使用Twitter来检查美国基于网络的患者体验情绪:纵向研究

简介

在过去的十年中，我们观察到美国医疗保健系统的转变，强调以病人为中心的护理方法。1］．已经制定了定性评估患者在医院接受的护理的标准化实践，例如医疗保健提供者和系统的医院消费者评估调查[2］．以患者为中心的卫生保健设施的许多好处已被确定，包括缩短住院时间，降低每个病例的成本，减少不良事件，甚至降低运营成本[1］．研究甚至发现，更好的报告患者护理体验与更好的临床结果、提高医院内的安全性以及更少的医疗保健使用有关[3.，4］．

传统评估也记录了获得保健的差异[5］．研究表明，获得医疗保健的机会因患者居住的地方而异[6，7，8］．病人的护理通常取决于病人所居住州的政策、距离最近的医疗机构的距离以及保险范围，而保险范围在美国各地各不相同。人口规模会影响许多这些因素。研究表明，与较小的、更多的农村社区相比，大城市的个人往往有更好的机会和更好的护理质量[6］．

然而，常用的患者护理评估，如调查或焦点小组，具有局限性，包括社会期望偏差，受众较小，以及对患者被问及的问题和主题的限制[9，10］．皮尤研究中心报告称，87%的看过医疗保健提供者的美国人对他们的经历有积极的反馈。然而，39%的美国成年人认为美国的医疗保健水平低于平均水平。11，12］．

随着人们对医疗透明度的要求越来越高，社交媒体已经转变为患者参与和赋权的平台。目前，美国每月活跃的推特用户有6900万。13]，强调从社交网站中提取丰富信息的巨大用途和潜力。社交媒体上的信息可能对病人护理评估的补充很有价值，因为基于网络的帖子提供了用户对他们所接受的护理的主动的、自由的观点。对美国护理进行深入调查的研究有限，反映社交媒体讨论的研究也很少(如果有的话)。

之前的研究表明，Twitter可以作为一种补充数据流，通过比较患者对医院的看法，将其与现有的质量测量方法和传统的基于医院的反馈报告进行比较，来衡量美国医院的患者感知护理质量[14］．这表明，关于患者体验和医院护理的基于网络的数据是有价值的，可以从Twitter上进一步探索。此外，这样的研究表明，可以从这些推文中识别和理解一系列主题[14，15］．新方法可用于进一步描述医院绩效差异[16］．这包括情感分析，这是一种检查免费短信服务文本内容的过程，并根据积极到消极的程度确定评分等级。17］．情绪分析已被证明在描述患者对医院护理的意见方面很有用，这些意见可与更传统的调查方法的结果相比较[18］．一项对使用情感分析对医疗保健相关推文进行研究的评估发现，需要改进理解医疗保健环境中情感数据的方法[17］．以前的研究也表明，社交媒体研究探索了特定的公共卫生主题和目标人群，但缺乏一项全面的研究，全面研究一种传播工具，以便在更大范围内评估人口健康需求[19］．

为了在网上调查美国医疗保健的情绪，我们捕捉了讨论患者体验的推文，不受所提供的医疗服务水平或类型的限制。该数据集是第一个探索与患者体验相关的推特平台精心策划的数据的数据，包括但不限于医院、紧急护理设施、初级和专业护理办公室以及相关卫生保健设施的互动。使用这个丰富的数据集，我们的目标是提供Twitter上医疗保健讨论情绪的空间和时间特征，并确定美国大都市区和非大都市区之间的医疗保健讨论情绪是否存在差异，使用Twitter作为实时补充数据流。在线对患者体验讨论的洞察有助于为医疗机构、主要利益相关者和未来的研究实践提供信息，以便使用基于网络的数据检查患者的反馈。

