En utilisant les données anonymes du téléphone mobile, Talayeh Aledavood, doctorante à l'Université d'Aalto, a puisé dans les modèles de comportement des gens. Elle a découvert que les «chronotypes» individuels, ' les périodes de sommeil inhérentes au cours d'une période de 24 heures, corréler avec la taille des réseaux sociaux des gens, combien ils sont en contact avec les autres, et aussi le type de chronotypes avec lesquels nous interagissons.

Les noctambules ont tendance à avoir des réseaux sociaux plus larges que les personnes du matin. Les noctambules sont également plus centraux dans leurs propres réseaux et, nettement plus que les lève-tôt, ils restent fidèles à leur espèce et interagissent avec les autres qui veillent tard.

« Le fil d'Ariane numérique que laisse derrière nous notre utilisation quotidienne du téléphone peut être utilisé pour surveiller notre comportement. Ils fournissent une image de nos activités, mouvements et communication, " dit Aledavood.

Dans sa thèse, Aledavood a utilisé de telles traces numériques pour enquêter sur les modèles de comportement des gens. Les périodes de sommeil peuvent être déduites des périodes sans utilisation du smartphone. Le timing des appels passés à des amis et la taille de nos réseaux sociaux, en fonction des appels, les textes, ou e-mails, révéler nos habitudes sociales. Il est beaucoup plus difficile d'obtenir des informations précises comme celle-ci à partir d'enquêtes, par exemple, et il est possible d'élargir la portée de l'étude à des pays entiers.

Tout en fournissant des connaissances intéressantes sur les corrélations entre les habitudes de sommeil et les interactions et réseaux sociaux, La recherche d'Aledavood a des implications plus larges. Ses découvertes pourraient mener à la compréhension et au traitement des problèmes de santé mentale. Données collectées et reliées entre elles à partir d'appareils mobiles, les réseaux sociaux et autres plateformes numériques pourraient servir d'indicateurs de troubles mentaux. Aledavood a décrit une méthode pour collecter des données à cette fin.

"Il n'y a pas de biomarqueurs clairs pour détecter les troubles mentaux comme pour le diabète ou les tumeurs, vous devez donc trouver de nouvelles façons de les rechercher. Les perturbations du rythme du sommeil peuvent indiquer plusieurs troubles mentaux, et mon plan est de déduire ces perturbations à partir des données collectées lors de l'utilisation d'appareils numériques par les gens, ", explique Aledavood.

L'objectif ultime d'Aledavood est de développer des systèmes automatisés qui peuvent aider les patients à rechercher une aide professionnelle avant que leur état ne s'aggrave. Faire des visualisations, par exemple, à partir des données recueillies pourraient aider les professionnels de la santé à avoir une vision approfondie de l'état de leur patient.

Aledavood souligne que la confidentialité et la sécurité des informations de tous les participants à l'étude et en particulier des patients sont cruciales. « La méthode de collecte de données que nous avons développée a été conçue pour protéger la confidentialité des personnes dès le départ. La confidentialité est importante dans tous les domaines de notre vie numérique, et contrairement à la multitude d'applications de téléphonie mobile librement disponibles qui ne sont pas validées scientifiquement ou approuvées sur le plan éthique, la recherche future et l'utilisation clinique de nos méthodes passeront par une évaluation éthique stricte. Nous devons être sûrs qu'une méthode ou une application de collecte de données est réellement bénéfique pour le bien-être et le traitement d'un patient, " dit Aledavood.