Olivia
Online
Vale
@l46043879
Joined January 2013
1.1K Following
34 Followers
2.2K Posts
"a one-size-fits-all public health approach that insists that all life is worth living no matter what seems a little patronising at best and outright dishonest at worst" https://t.co/NT87qPG4Xq
“Actualmente, el paradigma dominante en materia de prevención del suicidio la enmarca como un problema de salud pública. Se da por sentado que todas las muertes por suicidio deben prevenirse, simplemente porque la muerte debe prevenirse (de forma similar a como se previenen todas las muertes por cáncer).
Sin embargo, este enfoque falla al no reconocer una diferencia clave entre el suicidio y otras amenazas para la salud y seguridad públicas: el suicidio es un acto autodirigido que implica cierto nivel de elección. Las personas no eligen desarrollar cáncer de la misma manera en que eligen quitarse la vida, y esta distinción plantea importantes preguntas éticas que el enfoque dominante no aborda.
Un enfoque más matizado y práctico podría enmarcar la prevención del suicidio como la prevención de muertes malas. Por supuesto, se deben hacer todos los esfuerzos posibles para mejorar las circunstancias que han llevado a una persona a tener ideación suicida, pero también debería reconocerse que, en ocasiones, el suicidio es una elección racional y adecuada. En estos casos, es esencial ofrecer una atención adecuada al final de la vida, que permita a estas personas morir de forma segura y tranquila, en lugar de verse obligadas a elegir métodos potencialmente violentos o profundamente angustiosos para acabar con su vida.
Cuando el deseo de morir ha demostrado ser racional y razonable, adoptar un enfoque de “Cero Suicidios” puede, paradójicamente, exponer a esa persona a un daño mayor al obligarla a sufrir una muerte diferente y menos deseable.”
En niños con TDAH, el ejercicio no es solo “para gastar energía”. Bien indicado, puede ser un complemento clínico útil para trabajar atención, impulsividad, regulación emocional, coordinación motora y convivencia social.
La evidencia disponible apoya recomendar actividad física y participación deportiva como parte regular del manejo integral del TDAH infantil. No como sustituto de la medicación cuando está indicada, ni de la psicoeducación, el acompañamiento familiar o las intervenciones escolares, sino como un componente adjunto.
Los beneficios no se limitan a disminuir síntomas. El deporte puede ofrecer una vía de descarga física y emocional, reforzamiento positivo, estructura, pertenencia social y oportunidades para practicar autocontrol en situaciones reales.
También puede ayudar en áreas frecuentemente afectadas en niños con TDAH: coordinación motora, equilibrio, habilidades psicosociales, autoestima y riesgo de sedentarismo u obesidad.
No todos los ejercicios aportan lo mismo.
Los deportes de habilidad abierta, como fútbol, básquetbol, tenis o artes marciales, obligan al niño a responder a un ambiente cambiante. Hay que observar, anticipar, decidir, esperar el turno, inhibir impulsos y adaptarse. Por eso parecen especialmente útiles para atención, toma de decisiones y control inhibitorio, que es la capacidad de frenar una respuesta impulsiva.
Las actividades de habilidad cerrada, como correr, nadar, ciclismo, yoga o rutinas aeróbicas estructuradas, tienen un patrón más repetitivo y predecible. Pueden ser especialmente útiles para reducir hiperactividad, impulsividad y favorecer regulación corporal. En algunos casos también pueden apoyar memoria de trabajo, es decir, la capacidad de mantener información activa mientras se realiza una tarea.
El ejercicio es cognitivamente demandante, combinan movimiento con reglas, secuencias, cambios de ritmo o toma de decisiones.
También se ha estudiado el entrenamiento interválico de alta intensidad, siempre que la intensidad sea individualizada, con recuperación adecuada y supervisión. No se trata de llevar al niño al agotamiento, sino de usar el movimiento de forma segura y organizada.
En la práctica, muchos estudios sugieren programas de 2 a 3 sesiones por semana, con sesiones aproximadas de 60 a 90 minutos. Las intervenciones de varias semanas, especialmente de 12 a 24 semanas, parecen tener mejores resultados que esfuerzos muy breves o aislados.
Pero la recomendación más importante sigue siendo clínica y humana: el mejor ejercicio es el que el niño disfruta, tolera y puede sostener.
La indicación no debería ser: “haz deporte para cansarte”..
En TDAH infantil, mover el cuerpo no cura el trastorno. Forma parte de un plan serio, integral y basado en evidencia para mejorar el funcionamiento diario del niño.
