Prijatelji su bolji prediktori zdravlja od osobnih fitnesa
Novo istraživanje sugerira da je rast upotrebe nosivih fitnes trekera doveo do pogrešnih pretpostavki o našem zdravlju. U današnje vrijeme često gledamo puls kako bismo utvrdili jesmo li pod stresom ili se smatramo zdravijima na temelju broja koraka koje smo poduzeli do kraja dana. Nova studija Notre Dame otkriva da se bolje određivanje zdravlja i dobrog zdravlja pronalazi promatranjem snage i strukture vašeg kruga prijatelja.
Iako su prethodne studije pokazale kako se uvjerenja, mišljenja i stavovi šire po našim društvenim mrežama, istraživače sa Sveučilišta Notre Dame zanimalo je što struktura društvenih mreža govori o stanju zdravlja, sreće i stresa.
"Zanimala nas je topologija društvene mreže - što moj položaj unutar moje društvene mreže predviđa o mom zdravlju i dobrobiti?" rekao je Nitesh V. Chawla, direktor Interdisciplinarnog centra za mrežne znanosti i primjene i vodeći autor studije.
"Ono što smo otkrili je da struktura društvene mreže pruža značajno poboljšanje predvidljivosti wellness stanja pojedinca u odnosu na upotrebu podataka izvedenih iz nosive opreme, poput broja koraka ili otkucaja srca."
Za istraživanje, pronađeno u časopisu PLOS JEDAN, sudionici su nosili Fitbits za bilježenje podataka o zdravstvenom ponašanju - poput koraka, spavanja, otkucaja srca i razine aktivnosti. Također su ispunili ankete i samoprocjene o svojim osjećajima stresa, sreće i pozitivnosti.
Chawla i njegov tim potom su analizirali i modelirali podatke, koristeći strojno učenje, zajedno s karakteristikama socijalne mreže pojedinca, uključujući stupanj, centralnost, koeficijent grupiranja i broj trokuta.
Te karakteristike ukazuju na svojstva poput povezanosti, socijalne ravnoteže, uzajamnosti i bliskosti unutar društvene mreže. Studija je pokazala snažnu povezanost između struktura društvenih mreža, broja otkucaja srca, broja koraka i razine aktivnosti.
Struktura društvene mreže osigurala je značajno poboljšanje u predviđanju nečijeg zdravlja i dobrobiti u usporedbi sa samo promatranjem podataka o zdravstvenom ponašanju samo s Fitbita.
Na primjer, kada se struktura društvene mreže kombinira s podacima izvedenim iz nosive opreme, model strojnog učenja postigao je 65 posto poboljšanja u predviđanju sreće, 54 posto poboljšanja u predviđanju nečijeg samoprocjenjivanja zdravstvenih predviđanja, 55 posto poboljšanja u predviđanju pozitivnog stava i 38 posto poboljšanja u predviđanju uspjeha.
„Ova studija tvrdi da bez podataka o društvenim mrežama imamo samo nepotpun uvid u zdravstveno stanje pojedinca, a da bismo bili u potpunosti prediktivni ili mogli izvoditi intervencije, presudno je biti svjestan i strukturnih značajki socijalne mreže, ”Rekao je Chawla.
Nalazi bi mogli pružiti uvid poslodavcima koji traže nosive uređaje za fitness kako bi stimulirali zaposlenike da poboljšaju svoje zdravlje. Davanje nekome sredstva za praćenje koraka i nadgledanje zdravstvenog stanja u nadi da će se njegovo zdravlje poboljšati jednostavno neće biti dovoljno za postizanje značajnih ili značajnih rezultata.
Ti bi poslodavci, rekao je Chawla, imali koristi od poticanja zaposlenika da izgrade platformu za objavljivanje i međusobno dijeljenje svojih iskustava. Struktura društvene mreže pomaže upotpuniti sliku o zdravlju i dobrobiti.
"Vjerujem da su ovi poticaji koje pokrećemo na poslu značajni, ali također vjerujem da ne vidimo učinak jer ih možda ne kapitaliziramo onako kako bismo trebali", rekao je Chawla.
„Kad čujemo da zdravstveni i wellness programi koje nose nosljivi uređaji na radnim mjestima ne rade, trebali bismo se zapitati je li to zato što samo zauzimamo jednodimenzionalni pogled u kojem zaposlenicima samo dajemo nosivu opremu i zaboravljamo na to bez poduzimanja koraka za razumijevanje uloge koju društvene mreže igraju u zdravlju? "
Izvor: Sveučilište Notre Dame
