杂志文章%@ 2369-2960 %I JMIR Publicatio卡塔尔世界杯8强波胆分析ns %V 1 %N 2 %P e7 %T使用Twitter识别HIV药物治疗的不良影响和相关情绪%A Adrover,Cosme %A Bodnar,Todd %A Huang, zhujie %A Telenti,Amalio %A Salathé，Marcel %+传染病动态中心，宾夕法尼亚州立大学生物系，MSC W-251, PA, 16803，美国，1 4083868916，salathe.marcel@gmail.com %K推特%K HIV %K艾滋病%K药物预警%K mTurk %K机械土耳其%D 2015 %7 27.07.2015 %9原始论文%J JMIR公共卫生监测%G英文%X背景:社交媒体平台越来越被视为广泛的健康问题的数据来源。由于Twitter的公共性质，它对公共卫生监测特别有兴趣。然而，Twitter等社交媒体平台的公开性可能会成为公共健康监测的障碍，因为人们可能不愿意公开披露自己的健康信息。在艾滋病毒/艾滋病等与某种程度的耻辱有关的疾病的情况下，这一点尤其令人关切。目的:本研究的目的是评估是否可以通过社交媒体上公开的数据来确定艾滋病药物治疗的不良影响和相关情绪。方法:我们描述了一种机器学习和众包人类评估的组合方法，仅根据在Twitter上公开发布的个别报告来确定艾滋病药物治疗的不良影响。从收集了3年的4000万推文的大数据集开始，我们确定了一个非常小的子集(1642;0.004%)的个人报告描述了个人艾滋病毒药物治疗的经历。结果:尽管提取的最终数据集规模较小，但归因于特定药物或药物组合的不良反应的摘要表示准确地捕捉了公认的毒性。 In addition, the data allowed us to discriminate across specific drug compounds, to identify preferred drugs over time, and to capture novel events such as the availability of preexposure prophylaxis. Conclusions: The effect of limited data sharing due to the public nature of the data can be partially offset by the large number of people sharing data in the first place, an observation that may play a key role in digital epidemiology in general. %M 27227141 %R 10.2196/publichealth.4488 %U http://publichealth.www.mybigtv.com/2015/2/e7/ %U https://doi.org/10.2196/publichealth.4488 %U http://www.ncbi.nlm.nih.gov/pubmed/27227141