发表在20卷第九名(2018): 9月

社交媒体上的视觉癌症传播:#黑素瘤吸菌#的内容和效果考察

社交媒体上的视觉癌症传播:#黑素瘤吸菌#的内容和效果考察

社交媒体上的视觉癌症传播:#黑素瘤吸菌#的内容和效果考察

原始论文

1美国俄亥俄州哥伦布市俄亥俄州立大学传播学院

2Futurety LLC,哥伦布,OH,美国

3.美国俄亥俄州哥伦布市俄亥俄州立大学生物统计学系

通讯作者:

Hyunyi Cho博士

传播学院

俄亥俄州立大学

北椭圆商场154号

哥伦布,哦,

美国

电话:1 614 247 1691

电子邮件:cho.919@osu.edu


背景:Instagram正日益成为癌症视觉传播的平台,但很少有研究对其内容和效果进行调查。特别是,很少有研究评估癌症视觉沟通对参与性参与结果的影响。

摘要目的:我们研究的目的是调查Instagram上分享的与癌症相关的信念和情绪,并研究它们对参与性参与结果的影响,包括点赞、评论和社会支持。

方法:这项研究分析了Instagram上441个#melanomasucks帖子的内容,并评估了内容特征对结果的影响,包括点赞和评论的数量以及社会支持的类型,使用组最小绝对收缩和选择算子逻辑回归。

结果:关于控制黑色素瘤的帖子最多(271/441,61.5%),其次是关于患黑色素瘤后果的帖子240(54.4%)。关于黑色素瘤病因的文章90篇(20.4%)。表达积极情绪的帖子(159/441,36.1%)多于表达消极情绪的帖子(100/441,22.7%)。80条(18.1%)表达了希望,是最常被表达的情绪;49条表示恐惧(11.1%),46条表示幽默(10.4%),46条表示悲伤(10.4%)。关于自我行为导致黑色素瘤的帖子点赞减少(P<.001)和社会支持评论(P= .048)。关于黑色素瘤的物理后果的帖子减少了点赞(P=.02)但增加了评论(P<.001)和情感社会支持(P<措施);关于黑色素瘤治疗经验的帖子增加了评论(P=.03)和情感社会支持(P<措施)。积极情绪的表达都没有增加点赞、评论或社会支持。愤怒的表情增加了点赞数(P<.001),但关于恐惧(P<.001)和快乐(P=.006)减少了点赞数。有关恐惧的帖子(P=.003)和悲伤(P=.003)增加情感社会支持。在所有帖子中,有21.8%(96/441)的帖子展示了面部或身体部位的黑色素瘤或治疗方法。图片的加入增加了评论的数量(P=措施)。

结论:据我们所知,这是第一次在社交媒体上对用户生成的视觉癌症传播的内容和效果进行调查。研究结果显示了#melanomasucks的自我表达和社交参与功能在哪里汇合和发散,为扩展疾病常识模型的研究以及开发解释社交媒体参与性参与的概念框架提供了启示。

中国医学网络杂志2018;20(9):e10501

doi: 10.2196/10501

关键字



背景

Instagram正在迅速成为一个公共平台,人们在这里表达和分享有关癌症的图像、信念和情感。在写这篇文章的时候,Instagram上有数百万个关于各种癌症经历的帖子。社交媒体中增长最快的平台之一,仅次于Facebook。1), Instagram的独特之处在于视觉图像占据了帖子的很大一部分空间。Instagram也比Facebook更公开。Facebook上的分享是基于友谊,而Instagram则不是。Instagram上的视觉图像有可能通过增加曝光率、注意力、情感参与和记忆性来显著影响癌症传播过程[23.].全世界都可以在Instagram上看到癌症经历的自我表达,这对社会对癌症的认知和话语产生了深远的影响。特别是,这些努力得到了标签(#)的帮助,用于信息标签、运动组织以及草根内容的可见性、可搜索性和可记录性[4].

尽管如此流行,但在社交媒体上对癌症的视觉传播仍未得到充分研究。现有的关于与癌症相关的社交媒体内容的研究主要集中在基于文本的内容上,比如Twitter上的内容。56].只有有限数量的研究调查了社交媒体上的视觉癌症传播[78,很少有人在社交媒体上研究癌症视觉传播的影响。值得注意的是,2018年的一项研究调查了疫苗图片对转发量的影响[9].为了填补这一知识空白,这项研究调查了Instagram上#melanomasucks下表达的疾病信念和情绪,以及它们对参与性参与结果的影响,包括点赞、评论和社会支持。

疾病、信念和情绪的常识性表征

黑色素瘤是影响美国男性和女性的第五大癌症死亡原因[10].研究人员认为黑色素瘤发病率的增加可能与一系列因素有关,包括行为和环境因素[1112].黑色素瘤与癌症视觉交流的研究尤其相关,因为它始于身体表面,而大多数其他癌症涉及内部器官。因此,与其他形式的癌症相比,疾病经历的视觉表达可能更适用于黑色素瘤。

基于对癌症的信念和情绪支撑着Instagram上发布的视觉图像这一前提,这项研究使用了疾病表征的常识性模型[13-15]作为一个总体框架来分析Instagram上的视觉癌症传播内容。疾病表征的常识模型假设人们是积极的问题解决者,测试关于疾病的假设。根据该模型,人们对疾病的症状和体征做出反应,形成对疾病的认知和情感表征,然后指导应对、计划和行动的过程。值得注意的是,该模型假定疾病表征是个性化的,不一定基于事实;然而,个人的疾病表现是对风险和疾病管理态度的关键决定因素。对疾病(包括癌症)的基本信念,包括对疾病的原因、后果和控制的信念[13-15].

