Evaluación de la heterogeneidad en los cambios de sentimiento en el asesoramiento basado en textos: análisis de la...

Área de la Ciencia:

• Salud mental digital
• Ciencias sociales computacionales
• Psicología clínica

Sus antecedentes:

• El asesoramiento basado en texto en línea está creciendo, pero su naturaleza presenta desafíos en el monitoreo de los cambios emocionales del usuario.
• El anonimato y el formato de texto dificultan las intervenciones personalizadas, lo que puede afectar a la eficacia del servicio y a la satisfacción del usuario.

Objetivo del estudio:

• Identificar distintas trayectorias de sentimiento dentro de la sesión de los solicitantes de ayuda en el asesoramiento basado en textos en línea.
• Examinar las variables clave asociadas con las diferentes afiliaciones a la trayectoria del sentimiento.

Principales métodos:

• Análisis de la trayectoria de la clase latente utilizando un modelo de mezcla de crecimiento (GMM) en 6207 sesiones de asesoramiento.
• Las puntuaciones de sentimiento de los mensajes de búsqueda de ayuda, etiquetadas por ChatGPT, se utilizaron para modelar la trayectoria.
• La regresión logística multinomial identificó variables asociadas con la pertenencia a una clase.

Principales resultados:

• Se identificaron tres trayectorias distintas del sentimiento: mejora constante (18,9%), deterioro (18,0%) y caída luego repunte (63,1%).
• La trayectoria de deterioro se asoció significativamente con ideación suicida, preocupaciones familiares/ de salud física y salida prematura de la sesión.

Conclusiones:

• Existen distintas trayectorias de sentimiento dentro de la sesión en el asesoramiento basado en textos en línea.
• La identificación temprana de estas trayectorias puede permitir a los consejeros adaptar las intervenciones, mejorando la eficacia y la satisfacción en los servicios digitales de salud mental.