Pujalte et al., Clin J Sport Med, 2023.
Zhu et al., Psychiatry Research, 2026.
Zheng et al., Medicine, 2025.
Han & Jang, Research Quarterly for Exercise and Sport, 2026.
Zhu et al., Frontiers in Public Health, 2022.
Chen et al., Public Health, 2026.
Rodriguez-Ayllon et al., JAMA Psychiatry, 2023.
Torres-Acosta et al., JACC, 2020.
El omega-3 y la vitamina D son de lo poco con evidencia sólida detrás, y el estudio VITAL lo confirma: efecto medible sobre el envejecimiento biológico por unos euros al mes, mientras pagamos fortunas por suplementos de moda sin la mitad de respaldo.
This narrative review suggests mental disorders are statistical clusters of biopsychosocial properties, not sharply defined categories, mirroring concepts in species classification and supporting dimensional #MentalHealth frameworks. https://t.co/SfES3sUTlh
Les comparto el artículo del que somos coautores. Es un modelo de Competencias Internacionales para la Psicología de Pregrado. Este modelo ofrece un marco de referencia globalmente relevante para el desarrollo de los programas en psicología https://t.co/0Ptk0Kyku4
Your digital twin brain ;-)
https://t.co/37Wzb81p0e
La quimio nunca ha sabido distinguir una célula cancerosa de una sana, y de ahí vienen casi todos los efectos secundarios. Que el laboratorio de Jennifer Doudna construya algo que lee el ARN y detecta el p53 mutado para atacar solo a la enferma es de lo más prometedor en oncología.
A ver si te preocupa tu salud cerebral, parate y leer esto, anda...
Es un estudio de Nature sobre envejecimietno cerebral y qué lo precide incluso mejor que el Alzheimer... el exposome, pero qué es el exposome?
El exposome es la acumulación de lo que respiras, bebes, cuánto verde ves, qué tan justa es tu economía y qué tan funcional es tu democracia; lo que deformaría el ritmo al que envejece tu cerebro.
El paper analizó a 18,701 personas en 34 países con neuroimagen multimodal (MRI estructural, fMRI y EEG/MEG), y lo que encuentran es que ningún factor aislado explica gran cosa sobre el envejecimiento... peeeeeeeeeeeeero, la combinación de todos los factores del exposome es lo que multiplica hasta 15 veces la capacidad predictiva sobre el envejecimiento cerebral medido como Brain Age Gap (con IA)...
La contaminación por PM2.5 (de origen industrial) y carbono negro no solo daña pulmones, sino que cruza la barrera hematoencefálica, activa microglía, dispara estrés oxidativo e inflamación, y erosiona el volumen cerebral, especialmente en regiones límbicas, subcorticales y cerebelosas. Ademñas, la falta de espacios verdes y el agua contaminada siguen la misma vía. Estos factores físicos degradan la arquitectura estructural del cerebro...
Sin embargo, los factores sociales tales comola pobreza crónica, la desigualdad y la inestabilidad política activan el eje hipotálamo-hipófisis-adrenal (HPA), generan carga alostática sostenida y alteran la conectividad funcional frontotemporal y límbica...
La cosa es que ambos dominios co-ocurren en la vida real, y sus efectos se amplifican mutuamente...
Vivir en un entorno adverso se asocia con mayor riesgo de envejecimiento cerebral acelerado que tener Alzheimer o deterioro cognitivo leve... tener Alzheimer multiplica por 2-3 el riesgo de envejecimiento cerebral acelerado, mientras que vivir en un entorno adverso (contaminación + desigualdad + democracia débil) lo multiplica por 5-9.
Por tanto, el exposome supera al diagnóstico clínico como predictor de riesgo. Esto indica que el entorno puede preceder, amplificar o incluso desencadenar los procesos neurodegenerativos...
Entonces ya no es solo cuidarte físicamente, sino también mentalmente y construir tu zona dónde vives en un ambiente sano...
Gracias por leer hasta aquí, os dejo el artículo: https://t.co/jlBZnRT9cg
Ageing promotes metastasis via activation of the integrated stress response
https://t.co/LmXP6MbH0J
Sexo, depresión y longevidad: cuando la salud también se mide en vínculos humanos
Durante décadas, la medicina ha intentado comprender la salud humana a partir de indicadores relativamente fáciles de cuantificar: presión arterial, colesterol, glucosa, índice de masa corporal. Sin embargo, cada vez resulta más evidente que algunos de los determinantes más profundos del bienestar escapan a los análisis clínicos tradicionales.