与信念一样,情绪也是疾病经历的重要组成部分。15-17].马丁和同事们[15]认为,除了对症状的认知反应和表征外,人们还依赖对症状的情感反应来指导他们的应对行为。同样,格罗斯[16他断言,情感表达是癌症从发病到发展过程的核心。因此,最近涉及常识模型的研究考察了认知和情感表征作为应对评估和疾病结果的预测因素[18].

在这一框架下,本研究使用了情绪的认知评价理论[1920.来分析Instagram帖子中的离散情绪表征。情绪的认知评价理论认为,情绪是对环境和情境的评价的结果。在这些情况下,癌症的经历可能与恐惧的负面情绪有关。21],愤怒[22]和悲伤[23].最近的癌症幸存者研究讨论了积极情绪的重要性,如希望、幽默和快乐。希望在生存过程中是一种特别重要的积极情绪[24].Snyder及其同事[25]将希望定义为“一种积极的激励状态,这种状态基于(a)能动性(目标导向的能量)和(b)途径(实现目标的计划)的互动式成功感”(第287页)。幽默可以为癌症幸存者和他们的亲人提供喘息的机会[26].最后,癌症的旅程可能不会没有幸福或快乐的时刻。27].我们将研究这些积极和消极情绪的表达。

通过调查Instagram上关于癌症信仰和情绪的帖子,我们试图为现有的关于疾病常识模型的研究增加新的见解。先前关于疾病认知的研究使用了由调查或访谈问题引发的回答[28].在Instagram上,人们选择使用图片、文本和其他支持手段(包括标签)来自我表达他们的癌症经历。从口头回应到调查或访谈,社交媒体上对癌症经历的视觉和自愿表达可能为理解癌症的基础意义和管理提供了一个有价值的窗口。自我表达在所有情境下都可能是目标导向的2930.),但社交媒体可能会提供新的机会来表达罗杰斯[31称为“真我”。罗杰斯关于真实自我的概念不同于未来的自我或现实的自我。真正的自我是现在的自我,因此不同于未来的自我,它不表现在社会生活中,因此不同于实际的自我。Bargh及其同事[30.)断言,一个人有表达真实自我的强烈需求,这是“自我的重要身份和现象性真实方面”,而互联网可以提供一个激活和表达它的环境(第34页)。

此外,我们还将研究黑色素瘤传播的视觉图像。其中包括黑色素瘤或其治疗方法的图像。患者对黑色素瘤或其治疗的视觉记录可能对他们有特殊意义。此外,这些图像可能会增加其他用户在社交媒体上以评论等形式参与癌症传播。我们的第一组研究问题涉及Instagram上对黑色素瘤自我表达的信念和情绪:

RQ1: Instagram上#melanomasucks的帖子表达了什么信仰?
RQ2: Instagram上#melanomasucks的帖子表达了什么情绪?
RQ3: Instagram上#黑素瘤的帖子中包含黑色素瘤或其治疗方法的图片吗?

疾病经验自我表达中的参与性社会参与

在社交媒体上自我表达疾病信念和情绪,可以吸引参与性的社会参与。研究Instagram上关于癌症的帖子与它们产生的网络参与的程度和类型之间的动态关系非常重要。这一研究方向有助于从当前对社交媒体传播内容的强调转向扩大研究重点,阐明内容特征与其产生的参与性参与之间的关系。

为了调查癌症的视觉表达的影响,我们专注于参与性参与,这由点赞和评论的数量以及评论中提供的社会支持的类型所表明。作为一种情感反应,点赞可能是社交媒体互动中最基本的参与性参与形式[32].评论更多地以认知为导向,可能意味着更深层次的参与,因为它们需要用户付出更多努力,而不是点击一个“喜欢”按钮。一般来说,点赞和评论的数量被认为是衡量一个人的社交媒体帖子影响力范围的指标[33].很少有已发表的研究调查预测点赞的内容特征。新兴的研究考察了评论的预测因素,重点关注网络新闻读者的评论数量[3334].在这项研究中,我们关注的是用户生成的包含#melanomasucks的内容的点赞和评论。

除了点赞和评论,提供社会支持可能是Instagram上参与性参与的另一种形式。慢性疾病患者越来越多地使用社交媒体与他人联系,寻求和提供支持[3536].尽管越来越多的研究对在线社会支持进行了研究,但最近的一项综述表明,这些研究主要集中在口头和书面交流上。36].需要研究在社交媒体平台上使用可见性的社会支持交换。不同的网络平台可促进或阻碍寻求和提供各类支持[37].Instagram上#melanomasucks的用户可能构成Granovetter [38被称为“弱关系”,即与之密切互动有限的人。弱联系对于社区的凝聚力和组织至关重要[38].

