本页面由土耳其语自动翻译。 阅读原文

本页是借助人工智能编写的土耳其语摘要，介绍在第26届世界精神病学大会上报告的研究。研究归报告作者所有；引用时请查阅原始来源。

网络之声：不同族裔抑郁叙事的比较分析

Voices from the web: a comparative analysis of depression narratives across ethnic groups

通过人工智能分析的441,000条关于抑郁的在线讨论显示，与非西班牙裔用户相比，西班牙裔用户的情绪基调明显更为负面，表达了更多无助感，叙事也更侧重于带着抑郁生活的经历。

本研究旨在比较不同族裔背景的个体如何在临床环境之外讲述自己的抑郁经历，重点考察美国的西班牙裔与非西班牙裔人群。研究借助机器学习支持的社交聆听平台，分析了在12个月内讨论抑郁、并自我表明身份的个体所发表的公开在线讨论；检索范围仅限于来自美国互联网协议（IP）地址的内容，并排除了重复帖子。研究使用自然语言处理（natural language processing）算法，根据情绪基调、主要主题和对抑郁的态度对讨论进行分类，并通过描述性分析比较两组。共识别出441,000条不重复的抑郁相关讨论，其中43,000条（9.8%）来自西班牙裔个体；全部讨论中约半数（48%）来自专题网站，16%来自社交媒体平台。与非西班牙裔个体相比，西班牙裔个体更常表现出负面情绪基调（66%对39%）、屈从或绝望感（44%对30%），其内容也更常聚焦于带着抑郁生活的经历（44%对25%），呈现出两组在情绪表达和主题模式上的差异。作者认为，这些发现凸显了在抑郁筛查、沟通和治疗中采用文化敏感性方法的重要性，并展示了数字流行病学在促进精准精神卫生服务和减少不平等方面的作用。

全部 WCP 2026 摘要