La soledad, el afecto, las relaciones sociales y la intimidad forman parte de esa dimensión menos tangible, pero no menos real, de la experiencia humana.
Un análisis basado en datos de la Encuesta Nacional de Salud y Nutrición de Estados Unidos (NHANES) aporta una observación tan provocadora como reveladora: entre las mujeres adultas, una menor frecuencia sexual se asoció con un mayor riesgo de mortalidad por cualquier causa. Más aún, entre las personas que padecían depresión, una baja frecuencia sexual estuvo relacionada con un incremento sustancial del riesgo de muerte en comparación con quienes mantenían una vida sexual más activa.
Conviene ser cautelosos. Como ocurre con la mayoría de los estudios epidemiológicos, la asociación no implica causalidad. Nadie debería concluir que el sexo funciona como una especie de medicamento milagroso o que una mayor frecuencia sexual garantiza una vida más larga. La realidad es mucho más compleja. Las personas con mejor salud física y mental suelen tener también mayores oportunidades de establecer relaciones afectivas satisfactorias. En ese sentido, la actividad sexual podría ser tanto una causa como una consecuencia de un mejor estado general de salud.
Sin embargo, sería un error desestimar estos hallazgos. La sexualidad humana es mucho más que reproducción o placer. Es una manifestación biológica y cultural profundamente vinculada con la identidad, la autoestima, el apego y la integración social. En un momento histórico en el que la depresión y el aislamiento social han alcanzado dimensiones epidémicas, estos resultados nos recuerdan que los seres humanos somos organismos sociales cuya biología está moldeada por la calidad de nuestras de nuestras relaciones.
Quizá la lección más importante de este estudio no sea que el sexo prolonga la vida, sino que la salud no puede entenderse únicamente desde la fisiología. Vivimos más y mejor cuando formamos parte de una red de relaciones que nos conecta con otros. La intimidad, lejos de ser un lujo o una mera expresión de placer, podría constituir uno de los múltiples mecanismos mediante los cuales la vida social se traduce en salud biológica.
En una época obsesionada con los biomarcadores y la medicina de precisión, estos datos nos invitan a recordar una verdad sencilla: la condición humana no se reduce a moléculas, genes o algoritmos. También está hecha de cercanía, afecto y contacto. Y tal vez allí resida una parte importante del secreto de una vida larga y saludable.
https://t.co/kumXkHDVC1
Cuanto más similar es la actividad neuronal de dos personas antes de conocerse, más probable es que terminen haciéndose amigos.
Los amigos están literalmente «en la misma onda».
🚨 5 ESTRATEGIAS PARA REDUCIR LA HIPERTENSIÓN ARTERIAL SIN PASTILLAS -Día Mundial de la Hipertensión Arterial-
🥗 Dieta saludable: -11 mmHg
💪 Ejercicios de fuerza: -10/11 mmHg
🧘♂️ Reducir estrés: -6/7 mmHg
🏃♂️ Ejercicio cardiovascular: -5/6 mmHg
⚖️ Perder 1kg de peso corporal: -5 mmHg
Announcing: a new interactive tool for a quick and simple start of encoding or encoding:
🧠 fMRI, EEG, MEG, iEEG, spikes… preprocessing
💬 text 🔊 audio ▶️ video 🏞️ image… embeddings
📦 pip install neuralset
🔍https://t.co/rHOZuvU2tk
#NeuroAI #OpenSource
Depression affects approximately a quarter of a billion people globally, of all ages and from all walks of life.
A new Seminar provides a comprehensive overview of the epidemiology, diagnosis, & management of depression in adults: https://t.co/f8qW9C7RLt
"We conclude that zodiac-based systems do not provide reliable information for predicting human behavior" 🤷♂️
Esta nueva investigación puede redefinir el futuro de la IA y de la humanidad [NO ES BROMA]
Y empiezo con un poco de historia...
Lo que mucha gente no sabe es que cuando AlphaGo venció al campeón coreano, DeepMind dio un paso más allá y creó AlphaGo Zero
A diferencia de la versión original, que había aprendido de partidas humanas, AlphaGo Zero empezó completamente desde cero, sin datos humanos, sin heurísticas previas...
En lugar de eso, utilizaba auto-juego (self-play), que era una sola red neuronal jugaba contra versiones de sí misma una y otra vez, mejorando progresivamente.