现存的文献表明,社会支持主要有四种类型。它们分别是:尊重、情感、信息和工具[3940].尊重支持是指对支持接受者的状态和信念的确认。情感支持指的是对接受者的处境感同身受或鼓励。信息支持指的是使用事实、数据和引用的建议。在提供实际援助的同时,也提供了工具性支助。尽管人们越来越关注基于网络的支持交流,但很少有研究考察寻求支持者所表达的信念和情绪与所提供的支持类型之间的联系。类似地,一些稀疏的研究调查了信仰和情绪与它们产生的社会参与度之间的关系,这可以通过点赞和评论的数量来显示。我们假设,Instagram帖子中所代表的信念和情绪将不同程度地预测点赞、评论和社会支持,并提出了我们的第二组研究问题,以探索内容特征对这些不同类型的参与性社会参与的影响:

RQ4:什么样的信念和情绪可以预测点赞数?
RQ5:什么样的信念和情绪可以预测评论的数量?
RQ6:黑色素瘤的图片或治疗方法会增加评论的数量吗?
RQ7:什么样的信念和情绪可以预测社会支持的类型?

抽样

我们从这个研究的样本中抽取的宇宙是#黑素瘤。如上所述,人们使用标签来标记他们的帖子,并确保他们的帖子的可见性、可搜索性和可记录性[4].在这项研究中,我们随机选择了441个包含#melanomasucks的公开Instagram帖子进行分析。在这次抽样调查时,Instagram上有超过3430个帖子使用了#黑素瘤吸盘#。对于随机抽样的帖子,我们使用Netlytic [41],它遵守Instagram的隐私政策,并使用公共应用程序接口(api)收集公开的Instagram帖子。

与Kim, Huang和Emery提供的社交媒体内容分析的抽样协议一致[42,我们评估了样品的质量。社交媒体抽样的质量通过召回率和准确度进行评估[42].我们使用标签作为抽样框架来解决召回问题,即相关数据被检索到的程度。精度是检索到的数据的相关程度。我们发现,在我们的样本中,#melanomasucks的准确率为95%。内容分析程序的其余部分由Neuendorf [43].我们的分析单位是每篇文章。

测量

两名编码员接受了广泛的培训,他们一起工作以建立编码员之间的可靠性。我们使用10%的样本来评估每个变量的互编码器可靠性。Krippendorff alpha [44]范围从0.79到1.00。通过Instagram的API获得点赞数和评论数的结果度量。对于社会支持,我们评估了以下每一种社会支持的存在与否:尊重、情感、信息和工具。与Cutrona和Suhr的社会支持行为准则一致[40],这些支持类型以以下方式运作:尊重、支持、赞美、确认或同意接收者在帖子中表达的观点;情感支持传达了对接受者状态的同情、同理心或鼓励;信息支持提供事实、数据或参考来解决问题;工具性支持提供有形的帮助,如提供时间或捐赠。

对于癌症信念,我们评估了关于黑色素瘤的原因、后果和控制的信念的存在(1)和不存在(0)。在原因方面,我们分析了与遗传因素、自我行为、制度或制度、自然环境、社会环境、建成环境或机会相关的信念的存在或缺失。在结果方面,我们检查了患有黑色素瘤的负面身体、认知、情感和关系后果的表达是否存在;我们还对黑色素瘤积极方面的表达的存在与否进行了编码。在控制下,我们调查了与预防和控制黑色素瘤有关的自我和集体行动的信念。个人的行动包括一级预防(如防晒)、二级预防(筛查)和治疗;社会行动包括提高认识、筹集资金、进行更多研究、增加资金分配和改变政策。

对于癌症情绪,我们评估了恐惧、愤怒和悲伤这三种消极情绪的存在与否,以及希望、快乐和幽默这三种积极情绪的存在与否。恐惧是对危险或威胁的描述;愤怒是对错误行为的描述;悲伤代表着不可挽回的损失。希望被操作为一种积极的情绪状态,涉及目标或计划实现目标(例如,变得更好,战胜癌症,找到新的治疗方法);幽默是一种努力取笑或缓解困境的描述;快乐是幸福的一种变体,表明朝着目标取得了进展。


数据分析策略

对于研究问题1和2,这涉及到内容的特点,我们计算了变量的频率和百分比分布。对于研究问题3和4,关于黑色素瘤的信念和情绪影响点赞和评论的数量,我们使用了负二项回归。在每个模型中,点赞或评论的数量都回归到癌症信念和情绪。关注者的对数作为回归模型中的一个偏移量进行了调整。为了检验研究问题5,社会支持类型的预测因素,我们对每种支持类型使用了多元逻辑回归模型。我们没有采用多项回归来反映社会支持类型不是互斥的。相反,我们对四种社会支持类型分别使用了单独的二元逻辑回归模型。除了这些独立的逻辑回归模型外,我们还使用了一个联合模型,使用了组最小绝对收缩和选择算子(LASSO)逻辑回归。为了选择预测所有类型的社会支持的变量,我们通过一组LASSO惩罚来惩罚所有类型的支持的四个逻辑回归的总对数可能性,鼓励所有类型的支持的预测系数为零。这帮助我们为所有类型的支持选择相同的预测器集。 To determine the penalty-tuning parameter, we selected the group LASSO models with the smallest Bayes information criterion. The number of followers was adjusted in both the separate and group LASSO models.

