Création d'un algorithme d'identification d'expériences vécues par des patients ou leurs proches à partir de messages issus des réseaux sociaux : un cas d'usage sur le COVID long

Introduction

La pandémie de COVID-19 a entrainé une masse d'informations sur les réseaux sociaux et forums provenant de multiples acteurs : gouvernements, journalistes ou encore citoyens. Parmi ces messages, de nombreux patients se sont saisis de ces outils pour partager leurs symptômes et se regrouper en communauté, comme c'est le cas des patients atteints de COVID long avec le hashtag #aprèsJ20. Un algorithme de traitement automatique du langage naturel capable d'identifier les messages constituant des expériences de santé vécues par des patients ou des proches permettrait d'exploiter ces données de vie réelle dans un objectif de santé publique.

Méthodes

A partir de différentes sources, 12 430 messages issus de forums et réseaux sociaux (Twitter, Facebook) ont été extraits sur différentes pathologies : cancer (sans précision d'une localisation), diabète, maladie de Fabry, COVID-19, sevrage tabagique. Ces messages ont été manuellement analysées et codifiées en trois catégories selon la nature de l'internaute : patient/aidant ou proche/répondant. Sur la base de ce « gold standard », un modèle de « machine learning » a été créé et entrainé, couplé avec des champs lexicaux marqueurs d'expériences vécues (par exemple, la présence d'un récit à la première personne ou du champ lexical de la famille). Deux modèles Xgboost ont été choisis permettant de déterminer en premier lieu si l'internaute est un proche de malade ou non, puis dans un second temps, si c'est un patient ou non. Pour être validé, ce modèle a été appliqué sur des messages spécifiques au COVID long. Une sélection aléatoire de ces messages couplée à une annotation par trois annotateurs a permis de mesurer les performances du modèle.

Résultats

Après application de l'algorithme d'identification d'expériences vécues par des patients ou des proches, 700 messages ont été revus et annotés sur le COVID long. Les catégories patients et aidants ont été regroupées en raison des nombreux cas de formes familiales de COVID long rapportés sur les réseaux sociaux. Les performances du modèle ont permis de mesurer une sensibilité de 96 %, une spécificité de 76 %, une « accuracy » à 87 % et une précision de 84 %.

Conclusion

Un algorithme identifiant les expériences vécues par des patients ou des proches au sein des messages issus des réseaux sociaux facilite leur utilisation comme données de vie réelle. Les bonnes performances de l'algorithme, notamment sur les formes longues de COVID-19, permettent un suivi prospectif de ces patients dans un objectif de santé publique. Une future version du modèle devra intégrer la possibilité d'identifier au sein d'un même message la présence d'expériences à la fois de patients et de proches, notamment en cas de formes familiales (”mon fils et moi avons un covid long ”).

Déclaration de liens d'intérêts

Les auteurs n'ont pas précisé leurs éventuels liens d'intérêts.

Identifying Profiles and Symptoms of Patients With Long COVID in France: Data Mining Infodemiology Study Based on Social Media

BACKGROUND

Long COVID-a condition with persistent symptoms post COVID-19 infection-is the first illness arising from social media. In France, the French hashtag #ApresJ20 described symptoms persisting longer than 20 days after contracting COVID-19. Faced with a lack of recognition from medical and official entities, patients formed communities on social media and described their symptoms as long-lasting, fluctuating, and multisystemic. While many studies on long COVID relied on traditional research methods with lengthy processes, social media offers a foundation for large-scale studies with a fast-flowing outburst of data.

OBJECTIVE

We aimed to identify and analyze Long Haulers' main reported symptoms, symptom co-occurrences, topics of discussion, difficulties encountered, and patient profiles.

METHODS

Data were extracted based on a list of pertinent keywords from public sites (eg, Twitter) and health-related forums (eg, Doctissimo). Reported symptoms were identified via the MedDRA dictionary, displayed per the volume of posts mentioning them, and aggregated at the user level. Associations were assessed by computing co-occurrences in users' messages, as pairs of preferred terms. Discussion topics were analyzed using the Biterm Topic Modeling; difficulties and unmet needs were explored manually. To identify patient profiles in relation to their symptoms, each preferred term's total was used to create user-level hierarchal clusters.

RESULTS

Between January 1, 2020, and August 10, 2021, overall, 15,364 messages were identified as originating from 6494 patients of long COVID or their caregivers. Our analyses revealed 3 major symptom co-occurrences: asthenia-dyspnea (102/289, 35.3%), asthenia-anxiety (65/289, 22.5%), and asthenia-headaches (50/289, 17.3%). The main reported difficulties were symptom management (150/424, 35.4% of messages), psychological impact (64/424,15.1%), significant pain (51/424, 12.0%), deterioration in general well-being (52/424, 12.3%), and impact on daily and professional life (40/424, 9.4% and 34/424, 8.0% of messages, respectively). We identified 3 profiles of patients in relation to their symptoms: profile A (n=406 patients) reported exclusively an asthenia symptom; profile B (n=129) expressed anxiety (n=129, 100%), asthenia (n=28, 21.7%), dyspnea (n=15, 11.6%), and ageusia (n=3, 2.3%); and profile C (n=141) described dyspnea (n=141, 100%), and asthenia (n=45, 31.9%). Approximately 49.1% of users (79/161) continued expressing symptoms after more than 3 months post infection, and 20.5% (33/161) after 1 year.

CONCLUSIONS

Long COVID is a lingering condition that affects people worldwide, physically and psychologically. It impacts Long Haulers' quality of life, everyday tasks, and professional activities. Social media played an undeniable role in raising and delivering Long Haulers' voices and can potentially rapidly provide large volumes of valuable patient-reported information. Since long COVID was a self-titled condition by patients themselves via social media, it is imperative to continuously include their perspectives in related research. Our results can help design patient-centric instruments to be further used in clinical practice to better capture meaningful dimensions of long COVID.

Cannabis Use Increases the Risk of Sickness Absence: Longitudinal Analyses From the CONSTANCES Cohort

Aims

To examine the longitudinal associations between cannabis use and risks of short (<7 days), medium (7-28 days), and long (>28 days) sickness absences at one-year follow-up.

Methods

87,273 participants aged 18-65 years from the French CONSTANCES cohort reported their frequency of cannabis use at inclusion between 2012 and 2018. Sickness absences occurring during one year of follow-up were collected from national medico-administrative registries. Multivariable generalized linear regressions were used to compute the Odds Ratios (OR) with their 95% Confidence Intervals (CI) of having at least one sickness absence at follow-up compared to no sickness absence, while controlling for sociodemographic factors, chronic conditions and occupational factors.

Results

Cannabis use more than once a month was associated with an increased risk of short (OR, [95% CI]: 1.56 [1.32–1.83]) and medium (1.29 [1.07–1.54]) sickness absences at one-year follow-up, with dose-dependent relationships for short sickness absences (1.13 [1.08–1.18], p-for-trend <0.001). In stratified analyses, cannabis use was associated with an increased risk of sickness absences in older individuals, men, participants with good self-rated health, living or having lived as a couple, and having an open-ended contract.

Conclusions

Cannabis use prospectively increased the risk of short and medium sickness absences, even from once a month and with a dose-dependent relationship for short sickness absences. These findings should be considered in information and prevention public health campaigns to alert the general population and workers to this increased risk.