Los resultados fueron espectaculares y en cuestión de días, AlphaGo Zero superó claramente a la versión anterior y la derrotó por un contundente 100-0, demostrando que el aprendizaje autónomo podía superar al conocimiento humano acumulado (een este caso en el juego Go)
Pues bien, lo interesante es que ahora se ha dado un paso aún más ambicioso...
En este nuevo trabajo , no se entrena a una IA para jugar mejor… sino para diseñar nuevos algoritmos de aprendizaje
En lugar de optimizar movimientos en un juego, el sistema (llamado AlphaEvolve) toma como punto de partida algoritmos existentes como CFR (Counterfactual Regret Minimization) y PSRO (Policy Space Response Oracles), y empieza a modificarlos automáticamente
El procedimiento funciona así:
1. Se parte de un conjunto inicial de algoritmos (por ejemplo, versiones estándar de CFR o PSRO)
2. Un LLM actúa como “mutador inteligente”, reescribiendo partes del código al cambiar fórmulas, introducir nuevas reglas y alterar cómo aprenden
3. Cada nueva versión se ejecuta en juegos (como póker o Liar’s Dice) y se evalúa con la métrica exploitability (qué tan explotable es la estrategia)
4. Los mejores algoritmos “sobreviven” y se usan como base para la siguiente generación.
Es decir, no compiten jugando directamente entre ellos, sino que compiten en qué tan bien aprenden a jugar.
Los nuevos algoritmos descubiertos, como VAD-CFR (Volatility-Adaptive Discounted CFR) y SHOR-PSRO (Smoothed Hybrid Optimistic Regret PSRO), introducen mejoras significativas...
En el caso de VAD-CFR, el algoritmo ajusta dinámicamente cuánto “recuerda” del pasado en función de la estabilidad del aprendizaje:. Es decir, si el proceso es volátil, olvida más rápido, y si es estable, conserva más información... 😱😱😱
Además, reacciona más rápido a decisiones prometedoras amplificando su impacto y evita que el ruido inicial afecte al resultado final ignorando las primeras iteraciones... esto es mortal, y yo siempre lo tengo en consideración cuando evalúo neuropsicológicamente, porque los primeos ensayos, la persona sigue entendiendo el juego (ruido)
Por su parte, SHOR-PSRO mejora el entrenamiento de poblaciones de estrategias combinando dos enfoques: (1) uno no estable (basado en regret matching) y (2) otro más agresivo (centrado en explotar las mejores opciones), y ajusta automáticamente el equilibrio entre explorar nuevas estrategias al inicio y optimizar las mejores al final.
Para determinar que estos algoritmos superan a los diseñados por humanos, los investigadores utilizan una métrica llamada exploitability, que mide qué tan fácil sería para un oponente perfecto aprovecharse de la estrategia aprendida.
El procedimiento consiste en ejecutar cada algoritmo en distintos juegos (como póker o Liar’s Dice), entrenarlos durante un número de iteraciones y, posteriormente, medir la exploitability de las estrategias resultantes.
Cuanto menor es este valor, mejor es el algoritmo. Los resultados muestran que VAD-CFR y SHOR-PSRO alcanzan niveles de exploitability más bajos y convergen más rápido que algoritmos clásicos diseñados por humanos, lo que indica un mejor rendimiento de forma consistente en múltiples escenarios.
Uno de los aspectos más interesantes es que estos algoritmos incorporan lo que se denomina “mecanismos no intuitivos”, es decir, reglas o comportamientos que funcionan bien pero que un humano difícilmente habría diseñado de forma directa.
Y aquí viene lo interesante, que ha descubierto la máquina que es ineficiente en nuestra toma de decisiones?:
1. Ajuste del aprendizaje en función de la “volatilidad” del proceso: el algoritmo mide qué tan inestables son los cambios recientes en el aprendizaje y, si detecta mucha variación, aumenta el olvido del pasado, mientras que si el proceso es estable, conserva más información acumulada
2. Amplificación inmediata de decisiones positivas en lugar de suavizarlas
3. El hecho de ignorar completamente las primeras fases del aprendizaje para evitar ruido
4. Uso de mezclas dinámicas de estrategias que cambian continuamente durante el entrenamiento
Estas ideas no siguen las heurísticas clásicas, pero emergen automáticamente del proceso evolutivo porque mejoran el rendimiento.
Es decir, esta investigación ha puesto a la IA a mejorar su propio sistema cognitivo para resolver problemas, y dejar atrás las ineficiencias y limitaciones de la biología humana... de verdad, si esto no te parece un parte-aguas, yo ya no se
Fuente: https://t.co/80ikwLUZIF
![umbertoleon's tweet photo. Esta nueva investigación puede redefinir el futuro de la IA y de la humanidad [NO ES BROMA]
Y empiezo con un poco de historia...