内容特征

研究问题1询问#melanomasucks中表达了什么癌症疾病观念。最常表达的信念是控制黑色素瘤(271/441,61.5%),其次是对黑色素瘤结果的信念(240/441,54.4%),其次是对黑色素瘤原因的信念(90/441,20.4%)。表1给出了信念表达式的分布。

在关于控制黑色素瘤的信念中,提高认识是最常见的(219/271,80.8%),其次是治疗(143/271,52.8%),一级预防(如使用防晒霜;114/271, 42.1%),二级预防(如筛查;80/271(29.5%)和筹款(43/271,15.9%)。在对癌症结果的信念中,身体后果是最常表达的(212/ 240,88.3%),其次是情感后果(100/ 240,41.7%),关系后果(56/ 240,23.3%),同样表达经济后果(20/ 240,8.3%)和积极后果(20/ 240,8.3%;例如,在困难时期坚定信念)。在对黑色素瘤原因的信念中,自我行为是最常表达的(72/ 90,80.0%),其次是自然环境(如阳光照射,47/90;52.2%)。7.8%(7/90)的帖子表达了支持美黑行为的社会环境。

研究问题2询问使用#melanomasucks来表达什么情绪。希望是最常表达的情绪,例如通过提供对治疗程序的见解或表达信任(80/441,18.1%),其次是恐惧,例如担心黑色素瘤复发(49/441,11.1%)。紧随其后的是同样幽默的表现,比如轻视治疗结果(46/441,10.4%);悲伤,如纪念死于黑色素瘤的人(46/441,10.4%);愉悦,如患者在治疗过程中表达热情和感激(33/441,7.5%)。愤怒是一种很少表达的情绪(5/441,1.1%)。总体而言,正面情绪表达的比例为36.1%(159/441)比负面情绪表达的比例为22.7%(100/441)。表2呈现情绪的分布。

研究问题3是关于黑色素瘤或其治疗方法的图片是否包含在#melanomasucks帖子中。总的来说,21.8%(96/441)的帖子包含了面部或身体部位黑色素瘤或其治疗方法的图片。显示面部或身体部位黑色素瘤图片的帖子约占总帖子的4.3%(19/441)。发布面部或身体部位黑色素瘤治疗图片的帖子约占17.5%(77/441)。

表1。在Instagram上使用#melanomasucks表达的癌症信念(N=441)。
信仰 n (%)
导致 90 (20.4)

遗传 0 (0)

自我的行为 72 (80.0)

制度或机构 1 (1.1)

自然环境 47 (52.2)

社会环境 7 (7.8)

建筑环境 0 (0)

运气 2 (2.2)
结果 240 (54.4)

物理 212 (88.3)

认知 0 (0)

情感 100 (41.7)

的关系 56 (23.3)

金融 20 (8.3)

其他负面 1 (0.4)

积极的结果 20 (8.3)
控制 271 (61.5)

预防 114 (42.1)

筛选 80 (29.5)

治疗 143 (52.8)

意识 219 (80.8)

筹款 43 (15.9)

研究 6 (2.2)

资金分配 1 (0.4)

准则变化 1 (0.4)
表2。在Instagram上使用#melanomasucks表达巨蟹座情绪(N=441)。
情绪 n (%)
积极的情绪

希望 80 (18.1)

幽默 46 (10.4)

快乐 33 (7.5)
负面情绪

愤怒 5 (1.1)

恐惧 49 (11.1)

悲伤 46 (10.4)
表3。信念表达对点赞数的影响。
信仰 估计(SE)
导致

遗传 N/A一个

自我的行为 −0.67b(0.16)

制度或机构 −2.56 (1.45)

自然环境 0.19 (0.18)

社会环境 −0.12 (0.43)

建筑环境 N/A

运气 −1.44 (0.75)

其他 −0.44 (1.08)
结果

物理 −0.24c(0.1)

认知 N/A

情感 0.12 (0.15)

的关系 −0.31 (0.18)

金融 −1.86b(0.27)

其他负面 −2.53c(1.04)

积极的结果 0.83b(0.24)
控制

预防 −0.16 (0.12)

筛选 −0.08 (0.13)

治疗 −0.26c(0.11)

意识 0.11 (0.10)

筹款 −0.48d(0.18)

研究 −0.42 (0.45)

资金分配 −2.89d(1.09)

准则变化 −1.36 (1.06)

其他 −0.65 (0.62)

一个N/A:不适用。

bP<措施。

cP< . 05。

dP< . 01。

内容特征的影响

喜欢的预测因素

研究问题4询问#melanomasucks中所表达的信念和情绪会影响点赞数量。信念对点赞的影响在表3。作为黑色素瘤诱因的自我行为表达与点赞数量呈负相关(P<措施)。关于身体的表达(P=.03),财务(P<.001),以及其他负面后果(P=.02)显著降低了点赞数。相比之下,表达患有黑色素瘤的积极结果显著增加了点赞数量(P<措施)。控制信念,关于治疗的帖子(P=.02),筹款(P=.008),以及更多研究拨款(P=.008)减少了点赞数。情绪对点赞的影响表现在表4。愤怒的表情增加了点赞数(P<.001),而喜悦的表达(P =.006)和恐惧(P<.001)减少了点赞数。

表4。情绪表达对点赞数的影响。
情绪 估计(SE)
积极的情绪

希望 0.19 (0.13)

幽默 0.10 (0.15)

快乐 −0.02一个(0.01)
负面情绪

愤怒 1.01b(0.26)

恐惧 −0.96b(0.15)

悲伤 −0.17 (0.15)

