发表在第22卷,第8号(2020): 8月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/15697,首次出版
观看趋势和用户对YouTube助眠音乐效果的感知:量化和主题内容分析

观看趋势和用户对YouTube助眠音乐效果的感知:量化和主题内容分析

观看趋势和用户对YouTube助眠音乐效果的感知:量化和主题内容分析

原始论文

1美国阿拉巴马州塔斯卡卢萨市阿拉巴马大学卫生科学系

2西密歇根大学医学院,卡拉马祖,密歇根州,美国

*所有作者贡献均等

通讯作者:

Ransome Eke,医学博士,博士

健康科学系

阿拉巴马大学

罗素大厦105号

塔斯卡卢萨,加州,35487

美国

电话:1 205 348 2553

电子邮件:reke@ua.edu


背景:睡眠在人类的心理和生理功能中起着至关重要的作用。美国疾病控制与预防中心(CDC)的一份报告发现,与1985年相比,2012年美国成年人的睡眠时间明显减少。研究已经描述了听舒缓的音乐与改善睡眠质量和睡眠时间之间的重要联系。YouTube是一个用户可以观看帮助睡眠的音乐视频的平台。没有关于在YouTube上使用助眠音乐的文献。

摘要目的:这项研究旨在调查在YouTube上观看有助于睡眠的音乐视频的模式。我们还对帮助睡眠的音乐视频帖子的评论进行了内容分析,以描述用户对这些音乐视频对他们睡眠质量影响的看法。

方法:我们搜索了2012年1月1日至2017年12月31日期间在YouTube上发布的有助于睡眠的音乐视频。我们根据观看次数(从高到低)对视频进行排序,并使用有针对性的抽样方法选择合格的视频进行定性内容分析。为了执行内容分析,我们将注释导入到混合方法分析软件中。我们总结了包括总浏览量、喜欢、不喜欢、播放时长和发布的音乐视频年龄在内的变量。所有描述性统计均采用SAS统计软件完成。

结果:我们在YouTube上总共发现了238个有助于睡眠的音乐视频,符合纳入标准。总浏览量为1,467,747,018,总游戏时间为84,252分钟。平均游戏时长为186分钟(IQR为122至480分钟),喜欢与不喜欢的比例约为9:1。总共有135个(56.7%)视频的观看量超过100万次,其中124个(52.1%)发布的睡眠辅助音乐视频保持活跃1至2年。总的来说,从20个帮助睡眠的音乐视频中提取了4023条评论。在被审查的评论中出现了五个主要主题,包括观众遇到睡眠问题,对帮助睡眠的音乐视频的积极影响的看法,帮助睡眠的音乐视频没有效果,开始睡眠的时间或睡眠持续时间,以及观众的位置。编码的总体κ统计量为0.87(范围0.85 ~ 0.96)。

结论:这是首个对在YouTube上观看有助于睡眠的音乐视频的模式进行调查的研究。我们观察到,观看有助于睡眠的音乐视频的人数大幅增加,观看者的位置差异很大。这项研究支持了听舒缓音乐对睡眠习惯有积极影响的假设。

[J] .中国医学信息学报,2016;22(8):563 - 567

doi: 10.2196/15697

关键字



睡眠在人类的心理和生理功能中起着至关重要的作用。成年人每晚需要7小时或更长时间的睡眠才能保持身心健康[1]。美国疾病控制与预防中心(CDC)报告称,从1985年到2012年,成年人的睡眠时间大幅减少[2];总的来说,35%的美国成年人睡眠时间短,定义为每晚睡眠时间少于7小时[1]。睡眠时间过短或睡眠不足与认知问题(包括任务表现下降)和健康问题(如糖尿病、抑郁、肥胖、心血管疾病、认知能力下降和免疫功能下降)有关。3.-9]。

慢性睡眠不足可能是由于睡眠障碍,如失眠。失眠包括入睡困难、难以入睡、醒得太早和睡眠质量差[10],这直接影响一个人的睡眠时间。与睡眠良好的人相比,失眠症患者(被诊断患有失眠症的人)旷工率更高,生活质量下降,医疗保健使用率更高。11-13]。失眠可以用药物治疗,非药物治疗,或两者兼而有之,这取决于引起个人失眠的因素[14]。

