Anàlisi de les dades del Dia Mundial de les Malalties Minoritàries a Twitter

Abstract

Les malalties minoritàries són un problema social que afecta a drets de caràcter humanitari bàsics com la igualtat social. La majoria de pacients que les pateixen estan desemparats per afrontar-les. Per lluitar contra elles, és necessari definir el suport a la investigació, el desenvolupament de medicaments, la creació de xarxes entre grups de pacients, per tal d'intensificar la lluita, la sensibilització i moltes altres accions socials organitzades. Amb l'objectiu de reduir l'impacte de les malalties rares en la vida de pacients i familiars, aquest treball caracteritza el contingut de les dades de Twitter captades al voltant del Dia Mundial de les Malalties Minoritàries de l'any 2020 per actuar en aquesta direcció. Aquesta caracterització de dades socials, es realitzarà des de 2 punts de vista, estructural i d'anàlisi de continguts. S'aplicaran tècniques d'aprenentatge automàtic no supervisat per tal de trobar les comunitats d'usuaris emergents existents en aquesta temàtica. Disposar de les comunitats d'usuaris ens permetrà donar veu i potenciar tots els aspectes que les uneix i disposar d'un criteri per la presa de decisions envers el seu grau d'atenció actual i el necessari en el futur.

Las enfermedades minoritarias son un problema social que afecta a derechos de carácter humanitario básicos como la igualdad social. La mayoría de pacientes que las sufren están desamparados para afrontarlas. Para luchar contra ellas, es necesario definir el apoyo a la investigación, el desarrollo de medicamentos, la creación de redes entre grupos de pacientes, para intensificar la lucha, la sensibilización y otras muchas acciones sociales organizadas. Con el objetivo de reducir el impacto de las enfermedades raras en la vida de pacientes y familiares, este trabajo caracteriza el contenido de los datos de Twitter captadas alrededor del Día Mundial de las Enfermedades Minoritarias del año 2020 para actuar en esta dirección. Esta caracterización de datos sociales, se realizará desde 2 puntos de vista, estructural y de análisis de contenidos. Se aplicarán técnicas de aprendizaje automático no supervisado para encontrar las comunidades de usuarios emergentes existentes en esta temática. Disponer de las comunidades de usuarios nos permitirá dar voz y potenciar todos los aspectos que las une y disponer de un criterio por la toma de decisiones hacia su grado de atención actual y el necesario en el futuro.

Minority diseases are a social problem that affects basic humanitarian rights such as social equality. The majority of patients who suffer from them are helpless to cope with them. To combat them, it is necessary to define support for research, drug development, the creation of networks between patient groups, to intensify the fight, awareness-raising and many other organized social actions. With the aim of reducing the impact of rare diseases on the lives of patients and their families, this paper characterizes the content of Twitter data captured around World Rare Disease Day. around World Rare Disease Day 2020 to act in this direction. This characterization of social data, will be performed from 2 points of view, structural and content analysis. Unsupervised machine learning techniques will be applied unsupervised automatic learning techniques will be applied to find the existing emerging user communities existing in this topic. Having the user communities available will allow us to give voice to and enhance all the aspects that unite them and to aspects that unite them and to have a criterion for decision making towards their current level of attention and the necessary current level of attention and the one needed in the future.