方法

患者体验分类器

这项研究利用来自社交媒体平台Twitter的数据，调查了医院、紧急护理机构、初级和专业护理办公室以及其他相关医疗机构的患者体验。我们使用关键字组合通过Gnip (twitter拥有的数据代理)收集了与患者体验相关的公开推文。Gnip是Twitter数据的付费授权软件服务。这项研究中收集的所有数据都公开发布在Twitter上;因此，根据推特的隐私政策[20.]，用户选择将这些资料供公众使用。研究人员精心选择了一组关键词和规则来检索可能讨论与以下领域相关经验的推文:医疗设施和员工、医疗程序、医院就诊和住院、药物、医院账单和保险、护理状况和疼痛。关键字被划分为类，以正确地形成规则。中显示了类列表以及相应的关键字集和示例规则多媒体附件1；例如，护理条件关键字包括监测、治愈、恢复、护理、治愈、垂死、死亡、病情加重、生病、生病、疾病和条件。这些关键词检索了2013年2月1日至2017年2月28日期间发布的27,309,724条独特的推文(包括转发的4530万条)。这项研究没有考虑这些转发。

我们开发了一套软件组件来自动标记和检查患者经验推特数据集。该集合包括一个用于确定患者体验推文的分类器，一个用于社交数据的地理位置推理引擎，一个来自文献的情感分类器的修改版本，以及一个用于确定推文是来自大都市地区还是非大都市地区的引擎。这些组件是为适当处理医疗保健经验社交数据而构建的。

为了这项研究的目的，我们确定了捕捉到的与患者体验相关的推文。相关的推文包括关于在医院、紧急护理或任何其他卫生机构接受的护理的讨论——由自己、朋友或亲戚进行。我们的目标是捕捉讨论任何接触医疗保健的推文。

我们建立了一个有监督的机器分类器来识别相关的患者体验推文。采用两步策展方法为分类器创建训练数据集。我们确定包含网页链接(也称为URL)的推文是不相关的可能性的18倍。两组随机选择的5000条推文，一组有url，另一组没有url，使用Amazon Mechanical Turk (MTurk)手工策划用于本次测试。在有url的集合中，4599条赞同相关推文中只有56条(1.22%)，而在没有url的集合中，3439条赞同相关推文中有760条(22.10%)。因此，我们决定在这项研究中只考虑没有url的tweet。我们在MTurk上策划了15000条没有url的推文。总的来说，MTurk的手工管理给了我们3708条相关的推文和9810条不相关的推文，至少有两名MTurk的管理人员同意这一点。在2万条推文中，有13885条没有url(69.43%)在MTurk管理员之间达成了协议。所有被选中的MTurk策展人都被认定为硕士级别的工作人员，亚马逊对他们进行了监测和验证，证明他们在策展任务中表现出色[21］．所有MTurk的管理员都被限制每条推文只能管理一次。MTurk策展人的策展说明示例在多媒体附件2．中显示了几个手动管理的推文示例表1．本表中提供的推文是虚构的例子，用于保护用户身份和隐私，这是一项在以前的研究中推荐的技术，用于解决传播推特数据的道德问题[22］．

我们开发了一个基于支持向量机的监督机器学习分类器，使用这个训练集从不相关的推文中过滤相关的推文。分类器使用各种文本特征构建，并使用90%训练集和10%测试集上的10倍交叉验证进行迭代评估。使用自然语言工具包TweetTokenizer对每条训练推文进行标记。停止词和提及(即以“@”开头的词)被删除。采用词频逆文档频率归一化的单字母和双字母作为特征。其他特征还包括推文是否提到了医院工作人员，以及他们自己或家庭成员。我们从分类器中选择了最高的15,000个特征F₁用最低的过拟合得分。通过比较训练集和测试集的性能差异，评估分类器是否过拟合。

推文的地理定位

本研究旨在利用Twitter数据分析和比较国家和地区层面的患者体验情绪。然而，Twitter数据很少包含位置信息。之前的研究发现，只有极少数用户会在推特上分享他们的地理坐标。23］．我们还发现，只有2.97%(81,930/2,759,257)的相关患者体验推文包含用户定义的地理坐标。因此，我们开发了一个位置推断引擎来大致识别该数据集中相关推文的地理位置，例如国家、州和地区。