非药物疗法有助于增加总睡眠时间或减少睡眠发作潜伏期,有助于降低医疗保健利用成本,与药物方法相比,副作用也更少[14]。在改善睡眠质量方面,听音乐似乎是一种有效的非药物方法。先前的研究发现,睡眠质量和睡眠时间的改善与听舒缓的音乐之间存在着显著的联系[1516]。此外,研究表明,睡前听45分钟舒缓的音乐可以通过减轻压力来促进身体放松,降低血清皮质醇,从而改善失眠成年人的睡眠质量[1718]。

YouTube是一个受欢迎的视频分享平台,也是世界上访问量第三大的社交媒体网站。用户可以将自己的视频上传到YouTube,包括帮助睡眠的音乐视频。该平台允许用户分享生活经历和相关健康信息等评论[19-22]。有关YouTube的公开评论显示,2017年的总体使用量比2012年增长了约10倍;此外,据估计,每天有超过10亿小时的视频被观看,每分钟约有400小时的视频被上传[23]。这种媒体结合了基本的技术特征和社区形成功能,允许内容创作者将他们的视频上传到YouTube,而该公司则将这些内容提供给数百万观众。

迄今为止,尚无数据描述YouTube上发布的有助于睡眠的音乐视频的观看人数及其对用户睡眠质量的影响。因此,本研究的主要目的是研究用户观看YouTube上发布的有助于睡眠的音乐视频的模式。此外,本研究旨在通过内容分析,描述用户对收听有助睡眠的音乐视频对睡眠质量的影响的看法。


数据源

我们从2012年1月1日至2017年12月31日在YouTube上发布的视频和评论中获得了本研究的数据。出于伦理研究的目的,本研究被视为非人类受试者,因此不受机构审查委员会的审查。

搜索方法

我们在YouTube上搜索有助于睡眠的音乐视频的标题和描述。以下关键词和短语被用来搜索相关的音乐视频:睡眠,睡眠,音乐,舒缓,放松。使用布尔逻辑“与”和“或”连接器搜索这些关键字。首先,我们在YouTube视频标题中搜索关键词。其次,我们搜索“确切的短语”。最后,我们搜索“所有单词”,没有特定的顺序。

在YouTube帖子的标题和描述中,最常被用来反映帮助睡眠的音乐视频的短语包括“睡眠音乐”、“睡眠音乐”、“舒缓音乐”、“放松音乐”和“失眠音乐”。

入选标准

我们选择了2012年1月1日至2017年12月31日期间由YouTuber(一个非官方术语,用于描述创建内容并将视频上传到YouTube的人)发布的英语视频。当时我们只收录了允许活跃评论的视频。

排除标准

我们排除了营销代理发布的YouTube视频或推广商业内容的视频。其他排除标准还包括重复视频、直播视频、英语以外的语言、含有不当或冒犯性内容的视频、禁止评论或评分的视频。此外,我们排除了在不同视频中多次出现的类似评论。

数据提取

我们使用Philip Klostermann创建的免费、公开的YouTube评论刮板项目提取描述性统计数据。这个web客户端,在互联网软件联盟(ISC)许可下,是用Node.js(一个用于执行JavaScript代码服务器端的开源开发平台)编写的,并使用YouTube评论应用程序编程接口(API)模块来访问评论。给定一个YouTube视频URL,客户端将从API请求该视频的所有评论。有关所有个人和本地使用的YouTube Comment Scrapper项目编码的详细信息,请参阅其他地方[24]。

我们将符合研究纳入标准的可用视频添加到私人播放列表中。我们点击每个视频并下载以逗号分隔值(CSV)格式的参数。参数包括音乐视频标题、观看次数、发布日期、评论文本、喜欢和不喜欢的数量。我们生成了一个宏,并使用microsoftexcel (microsoftcorp .)中的宏记录功能来自动化重复的数据提取过程。音乐视频的年代是根据发布日期来估计的。

为了获得用于内容分析的数据,我们使用有针对性的抽样选择视频。目标抽样是一个迭代过程,在几个点上评估视频特征,允许调整以获得与假设目标人群相似的最终样本[25]。我们将本研究的目标样本定义为2012年1月1日至2017年12月31日期间发布的观看次数最多的有助于睡眠的YouTube音乐视频。首先,我们使用YouTube上的排序选项和与我们研究的相关性,根据观看次数(从高到低)对音乐视频进行排序。接下来,使用随机数生成器和有针对性的抽样方法,我们从可用的视频中选择了20个观看次数最多的睡眠辅助音乐视频。

