Jacky N.L. Chan

Background Depression is a prevalent mental health condition that significantly affects individuals’ well-being and daily functioning, making early depressive symptom detection crucial. Objectives This study explores the potential of advancing speech analytics with dimensional sentiment analysis, using valence and arousal scoring to enhance depressive symptom detection in family caregivers. Methods We recruited 116 family caregivers and assessed their depression levels using the Beck Depression Inventory-II. Participants provided verbal responses to 12 open-ended questions related to family resilience. The extracted words from the responses were analyzed for sentiment using the Chinese Valence-Arousal Words dictionary to determine their valence and arousal ratings. For each participant, we computed various summary statistics (e.g., mean, variance, quantiles) and frequency-domain statistics (e.g., spectral entropy, dominant frequency components) of valence and arousal distributions. These features were then used as predictors in nine different machine learning models evaluated under repeated 5-fold nested cross-validation with cost-sensitive cutoff selection, enabling robust classification of depression levels while prioritizing the identification of true positive cases. Results Our analysis showed that participants with higher depressive symptoms used words with more extreme valence and arousal scores than those with lower depressive symptoms. The models demonstrated strong predictive utility of these emotional dimensions: the quadratic discriminant analysis (QDA) model achieved an out-of-sample sensitivity of 0.725, a specificity of 0.563, and an AUC of 0.7. These findings support that valence and arousal analysis provides meaningful discriminative power for identifying depressive symptoms. Importantly, the high sensitivity achieved by these models ensures that individuals with elevated symptoms are more reliably detected, thereby reducing the risk of missed cases. Overall, the results suggest strong potential for automated depressive symptom detection based on emotional signal analysis, with cost-sensitive optimization reducing false negatives while maintaining clinically relevant specificity. Conclusions This study offers proof-of-concept evidence that emotional sentiment analysis of speech using valence and arousal scoring can capture linguistic markers associated with depressive symptoms among family caregivers. With further refinement and validation, this approach lays an important foundation for the development of more robust machine learning models and ultimately contributes to non-intrusive mental health screening tools.

زمینه و هدف: افسردگی یکی از اختلالات شایع سلامت روان است که به طور قابل توجهی بر بهزیستی و عملکرد روزانه افراد تأثیر می‌گذارد و شناسایی زودهنگام نشانه‌های افسردگی را ضروری می‌سازد. هدف: این پژوهش به بررسی قابلیت ارتقای تحلیل گفتار با استفاده از تحلیل احساسی بُعدی و امتیازدهی والنس و برانگیختگی جهت بهبود شناسایی نشانه‌های افسردگی در مراقبان خانوادگی می‌پردازد. روش‌ها: تعداد ۱۱۶ مراقب خانوادگی جذب شدند و سطح افسردگی آن‌ها با استفاده از پرسشنامه افسردگی بک-نسخه دوم (Beck Depression Inventory-II) ارزیابی شد. شرکت‌کنندگان به ۱۲ پرسش باز مرتبط با تاب‌آوری خانواده به صورت شفاهی پاسخ دادند. واژه‌های استخراج‌شده از پاسخ‌ها با استفاده از فرهنگ واژگان چینی والنس-برانگیختگی از نظر احساسات مورد تحلیل قرار گرفت تا امتیازهای والنس و برانگیختگی آن‌ها تعیین شود. برای هر شرکت‌کننده، آمارهای خلاصه مختلف (مانند میانگین، واریانس، صدک‌ها) و آمارهای حوزه فرکانس (مانند آنتروپی طیفی، مؤلفه‌های فرکانسی غالب) توزیع والنس و برانگیختگی محاسبه شد. این ویژگی‌ها به عنوان متغیرهای پیش‌بین در نه مدل مختلف یادگیری ماشین که با اعتبارسنجی متقاطع تودرتوی ۵-تایی تکرارشونده و انتخاب نقطه برش حساس به هزینه ارزیابی شدند، مورد استفاده قرار گرفتند تا طبقه‌بندی قوی سطوح افسردگی با اولویت شناسایی موارد مثبت واقعی فراهم شود. نتایج: تحلیل ما نشان داد شرکت‌کنندگانی که نشانه‌های افسردگی بیشتری داشتند، واژه‌هایی با امتیازهای والنس و برانگیختگی افراطی‌تر نسبت به افراد با نشانه‌های افسردگی کمتر به کار بردند. مدل‌ها سودمندی پیش‌بینی قوی این ابعاد هیجانی را نشان دادند: مدل تحلیل ممیز مربعی (QDA) حساسیت خارج از نمونه ۰.۷۲۵، ویژگی ۰.۵۶۳ و سطح زیر منحنی (AUC) برابر با ۰.۷ را به دست آورد. این یافته‌ها نشان می‌دهد که تحلیل والنس و برانگیختگی قدرت تمایز معناداری برای شناسایی نشانه‌های افسردگی فراهم می‌کند. مهم‌تر آنکه حساسیت بالای این مدل‌ها تضمین می‌کند که افراد با نشانه‌های بالا با اطمینان بیشتری شناسایی می‌شوند و در نتیجه خطر موارد از دست رفته کاهش می‌یابد. به طور کلی، نتایج نشان‌دهنده پتانسیل قوی برای شناسایی خودکار نشانه‌های افسردگی بر اساس تحلیل سیگنال‌های هیجانی است که با بهینه‌سازی حساس به هزینه، موارد منفی کاذب را کاهش داده و در عین حال ویژگی بالینی مرتبط را حفظ می‌کند. نتیجه‌گیری: این مطالعه شواهد اثبات مفهومی ارائه می‌دهد که تحلیل احساسات هیجانی گفتار با استفاده از امتیازدهی والنس و برانگیختگی می‌تواند نشانگرهای زبانی مرتبط با نشانه‌های افسردگی در میان مراقبان خانوادگی را شناسایی کند. با اصلاح و اعتبارسنجی بیشتر، این رویکرد می‌تواند پایه‌ای مهم برای توسعه مدل‌های یادگیری ماشین قوی‌تر و در نهایت ابزارهای غربالگری سلامت روان غیرتهاجمی فراهم آورد.