📄 medicina

What Counts as Harmful Eating Disorder Content? A Delphi Study Developing Consensus-Based Harm Identification Rules with Lived Experience and Professional Experts

Este estudio utilizó una metodología Delphi modificada con 41 expertos (combinando perspectivas de experiencia profesional y de vida) para desarrollar 45 reglas basadas en el consenso para identificar contenido perjudicial de trastornos de la conducta alimentaria, tanto explícito como dependiente del contexto, en las redes sociales, con el objetivo de apoyar la detección automatizada y la moderación personalizada preservando al mismo tiempo el material beneficioso.

Autores originales: Pranita Shrestha, Jue Xie, Pari Delir Haghighi, Scott Griffiths, Hannah K Jarman, Ana Ximena Torres, Zoe Bradbury, Roisin McNaney

Publicado 2026-09-29

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Pranita Shrestha, Jue Xie, Pari Delir Haghighi, Scott Griffiths, Hannah K Jarman, Ana Ximena Torres, Zoe Bradbury, Roisin McNaney

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Las redes sociales se han convertido en una compañera constante para muchas personas, moldeando cómo se ven a sí mismas e interactúan con el mundo. Para quienes luchan contra un trastorno de la conducta alimentaria o están en riesgo de desarrollarlo, estos espacios digitales pueden ser particularmente poderosos, reforzando en ocasiones pensamientos perjudicialos sobre la imagen corporal, la comida y el peso. Los algoritmos, los programas informáticos que deciden qué contenido mostrar a los usuarios, suelen aprender de los clics y del tiempo de visualización de una persona. Si alguien se detiene en una publicación sobre dietas o extrema delgadez, el sistema puede mostrarle más de lo mismo, creando un ciclo donde las ideas peligrosas parecen normales e inevitables. Aunque las empresas de redes sociales han intentado detener el contenido dañino más obvio, como las publicaciones que fomentan abiertamente la inanición, tienen dificultades con las "zonas grises". Un video sobre lo que alguien comió para almorzar, por ejemplo, puede parecer inofensivo en la superficie, pero podría promover secretamente hábitos de alimentación restrictivos o desencadenar que alguien compare su propio cuerpo. El desafío para las plataformas es saber exactamente dónde trazar la línea sin eliminar accidentalmente historias de recuperación útiles o información de salud normal.

Para resolver este rompecabezas, un equipo de investigadores reunió a dos grupos distintos de personas para construir un nuevo conjunto de reglas para identificar el contenido dañino. No dependieron únicamente de computadoras o conjeturas; en su lugar, utilizaron un proceso estructurado llamado estudio Delphi, que es un método para construir consenso entre expertos mediante rondas repetidas de retroalimentación. El equipo reunió a veintiún profesionales, incluyendo médicos, investigadores y clínicos que trabajan en el campo de los trastornos de la conducta alimentaria, y a veinte personas que habían experimentado personalmente trastornos de la conducta alimentaria en el pasado, pero que ya no estaban diagnosticadas actualmente. Al combinar el conocimiento profesional con las perspectivas del mundo real de quienes han vivido la enfermedad, los investigadores pretendían crear una definición clara y compartida de lo que hace que el contenido en línea sea peligroso.

El proceso comenzó con la revisión de estudios existentes y la realización de entrevistas para redactar una larga lista de posibles reglas. Empezaron con sesenta y siete ideas diferentes sobre lo que podría ser perjudicial, que iban desde publicaciones que muestran costillas visibles para fomentar la delgadez, hasta videos que promueven medicamentos específicos para la pérdida de peso sin asesoramiento médico. Estas ideas iniciales fueron probadas y refinadas a través de una serie de encuestas. Primero, un pequeño comité directivo revisó las reglas y, después, el grupo más grande de cuarenta expertos votó sobre ellas. En cada ronda, los expertos calificaron si estaban de acuerdo en que una regla debía mantenerse y compartieron sus opiniones sobre por qué una regla podía ser demasiado vaga o demasiado estricta. Los investigadores utilizaron estos comentarios para reescribir las reglas, haciéndolas más precisas, antes de pedir al grupo que votara de nuevo. Este ciclo ocurrió varias veces hasta que el grupo llegó a un sólido acuerdo sobre un conjunto final de directrices.

