Identificando depressão na adolescência por meio da linguagem : explorando intersecções entre experiência vivida, linguagem natural e inovação tecnológica

Abstract

A depressão é uma condição comum de saúde mental que afeta uma proporção significativa de pessoas em todo o mundo, representando um dos principais desafios de saúde pública global e sendo uma das principais causas de incapacidade em indivíduos com idades entre 15 e 24 anos. Apesar de sua alta prevalência, o diagnóstico do Transtorno Depressivo Maior (TDM) ainda depende, majoritariamente, da interpretação clínica de sinais verbais e não verbais, o que torna sua detecção, especialmente na adolescência—fase em que os sintomas frequentemente se manifestam de forma atípica e difícil de ser reconhecida pelos sistemas tradicionais de cuidado. Neste contexto, o presente trabalho parte do argumento de que a linguagem, enquanto expressão da experiência subjetiva, pode ser uma via potente para acessar aspectos da depressão na adolescência que não são plenamente capturados por abordagens tradicionais. Assim, propõe-se uma abordagem metodológica híbrida, que integra métodos qualitativos, ferramentas computacionais e modelos de linguagem baseados em inteligência artificial, com o objetivo de investigar como adolescentes expressam, em linguagem natural e em primeira pessoa, vivências relacionadas à depressão. A tese está estruturada em seis artigos inter-relacionados. Os dois primeiros são revisões sistemáticas da literatura: o primeiro apresenta uma meta-síntese de estudos qualitativos sobre a vivência da depressão na adolescência; o segundo mapeia os principais métodos e traços linguísticos utilizados em pesquisas sobre depressão. O terceiro artigo descreve o desenvolvimento e a implementação do IDEABot, um chatbot criado para coletar relatos em primeira pessoa de adolescentes brasileiros ao longo de duas semanas. A partir dos dados produzidos com o IDEABot, os artigos empíricos da tese exploram diferentes possibilidades analíticas: o quarto artigo investiga o uso de pronomes em primeira pessoa como possíveis marcadores linguísticos da depressão; o quinto explora o potencial de modelos de linguagem de última geração (LLMs) na detecção de sinais de depressão em linguagem espontânea; e o sexto analisa qualitativamente, de forma longitudinal, as narrativas de adolescentes em diferentes níveis de risco para depressão. Ao valorizar a linguagem como expressão da experiência vivida, esta tese contribui para o desenvolvimento de estratégias mais sensíveis, contextualizadas e culturalmente informadas de escuta, avaliação e cuidado em saúde mental de adolescentes.

Depression is a common mental health condition that affects a significant proportion of people worldwide, representing a major global public health challenge and a leading cause of disability in individuals aged 15–24 years. Despite its high prevalence, the diagnosis of Major Depressive Disorder (MDD) still depends, for the most part, on the clinical interpretation of verbal and non-verbal signs, which makes its detection, especially in adolescence⎯a phase in which symptoms often manifest in an atypical way⎯difficult to be recognized by traditional care systems. In this context, this paper argues that language, as an expression of subjective experience, can be a powerful way of accessing aspects of depression in adolescence that are not fully captured by traditional approaches. Thus, a hybrid methodological approach is proposed, which integrates qualitative methods, computational tools and language models based on artificial intelligence, with the aim of investigating how adolescents express experiences related to depression in natural language and in the first person. The thesis is structured in six interrelated articles. The first two are systematic reviews of the literature: the first presents a meta-synthesis of qualitative studies on the experience of depression in adolescence; the second maps the main methods and linguistic traits used in research on depression. The third article describes the development and implementation of IDEABot, a chatbot designed to collect first-person accounts from Brazilian adolescents over a two-week period. Based on the data produced with IDEABot, the empirical articles in the thesis explore different analytical possibilities: the fourth article investigates the use of first-person pronouns as possible linguistic markers of depression; the fifth explores the potential of state-of-the-art language models (LLMs) in detecting signs of depression in spontaneous language; and the sixth qualitatively analyzes, on a longitudinal basis, the narratives of adolescents at different levels of risk for depression. By valuing language as an expression of lived experience, this thesis contributes to the development of more sensitive, contextualized and culturally informed strategies for listening to, assessing and caring for adolescents' mental health.