正如在之前的研究中观察到的那样,大多数观看的标准是合适的,因为对这些视频的评估可能会产生最显著的影响(例如,大量的观看和评论);因此,这是对媒体来源的第一次评价的合理方法[26]。最后,我们将Excel文件导入到NVivo for Windows (Version 12 Plus;QSR International),一种混合方法的数据分析软件[27]。我们使用NVivo 12 Plus的单词云功能来观察音乐视频标题中最常用的术语以及评论,以获得新兴概念和想法的图片(多媒体附录12).

数据分析

描述性统计是根据发布的视频总数、发布年份、视频长度、给定视频发布的时间长度、观看次数和喜欢或不喜欢的次数生成的。我们将分类变量概括为频率和百分比,而数值变量概括为平均值和标准差。SAS (Version 9.4;SAS研究所)进行所有描述性分析。

基于评论中常用词的词云,两位训练有素的编码员(作者TL和RE)采用了Burla及其同事在之前的出版物中描述的方法[28]对提取的文本进行编码。编码人员排除了对单个评论的回复,因为它们的数量和存储这些评论的结构挑战。接下来,编码员在阅读相关评论之前,按字符长度对评论进行排序。编码员只关注那些描述用户在听有助于睡眠的音乐视频时的个人体验的评论。编码人员使用NVivo通过创建节点、在同一层次和等级内对节点进行排序和重新排序以及将节点合并到其他现有或新节点中来组织研究数据。这使我们能够独立地对音乐视频进行评级,并确定反复出现的主题和模式。编码员独立审查视频评论,并在Excel电子表格中记录代码。我们使用Microsoft Excel宏函数来合并和匹配每个代码下的注释。这些代码是使用归纳推理方法开发的,并在研究团队中进行了讨论。此外,我们计算了每个代码的相关注释的总数。 In addition, the coders examined any disparities of judgment to reach a consensus resolution. Lastly, the codes were merged into broader categories, including the positive and negative connotations of the comments, such as perceived pleasing and displeasing experiences.

我们比较了编码器之间产生的编码,并进行了编码器之间的可靠性评估。仅供参考,我们将我们的主题与NVivo生成的自动项目进行了比较。


描述性统计

在使用日期为2012年1月1日和2017年12月31日的过滤选项后,我们确定了238个符合我们研究纳入标准的YouTube助眠音乐视频。在符合条件的音乐视频中,共有1,467,747,018次观看次数,总播放时间为84,252分钟。平均游戏时长为186分钟(IQR 122 - 480分钟),喜欢与不喜欢的比例约为9比1 (图1), 56.7%(135/238)的观看次数超过100万次,52.1%(124/238)发布的有助睡眠的音乐视频保持活跃1至2年(表1).

符合条件的音乐视频占比从2012年的4.2%(10/238)上升到2017年的59.7%(142/238)。平均播放时长为120分钟,25.6%(61/238)的视频活跃时间超过2年。

图1所示。按观看时间划分的视频点赞数与不点赞数的比较。
查看此图
表1。研究分析中包含的有助于睡眠的YouTube音乐视频摘要(N=238)。
变量 值,n (%)
音乐长度(分钟)

< 60 22日(9.2)

60 - 120 32 (13.5)

120年˃ 184 (77.3)
工作年限(年)

<1 43 (18.1)

1 - 2 124 (52.1)

˃2 71 (29.8)
视频观看量(百万)

< 0.5 71 (29.8)

0.5 - 1 32 (13.5)

˃1 135 (56.7)
年发布的

2012 10 (3.4)

2013 13 (4.4)

2014 21日(7.1)

2015 19日(6.5)

2016 33 (11.2)

2017 142 (48.3)

内容分析

我们只考虑了通过有针对性的抽样方法选择的20个帮助睡眠的音乐视频的评论(多媒体附录3).所选视频至少有100条与我们的研究相关的评论。经审阅的意见中出现了五个主要主题(表2):经历睡眠问题,对助眠音乐视频的积极影响的看法,对助眠音乐视频没有影响的看法,对开始睡眠的时间或睡眠持续时间的看法,以及观看者的位置。表3描述编码主题的编码频率和互解释器协议率。编码的总体κ统计量为0.87(范围0.85 ~ 0.96)。