我们结合了用户的个人资料和GPS(全球定位系统)推文坐标的信息，在可用的情况下，推断出推文的位置。我们还使用了谷歌Maps地理编码应用程序编程接口[24]连同美国人口普查局的州界[25来推断每条推文的美国状态。因为用户可以在他们的个人资料中输入任何包含单词、符号和表情符号组合的免费文本作为位置，所以我们建立了一个高度使用的垃圾位置库(例如，“在你心中”、“与外星人在一起”、“在你床下”等)，并结合自然语言处理(NLP)来识别无用的位置字符串。中显示了一个示例位置字符串列表多媒体．我们的地理定位引擎是专门为社交媒体构建的，其中用户可以自由地提供任何字符串作为他们的位置。它增强了谷歌的地理编码服务。26]使用NLP和数据挖掘。这个引擎执行一个NLP操作列表来去除不相关的位置，并解析和格式化位置字符串，然后查询到谷歌Map应用程序编程接口来定位位置。我们选择使用谷歌的地理编码服务，因为它被多次报道具有更好的准确性[27]、全面覆盖[28]，并可处理不明确的位置[26］．

还有其他的地理编码服务，如Nominatim和Carmen，可以在这项研究中使用。然而，使用Nominatim有一个限制，因为地理定位与特定的地址格式紧密耦合[29)，这将很难与Twitter数据一起使用，因为用户可以使用自由文本字段以任何格式指定他们的位置。此外，Carmen仅在城市级别上为地理编码和反向地理编码提供了最大分辨率，这可能会导致提供更细粒度位置(如社区)的用户得到不正确的结果。30.］．Carmen的位置数据库和别名列表也需要改进。Carmen的创建者建议通过查询其他搜索引擎和公共资源来扩充位置数据库和别名列表[30.］．因此，我们发现我们构建的地理定位引擎更适合这项研究的目的。

使用地理定位引擎，我们确定了每个tweet的状态位置以及每个状态被分配到的相关更广泛的区域。本研究调查的地区是根据美国人口普查局的定义选择和汇总的，每个地区都是一组州，并以个位数的人口普查局代码[31］．美国人口普查局根据历史发展、人口和经济的相似性对每个地区进行分类，并建议使用这一框架进行比较[32］．以前的研究表明，保健的地区差异[33]，这项研究试图确定是否可以在Twitter上识别护理的地区差异。中提供了推文提取、管理和地理编码的进一步细节多媒体附件4．

微博人气

这项研究的一个主要目标是衡量和比较全国各地患者经历的情绪。为了计算推文中表达的情感，我们采用了一种被广泛接受和使用的词汇和基于规则的情感分类器，称为情感推理的价感字典(VADER) [34］．然而，我们添加了VADER的字典和规则，以提供更广泛的Twitter数据表示，其中包括合并超过110个表情符号及其各自的情绪评分[35］．

VADER计算每个单词级别的情绪和效价，并在句子级别提供积极、消极和中性的分数。我们使用了复合得分，这是一种单一的、标准化的情绪测量方法。它是通过将词典中每个单词的配价分数相加，根据规则进行调整，并归一化到−1(最极端的否定)和+1(最极端的肯定)之间来计算的。我们使用VADER计算推文中每句话的复合情感得分，然后取所有非零复合得分的平均值，以提供每条推文的情感得分。如果平均复合得分≥0.3，我们认为情绪是积极的，如果得分≤- 0.3，我们认为情绪是消极的。平均复合分数在- 0.3到0.3之间被认为是中性的。在我们对这项研究的大部分分析中，我们只考虑了有积极和消极得分的推文，因为这些情绪提供了更多可操作的数据。

人口规模检查

我们进一步探讨了关于患者体验的讨论和报告模式是否因地理区域和Twitter用户所在地的人口规模而不同。为了进行分析，我们将标记的Twitter数据与确定的州位置汇总到美国4个地区，并将数据分为大都市(人口≥5万)和非大都市(人口<5万)地区[6］．

