Forskere fra Idiap Research Institute og EPFL har udført en undersøgelse ved hjælp af smartphone-data fra unge schweizere for bedre at forstå de omstændigheder, hvorunder de er mest tilbøjelige til at drikke. En computermodel udviklet ud fra dataene kan estimere, med over 75 % nøjagtighed, om der er indtaget alkohol en given weekendnat.
Drikker de unge mere ude i byen eller hos en veninde? I små grupper eller til store fester? Drikker de mere, hvis de bliver på en enkelt bar eller går på barhopping? Og blandt alle disse faktorer, hvilke er de mest indflydelsesrige på, om de drikker eller ej? Forskere ved Idiap Research Institute og EPFL har sat sig for at besvare disse spørgsmål gennem en undersøgelse baseret på faktuelle oplysninger – dvs. smartphone-data indsamlet på weekendaftener – for at karakterisere de unges drikkevaner. En model, de har udviklet ud fra dataene, kan estimere de nætter, hvor nogen sandsynligvis vil drikke med over 75 % nøjagtighed.
Specifikke applikationer
Forskerne udviklede to apps, som undersøgelsens deltagere installerede på deres smartphones. Deltagerne brugte den første til at fotografere og optage alle de drikkevarer (alkoholholdige og ikke-alkoholiske), de drak i løbet af en weekendaften, sammen med typen af drik, volumen, nummeret og hvor de drak dem. Appen sendte en påmindelse til deltagerne hver time, hvis de skulle glemme at indtaste drikkevarer. Disse data indikerede, om en deltager drak alkohol på en given aften, og blev brugt til at klassificere deltagere som enten "med alkohol" eller "uden alkohol" for hver nat i undersøgelsen.
En model, der estimerer alkoholforbruget
Den anden applikation aktiverede sensorer, der løbende indsamlede data om hver deltagers placering, aktivitetsniveau, anvendte apps, batteriniveau, skærmbrug og nærliggende Bluetooth- og Wi-Fi-spots. Forskerne kompilerede dataene fra de to apps og matchede kontekstuelle data med sensordataene, give dem et samlet billede for hver deltager og hver nat. Det viste dem under hvilke forhold – alene eller i en gruppe, hjemme eller på en bar, på et eller flere forskellige steder – deltagerne indtog større mængder alkohol.
Derefter udviklede de en maskinlæringsalgoritme til at knase gennem dataene. Det kan vurdere, om en person drak alkohol på en given nat med over 75 % nøjagtighed. Forskerne var også i stand til at bestemme, hvilke faktorer der var mest betydningsfulde ved estimering af adfærd; disse omfatter aktivitetsniveauet, antallet af forskellige steder, hvor drikkevarer drikkes, og hvor mange andre mennesker der er omkring. Deres resultater er netop blevet offentliggjort i IEEE Transactions on Mobile Computing.
Stadig mere rig data
Dataene blev indsamlet anonymt fra 241 deltagere mellem 16 og 25 år over 10 weekender – fredag og lørdag aften fra 20.00 til 04.00 – i Lausanne og Zürich. Dette er den første undersøgelse, der bruger omfattende data indsamlet af smartphones til at forstå de schweiziske unges drikkevaner. Hvad mere er, fordi det er baseret på faktuelle oplysninger og ikke opfattelser, det markerer en ny tilgang til forskning i folkesundhed og forebyggelse.
"De fleste undersøgelser af unges alkoholforbrug er baseret på spørgeskemaer, som deltagerne udfylder den følgende morgen, for eksempel. Men vi ved, at folk typisk glemmer at notere meget af, hvad de drikker, " siger Daniel Gatica-Perez, adjungeret professor ved EPFL's School of Engineering and Digital Humanities Institute, og leder af Idiaps Social Computing Group. Det samme gælder for de situationer, hvor vi drikker – det kan være ret subjektivt. Men for denne undersøgelse, forskere brugte data indsamlet af sensorer:aktivitetsniveau, i hvor høj grad folk bevægede sig rundt, antallet af andre tilstedeværende, den type apps, de brugte om natten, og hvor ofte de brugte deres smartphone.
Et udgangspunkt for fremtidens alkoholforbrugsforskning
Denne undersøgelse viser, at smartphonedata, der leveres frivilligt i folkesundhedens interesse, kan bruges til at estimere alkoholforbruget på en given nat med lovende resultater. Det åbner døren til at undersøge relaterede emner, såsom at drikke derhjemme og den rolle, som tidsfaktoren spiller for at drikke. Imidlertid, forskerne understreger vigtigheden af at inkludere interviews i sådanne undersøgelser; til denne undersøgelse, interviews blev udført af en partner videnskabsmand ved universitetet i Zürich. "Data fortæller ikke hele historien, " siger Gatica-Perez. "Interview hjælper os med at forstå nuancerne og mange faktorer involveret, når folk går ud om natten, og validere vores resultater."