Introdução - As redes sociais tornaram-se fontes de pesquisas científicas dado ao grande vo- lume de dados registrados pelos usuários em seus perfis sociais, possibilitando a mineração desses dados na produção de novos conhecimentos que podem contribuir na identificação de traços de com- portamento depressivo. Objetivo - Apresentar um Modelo de Regressão Logística Multinomial, à partir do comportamento longitudinal do usuário na rede social, para a predição de probabilidades de traços depressivos. Métodos - De natureza aplicada, com uma abordagem quantitativa, explo- ratória e descritiva quanto aos objetivos, bibliográfica, de levantamento e experimental quanto aos procedimentos. Dados de postagens, curtidas e sintomas depressivos de 692 usuários da rede social Facebook, brasileiros e maiores de 18 anos foram coletados via aplicativo específico. Resultados - Os dados relativos aos sintomas depressivos, obtidos via Inventário de Depressão de Beck, e os da- dos da rede social formaram a base experimental para às análises do modelo de regressão logística multinomial, demonstrado a viabilidade na execução de um modelo capaz de predizer as proba- bilidade de um usuário apresentar sintomas depressivos considerando os traços depressivos e seu comportamento na rede social caracterizado por postagens e curtidas. Conclusões - As predições dos níveis de traços depressivos em rede social representam a capacidade das ciências atuarem de maneira interdisciplinar a contribuir para a saúde pública em prol do bem estar social.

Introduction - Social networks have l,ecome sources of scientific research due to the large volume of data that users registered in their social profiles. This data can be mined to obtain new knowledge that may contribute to recognize depressive behavior traits. Objective - To present a Multinomial Logistic Regression Model, based on the longitudinal behavior of the user in so- cial network, to predict probability of depressive traits. Methods - A quantitative, exploratory and descriptive approach was used for the objectives together with bibliographical, survey and experimental procedures. Data were collected through a specific app from postings, likes and de- pressive symptoms of 692 users from Facebook social network, ali of them from over 18-year-old Brazilians the data. Results - The data from depressive symptoms obtained through the Beck Depression Inventory and the social network data constitute the basis for analysis of multinomial logistic regression model. This showed the feasibility of executing a model capable of predicting the probability of a user of presenting depressive symptoms considering both the depressive traits and their behavior in the social network characterized by postings and likes. Conclusions - The predictions of leveis of depressive traits in social network represent the capacity of the sciences to act in an interdisciplinary way to contribute with public health in favor of social well-being.