Tekstschrijven voor tekstdata analyse

Tekstdata helpen mentale problemen door corona opsporen

Wetenschap Werkt 3 min Femke Trommels

De voortdurende coronacrisis heeft mentale problemen tot gevolg, maar hoe zit dat als maatregelen worden opgeheven? Uit enquêtes blijkt dat mensen minder negatieve gevoelens ervaren naarmate er minder maatregelen zijn. Wanneer je dieper graaft, blijken veel mensen negatieve emoties echter niet zo gemakkelijk van zich af te schudden, bleek uit een tekstanalyse door onderzoeker Bennett Kleinberg. “Ongeveer de helft van de mensen voelde zich nog boos of moedeloos, ook nadat maatregelen waren opgeheven. De enquêtes gaven dus een vertekend beeld. Nadere analyse van tekstdata kan helpen om mogelijke risicogroepen eerder op te sporen en gerichter hulp te bieden bij mentale problemen.”

Onderzoeker Bennett Kleinberg (Methodology & Statistics) houdt zich bezig met Natural Language Processing. Hij ontwikkelt modellen om ongestructureerde tekstdata statistisch te kunnen analyseren. “Sinds de komst van social media zoals Twitter is tekstdata alom aanwezig. We hebben nu goed werkende modellen ontwikkeld waarmee je onder grote groepen mensen deze kwalitatieve data statistisch kunt bestuderen. Zo kun je veranderingen in de maatschappij blootleggen en de heterogeniteit binnen een groep zichtbaar maken, waar vragenlijsten een meer algemeen beeld geven.”

Vertekend beeld

Samen met collega-onderzoekers Isabelle van der Vegt en Maximilian Mozes (University College London) vroeg Kleinberg 2.500 respondenten tussen de 18 en 83 jaar uit het Verenigd Koninkrijk naar hun gevoelens ten aanzien van de pandemie in april 2020 en nogmaals in april 2021, toen er een goedlopende vaccinatiecampagne was en de maatregelen werden afgeschaald. “De tweede keer hebben zo’n 1.700 mensen deelgenomen. Daarmee hadden we een unieke dataset in handen die de veranderende gevoelens in individuen weergaf. In een enquête gaven mensen aan in hoeverre ze emoties zoals angst, blijdschap, boosheid of verdriet ervoeren. Daarnaast schreven ze een korte tekst om hun gevoelens te beschrijven. Over het algemeen vonden we dat het gemiddeld beter gaat met de respondenten – positieve emoties namen toe, en negatieve emoties af. Verder vonden we dat teksten die gingen over een back to normal en hoop op een verbetering toenamen, terwijl teksten over paniekaankopen en zorgen over familie en vrienden afnamen. Het meest opvallend was dat we door genuanceerdere analyse van de emotie data  twee subgroepen ontwaarden, die we de well-coping en de resignators hebben genoemd. De eerste groep voelde zich substantieel beter in april 2021 dan een jaar eerder. De tweede groep zag het niet zo rooskleurig. Zij waren minder hoopvol. Ze ervoeren weliswaar minder zorgen, maar voelden wel meer woede, verdriet, en afkeer.”

Over het algemeen voelden mensen zich beter, maar analyse van geschreven teksten onthulde twee subgroepen met heel verschillende emoties

Bennett Kleinberg

Aandacht

Bennett Kleinberg:

“Tekstdata helpen dieper te kijken naar verschillen tussen individuen binnen een groep. De woorden die mensen gebruiken geven aan waar op dat moment hun aandacht naartoe gaat. Dat wederom hangt in enige mate samen met hun emoties. Mensen die vaak refereerden aan het vaccin bijvoorbeeld, waren minder verdrietig en hadden minder last van anxiety. Woorden zijn overigens geen voorspellers van emoties. We kijken daarom nu naar factoren die dat mogelijk wel zijn. Bijvoorbeeld of iemand tijdens de pandemie zijn baan verloren is of werkt in een sector die onder druk staat.”

Erkennen van gevoelens

De studie van Kleinberg en zijn collega’s vond plaats onder inwoners van het Verenigd Koninkrijk. Wat kunnen we hieruit leren voor de Nederlandse situatie? “Generalisatie van de resultaten naar andere landen is niet mogelijk; de situatie is overal anders. Het grotere plaatje is de kans die tekstanalyse biedt om op individueel niveau te achterhalen wat er speelt bij mensen. Zo kun je sneller achterhalen welke groepen zich zorgen maken. Wat houdt hen bezig? En hoe verwerken zij de situatie?

Tekstanalyse biedt de mogelijkheid om op individueel niveau te achterhalen wat er speelt bij mensen

Mentale problemen zullen vermoedelijk ook nog lange tijd na de pandemie een rol blijven spelen. Dat heeft individuele en maatschappelijke gevolgen. Om gericht hulp te kunnen bieden zou je liefst iedereen persoonlijk spreken, maar dat gaat natuurlijk niet. Tekstanalyse kan helpen om risicogroepen in beeld te krijgen. Door hun zorgen en omgang met zo’n situatie serieus te nemen kun je deze mensen gerichter helpen.”