一个P< . 01。

bP<措施。

评论的预测因素

研究问题5是关于#melanomasucks中表达的信念和情绪会影响评论的数量。如表5,没有一个原因信念与评论数量显著相关。关于结果的信念,关于患黑色素瘤的身体后果的信念显著增加了评论的数量(P<.001),而对黑色素瘤经济后果的信念减少了评论数量(P<措施)。在对照信念中,关于治疗的信念增加了评论的数量(P=.03),而有关筹款(P=.02)减少了评论的数量。没有一种情绪的表达与评论的数量相关。研究问题6是关于黑色素瘤的图片或治疗方法是否会增加评论的数量。发现此类图像与评论数量之间存在显著的正相关(估计=0.59,SE=0.18,P=措施)。在帖子中加入黑色素瘤图片增加了评论的数量。

社会支持的预测因子

研究问题7询问了什么样的信念和情绪可以预测什么样的社会支持。为了解决这个问题,我们首先使用整个数据集调查了信念和情绪是否预测社会支持的存在或缺乏。接下来,只使用接受社会支持的案例,我们研究了特定类型的社会支持的预测因素。

提供支援

自我行为导致黑色素瘤的信念显著减少了社会支持评论(估计=−0.62,SE=0.31,P= .048)。在结果信念中,那些关于患黑色素瘤的身体后果的观点显著增加了社会支持评论(估计=0.74,SE=0.22,P=.001),关系后果对社会支持评论的正向影响略显着(估计= - 0.70,SE=0.37,P= 0。06)。在对照信念中,关于治疗的信念增加了社会支持评论(估计=0.58,SE=0.23,P= .012)。没有一种情绪与社会支持评论有显著关联。

支持类型

没有一个原因信念与LASSO的社会支持类型显著相关。这在单独的回归模型中得到了证实,在四个模型中都没有发现支持类型的显著关联。在结果信念中,关于身体和情感后果的信念在LASSO中显著,并在单独的回归模型中得到证实。对身体后果的信念降低了自尊支持(估计= - 0.86,SE=0.29,P=.003),但情感支持增加(估计=1.36,SE=0.28,P<措施);同样,情感后果降低了自尊支持(估计=−0.82,SE=0.39,P但情感支持增加(估计=1.34,SE=0.49,P= .006)。在对照信念中,关于治疗和筹款的信念是每个LASSO的显著预测因素,这在单独的回归模型中得到了证实。关于治疗降低自尊支持的表达(估计=−0.77,SE=0.28,P但增加了情感支持(估计=1.43,SE=0.30,P<措施);对筹款的信念增加了自尊支持(估计=2.29,SE=1.04,P=.03),但与情感支持呈微显著负相关(估计= - 0.98,SE=0.51,P= .054)。在情绪方面,恐惧和悲伤是根据LASSO选择的。恐惧降低自尊支持度(估计=−1.35,SE=0.41,P但增加了情感支持(估计=1.56,SE=0.52,P= .003);同样,悲伤会降低自尊支持度(估计= - 0.98,SE=0.39,P=.013),但情感支持增加(估计=1.49,SE=0.51,P= .003)。信念和情绪的预测因子与信息和工具性社会支持类型之间没有显著的相关性。

表5所示。信念表达对评论数量的影响。
信仰 估计(SE)
导致

遗传 N/A一个

自我的行为 -0.25 (0.24)

制度或机构 −34.4 (1.70 e + 7)

自然环境 0.18 (0.27)

社会环境 0.63 (0.61)

建筑环境 N/A

运气 −0.034 (1.03)

其他 −1.04 (1.71)
结果

物理 0.58b(0.15)

认知 N/A

情感 −0.33 (0.22)

的关系 −0.29 (0.27)

金融 −2.38b(0.41)

其他负面 −2.34 (1.67)

积极的结果 0.44 (0.35)
控制

预防 −0.14 (0.17)

筛选 0.11 (0.19)

治疗 0.33c(0.15)

意识 −0.28 (0.15)

筹款 −0.65c(0.27)

研究 −0.15 (0.69)

资金分配 −2.91 (1.7)

准则变化 0.66 (1.38)

其他 −1.84 (1.14)

一个N/A:不适用。

bP<措施。

cP< . 05。


主要研究结果

尽管已有大量研究描述了Twitter等社交媒体平台上基于文本的癌症传播的内容特征,但很少有研究调查了癌症的视觉传播,更少有研究研究了癌症视觉传播对参与性参与结果的影响。这项研究试图通过调查Instagram上#melanomasucks的内容和影响来解决这一差距。这项研究的结果为社交媒体上关于癌症的视觉传播提供了重要的初步了解。研究结果显示了Instagram为#melanomasucks用户提供的自我表达和社交参与功能,以及社交媒体平台的自我表达和社交参与功能对用户的收敛和发散领域。

这项研究的结果可能揭示了癌症沟通的范式转变。传统上,杂志编辑或电视制作人决定公众能在主流媒体上看到哪些癌症图像。45].在新的社交媒体环境下,公众决定如何表达和分享他们的癌症经历。这项研究发现,大约22%的帖子包含黑色素瘤或其治疗的图片,约4%的帖子显示黑色素瘤的图片,18%的帖子显示黑色素瘤治疗的图片。这些图像很少出现在主流媒体现有的癌症传播中。鉴于这项研究发现,图片的加入增加了评论,未来的研究应该继续研究社交媒体上用户生成的癌症图片,以及它们对公众参与和认知的影响。