表2。从YouTube帮助睡眠的音乐视频评论的主题分类。
主题 定义
睡眠问题 这个主题表明了观众对他们是否正在经历睡眠剥夺或失眠的看法
对帮助睡眠的音乐视频的积极影响的看法 这些内容表明,在YouTube上听有助睡眠的音乐视频有助于观众入睡
帮助睡眠的音乐视频没有影响的观点 这些内容表明,在YouTube上收听有助睡眠的音乐视频并没有帮助观看者入睡,或者对睡眠没有任何影响
睡眠时间对睡眠开始或睡眠持续时间的看法 显示观看者在听了有助睡眠的音乐视频后需要多长时间才能入睡或睡了多长时间的内容(即观看者在听音乐视频时睡了几分钟或睡了更长的时间)
观看者位置的变化 在收听帮助睡眠的音乐视频时,作为观众所在位置指示的内容
表3。注释编码频率、协议率和编码人员未分配的百分比一个
代码 编码描述 编码频率,n 协议率(%) 由编码器1引起的未赋值(%) 由编码员2引起的未赋值(%)
001 显示观看者是否有睡眠问题(睡眠不足或失眠) 670 69 57 43
002 在YouTube上观看有助于睡眠的音乐视频的积极体验(听音乐有助于观看者睡眠) 2805 86 61 39
003 在YouTube上观看有助于睡眠的音乐视频的负面体验(对观看者没有帮助睡眠,对睡眠没有任何影响) 437 74 48 52
004 显示观看者在收听有助睡眠的音乐视频时入睡的时间或睡眠时间(即观看者在几分钟内入睡或睡眠时间更长) 786 93 50 50
005 显示浏览者是否在评论中提到了他或她的位置 1236 One hundred. 65 35

一个这些数据包括20个选定的音乐视频和4023条评论。总体代码一致性:84%。5种码间信度:κ=0.87。

遇到睡眠问题

在这个主题中,观众的评论表达了他们是否经历了睡眠困难,比如失眠,或者无法入睡或保持足够的睡眠时间。超过16.6%(670/4024)的评论包含了表达睡眠困难的信息。此外,一些评论(362/4024,9.0%)描述了睡眠问题的严重程度。一些观众的评论(604/4024,15.0%)表明,音乐视频是为婴儿或睡眠困难的儿童使用的。下面是代码注释的示例:

谢谢你的分享!我患有失眠和焦虑。我的医生给我开了帮助睡眠的药。这有镇静作用,帮助我入睡。非常感谢!
(Ref 8)
不听这个我就睡不着。每次都有效
(参考1)
我有两年多的失眠症,我认为这个问题无法解决。这个睡眠计划....是一位认知行为治疗师建议我的。这完全改变了我对休息的看法。我现在每天晚上都睡得很舒服。我的床现在又成了我的朋友。
(参考5)
我患有重度抑郁症和广泛性焦虑症,这导致了严重的失眠——你的视频是唯一能帮助我入睡的东西!......谢谢你的视频!愿你爱与平安!
(Ref 14)
我被诊断出患有广泛性焦虑症(GAD),我的焦虑带来的一个问题是不安分的夜晚。这个频道对我帮助很大。睡眠不足是致命的,感觉就像我疯了......回到正常的睡眠周期。我非常感谢这个频道。我真的又开心了:)
(Ref 20)
嗨。我是一个患有失眠症的母亲,有一个刚出生快一岁的孩子。我们都用过这个视频。如果他们哭着睡不着,我就戴上这个。
(Ref 14)

关于帮助睡眠的音乐视频的积极影响的观点

在我们的分析中,收听YouTube上帮助睡眠的音乐视频的有效性是一个主要主题。大多数观众的评论(2805/4023,69.7%)表示,听YouTube助眠音乐视频对他们的睡眠问题和睡眠质量有积极影响。关于这一主题的评论示例如下:

