Пријатељи су бољи предиктори здравља од личних фитнеса
Ново истраживање сугерише да је раст употребе носивих фитнес трекера довео до нетачних претпоставки о нашем здрављу. У данашње време често гледамо пулс како бисмо утврдили да ли смо под стресом или се сматрамо здравијим на основу броја корака које смо предузели до краја дана. Нова студија Нотре Даме открива да се боља утврђеност здравља и доброг здравља проналази ако се погледа снага и структура вашег круга пријатеља.
Иако су претходне студије показале како се уверења, мишљења и ставови шире по нашим друштвеним мрежама, истраживаче са Универзитета Нотре Даме занимало је шта структура друштвених мрежа говори о стању здравља, среће и стреса.
„Занимала нас је топологија друштвене мреже - шта мој положај у мојој друштвеној мрежи предвиђа о мом здрављу и благостању?“ рекао је Нитесх В. Цхавла, директор Интердисциплинарног центра за мрежне науке и примене и водећи аутор студије.
„Оно што смо открили је да структура друштвене мреже пружа значајно побољшање у предвидљивости здравствених стања појединца већ само коришћењем података изведених из носиве опреме, попут броја корака или откуцаја срца.“
За студију, пронађену у часопису ПЛОС ОНЕ, учесници су носили Фитбитс за прикупљање података о здравственом понашању - као што су кораци, спавање, пулс и ниво активности. Такође су попунили анкете и самопроцене о својим осећањима стреса, среће и позитивности.
Цхавла и његов тим су затим анализирали и моделирали податке, користећи машинско учење, заједно са карактеристикама социјалне мреже појединца, укључујући степен, централност, коефицијент кластеровања и број троуглова.
Ове карактеристике указују на својства попут повезаности, социјалне равнотеже, узајамности и блискости унутар друштвене мреже. Студија је показала снажну корелацију између структура социјалних мрежа, броја откуцаја срца, броја корака и нивоа активности.
Структура друштвене мреже обезбедила је значајно побољшање у предвиђању нечијег здравља и благостања у поређењу са само гледањем података о здравственом понашању само са Фитбита.
На пример, када се структура друштвене мреже комбинује са подацима изведеним из носиве опреме, модел машинског учења постигао је 65 одсто побољшања у предвиђању среће, 54 процента побољшања у предвиђању нечијег самопроцењеног здравственог предвиђања, 55 процената побољшања у предвиђању позитивног става и 38 процената побољшања у предвиђању успеха.
„Ова студија тврди да без информација о друштвеним мрежама имамо само непотпун увид у здравствено стање појединца, а да бисмо били у потпуности предиктивни или бисмо могли изводити интервенције, од кључне је важности бити и свесни структурних карактеристика друштвене мреже, ”Рекао је Цхавла.
Налази би могли пружити увид послодавцима који желе да носе уређаје за фитнес како би подстакли запослене да побољшају своје здравље. Давање некоме средства за праћење корака и надгледање здравственог стања у нади да ће се његово здравље побољшати једноставно неће бити довољно за постизање значајних или значајних резултата.
Ти послодавци, рекао је Цхавла, имали би користи од подстицања запослених да изграде платформу за објављивање и међусобно подељење својих искустава. Структура социјалне мреже помаже да се употпуни слика о здрављу и благостању.
„Верујем да су ови подстицаји које покрећемо на послу значајни, али такође верујем да не видимо ефекат јер их можда не капитализујемо онако како би требало“, рекао је Цхавла.
„Када чујемо да здравствени и веллнесс програми које носе носљиви уређаји на радним местима не функционишу, требало би да се запитамо, да ли је то зато што само заузимамо једнодимензионални поглед где запосленима само дајемо носиву опрему и заборављамо на то без предузимања корака за разумевање улоге коју друштвене мреже играју у здрављу? “
Извор: Универзитет Нотре Даме