我们使用了美国人口普查局最近最详细的城市地区地理多边形数据。36来推断一条推文是来自大都市还是非大都市地区。根据这些数据，美国有超过486个城市化地区(人口≥5万)和3087个城市群(5000≤人口<5万)，共计24356个地理多边形。我们的位置识别引擎根据这些多边形来检查每条推文的地理坐标。如果一条推文的地理坐标位于城市化地区的地理多边形内，则该推文被认为是大都会的。落在城市群多边形内或落在所有城市多边形外的推文被认为是非大都市推文。

时间考试

发布推文的时间可以作为分析患者体验的信息维度。例如，某些情绪模式可能在白天比晚上更受欢迎。为了揭示这种模式，我们通过检查推文发布的一天中的时间和一周中的时间，分析了关于患者体验的推特数据。这为我们提供了一组广泛的趋势来分析选定地理区域的活动。

由于Twitter数据的时间戳是以协调世界时(也称为格林威治标准时间)提供的，因此此分析需要将Twitter发布的时间转换为Twitter用户的本地时间。我们使用sour geolocation分类器提供的推断状态信息以及每个状态的时区信息来识别正确的协调通用时间偏移来计算本地时间。

统计分析

为了确定在大都市和非大都市地区的Twitter上关于患者体验的讨论是否有任何差异，我们对推文的情绪得分进行了曼-惠特尼非参数测试。我们测试了大都市和非大都市情绪得分的排名分布，以确定它们在国家和地区层面上是否大致相同，将积极和消极得分汇总在一起。我们还比较了大都市和非大都市在国家和地区层面上的情绪极性和效价。选择非参数检验是因为情绪得分分布被发现是对称和双峰的。

结果

推文的地理定位

在评估了一组分类器之后，我们选择了产生最高的支持向量机分类器F₁用最低的过拟合得分。对于患者体验推文类，所选分类器的准确率为83%，精度和召回率分别为70%和69%。我们过滤了收集到的没有url的推文，并运行选定的分类器来识别患者体验推文。有33.88%的推文(9,252,004/27,309,724)被发现没有URL，其中29.82%(2,759,257/9,252,004)被分类器标记为患者体验。我们还通过手动管理5000条推文的随机集来验证分类器标记的患者体验推文，并发现它与分类器一致的比例为76%。

为了进行国家和地区分析，标记患者体验的推文需要进行地理编码。我们发现只有2.97%(81,930/2,759,257)的患者体验推文包含用户共享的地理坐标。在使用我们的地理位置推断引擎后，我们确定了31.76%(876,384/2,759,257)的患者体验推文属于美国50个州、哥伦比亚特区、波多黎各或美属维尔京群岛中的一个;19.25%(531,062/2,759,257)的患者体验推文来自美国境外，而14.58%(402,295/2,759,257)的信息不足，35.14%(969,614/2,759,257)的信息无法推断地理位置。使用MTurk手动管理随机选择的10,000条推文，验证了91%(9100/10,000)通过地理定位引擎推断的位置是正确的(87%，8,700/10,000在两个MTurk管理员之间一致)。我们还验证了MTurk管理员的质量，使用内部团队手动管理前2000条推文的地理位置。我们的策展人与MTurk策展人有79%的共识。

在2013年2月至2017年2月的四年研究期间，将患者体验推特数据集进一步分为大都市和非大都市推文，发现69.36%(607,891/876,384)的推文为大都市推文，30.64%(268,493/876,384)的推文为非大都市推文。在患者体验数据集中，罗德岛州被确定为每10万居民中大都市地区推文最多的州(97.2%)，怀俄明州在患者体验数据集中，每10万居民中非大都市地区推文最多(89.7%);哥伦比亚特区100%的推文都是大都市的，因为它完全城市化了。

微博人气

在2013年2月至2017年2月期间，使用一组与患者体验相关的关键词收集的27,309,724条推文中，分类器能够识别出2,759,257条标记为患者体验的推文。在通过地理位置分类器运行患者体验推文后，我们通过大致位置识别了876,384条推文，用于空间分析。在国家层面，我们观察到数据集中27.83%的患者体验推文是积极的(243,903/876,384)，36.22%的患者体验推文是中立的(317,445/876,384)，35.95%的患者体验推文是消极的(315,036/876,384)。在这项研究中，我们选择排除情绪评分中性的推文。

