{
    "ok": true,
    "doi": "10.1176\/appi.books.9780890425596",
    "status": "found",
    "title": "Diagnostic and Statistical Manual of Mental Disorders",
    "authors": [
        "American Psychiatric Association"
    ],
    "container": "American Psychiatric Association Publishing eBooks",
    "year": "2013",
    "doi_url": "https:\/\/doi.org\/10.1176\/appi.books.9780890425596",
    "is_open_access": true,
    "oa_status": "green",
    "best_landing_page": "https:\/\/www.who.int\/news-room\/fact-sheets\/detail\/depression",
    "best_pdf": null,
    "abstract": "En la actualidad es importante detectar a tiempo la depresión, con el fin de llevar un tratamiento oportuno y mejorar la calidad de vida de las personas, este proceso de evaluación o detección requiere el uso de herramientas o test para llegar a un diagnóstico correcto por parte de profesionales de la salud mental, lo cual puede llegar a ser largo de realizar o en algunos casos ser muy invasivo para las personas. A través de este proyecto se llevó a cabo la investigación de los síntomas que caracterizan el perfil de una persona con depresión y el desarrollo de una aplicación que detecta los posibles síntomas, mediante el uso de webscraping en redes sociales como Instagram, el uso de algoritmos de machine learning, análisis de datos y análisis facial en conjunto para obtener un resultado mas completo del que se puede llegar a tener solo con el texto obtenido en las publicaciones o el análisis aplicado a los rostros. Durante el desarrollo se investigaron los rasgos mas notorios en personas o pacientes con síntomas de depresión, así como los cambios en el lenguaje que puedan generar, con el fin de detectarlo en el texto de las publicaciones, además se investigaron y probaron distintos algoritmos de machine learning con un conjunto de datos para clasificar las publicaciones en suicida o no suicida. Se implementaron módulos de webscraping, clasificación de palabras y una API de análisis facial para descargar y analizar las publicaciones de los perfiles. Durante el desarrollo encontraron varios obstáculos y consideraciones relacionadas a las políticas de uso de Instagram, el manejo de datos personales y los problemas que puede haber al trabajar con este tipo de datos y analizarlos. Este proyecto aporta una base o contexto para crear herramientas de análisis e investigación que sean capaces de detectar síntomas relacionados a la depresión y que trabajen de la mano con otros recursos de diagnóstico y validación clínica.",
    "abstract_notice": null,
    "locations": [
        {
            "source": "American Psychiatric Association Publishing eBooks",
            "landing_page_url": "https:\/\/doi.org\/10.1176\/appi.books.9780890425596",
            "pdf_url": null,
            "is_oa": false,
            "version": "publishedVersion"
        },
        {
            "source": "Repositorio Institucional UPTC",
            "landing_page_url": "https:\/\/www.who.int\/news-room\/fact-sheets\/detail\/depression",
            "pdf_url": null,
            "is_oa": true,
            "version": "submittedVersion"
        },
        {
            "source": "University of Southern Denmark Research Portal (University of Southern Denmark)",
            "landing_page_url": "https:\/\/portal.findresearcher.sdu.dk\/da\/publications\/c99ca09d-e0c6-4d55-b788-baa8baecdd6d",
            "pdf_url": null,
            "is_oa": false,
            "version": "submittedVersion"
        }
    ],
    "crossref_links": [],
    "pubmed_search": "https:\/\/pubmed.ncbi.nlm.nih.gov\/?term=10.1176%2Fappi.books.9780890425596",
    "google_scholar": "https:\/\/scholar.google.com\/scholar?q=Diagnostic%20and%20Statistical%20Manual%20of%20Mental%20Disorders"
}