A. M., Best, D., Beckwith, M., Iqbal, M. Online support communities in addiction recovery. Addiction, behavioral change and social identity: The path to resilience and recovery. , 137 (2016).
- Del Boca, F. K., Darkes, J. The validity of self‐reports of alcohol consumption: state of the science and challenges for research. 中毒. 98, 1-12 (2003).
- . Package ‘Rfacebook’ Available from: https://cran.r-project.org/web/packages/Rfacebook/Rfacebook.pdf (2017)
- . Package ‘dplyr’ Available from: https://cran.r-project.org/web/packages/dplyr/dplyr.pdf (2018)
- . Package ‘igraph’ Available from: https://cran.r-project.org/web/packages/igraph/igraph.pdf (2018)
- . Package ‘openxlsx’ Available from: https://cran.r-project.org/web/packages/openxlsx/openxlsx.pdf (2018)
- . How to get a Facebook access token which never expires Available from: https://smashballoon.com/custom-facebook-feed/access-token/ (2018)
- Bliuc, A. M., Best, D., Iqbal, M., Upton, K. Building addiction recovery capital through online participation in a recovery community. Social Science and Medicine. 193, 110-117 (2017).
- Best, D., et al. Overcoming alcohol and other drug addiction as a process of social identity transition: The Social Identity Model of Recovery (SIMOR). Addiction Research and Theory. 24, 111-123 (2016).
- Frings, D., Albery, I. P. The social identity model of cessation maintenance: Formulation and initial evidence. Addictive Behaviors. 44, 35-42 (2015).