癌症信念表达与参与

结果显示了#melanomasucks用户有意义的癌症体验方面。用户最感兴趣的是表达对黑色素瘤的控制,其次是患黑色素瘤的结果。值得注意的是,黑色素瘤的病因在帖子中表达最少。在控制信念中,意识是最常表达的,其次是治疗,一级和二级预防,以及筹款。在结果信念中,最常表达的是身体后果,其次是患黑色素瘤的情感、关系和经济后果。值得注意的是,一些用户表达了癌症经历的积极方面(例如,信念的加强)。在原因信念中,自我行为表现得最多,其次是自然和社会环境。

研究人员观察到,关于黑色素瘤的自我表达信念和社会参与信念之间的融合,频繁的帖子增加了其他用户的参与度,例如,关于黑色素瘤治疗的帖子很频繁,它们显著增加了评论和情感社会支持。同样地,对患黑色素瘤的身体后果的表达也很频繁,他们增加了评论和情感社会支持。此外,患黑色素瘤的关系后果的表达与增加的情感社会支持略微相关。

#melanomasucks的自我表达功能和社交参与功能之间存在分歧,频繁的帖子并不能促进其他用户的参与;例如,尽管自我行为是导致黑色素瘤的原因,但与原因相关的信念占80%,这种信念的表达减少了点赞和社会支持评论的数量。同样,没有一个原因信念与评论数量显著相关。此外,关于患黑色素瘤的经济后果的帖子减少了点赞和评论的数量。尽管关于个人经历(如治疗和身体后果)的帖子通过增加评论和情感社会支持吸引了用户,但不那么个人化的帖子(如意识、筹款)减少了评论数量。

巨蟹座的情绪表达和参与

关于情绪的研究问题得到了有趣的结果模式。在自我表达情绪方面,#melanomasucks的用户更喜欢表达积极情绪(如希望、幽默和快乐),而不是消极情绪(如愤怒、恐惧和悲伤),在六种情绪中,希望是表达频率最高的。这些发现表明需要对积极情绪和积极情绪表达在癌症管理中的作用进行更多的研究。

在自我表达和社会参与功能方面,积极情绪和消极情绪之间出现了显著的对比。积极情绪似乎比社会参与功能更能发挥自我表达的功能,因为它们不会增加点赞、评论或社会支持。尽管希望是人们表达得最频繁的情绪,但它并没有增加任何参与度指标,包括点赞、评论或社会支持。同样,幽默显然表现在用户对与黑色素瘤相关的困难情况的轻视,与点赞或评论的数量无关。此外,快乐的表情会减少点赞的数量。类似地,描述癌症经历积极方面的帖子增加了点赞数量,但评论和社会支持却没有增加。相比之下,尽管消极情绪表达的频率较低,但与积极情绪相比,他们从其他用户那里获得了更多的社交参与;例如,愤怒是最不常被表达的情绪,但它却显著增加了点赞的数量。虽然恐惧减少了点赞数量,但它获得了情感上的社会支持;悲伤的表情与点赞无关,但它们增加了情感上的社会支持。

对理论和研究的启示

研究结果为疾病常识模型和社交媒体参与性参与的理论和研究提供了重要的启示。现有的使用常识模型对疾病感知的研究采用了一种经过验证和标准化的协议[28通过访谈或调查。通过Instagram上的视觉自我表达收集的疾病感知,为癌症经历的意义构建提供了新的见解。与癌症的原因相比,#黑素瘤的使用者更重要的是表达癌症的控制和结果。尽管与负面情绪相比,对与癌症管理相关的积极情绪的研究要少得多,但研究结果表明,更多#黑素瘤吸素用户想要表达的是积极情绪。未来的癌症沟通研究应更多地关注积极情绪在癌症体验和管理中的意义和影响。

本研究中发现的#melanomasucks的自我表达和社交参与功能的趋同和分化,可能为未来社交媒体参与性参与的研究指明了一个重要的新方向。出现的趋同和分化模式似乎偏离了面对面互动的规范预期;例如,关于患黑色素瘤的经济后果的帖子减少了点赞和评论的数量。同样,积极情绪的表达也很少获得社会参与。这些结果为越来越多关于线上和线下交流行为差异的研究增添了新的内容。46].

同样值得注意的是积极情绪的自我表达和所获得的社会支持之间的差异。Rime认为,情感本质上是社会相互依存的,并引发社会分享,47他认为,负面情绪会刺激认知工作、社交互动和对话,而积极情绪在享受和分享时可以增强主观幸福感。本研究的发现似乎与Rime的理论产生了共鸣,有助于理解情绪的社会参与功能,以及消极和积极情绪的影响可能在哪里以及如何偏离。此外,研究结果表明,点赞和评论的预测因素与社会支持的预测因素不同。更多的研究应该考察这些不同形式的社会参与的预测因素,以及这种参与对接受者和提供者的影响。

局限性和未来研究建议

作为第一次在社交媒体上对癌症视觉传播的调查,这项研究仅限于一种癌症,黑色素瘤和一个标签,#melaonomasucks。在这项研究的基础上,未来的研究应该检查在这项研究中确定的内容和效果的模式是否与其他癌症和其他癌症标签相似,其中在原因、结果、控制和情绪的表达以及这些表达可能引发的参与参与方面存在相似性和差异。使用本研究开发的框架,未来的研究可以采用更大的样本。