El resultado fue una lista finalizada de cuarenta y cinco reglas que pueden utilizarse para detectar contenido perjudicial relacionado con los trastornos de la conducta alimentaria. Los expertos descubrieron que algunos tipos de contenido eran fáciles de identificar como dañinos. Las reglas que se dirigían a comportamientos claramente peligrosos, como promover el ayuno extremo, mostrar huesos visibles para sugerir que la delgadez es deseable o vender pastillas no reguladas para la pérdida de peso, recibieron un acuerdo casi universal. Estos son los tipos de publicaciones que son objetivamente inseguros. Sin embargo, el grupo encontró mucho más difícil ponerse de acuerdo sobre el contenido que depende fuertmente del contexto. Por ejemplo, una publicación sobre ejercicio o nutrición no es inherentemente mala; solo se vuelve dañina si presenta estas actividades como una forma de castigar al cuerpo o si sugiere que el valor de una persona depende de su apariencia física. Los expertos señalaron que distinguir entre una historia de recuperación saludable y una publicación que puede desencadenar síntomas requiere comprender la intención del creador y la vulnerabilidad del espectador.

En última instancia, el estudio concluyó que no existe un filtro único y sencillo que pueda capturar cada publicación dañina sin capturar también las que son útiles. Las reglas finales muestran que el daño no se trata solo de lo que se dice o se muestra, sino de cómo se enmarca y quién lo está viendo. Aunque los expertos podían identificar fácilmente las publicaciones que glorifican la inanición o promueven atajos médicos inseguros, tuvieron dificultades para crear reglas rígidas para temas más ambiguos como las medidas corporales o las narrativas de recuperación. Los investigadores sugieren que estos hallazgos proporcionan una base para mejores sistemas de detección automatizada, pero también resaltan la necesidad del juicio humano y la moderación sensible al contexto. Al comprender exactamente qué constituye el daño a través de los ojos tanto de los expertos como de aquellos con experiencia vivida, las plataformas de redes sociales pueden avanzar hacia la protección de los usuarios vulnerables mientras preservan el contenido beneficioso que apoya la recuperación.

Resumen Técnico: ¿Qué se considera contenido perjudicial de trastornos de la conducta alimentaria? Un estudio Delphi para el desarrollo de reglas de identificación de daños basadas en el consenso

Planteamiento del problema
Los algoritmos de las redes sociales amplifican cada vez más el contenido relacionado con los trastornos de la conducta alimentaria (TCA), las dietas y la delgadez extrema, creando "cámaras de eco" que refuerzan creencias y conductas desadaptativas. Si bien las plataformas han implementado políticas de moderación, estas suelen basarse en directrices generales que no logran abordar la "zona gris" del contenido ambiguo. El contenido como los vídeos de "qué como en un día" o los consejos de nutrición pueden parecer neutrales, pero pueden resultar perjudiciales dependiendo del contexto, la intención y la vulnerabilidad del espectador. Existe una brecha crítica ante la ausencia de definiciones claras y compartidas sobre qué constituye un contenido perjudicial relacionado con los TCA, lo que dificulta el desarrollo de sistemas de detección automatizada y moderación personalizada eficaces.

Metodología
Los autores emplearon una metodología Delphi modificada para desarrollar reglas de identificación de daños basadas en el consenso. Se seleccionó este enfoque por su capacidad para construir consenso sobre constructos complejos, sensibles y dependientes del contexto, minimizando al mismo tiempo la influencia de las voces dominantes mediante el anonimato y la retroalimentación iterativa.

Participantes: El estudio contó con dos grupos distintos:
- Comité de Dirección (n=5): Compuesto por investigadores, un clínico y un profesional con experiencia vivida en los campos de los TCA y la imagen corporal.
- Panel Delphi (n=41 inicialmente): Integrado por 21 "expertos por profesión" (clínicos, investigadores, profesionales) y 20 "expertos por experiencia vivida" (individuos con antecedentes de TCA, sin diagnóstico actual).
Proceso: El estudio se llevó a cabo en tres etapas a lo largo de varias rondas:
1. Etapa 1 (Desarrollo de reglas): Se generaron reglas preliminares mediante la triangulación de datos (revisión de la literatura, entrevistas con profesionales y grupos focales con expertos de experiencia vivida). Esto produjo 67 reglas preliminares distribuidas en ocho categorías. Un Comité de Dirección las refinó mediante dos rondas de encuestas.
2. Etapa 2 (Revisión Delphi): El Panel Delphi evaluó las reglas en dos rondas principales. El consenso se definió como un acuerdo $\ge$ 80% dentro de cada grupo de expertos (profesionales y de experiencia vivida). Las reglas que no alcanzaban este umbral fueron modificadas, consolidadas o eliminadas basándose en la retroalimentación cualitativa.
3. Etapa 3 (Finalización): Una ronda final del Comité de Dirección confirmó las reglas aprobadas. Se realizó una tercera ronda de Delphi dirigida a refinar el consenso sobre un único elemento restante.
Análisis de datos: Los niveles de acuerdo cuantitativo se analizaron de forma descriptiva. Se definió un consenso alto como un acuerdo $\ge$ 90% en cada grupo; consenso moderado como $\ge$ 80% pero < 90%.

