Tus amigos o Fitbit, ¿Quién predice mejor tu salud?

fitbit

Los investigadores han intentado durante mucho tiempo reducir la salud a una métrica única y memorable. Siempre ha habido el peso en kilos. Luego vino la dieta diaria de 2,000 calorías. Hoy en día, los wearables se han convertido en el enfoque más reciente para los datos. Hay contadores de pasos y medidores de estrés cómo fitbit. Pero las nuevas investigaciones apuntan a un indicador de salud sorprendentemente bueno y muy antiguo que no encontrará en una báscula, una etiqueta de nutrición o en su muñeca. Es la estructura de tu grupo de amigos.

En un artículo publicado el 6 de junio en PLOS ONE, un equipo de científicos demostró que los datos que describen la red social de alguien pueden agregar información valiosa sobre tu salud física y mental.

Nitesh Chawla, Ph.D., profesor de ingeniería informática en Notre Dame, demostró que las estructuras de las redes sociales tienen fuertes vínculos con las métricas de salud como pasos, ritmo cardíaco o actividades durante el día. Los datos de Chawla iluminaron un patrón defendido por las comunidades de ejercicios online y los grupos de ejercicios por igual: si tus amigos están activos, es muy probable que tú también lo estés.

“Imagina el contexto de tener un compañero o grupo de gimnasia”, le dice Chawla a Inverse. “Existe ese apoyo, esa comprensión, esa motivación y esa percepción de sí mismo y de los demás que nos ayuda a desarrollar ese apoyo de redes sociales”.

Los hallazgos de Chawla van más allá del poder de un compañero de entrenamiento. La información de las redes sociales puede predecir la felicidad de los estudiantes, la positividad, los niveles de estrés y la salud autoinformada con más precisión que solo los datos del seguimiento físico.

El estudio de Chawa se basa en datos de salud y amistad de 698 estudiantes de primer año de Notre Dame. Como parte del estudio, los estudiantes de primer año usaron un FitBit Charge HR, que realizó un seguimiento de la frecuencia cardíaca, los pasos diarios y los estados de actividad de cada estudiante. A continuación, Chawa analizó los mensajes de texto y las llamadas telefónicas que se capturaron a través de una aplicación en sus teléfonos para recopilar información sobre la red social de cada estudiante.

Chawla analizó esos textos y convocatorias de acuerdo con las variables que pretendían mostrar qué tan involucrado estaba cada estudiante en su propio mundo social. Por ejemplo, analizó qué tan conectado estaba alguien con su red social, o el nivel de intimidad entre el grupo en general. A partir de ahí, se estableció una relación estadísticamente significativa entre las estructuras de redes sociales y los comportamientos de salud.

Esencialmente, es probable que los amigos cercanos tengan métricas de seguimiento de condición física similares.

El “efecto red”

Si tus amigos comparten las mismas cualidades que tu, como las métricas de seguimiento de estado físico, ilustran una hipótesis llamada “efecto de red”, una idea de que “las similitudes en el estilo de vida y la práctica de la salud, incluidos el comportamiento de salud, estados de ánimo, emociones, normas culturales, etc. , entre los individuos también es el resultado de la influencia y la difusión dentro de tu red a través de sus vínculos ”. La aplicación más popular del efecto de red, es a través de una lente económica; Cuando más personas usan un servicio (Twitter o Uber), más valioso se vuelve el servicio para todos.

Todo lo cual quiere decir: tu comportamiento se ve realmente afectado por las acciones de tus amigos. Ciertas actividades, desde comportamientos de salud a estados de ánimo o normas culturales, pueden “difundirse” en las redes sociales, escriben los autores.

En este caso, Chawla explica que sus hallazgos sugieren que las actividades que influyen en la salud, como el movimiento, por ejemplo, también pueden difundirse a través de una red de amistad. Si la red social realmente está tan íntimamente ligada a los comportamientos de salud, la siguiente fase de su experimento lo puso a prueba.

Los resultados

El algoritmo de Chawla mostró que los datos de amistad ayudan a predecir ciertos niveles de salud y bienestar en los estudiantes universitarios.

Por ejemplo, cuando combinó el análisis de redes sociales combinados (esos textos y llamadas telefónicas) con datos de FitBit, encontró incrementos en la previsibilidad de cinco áreas:

1. la felicidad

Él fue capaz de predecir la felicidad de los estudiantes con un 65% más de precisión que con solo los datos de FitBit.

2. Actitud

La precisión de predecir la actitud positiva de un estudiante también aumentó en un 54 por ciento.

3. Estrés

Era un 38 por ciento más preciso para predecir los niveles de estrés que si solo hubiera utilizado los datos de FitBit de un estudiante.

4. Autoevaluación de salud del alumno.

Chawla también fue capaz de predecir qué tan saludable creía un estudiante con una precisión 55 por ciento mayor.

Dejando de lado los algoritmos, los hallazgos de Chawla son parcialmente ilustrativos de su propia experiencia. Mientras se encuentra en la cima del monte Killamanjaro, señala que tanto el entrenamiento como la red social de sus compañeros de escalada lo llevan a la cima en igual medida:

“Fue más sobre el apoyo que recibimos unos de otros durante los niveles de aptitud física individuales. Un par de mis amigos lucharon hacia el final, pero la red los impulsó. Mientras capturé una tonelada de datos en mis rastreadores de ejercicios, pero la cumbre fue un factor de mi entrenamiento y mi red social “, dice.

Con eso en mente, el trabajo parece ser una buena razón para llevar a un amigo a correr o escalar. Invertir en la salud de tus amigos, con el tiempo, también puede ser una inversión útil para tí.

Leave a comment

WordPress Video Lightbox Plugin