Lo que mucha gente no sabe es que cuando AlphaGo venció al campeón coreano, DeepMind dio un paso más allá y creó AlphaGo Zero
A diferencia de la versión original, que había aprendido de partidas humanas, AlphaGo Zero empezó completamente desde cero, sin datos humanos, sin heurísticas previas...
En lugar de eso, utilizaba auto-juego (self-play), que era una sola red neuronal jugaba contra versiones de sí misma una y otra vez, mejorando progresivamente.
Los resultados fueron espectaculares y en cuestión de días, AlphaGo Zero superó claramente a la versión anterior y la derrotó por un contundente 100-0, demostrando que el aprendizaje autónomo podía superar al conocimiento humano acumulado (een este caso en el juego Go)
Pues bien, lo interesante es que ahora se ha dado un paso aún más ambicioso...
En este nuevo trabajo , no se entrena a una IA para jugar mejor… sino para diseñar nuevos algoritmos de aprendizaje
En lugar de optimizar movimientos en un juego, el sistema (llamado AlphaEvolve) toma como punto de partida algoritmos existentes como CFR (Counterfactual Regret Minimization) y PSRO (Policy Space Response Oracles), y empieza a modificarlos automáticamente
El procedimiento funciona así:
1. Se parte de un conjunto inicial de algoritmos (por ejemplo, versiones estándar de CFR o PSRO)
2. Un LLM actúa como “mutador inteligente”, reescribiendo partes del código al cambiar fórmulas, introducir nuevas reglas y alterar cómo aprenden
3. Cada nueva versión se ejecuta en juegos (como póker o Liar’s Dice) y se evalúa con la métrica exploitability (qué tan explotable es la estrategia)
4. Los mejores algoritmos “sobreviven” y se usan como base para la siguiente generación.
Es decir, no compiten jugando directamente entre ellos, sino que compiten en qué tan bien aprenden a jugar.
Los nuevos algoritmos descubiertos, como VAD-CFR (Volatility-Adaptive Discounted CFR) y SHOR-PSRO (Smoothed Hybrid Optimistic Regret PSRO), introducen mejoras significativas...
En el caso de VAD-CFR, el algoritmo ajusta dinámicamente cuánto “recuerda” del pasado en función de la estabilidad del aprendizaje:. Es decir, si el proceso es volátil, olvida más rápido, y si es estable, conserva más información... 😱😱😱
Además, reacciona más rápido a decisiones prometedoras amplificando su impacto y evita que el ruido inicial afecte al resultado final ignorando las primeras iteraciones... esto es mortal, y yo siempre lo tengo en consideración cuando evalúo neuropsicológicamente, porque los primeos ensayos, la persona sigue entendiendo el juego (ruido)
Por su parte, SHOR-PSRO mejora el entrenamiento de poblaciones de estrategias combinando dos enfoques: (1) uno no estable (basado en regret matching) y (2) otro más agresivo (centrado en explotar las mejores opciones), y ajusta automáticamente el equilibrio entre explorar nuevas estrategias al inicio y optimizar las mejores al final.
Para determinar que estos algoritmos superan a los diseñados por humanos, los investigadores utilizan una métrica llamada exploitability, que mide qué tan fácil sería para un oponente perfecto aprovecharse de la estrategia aprendida.
El procedimiento consiste en ejecutar cada algoritmo en distintos juegos (como póker o Liar’s Dice), entrenarlos durante un número de iteraciones y, posteriormente, medir la exploitability de las estrategias resultantes.
Cuanto menor es este valor, mejor es el algoritmo. Los resultados muestran que VAD-CFR y SHOR-PSRO alcanzan niveles de exploitability más bajos y convergen más rápido que algoritmos clásicos diseñados por humanos, lo que indica un mejor rendimiento de forma consistente en múltiples escenarios.
Uno de los aspectos más interesantes es que estos algoritmos incorporan lo que se denomina “mecanismos no intuitivos”, es decir, reglas o comportamientos que funcionan bien pero que un humano difícilmente habría diseñado de forma directa.
