Legal Acceptances
{* #legalAcceptancesForm *}
Gentile Dottore/Dottoressa, ti informiamo che a partire dal 25 maggio 2018, con l'entrata in vigore del regolamento UE 2016/679 (GDPR) e del conseguente aggiornamento del D.lgs 196/2003, sono stati modificati alcuni paragrafi nei consensi che ci hai fornito.
La MSD Italia, titolare del trattamento dei tuoi dati, si è uniformata al succitato Regolamento, nominando tra l'altro, un Responsabile Protezione Dati (DPO). L'informativa Privacy aggiornata è disponibile al seguente link: www.msdsalute.it/privacy.
Ti ricordiamo che, in accordo con gli artt. 13 comma 2, 15, 16, 17, 18 e 20 del Regolamento UE 2016/679, potrai esercitare in qualsiasi momento i tuoi diritti scrivendo all'indirizzo email privacy_italy@merck.com.
{* acceptTermsofUse *}
MSD raccoglie i tuoi dati ai fini della registrazione al sito web e raccoglie il consenso per le comunicazioni promozionali. Per maggiori dettagli puoi consultare l’Informativa Privacy.
{* /legalAcceptancesForm *}
Unable to login, your account is inactive.
Unable to login, your account is rejected.
Unable to login, your account is pending.
Per completare il processo di registrazione clicca sul link contenuto nella mail che ti abbiamo appena inviato.
Impossibile accedere, il tuo account non è associato alle autorizzazioni per questo paese.
Your password has been successfully changed.
Abbiamo inviato un'e-mail con le istruzioni per impostare una nuova password. La tua password corrente non è stata cambiata.
Riceverai una email di avvenuta registrazione non appena avremo terminato le verifiche necessarie a farti accedere a MSDsalute, che ti ricordiamo essere dedicato ai Professionisti della Salute.
{* #createPasswordFormNoAuth *}
{* newPassword *}
{* newPasswordConfirm *}
{* userStatusHidden *}
{* preregEmailAddressHidden *}
{* emailVerifiedHidden *}
{* referral *}
{* /createPasswordFormNoAuth *}
La tua password è stata correttamente impostata.
La tua password è stata correttamente aggiornata.
We didn't recognize that password creation code. Enter your email address to get a new one.
{* #resetPasswordForm *}
{* signInEmailAddress *}
{* /resetPasswordForm *}
Siamo spiacenti, il codice di reimpostazione password non è valido, ripetere la procedura per ottenere un nuovo codice.
{* #resetPasswordForm *}
{* signInEmailAddress *}
{* /resetPasswordForm *}
We've sent you an email with instructions to create a new password. Your existing
password has not been changed.
Il tuo profilo è già presente nei nostri sistemi. Per completare la registrazione segui le istruzioni contenute nella email che ti abbiamo appena inviato.
Prevedere il rischio di suicidio analizzando i post di Facebook
Prevedere il rischio che una persona tenti il suicidio è tanto importante quanto complicato. Dopo cinquant’anni di ricerca disponiamo di capacità predittive che sono solo leggermente migliori di previsioni fatte a caso.
In uno studio pubblicato di recente dalla rivista Nature, un gruppo di ricercatori dell’University of Jerusalem ha messo a punto un nuovo metodo, basato sull’analisi, tramite apprendimento automatico, dell’attività delle persone sui social network, Facebook in particolare.
Gli scienziati hanno messo a punto dei modelli di reti neurali artificiali in grado di prevedere il rischio di suicidio a partire dal linguaggio usato quotidianamente dagli utenti dei social. Sono stati inclusi nell’analisi 83.292 post scritti da 1.002 utenti Facebook e sono state prese in considerazione le informazioni psico-sociali disponibili sugli utenti.
Sono stati costruiti due modelli: un Single Task Model (STM), per prevedere il rischio di suicidio direttamente dai post di Facebook (testi Facebook → suicidio) e un Multi-Task Model (MTM), che includeva diversi fattori di rischio, sempre a partire dai post (testi Facebook → tratti della personalità → rischi psicosociali → disturbi psichiatrici → suicidio).
L’MTM si è rivelato il sistema più accurato. Gli autori hanno osservato che le previsioni non si basavano sulla presenza di osservazioni esplicite relative al tema del suicidio, ma su una serie di caratteristiche del testo.
In generale, scrivono gli autori, “l’integrazione dei metodi di apprendimento automatico nelle pratiche di salute mentale sembra essere una strada promettente per migliorare gli sforzi di rilevamento e diagnosi di fenomeni psichiatrici complessi”. Questi risultati in particolare suggeriscono che le analisi basate sull’apprendimento automatico dell’attività quotidiana sui social media possano migliorare le previsioni del rischio di suicidio e contribuire allo sviluppo di strumenti pratici di rilevamento.
Fonte: Nature
Completa la registrazione
Questo portale è dedicato ai Professionisti della Salute. Per questo motivo dobbiamo chiederti alcune infomazioni per essere sicuri che tu lo sia.
Tutti i campi sono OBBLIGATORI. L'accesso al portale è GRATUITO.
Informazioni di Accesso
{* #socialRegistrationForm *}Personal Information
Professional Information
MSD is using your phone number during this registration phase for the unique purpose to communicate with you if we are not able to verify if you are a HCP and grant you access to the website. Your phone number will not be used for Direct Marketing purpose.
Interessi
Your updates
The selected channels indicate by which means MSD is communicating with you. Below you can select your preferred channels.
Terms of Use
{* acceptTermsofUse *}MSD raccoglie i tuoi dati ai fini della registrazione al sito web e raccoglie il consenso per le comunicazioni promozionali. Per maggiori dettagli puoi consultare l’Informativa Privacy.