Studi ini menganalisis 1.282.437 tweet dari 792 pengguna dengan diagnosis ADHD atau ASD yang dilaporkan sendiri untuk memeriksa perbedaan tingkat populasi dalam cara mereka mengekspresikan gejala depresi DSM-5. Menggunakan MentalRoBERTa yang di-fine-tune pada ReDSM5, para peneliti mengklasifikasikan tweet ke dalam sembilan kategori gejala dan menerapkan regresi logistik yang dihukum L1 untuk membedakan antara kelompok.
- MentalRoBERTa mencapai macro-F1 sebesar 0,901 pada set yang dipisahkan, melebihi benchmark ReDSM5 asli.
- Klasifikasi ADHD vs ASD menghasilkan kinerja yang stabil namun terbatas dengan ROC-AUC tervalidasi silang sebesar 0,645-0,653.
- Masalah kognitif, masalah tidur, perubahan nafsu makan, dan kelelahan condong ke arah ADHD, sementara ideasi bunuh diri dan anhedonia condong ke arah ASD.
- Struktur ko-kejadian gejala yang sebagian besar dibagi muncul antara kelompok, dengan tidak ada pasangan yang memenuhi kriteria perbedaan spesifik gangguan yang kuat.
Temuan tersebut menunjukkan bahwa perbedaan tingkat populasi dalam bahasa terkait depresi secara konsisten diamati di seluruh ambang batas penyaringan, mencerminkan reproduktibilitas daripada validitas klinis. Penulis menyimpulkan bahwa hasil ini bersifat eksploratif dan tidak menetapkan fenomenologi yang berbeda pada tingkat individu.