Y aquí viene lo interesante, que ha descubierto la máquina que es ineficiente en nuestra toma de decisiones?:
1. Ajuste del aprendizaje en función de la “volatilidad” del proceso: el algoritmo mide qué tan inestables son los cambios recientes en el aprendizaje y, si detecta mucha variación, aumenta el olvido del pasado, mientras que si el proceso es estable, conserva más información acumulada
2. Amplificación inmediata de decisiones positivas en lugar de suavizarlas
3. El hecho de ignorar completamente las primeras fases del aprendizaje para evitar ruido
4. Uso de mezclas dinámicas de estrategias que cambian continuamente durante el entrenamiento
Estas ideas no siguen las heurísticas clásicas, pero emergen automáticamente del proceso evolutivo porque mejoran el rendimiento.
Es decir, esta investigación ha puesto a la IA a mejorar su propio sistema cognitivo para resolver problemas, y dejar atrás las ineficiencias y limitaciones de la biología humana... de verdad, si esto no te parece un parte-aguas, yo ya no se
Fuente: https://t.co/80ikwLUZIF](https://pbs.twimg.com/media/HFETeYcawAAI6oJ.png)
Having some mild cognitive impairment trying to remember dementia patterns on imaging?
Is looking at dementia PET scans one of your PET peeves?
Have short-term memory loss when you read about dementia imaging?
Here’s a way to remember dementia patterns so you will never forget!
Major dementia imaging patterns:
Alzheimer’s disease (AD)
🔸AD has a Nike swoosh pattern—w/decreased metabolism in parietal & temporal regions
🔸Remember if you see a Nike swoosh, just call it!
Dementia w/Lewy Bodies (DLB)
🔸Temporoparietal hypometabolism like AD but also occipital cortex, specific for DLB. DLB also extends farther to the ant. temporal cortex.
🔸Remember, regions of hypometabolism look more like an L. Lewy starts w/an L
Frontotemporal Dementia (FTD)
🔸Frontal & temporal hypometabolism as expected, but extends along anterior cingulate gyrus
🔸Anterior cingulate involvement makes hypometabolism looks like a lowercase letter f—& frontotemporal starts w/f
Posterior cerebral atrophy
🔸Can be from AD or DLB & has hypometabolism in the occipital & post. temporal lobe, sparing ant temporal lobe
🔸Sparing the ant temporal lobe makes the involvement look like a C instead of an L like DLB.
So remember pCa
Vascular dementia
🔸Vascular dementia is variable, depending on the regions infarcted (V is both for Vascular & Variable)
🔸Wedged shaped regions of hypometabolism corresponding to cortical infarcts—looks like an inverted V
This list isn’t all inclusive & there can be variations or even mixed dementias
But hopefully this gives you a starting point you won’t soon forget!
El modelo médico reconoce la necesidad de un abordaje personalizado, idiográfico, pero también el valor de una perspectiva nomotética basada en conceptos generales que orientan el análisis individual. Ambas perspectivas, idiográfica y nomotética, no se oponen, se complementan
I'm thrilled to announce the launch of our Generative Psychometrics website, a new frontier where large language models meet psychometric science. Link Below!
Our interdisciplinary team treats language as a scalable source of psychological information: generating, evaluating, and structuring measurement instruments through the convergence of AI and network psychometrics.
We're addressing AI issues with Psychometrics, and Psychometric issues with AI - laying the groundwork for the Psychology of Artificial Minds.
Explore our research, open-source tools (like the `AI-GENIE` and `transforEmotion` R packages), and upcoming workshops at 👉 https://t.co/aTNrUPUQrt
#Psychometrics #ArtificialIntelligence #NetworkScience #OpenSource #ComputationalPsychology
Last Seen Users on Sotwe
Trends for you
Most Popular Users
Elon Musk 
@elonmusk
240.6M followers
Barack Obama
@barackobama
119.2M followers
Donald J. Trump
@realdonaldtrump
111.7M followers
Cristiano Ronaldo
@cristiano
110.6M followers
Narendra Modi
@narendramodi
107M followers
Rihanna
@rihanna
97.7M followers
NASA
@nasa
92.2M followers
Justin Bieber
@justinbieber
90.9M followers
KATY PERRY
@katyperry
87.7M followers
Taylor Swift
@taylorswift13
81.5M followers
Lady Gaga
@ladygaga
73.1M followers
Virat Kohli
@imvkohli
69.9M followers
Kim Kardashian
@kimkardashian
69.8M followers
YouTube
@youtube
68.7M followers
Bill Gates
@billgates
63.9M followers
Neymar Jr
@neymarjr
62.7M followers
The Ellen Show
@theellenshow
62.4M followers
CNN
@cnn
61.9M followers
X
@x
60.8M followers
Selena Gomez
@selenagomez
60.8M followers