我是在因病毒性脑膜炎住院4天后发现这首歌的。我回到家非常累,无法入睡。在半小时没有睡觉后,我试着搜索放松的音乐.....我记得我在这美妙的音乐中立刻睡着了。9个月后,我很难入睡。我搜索了放松音乐......从那以后我就一直戴着它,没有它我就睡不着....来自加拿大的晚安
(参考2)
在失眠4天后,我把它打开了,我拼命工作,让自己筋疲力尽,但没有任何效果,只玩了不到5分钟,我感觉完全筋疲力尽,放松了,我想我现在可以睡觉了....它对我起作用的速度之快令人惊讶。谢谢你!
(Ref 6)
天哪,你不知道这有多好,每天晚上我打开它,几分钟就睡着了。完整的建议
(Ref 20)

帮助睡眠的音乐视频没有影响的观点

相反,并不是所有的观看者都对YouTube上帮助睡眠的音乐视频有愉快的体验。一些评论(437/4023,10.9%)表明音乐视频对他们的睡眠问题或睡眠质量没有影响。

我有睡眠问题,这首歌不能让我睡觉,即使我什么都不做,但它可以让我感觉更好…....我有我自己的方法让我睡着,虽然不总是成功,.....因为人民的问题是如此的多样化,有时并不能立即解决。
(参考1)
我猜舒缓的音乐对失眠不起作用,但值得一试,对吧?
(参考12)
如果你正在读这篇文章,那么你是清醒的,这意味着这条轨道不适合你……继续下一个!!
(参考4)
放着这音乐我还是睡不着
(Ref 18)

关于睡眠开始时间或睡眠持续时间的看法

内容分析的另一个重要观察结果是观看者在听有助睡眠的音乐视频时入睡的时间。从分析的评论(785/ 4023,19.5%)中得到的信息表明,开始睡眠的时间在5到30分钟之间,一些观众报告说,在听音乐视频时,他们的睡眠时间为10个小时或更长。

刚开始的八分钟我就睡着了
(参考5)
实际上,在视频播放10分钟左右的时候,我睡着了
(Ref 18)
我发誓我通常要花一个小时才能闭上眼睛....所以我想到了这个,并在20分钟内使用它,我在快速眼动睡眠…
(参考5)
作为一个失眠的人,很难入睡。一旦我发现这个,我就在五分钟内睡着了!!现在我有了这个,我从只有3-6小时的睡眠变成了10-15小时的睡眠。最好的部分是我在早上感到神清气爽!!
(参考1)

观众位置的变化

观众经常在一些评论中报告他们的观看地点。YouTube是一个广泛使用的社交媒体平台;然而,我们无法获得坐标信息来验证用户的位置。然而,从评论的词云来看,这是一个重要的主题,30.7%(1236/4023)的评论表达了观众的区域。评论中提到的地方差异很大,这表明YouTube上帮助睡眠的音乐视频被广泛使用。例如,以下注释描述了用户的位置:

来自法国的晚安
(参考2)
从我们!谢谢你的精彩视频!我试过几种不同的声音和不同的方法来入睡......
(Ref 8)
我有焦虑症,我总是在凌晨3点左右睡觉.....通常我只睡4个小时或更少.....来自加拿大的晚安:)
(Ref 9)
从意大利发来的早安!我的家人在睡觉前听,我在上班前听....谢谢你!
(Ref 17)
来自菲律宾的晚安
(Ref 19)
来自非洲的晚安,谢谢!
(参考12)

主要研究结果

我们的研究表明,YouTube是一个被广泛使用的社交媒体,有睡眠问题的观众可以在这里观看帮助睡眠的音乐视频,以改善他们的睡眠质量和习惯。在内容分析中占主导地位的主题表明,大多数用户都有失眠等睡眠问题;听有助于睡眠的音乐视频可以帮助用户在短时间内入睡;用户在听有助于睡眠的音乐视频时,睡眠时间更长。此外,对评论内容的分析显示,YouTube上发布的有助于睡眠的音乐视频的观众位置存在很大差异。

这项研究提供的证据表明,越来越多的人在YouTube上收听有助睡眠的音乐。大量文献报道了越来越多的人遭受睡眠不足的困扰,以及睡眠剥夺对生活质量和生产力的影响。29-31]。在美国,一项研究发现,有5000万到7000万人患有慢性睡眠或觉醒问题。这些数字随着时间的推移而增加,超过35%的成年人报告睡眠不足[2930.]。此外,与睡眠困难和睡眠障碍治疗相关的问题(生理和心理)影响的研究在过去十年中不断受到关注[32]。这项研究的结果表明,在YouTube上听有助于睡眠的音乐视频可能是美国和世界各地有某种睡眠问题的人采用的方法之一。观看睡眠音乐视频的人越来越多,一种可能的解释是,获得医疗保健服务的成本不断上升,获得医疗保健服务的难度越来越大,这促使许多人选择成本更低、更容易获得的替代方法来帮助解决与睡眠有关的问题。33-35]。