图1而且图2显示了美国4个地区在4年研究期间的患者体验推文数量和情绪趋势。4个区域的颜色刻度图1表示平均情绪极性率，每个状态下的蓝点描述了患者体验推文率的大致大小。

平均情绪极性率是该州每10万居民正面和负面推文数量的平均差值;例如，2013年，南部地区每10万推特用户就有54条负面的患者体验推文。同样，西部地区的负面推文比正面推文多28条。患者体验推特率是指该州每10万居民中患者体验推特的数量[6];例如，2013年，每10万居民中，内华达州发布了372条患者体验推文，德克萨斯州发布了239条，加利福尼亚州发布了225条。

总体而言，美国所有地区的平均情绪极性每年都在减少负面情绪，如图所示图1．东北、中西部、南部和西部地区的平均情绪极性率分别从2013年的- 52、- 37、- 54和- 27上升到2014年的- 36、- 17、- 33和- 12。2015 - 2016年，除东北地区外，其他地区情绪极性进一步向较低的负分值转移，2015年东北地区情绪极性率为−14,2016年为−17。

同样，在4年的研究期间，所有州的患者体验推特率也有所下降。每10万居民至少发200条推特的州从2013年的35个减少到2016年的3个(内华达、俄勒冈和阿拉斯加)。2013年2月至2017年2月(共49个月)按地区划分的患者体验推文计数如下所示图2．总体而言，在研究期间，美国南部地区发布的推文量最高，东北部地区发布的推文量最低，在美国4个地区都有明显的下降趋势。

我们进一步研究了患者负面体验推文在一天中发布的时间。我们专注于负面推文，因为所有地区的平均情绪极性都是负面的，如图所示图1．图3而且4展示一组图，分别显示每个研究年度按地区划分的负面患者体验推文比例的小时趋势和周趋势。

每小时的趋势显示，在所有地区，几乎每小时的负面推文总比例都超过了正面推文。然而，负面推文比例在工作时间(上午8点至下午5点)达到最低。东北部和南部地区在工作时间的推文模式非常相似，尽管推文数量差异很大(图3)．中西部和西部地区也表现出相似的格局。从2014年到2016年，美国中西部和西部在上午10点到晚上8点之间发布的正面推文数量类似或更高。在东北和南部地区，上午10点到晚上8点之间，负面推文的比例一直在0.5以上。

每周的趋势显示，在4年的研究期间，所有4个地区的负面推文的总体比例相似(图4)．2015年和2016年，除西部地区外，美国所有地区的负面推文分数始终等于或高于0.5。此外，在所有地区和所有研究年份的患者经验数据集中，周五和周六是一周中推文负面情绪最少的日子。在几乎所有地区，从周四到周五，负分数明显下降，而从周六到周日，负分数明显上升。

每小时和每星期的推文计数的图表显示在多媒体．我们发现，在所有地区，患者体验推文的最多时间是上午10点到晚上10点，以及周一到周四。南部地区的推文量一直最高，而东北部地区的推文量在上午10点至晚上10点之间以及每周的每一天都是最低的。在四年的研究期间，每小时和每周推文数量的区域模式保持相似，但从2013年到2015年有明显下降。2015年和2016年，所有地区的推文数量趋势都保持相似。

人口规模检查

使用地理定位分类器，我们能够识别一条推文是来自大都市(≥50,000人)地区还是非大都市(<50,000人)地区。在国家层面，我们在非大都市地区确定了267,894/867,149条推文，占地理编码数据集中推文的30.89%。我们在大都市地区识别了599,255/867,149条推文，占地理编码数据集中推文的69.11%。我们排除了来自哥伦比亚特区和波多黎各的推文。

