Depression in adolescents : social media use and a network analysis of symptom-level retrospective and dynamic assessments
Visualizar/abrir
Data
2024Autor
Orientador
Nível acadêmico
Mestrado
Tipo
Outro título
Depressão em adolescentes : uso de mídias sociais e uma análise de rede de avaliações retrospectivas e dinâmicas em nível de sintomas
Assunto
Abstract
Depression is a significant mental health issue during adolescence, a critical period of emotional development. Traditional assessments often rely on retrospective self-reports, which may not accurately reflect the dynamic of depressive symptoms. This dissertation explores the temporal dynamics of depression in Brazilian adolescents using both retrospective and intensive longitudinal assessments. Two empirical studies were conducted with Brazilian adolescents aged 13-19. The first study surveye ...
Depression is a significant mental health issue during adolescence, a critical period of emotional development. Traditional assessments often rely on retrospective self-reports, which may not accurately reflect the dynamic of depressive symptoms. This dissertation explores the temporal dynamics of depression in Brazilian adolescents using both retrospective and intensive longitudinal assessments. Two empirical studies were conducted with Brazilian adolescents aged 13-19. The first study surveyed social media usage. The second study used IDEABot, a WhatsApp-based chatbot, to collect real-time data on mood fluctuations over two weeks, comparing these with retrospective self-reports. The first study found widespread daily social media use by participants. The second study revealed discrepancies between retrospective and intensive longitudinal assessments, with retrospective reports often overestimating symptom severity, with stronger associations between cognitive symptoms. Intensive longitudinal assessments, however, with somatic and affective symptoms appearing more interconnected in real-time data. Overall, the first study showed a high usage of WhatsApp, suggesting this platform could be leveraged for real-time mental health assessment. The second study revealed that retrospective assessments can be influenced by recall biases, while intensive longitudinal assessments can provide information on real-time fluctuations and interactions between depressive symptoms. Digital technologies can enhance our understanding of depression's temporal dynamics. The use of tools like IDEABot provides a detailed assessment of depressive symptoms, moving beyond the static snapshot offered by traditional methods. The study's findings have significant implications for clinical practice, particularly in developing more effective assessment and intervention strategies for adolescent depression. Future research should aim to replicate these findings across diverse cultural and socioeconomic contexts and further refine the use of digital tools for real-time mental health monitoring. ...
Resumo
A depressão é um problema significativo de saúde mental durante a adolescência, um período crítico de desenvolvimento emocional. As avaliações tradicionais muitas vezes dependem de autorrelatos retrospectivos, que podem não refletir com precisão a dinâmica dos sintomas depressivos. Esta dissertação explora as dinâmicas temporais da depressão em adolescentes brasileiros usando tanto avaliações retrospectivas quanto longitudinais intensivas. Dois estudos empíricos foram realizados com adolescente ...
A depressão é um problema significativo de saúde mental durante a adolescência, um período crítico de desenvolvimento emocional. As avaliações tradicionais muitas vezes dependem de autorrelatos retrospectivos, que podem não refletir com precisão a dinâmica dos sintomas depressivos. Esta dissertação explora as dinâmicas temporais da depressão em adolescentes brasileiros usando tanto avaliações retrospectivas quanto longitudinais intensivas. Dois estudos empíricos foram realizados com adolescentes brasileiros com idades entre 13 e 19 anos. O primeiro estudo investigou o uso das redes sociais. O segundo estudo utilizou o IDEABot, um chatbot via WhatsApp, para coletar dados em tempo real sobre flutuações de humor ao longo de duas semanas, comparando esses dados com autorrelatos retrospectivos. O primeiro estudo encontrou um uso diário generalizado das redes sociais pelos participantes. O segundo estudo revelou discrepâncias entre as avaliações retrospectivas e as longitudinais intensivas, com os relatos retrospectivos muitas vezes superestimando a gravidade dos sintomas, com associações mais fortes entre sintomas cognitivos. As avaliações longitudinais intensivas, por outro lado, mostraram que os sintomas somáticos e afetivos apareciam mais interconectados nos dados em tempo real. O primeiro estudo mostrou um alto uso do WhatsApp, sugerindo que essa plataforma pode ser utilizada para avaliações em saúde mental. O segundo estudo revelou que as avaliações retrospectivas podem ser influenciadas por vieses de memória, enquanto as avaliações longitudinais intensivas podem fornecer informações sobre flutuações e interações entre os sintomas depressivos em tempo real. As tecnologias digitais podem ajudar nossa compreensão das dinâmicas temporais da depressão. O uso de ferramentas como o IDEABot proporciona uma avaliação detalhada dos sintomas depressivos, indo além da visão estática oferecida pelos métodos tradicionais. Os resultados do estudo têm implicações significativas para a prática clínica, particularmente no desenvolvimento de estratégias de avaliação e intervenção mais eficazes para a depressão na adolescência. Pesquisas futuras devem buscar replicar esses achados em contextos culturais e socioeconômicos diversos e refinar ainda mais o uso de ferramentas digitais para monitoramento em tempo real da saúde mental. ...
Instituição
Universidade Federal do Rio Grande do Sul. Faculdade de Medicina. Programa de Pós-Graduação em Psiquiatria e Ciências do Comportamento.
Coleções
-
Ciências da Saúde (9210)Psiquiatria (448)
Este item está licenciado na Creative Commons License
