Но, согласно новому исследованию, опубликованному в журнале Public Library of Science, PLOS ONE, чтобы лучше понять свое общее состояние здоровья и благополучия, лучше взглянуть на силу и структуру своего круга друзей.
В то время как предыдущие исследования показали, как убеждения, мнения и отношения распространяются в наших социальных сетях, исследователей из Университета Нотр-Дам интересовало, что структура социальных сетей говорит о состоянии здоровья, счастья и стресса.
«Нас интересовала топология социальной сети – что мое положение в моей социальной сети предсказывает мое здоровье и благополучие?"сказал Нитеш V. Чавла, Фрэнк М. Фрейманн, профессор компьютерных наук и инженерии в Нотр-Дам, директор Междисциплинарного центра сетевых наук и приложений и ведущий автор исследования. «Мы обнаружили, что структура социальной сети обеспечивает значительное улучшение предсказуемости состояния здоровья человека по сравнению с использованием только данных, полученных от носимых устройств, таких как количество шагов или частота сердечных сокращений."
Для исследования участники носили Fitbits для сбора данных о поведении в отношении здоровья, таких как шаги, сон, частота сердечных сокращений и уровень активности, а также заполняли опросы и самооценки о своих чувствах стресса, счастья и позитива. Затем Чавла и его команда проанализировали и смоделировали данные, используя машинное обучение, наряду с характеристиками социальной сети человека, включая степень, центральность, коэффициент кластеризации и количество треугольников. Эти характеристики указывают на такие свойства, как связь, социальный баланс, взаимность и близость в социальной сети.
Исследование показало сильную корреляцию между структурами социальных сетей, частотой сердечных сокращений, количеством шагов и уровнем активности.
Структура социальной сети позволила значительно улучшить прогнозирование своего здоровья и благополучия по сравнению с простым просмотром данных о поведении в отношении здоровья только с помощью Fitbit.
Например, когда структура социальной сети сочетается с данными, полученными с носимых устройств, модель машинного обучения достигла 65-процентного улучшения в предсказании счастья, 54-процентного улучшения в предсказании самооценки здоровья, 55-процентного улучшения в предсказании позитивного отношения и 38-процентное улучшение в прогнозировании успеха.
«В этом исследовании утверждается, что без информации о социальных сетях у нас есть только неполное представление о состоянии здоровья человека, и для того, чтобы быть полностью предсказуемым или иметь возможность проводить вмешательства, очень важно также знать структурные особенности социальных сетей, "Чавла сказал.
Полученные данные могут дать представление о работодателях, которые ищут носимые устройства для фитнеса, чтобы побудить сотрудников улучшить свое здоровье.
Дать кому-то средство отслеживать шаги и следить за своим здоровьем в надежде, что его здоровье улучшится, просто может быть недостаточно, чтобы увидеть значимые или значимые результаты. Эти работодатели, по словам Чавлы, выиграют от поощрения сотрудников к созданию платформы для публикации сообщений и обмена опытом друг с другом.
Структура социальной сети помогает составить представление о здоровье и благополучии.
«Я действительно считаю, что эти стимулы, которые мы вводим на работе, имеют смысл, но я также считаю, что мы не видим эффекта, потому что мы, возможно, не извлекаем из них выгоду так, как должны», – сказал Чавла. «Когда мы слышим, что программы здоровья и хорошего самочувствия, проводимые носимыми устройствами в местах работы, не работают, мы должны спросить, не потому ли, что мы просто принимаем одномерный взгляд, когда просто даем сотрудникам носимые устройства и забываем об этом не делая шага, чтобы понять роль социальных сетей в здоровье?"
Исследование финансировалось Национальным институтом сердца, легких и крови (NHLBI) Национальных институтов здоровья и Национального научного центра Польши.