结论

这项研究为社交媒体上癌症视觉传播的内容和效果提供了重要的初步了解,并为未来对其他癌症视觉传播的研究提供了概念基础。癌症信念和情绪的自我表达与他们所培养的社会参与之间的趋同和分歧,为扩展癌症疾病认知的研究和开发解释和预测社交媒体上癌症传播的参与性参与的概念框架提供了新的见解和方向。

致谢

这项研究得到了美国国立卫生研究院国家癌症研究所R01CA176196的部分资助。内容仅为作者的责任,并不一定代表美国国立卫生研究院的官方观点。感谢Yoonsang Kim对这项研究的有益评论。

利益冲突

没有宣布。

  1. 皮尤研究中心,2018。2018年社交媒体使用情况:大多数美国人使用Facebook和YouTube,但年轻人是Snapchat和Instagram的重度用户。http://www.pewinternet.org/2018/03/01/social-media-use-in-2018/[访问时间:2018-07-22][WebCite缓存
  2. Houts P, Doak C, Doak L, Loscalzo M.图片在改善健康沟通中的作用:关于注意力、理解、回忆和坚持的研究综述。患者教育杂志2006年5月;61(2):173-190。(CrossRef] [Medline
  3. McWhirter J, Hoffman-Goetz L.视觉图像理论、评估和在皮肤癌和晒黑研究中的应用的系统综述。中华卫生杂志2014;19(6):738-757。(CrossRef] [Medline
  4. 克拉克·R.“标签中的希望”:#为什么留下来的话语激进主义。女性主义媒体研究2016年2月22日;16(5):788-804。(CrossRef
  5. Cole-Lewis H, Pugatch J, Sanders A, Varghese A, Posada S, Yun C,等。社交倾听:推特上电子烟讨论的内容分析。J medical Internet Res 2015 10月27日;17(10):e243 [免费全文] [CrossRef] [Medline
  6. 陆颖,吴颖,刘娟,李娟,张鹏。从不同利益相关者视角理解医疗保健社交媒体使用:一个在线健康社区的内容分析。J Med Internet Res 2017 Apr 07;19(4):e109 [免费全文] [CrossRef] [Medline
  7. Basch C, Basch C, Hillyer GC, Reeves R.与皮肤癌相关的YouTube视频:癌症预防和控制的一个错过的机会。JMIR Cancer 2015 Mar 02;1(1):e1 [免费全文] [CrossRef] [Medline
  8. 卡里姆哈尼C,康内特J,博耶斯L,奎斯特T,德拉瓦勒RP。instagram上的皮肤病学。Dermatol Online J 2014 july 15;20(7):e1 [免费全文] [Medline
  9. 陈涛,Dredze M.推特上的疫苗图片:哪些图片被分享的分析。J Med Internet Res 2018 Apr 03;20(4):e130 [免费全文] [CrossRef] [Medline
  10. 王丽娟,王丽娟,王丽娟。中国癌症研究杂志,2018。CA Cancer杂志2018年1月;68(1):7-30 [免费全文] [CrossRef] [Medline
  11. 黑素瘤流行病学的新认识。2010年11月;10(11):1811-1823 [免费全文] [CrossRef] [Medline
  12. 法布罗奇尼G,特里亚西M,毛里耶洛MC,托雷G,阿农齐亚塔MC,德VV,等。皮肤癌的流行病学:一些环境因素的作用。巨蟹座(巴塞尔)2010 11月24日;2(4):1980-1989 [免费全文] [CrossRef] [Medline
  13. Leventhal H, Diefenbach H.疾病认知:使用常识来理解治疗依从性和影响认知相互作用。神经外科杂志,1992;16(2):143-163。(CrossRef
  14. Leventhal H, Phillips L, Burns E.自我调节的常识模型(CSM):理解疾病自我管理的动态框架。行为医学杂志2016 12月;39(6):935-946。(CrossRef] [Medline
  15. Martin R, Rothrock N, Leventhal H, Leventhal E.疾病的常识模型:对症状感知与健康相关行为的影响。进:Inuls J, Wallston KA,编辑。《健康与疾病的社会心理学基础》英国伦敦:布莱克威尔;2003:199 - 225。
  16. 癌症发生和发展中的情绪表达。中国科学(英文版);2007;(Medline
  17. 拉扎勒斯R,福克曼S.压力,评估和应对。美国纽约:施普林格出版公司;1984.
  18. Hagger MS, Koch S, Chatzisarantis NLD, Orbell S.自我调节的常识模型:过程模型的元分析和检验。精神牛2017年11月;143(11):1117-1154。(CrossRef] [Medline
  19. 情感与适应。纽约州纽约:牛津大学出版社;1991.
  20. 情感认知-动机-关系理论的进展。Am心理学家1991;46:819-834。(Medline
  21. Balasooriya-Smeekens C, Walter F, Scott S.情绪在提示癌症症状的时间表现中的作用:定量研究的系统文献综述。2015年12月24(12):1594-1604。(CrossRef] [Medline
  22. 张志刚,张志刚,张志刚。癌症患者愤怒表达、伴侣支持与生活质量的关系。中华精神病学杂志,2009年3月27日(3):344 - 344。(CrossRef] [Medline
  23. 马志刚,刘志刚,刘志刚,等。每两个癌症患者中就有一个非常痛苦:痛苦的患病率和指标。心理肿瘤学2018 Jan;27(1):75-82。(CrossRef] [Medline
