Het detecteren van (corona-gerelateerde) problemen bij de hulpvragers van 113 Zelfmoordpreventie vóór en ná de uitbraak van de coronapandemie in Nederland middels state-of-the-art Natural Language Processing (NLP)

Doel

113 Zelfmoordpreventie biedt laagdrempelige, telefonische en online hulpverlening voor mensen met suïcidale gedachten en hun naasten. Via tekstanalyses met algoritmes zijn de gespreksonderwerpen in de hulplijn van 113 Zelfmoordpreventie onderzocht, met de vraag of deze veranderd zijn na de invoer van de Coronamaatregelen.

Resultaten

Zorgwekkende veranderingen waren de toename in paniek en angstgevoelens bij mannen, de toename van het geen vertrouwen in zichzelf of de ander meer hebben bij jongere hulpvragers en de toename van zelfmoordplannen bij hulpvragers die alleen wonen. Opvallend is dat dankbaarheid voor het gesprek en dankbaarheid voor het luisteren waren toegenomen na de invoer van de Coronamaatregelen. Dit betekent dat de hulplijn van 113 Zelfmoordpreventie leek te voorzien in de behoefte aan contact bij deze groepen hulpvragers.

De toepassing van de machine learning techniek BERT leverde bruikbare resultaten op en de onderzoekers raden aan deze techniek vaker toe te passen om inzicht te krijgen in gespreksonderwerpen in grote hoeveelheden tekstdata. De techniek werd gedeeld met andere hulplijnen en kan ook doorontwikkeld worden voor andere organisaties zoals ziekenhuizen of ggz-instellingen.