Contribuciones clave

Primer marco de consenso: Este es el primer estudio que desarrolla sistemáticamente reglas de identificación de daños basadas en el consenso para el contenido de redes sociales relacionado con los TCA, integrando tanto la experiencia profesional como las perspectivas de la experiencia vivida.
Conjunto de reglas estructurado: El estudio produjo un conjunto finalizado de 45 reglas de identificación de daños categorizadas en seis dominios: Contenido General, Drogas/Suplementos/Cirugías, Alimentación y Nutrición, Ejercicio, Medidas Corporales y Comparaciones, y Recuperación de Trastornos de la Conducta Alimentaria.
Matiz contextual: Las reglas distinguen explícitamente entre el contenido que es inherentemente perjudicial (por ejemplo, promover la pérdida de peso insegura) y el contenido donde el daño depende del contexto (por ejemplo, narrativas de recuperación o rutinas de ejercicio), enfatizando el papel del encuadre, la intención y la vulnerabilidad del usuario.

Resultos

Retención de reglas: De un conjunto inicial de 67 reglas preliminares, se retuvieron 45. Doce reglas fueron rechazadas a pesar de las modificaciones, y diez fueron eliminadas o consolidadas.
Niveles de consenso:
- Consenso alto ( $\ge$ 90%): 31 reglas alcanzaron un consenso alto. Estas abordaban predominantemente daños explícitos y observables, como la promoción de ideales de delgadez, el fomento de conductas de alimentación desordenada, prácticas de pérdida de peso inseguras (por ejemplo, < 1000 calorías/día) y el uso de jerga específica de los TCA.
- Consenso moderado ( $\ge$ 80%): 14 reglas alcanzaron un consenso moderado. Estas involucraban típicamente contenido donde el daño depende del encuadre o el contexto, como publicaciones sobre nutrición, ejercicio, narrativas de recuperación y comparaciones corporales.
Hallazgos cualitativos: La retroalimentación destacó que, si bien los daños explícitos son fácilmente identificables, el contenido ambiguo requiere una consideración cuidadosa del contexto. Los participantes señalaron que las reglas amplias corren el riesgo de eliminar contenido beneficioso (por ejemplo, blogs de recuperación) o de marcar comportamientos normativos. La inclusión de umbrales específicos (por ejemplo, recuentos de calorías) y condiciones límite (por ejemplo, excluir contextos médicos/religiosos) mejoró el acuerdo.
Demografía: El panel Delphi final mostró una tasa de deserción del 27% de la Ronda 1 a la Ronda 2, lo cual es consistente con otros estudios Delphi. Los participantes eran predominantemente mujeres e identificadas como blancas/caucásicas.

Significancia y Reivindicaciones
El artículo sostiene que las 45 reglas resultantes proporcionan criterios fundacionales para identificar tanto el daño explícito como el matizado en el contenido de redes sociales relacionado con los TCA. Los autores afirman que estas reglas pueden apoyar:

Detección automatizada: Ofreciendo parámetros más claros para los sistemas algorítmicos para identificar contenido perjudicial.
Moderación personalizada: Permitiendo a las plataformas adaptar la moderación de contenidos basándose en la vulnerabilidad del usuario y el contexto.
Desarrollo de políticas: Informando las políticas de las plataformas para proteger a los usuarios vulnerables preservando al mismo tiempo el contenido beneficioso, como las narrativas orientadas a la recuperación.

El estudio concluye que el daño en el contenido relacionado con los TCA no está determinado únicamente por el contenido en sí, sino que está significativamente moldeado por el contexto circundante, la interpretación del usuario y la intención del creador. Las reglas sirven como una herramienta estructurada para navegar esta complejidad.

Más como este