  24. Steffen LE, Vowles KE, Smith BW, Gan GN, Edelman MJ。肺癌患者希望、病耻感和功能的日常日记研究。健康心理杂志2018年3月37日(3):218-227。(CrossRef] [Medline
  25. 社会与临床心理学手册:健康视角。纽约州埃尔姆斯福德:佩加蒙;1991:285 - 305。
  26. 梅尔顿L.如果我不笑,我就会哭:探索幽默应对乳腺癌。中国心理学报2016;34(6):530-541。(CrossRef] [Medline
  27. 姜东,金ir,崔克,尹志华,李sk,李哲,等。谁是快乐的幸存者?在从癌症患者到幸存者的转变过程中,与乳腺癌幸存者快乐相关的身体、心理和精神因素。2017年11月26日(11):1922-1928。(CrossRef] [Medline
  28. Moss-Morris R, Weinman J, Petrie K, Horne J, Cameron L, Buick D.修订的疾病感知问卷(IPQ-R)。心理与健康2002年1月;17(1):1-16 [免费全文] [CrossRef
  29. 《日常生活中的自我呈现》。纽约州纽约:双日;1959.
  30. J巴格,K麦肯纳,g菲茨西蒙斯,你能看到真实的我吗?“真我”在网络上的激活与表达。《社会问题》2002年1月;58(1):33-48 [免费全文] [CrossRef
  31. 以客户为中心的治疗。马萨诸塞州波士顿:霍顿-米夫林;1951.
  32. Hong C, Chen ZF, Li C.“点赞”和“被点赞”:个性特征和人口统计学与在Facebook上给予和接受“点赞”有什么关系?计算机在人类行为2017年3月;68:292-299。(CrossRef
  33. Tsagkias M, Weerkamp W, de Rijke M.预测在线新闻报道的评论量。CIKM '09第十八届ACM信息与知识管理会议论文集2009:1765-1768 [免费全文] [CrossRef
  34. 刘强,周明,赵旭。理解新闻2.0:一个解释在线新闻读者评论数量的框架。信息与管理2015年11月52(7):764-776。(CrossRef
  35. 周w,亨特Y, Folkers A,奥古斯特森E.癌症幸存者在YouTube和社交媒体时代:叙事分析。J Med Internet Res 2011年1月17日;13(1):e7 [免费全文] [CrossRef] [Medline
  36. Attai DJ, Cowher MS, Al-Hamadani M, Schoger JM, Staley AC, Landercasper J. Twitter社交媒体是乳腺癌患者教育和支持的有效工具:患者报告的调查结果。J Med Internet Res 2015 july 30;17(7):e188 [免费全文] [CrossRef] [Medline
  37. Lu W, Hampton K.超越网络的力量:区分感知社会支持的网络结构与社交媒体可见性。新媒体与社会2016年1月04日;19(6):861-879。(CrossRef
  38. 《弱关系的力量》。美国社会学杂志1973年5月;78(6):1360-1380。(CrossRef
  39. Heaney C, Israel B.社会网络社会支持。入:Glantz K, Reimer BK,编辑。健康教育与健康行为。加州旧金山:乔西-巴斯;2008:189 - 210。
  40. 压力事件的可控性与配偶支持行为的满意度。传播研究2016年6月30日;19(2):154-174。(CrossRef
  41. 格鲁兹德A,波林D,海thornthwaite C.分析社会媒体和学习通过内容和社会网络分析:一个多方面的方法方法。JLA的2016;3(3):46 - 71。(CrossRef
  42. 金毅,黄杰,Emery S.垃圾输入,垃圾输出:健康研究,信息流行病学和数字疾病检测中社交媒体数据使用的数据收集,质量评估和报告标准。J Med Internet Res 2016 Feb 26;18(2):e41 [免费全文] [CrossRef] [Medline
  43. 内容分析指南。加州千橡市:鼠尾草;2017.
  44. 内容分析:方法论介绍。加州比弗利山:Sage;1980.
  45. Cho H, Hall J, Kosmoski C, Fox R, Mastin T.日光浴,皮肤癌风险和预防:1997-2006年8本以女性为目标读者的流行杂志的内容分析。卫生公报2010年1月;25(1):1-10 [免费全文] [CrossRef] [Medline
  46. 崔佩文,李志强,李志强。社会支持对社会支持满意度和生活满意度的影响:一项纵向研究。媒介心理学2014年4月29日;18(1):74-105。(CrossRef
  47. Rimé B.情感引发情感的社会分享:理论与实证回顾。情感评论2009年1月1日(1):60-85。(CrossRef


API:应用程序接口
套索:最小绝对收缩和选择算子


G·艾森巴赫(G Eysenbach)编辑;提交25.03.18;C Basch, V De Vita, E Linos同行评审;对作者23.04.18的评论;修订版本收到22.07.18;接受23.07.18;发表05.09.18

版权

©Hyunyi Cho, Nathan Silver, Kilhoe Na, Dinah Adams, Kate T Luong, Chi Song。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 2018年9月5日。

这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。


Baidu
map