使用情绪分类器，我们在国家层面上观察到，与来自大都市地区的患者体验推文相比，来自非大都市地区的患者体验推文具有更高的负面情绪;然而，差异很小(57.3% vs 55.9%)。同样，我们观察到来自非大都市地区的患者体验推文的正面推文比例略低于来自大都市地区的推文(42.7% vs 44.1%)。

‎ 查看此图

‎ 查看此图

‎ 查看此图

‎ 查看此图

从大都市和非大都市推文的区域划分来看，东北地区大都市推文所占比例最大，为81.12%(124,135/152,944)，其次是西部地区(73.28%(153,336/209,246)，南部地区(64.65%(202,710/313,543)，中西部地区(62.21%(119,074/191,416)。所有地区和大都市或非大都市地区的情绪比较发现，西部地区的大都市患者体验推文最积极(48.3%)，南部地区的非大都市推文最消极(60.1%)。然而，在各自区域内，大都市和非大都市推文之间的情绪百分比差异也很小。西部地区的情绪百分比差异最大，大都市地区的负面推文为51.7%，非大都市地区为53.8%。东北部的情绪差异最小(大都市的负面推文为59.2%，非大都市的为58.4%)。

我们进一步划分了大都市和非大都市的推文，以研究区域内和区域间的年度模式。在每一年的研究中，我们都发现，在所有地区的所有大都市和非大都市地区，负面推文的发布量都超过了正面推文。2013年，在所有地区中，东北都市圈的推文负面比例最高(63.0%)。从2014年到2016年，南部非大都市地区的负面推文比例一直最高，分别为2014年、2015年和2016年的60.6%、57.5%和58.2%。然而，在这项研究中，西部大都市区和中西部大都市区每年的正面推文比例分别是最高和第二高。西部都市圈的最高正面推文比例为50.5%，中西部都市圈为49.2%，这两项数据都是在2016年记录的。在4年的研究期间，所有地区的情绪百分比差异很小。2016年，西部大都市区和非大都市区的负面情绪差异最大，分别为49.5%和52.5%。

统计分析

在进一步的调查中，我们进行了统计测试，以确定大都市和非大都市推文的情绪得分之间是否有任何显著差异。分数分布的形状被发现是对称的双峰，在原点的两侧都有局部极大值，如图所示图5．因此，我们进行了曼-惠特尼非参数检验，以检查来自大都市和非大都市地区的情绪分数的排名分布是否大致相等。

我们在国家和地区层面上对情绪得分进行了统计检验。情绪评分数据也被分为Q-1(0.0, 0.25)、Q-2(0.25, 0.5)、Q-3(0.50, 0.75)、Q-4(0.75, 1.0) 4个分位数进行分析。这些分位数表示数据的相对极性;例如，与Q-4中非常积极的推文相比，Q-1中的推文可以被视为非常消极。类似地，Q-2和Q-3中的推文在数据集中可以被视为轻度负面和轻度正面。描述性统计和P所有统计检验的值显示在表2．该表还显示了科恩d效应量的测试发现显著差异。

在国家层面上，大都市推特上的情绪得分与非大都市推特上的情绪得分显著不同(P<措施)。中西部、南部和西部地区的大都市推文的情绪得分也被发现与非大都市推文在alpha=0.1%时存在显著差异。的P东北地区的数值为。003。

在将数据划分为分位数后，分析确定，在不同的分位数上，统计显著性可能会有所不同，并且与我们在不划分数据的情况下发现的结果无关。在全国范围内，大都市和非大都市推文之间的差异在数据分位数Q-1和Q-3中被发现具有统计学意义(P<措施)。

‎ 查看此图

这一结果表明，在国家层面上，大都市推文的极端消极和轻度积极子集与非大都市地区的对应推文显著不同。在区域层面，我们发现只有东北地区的Q-2和南部地区的Q-1有显著的统计学差异。效应量分析表明，具有极端负面情绪的大都市和非大都市推文(即Q-1)具有中等效应量(d=0.341)。其余的试验显示副作用很小。

