Vizualizace a zpracování dat uživatelů závislých na nikotinu

Abstract

Kouření a s ním spojená závislost na nikotinu je jeden z vážných problémů společnosti. V České republice pravidelně užívá tabákové výrobky až 25 % populace. Většina kuřáků se pokouší odvyknout samostatně s malou úspěšností. Podporu pacienti nyní mohou nalézt v aplikaci na odvykání kouření, u níž třičtvrtě pacientů potvrdilo, že preferuje tuto virtuální metodu podpory v odvykání před osobními terapiemi s odborníkem. Díky této aplikaci, kterou si stáhlo přes 22 tisíc lidí, vznikla databáze obsahující velké množství anonymních dat od uživatelů, kteří si přejí s kouřením skončit. Data z aplikace byla základními způsoby explorační analýzy zpracována a na otevřené odpovědi byly použity základní NLP metody. Výsledkem je zpracování odpovědí na otázky, které pokládá virtuální terapeut, v závislosti na sociodemografických charakteristikách, které uživatel dobrovolně poskytuje. Kategorie s četnostmi byly mezi sebou porovnány χ2 testem nezávislosti na hladině významnosti α = 0,05. Pro lepší pochopení uživatelů nikotinu a cílenější prevenci závislosti – současně s rozvíjející se oblastí digitálního phenotypingu, byly na základě nasbíraných údajů spočítány digitální fenotypy uživatelů závislých na nikotinu shlukovacím algoritmem k-means. K nalezení rozdílů mezi shluky – fenotypy byly použity testy středních hodnot – jednosměrná ANOVA a Kruskalův–Wallisův test. Pro příznaky se zamítnutou nulovou hypotézou na hladině významnosti α = 0,05 byly použity příslušné post-hoc testy. Variabilita ve shlucích při opakované inicializaci shlukovacího algoritmu a nízké průměrné silhouette skóre (0,14) potvrzují vysoký překryv shluků. Výsledné tři fenotypy jsou tedy jednou z variant výsledku – dominantní vlastností fenotypu 0 je ženské pohlaví, fenotyp 1 je reprezentován muži a fenotyp 2 jsou převážně mladí lidé.

Smoking and the associated addiction to nicotine is one of the serious problems of society. In the Czech Republic, up to 25% of the population regularly uses tobacco products. Most smokers try to quit on their own with little success. Patients can now find support in a smoking cessation application, in which three-quarters of patients have confirmed that they prefer this virtual method of cessation support over personal therapies with a specialist. Thanks to the application, which was downloaded by over 22,000 people, a database was created containing a large amount of anonymous data from users who wish to quit smoking. Data from the application were processed by basic methods of exploratory analysis and basic NLP methods were used for open responses. The result is the processing of answers to the questions asked by the virtual therapist, depending on the socio-demographic characteristics that the user voluntarily provides. Categories with frequencies were compared with each other by χ2 test of independence at the significance level α = 0.05. For a better understanding of nicotine users and more targeted addiction prevention - along with the evolving field of digital phenotyping, digital phenotypes of nicotine-dependent users were calculated using the k-means clustering algorithm based on the data collected. Mean value tests - one-way ANOVA and Kruskal – Wallis test were used to find differences between clusters - phenotypes. Appropriate post-hoc tests were used for symptoms with a rejected null hypothesis at a significance level of α = 0.05. The variability in the clusters at repeated initialization of the clustering algorithm and the low average silhouette score (0.14) confirms the high overlap of the clusters. The resulting three phenotypes are therefore one of the variants of the result - the dominant characteristic of phenotype 0 is the female sex, phenotype 1 is represented by men, and phenotype 2 is mostly young people.