讨论

主要研究结果

我们的研究结果表明，在4年的研究期间，Twitter是一个独特的平台，可以识别不同地理角度的医疗保健差异和讨论情绪。本研究中开发的方法对在线医疗保健患者讨论的情绪进行了翔实的检查。通过识别使用社交媒体的患者的意见和态度，我们可以补充传统的收集反馈的措施，以更好地了解美国各地所接受的护理。这项研究开发或建立在各种方法的基础上，从不同的地理角度检查社会数据，包括国家、区域和人口水平，为期四年的研究周期。

我们发现，在国家层面上，与患者体验相关的推文倾向于更高比例的负面情绪。先前的研究表明，患者体验评分与特定的护理因素直接相关，如等待时间、医疗机构的护士或医生数量，甚至是护理成本[3.，4］．美国的医院护理总体上是积极的[37]，民意调查发现，美国人普遍认为他们的医疗保健经历很好[38，39］．然而，这项研究并不仅限于医院数据，而且涵盖了医院以外的更大范围的护理，这可能是造成这种差异的原因。基于网络的患者体验检查可能与基于访谈和调查的护理报告不同。这项研究还发现，患者在推特上的感受因地区和人口的不同而略有不同。我们观察到，在东北地区以及被定义为人口≥5万居民的大都市地区，与患者体验相关的正面推文比例更高。这支持了关于医疗保健成本和结果的地理可变性的研究，这可以通过基于网络的情绪评分反映出来[33，40］．基于这些观察结果的进一步研究可以深入了解这些地区所提供的护理类型。在这项研究中，患者体验推文的情绪在4年的研究期间逐渐倾向于不那么消极，这支持了之前的报告，即发现医院患者体验趋势在多年评估中表现出积极进展[41］．

在4年的研究期间，我们观察到推文数量呈下降趋势，而推文情绪在美国所有4个地区都有所增加。这一趋势可以归因于随着时间的推移，负面推文的百分比下降，或者随着时间的推移，患者体验讨论的正面推文的百分比上升。此外，尽管Twitter没有公开对此发表评论，但与该平台合作的研究人员和开发人员已经观察到，自2014年以来，Twitter在美国的使用量有所下降[42］．这一观察结果可以解释为什么这项研究在4年的研究中患者体验推文数量也不断减少。

这项研究提供了一条推文发布当天时间的深度展示。我们观察到推文的情绪在白天有较低的负面分数，而在晚上8点到上午10点之间发布的推文情绪往往有较高的负面分数。在美国所有4个地区都能观察到这一现象。这一观察结果支持了先前的研究，即在夜间和周末，患者的护理可能会受到影响，特别是因为这是一个设施可能关闭或人员减少的时间[43];例如，在夜间和周末护理期间观察到心脏骤停患者的生存率较低[44]，并建议采取措施提高非工作时间护理的安全性[45］．需要进一步研究这些观察结果的意义。

通过研究都市和非都市地区推特情绪的差异，我们试图确定网上关于护理的讨论是否因人口规模而不同。我们发现，与非大都市地区相比，美国大都市地区的正面推文比例更高，这支持了关于农村人口与城市人口医疗保健差异的研究[7］．人们发现大城市更容易获得医疗服务，因为许多大城市附近有大型医疗机构和资源，而小社区则缺乏这些资源。7，8］．尽管在人口稠密的城市，在获得医疗服务方面存在一些明显的缺点，包括更长的等待时间、出行时间和预约时间，但我们本以为大都市地区和非大都市地区之间的推特情绪会有更大的差异，这在本研究中没有观察到。尽管我们在大都市和非大都市地区的某些情绪分位数和人口规模之间的关联中观察到统计上的显著结果，但我们也认识到这是一个大规模的数据集，结果的影响充其量是很弱的。进一步的研究可以更好地了解美国不同人口水平之间的护理期望和基于网络的对话。

限制

我们的研究有几个局限。首先，推特的使用性质可能会导致选择偏差，因为这个平台主要由18至29岁的成年人组成。46］．推文的代表性可能在所有年龄组中分布不均匀。其次，我们根据选定的与患者体验相关的关键字收集数据，这可能无法捕获有关主题的所有推文。由于预期数据集的广泛性质，有可能会错过一些关于患者护理的讨论。所选分类器在识别患者体验推文时也有局限性。我们发现，对于患者体验推文类，所选分类器的准确率为83%，精度和召回率分别为70%和69%，这表明推文仍有可能讨论医疗保健，但也许该数据集中可以捕获与医疗保健无关的推文。如前所述，我们观察到在4年的研究期间推文量下降，这可能表明随着时间的推移，人们在推特上发布的信息越来越少。为了尽量减少推文计数的偏差，我们在分析中使用年度州人口估计或年度推文计数对患者体验数据进行了标准化。我们在分析中提供计数数据作为补充信息。推文数量减少的影响可能会在观测数据中引入偏差，这需要进一步探索。

此外，状态识别也有局限性，因为我们的地理编码引擎的人工验证精度为91%。因此，在推断的状态中有9%的错误几率。地理定位中的错误主要是由于用户在个人资料中提供位置信息的方式造成的;例如，如果Twitter用户在其个人资料中的位置字段中只提供了一个城市名称，而没有包含州或国家信息，则推断的州可能是不正确的。此外，查询引擎中的任何位置都会生成州和国家的可能选项列表。然而，我们只能从所有可能的选项中选择1个。我们目前正在选择列表上的第一个。

最后，我们的位置引擎根据美国人口普查局(US Census Bureau)提供的州和城市区域的边界多边形数据，推断出州，以及一条推文是来自大都市还是非大都市地区。尽管我们使用了最高的可用数据分辨率，但如果tweet地理坐标非常接近多边形边界，推断的位置可能是不正确的。对于我们理解这个数据集来说，使用“每个州每10万居民”作为分母也有局限性。我们承认，这个分母既不代表每个州的推特患者，也不代表每个州的推特用户。我们使用的这个分母参考了美国人口普查局的州人口数据。

在使用来自Twitter等社交媒体网站的数据时，必须考虑道德因素。可以理解的是，用户对发布在网上的信息的隐私和机密性有顾虑。有趣的是，在社交媒体研究中，用于社会福利或公共健康利益的网络数据通常被认为更容易被用户接受[47，48］．尽管我们承认用户的担忧，但本研究中使用的所有信息都是为学术研究而获取的，并且仅限于用户选择不私下发布的公开帖子。此外，我们试图通过分析和传播汇总的数字数据来解决对隐私和机密性的担忧。

未来的方向

这项研究的发现对未来研究在线检查患者反馈以及它所能提供的知识的有用性具有意义。Twitter可以通过地理位置进行前瞻性或历史监控，以确定患者对他们所接受的护理的感受。这种新颖的方法使患者有机会自由讨论他们对所提供的护理的各个方面的反馈，而不受更传统的结构化问卷的限制。虽然基于用户的方法超出了本研究的范围，但使用所提出的方法的未来研究可以考虑分析特定于用户的数据，以进一步研究患者体验讨论中的地理和时间差异。此外，Twitter对基于web的讨论的监视可以为医疗保健提供者、卫生机构和政策制定者提供其管辖范围内所收到的护理的积极和消极趋势。这可以让利益攸关方了解卫生保健可以在哪些方面得到改进，特别是在患者参与的影响可以指导应该在哪些方面分配有限的资源的时候。此外，这些数据有能力为未来的研究提供人口统计学、讨论主题甚至问题之间患者反馈的差异，以了解患者是否在正确的时间接受了正确的护理。对在线医疗讨论的深入了解可以提供有价值和有洞察力的信息，这些信息有能力影响全美医疗保健的提供方式。

结论

本研究提出了跨空间和时间对与患者体验相关的网络讨论进行更深入理解的方法。Twitter作为一个社交媒体平台，为用户提供了一个独特的、主动的视角。这种数据表征提供了一个独特的机会来检查患者意见和反馈情绪的地理和时间差异。本研究提供的结果可以通过实时社会数据进一步研究和理解美国的健康文化。