最近的研究侧重于从互联网和社交媒体平台获取卫生信息,来自这些来源的汇总数据可以提供有用的公共卫生信息。例如,在美国流感爆发期间,分析Twitter数据是CDC用来生成监测数据的方法之一[32-34]。这项研究的结果表明,在6年的研究期间,YouTube上帮助睡眠的音乐的使用大幅增加,这可能反映了越来越多的人可能患有睡眠障碍。此外,我们的观察表明,YouTube是一个社会支持系统,在这里,具有相似健康或生活经历的个人分享影响他们健康生活质量的重要健康主题的信息。睡眠质量是衡量生活质量的重要组成部分。

目前还缺乏关于频繁使用YouTube对睡眠模式影响的研究。因此,我们无法将我们的发现与任何类似的研究进行比较。我们的研究关注的是观看者对使用YouTube助眠音乐视频改善睡眠模式的有效性的看法。我们的研究结果表明,大多数观众认为YouTube上的睡眠视频对他们的睡眠质量和持续时间有积极影响。然而,几项研究表明,频繁使用社交媒体会对用户的睡眠质量和模式产生不利影响[36-39]。在加拿大青少年中进行的一项研究显示,每天使用社交媒体至少1小时与睡眠时间不足的几率较高呈剂量反应关系[40]。Levenson和他的同事[41研究了睡前30分钟使用社交媒体和睡眠紊乱之间的独立联系。他们的研究发现,睡前30分钟查看社交媒体的频率与睡眠障碍增加之间的比值比呈显著的线性趋势。尽管我们的研究结果与这些报告没有直接的可比性,但我们的内容分析所获得的评论表明,有睡眠障碍的人使用YouTube上的助眠音乐视频来增强他们的睡眠习惯,保持充足和持久的睡眠。这个话题需要进一步探索,以了解频繁使用YouTube会如何影响用户的睡眠质量。

利用社交媒体按地点监测公共卫生问题的能力有充分的记录[42-45]。例如,Twitter为一些tweet提供位置信息,帮助对新出现的健康主题进行地理生物监测。在最近的寨卡疫情爆发期间,世界各地的社区在推特上讨论了这种疾病以及与之相关的关键问题。从推特上收集的数据反映了对寨卡病毒的兴趣从最初的南美热点到北美,然后在全球范围内的传播[43]。与Twitter不同,YouTube不提供用户的位置坐标。不过,YouTube的用户可以在评论中自由地提供自己的位置信息。我们对评论的内容分析数据包括YouTube上帮助睡眠的音乐视频用户的不同地理位置。经分析的评论表明,用户既来自发达国家,也来自发展中国家。这一发现还表明,睡眠困难是一个全球性问题,并支持了这样一种观点,即社交网络平台可以通过来自评论和平台地理编码系统的空间信息来了解健康问题的负担。

这项研究为YouTube上帮助睡眠的音乐视频的使用模式提供了有价值的信息;研究结果可能表明,全球存在着严重的健康负担。然而,这项研究有一些局限性。首先,用于内容分析的评论是自我报告的,我们无法核实关于失眠等睡眠问题的说法。其次,我们对这项研究的分析单位是发表的观点和评论的数量,我们无法评估个人层面的数据,如社会人口变量,以比较群体之间的差异。此外,YouTube用户可以拥有多个账户,这些账户拥有特权,比如用不同的标题发布相同的视频,用不同的用户名发表评论。为了在我们的分析中尽量减少这个问题,我们对内容相似的视频进行了分类并排除了任何在视频中多次出现的措辞完全相同的评论。第三,由于YouTube上有大量有助于睡眠的音乐视频和大量的评论,我们使用了有针对性的抽样方法,从观看次数最多的视频中选择样本。这种方法可能会消除一些重要的音乐视频,可能导致我们错过其他重要的主题。这一限制为使用类似的数据源进一步研究这一主题提供了机会。 Finally, the contents of YouTube videos are accessible to the public, and no formal approval is required to access the contents of the postings. Notwithstanding, users must register to upload videos or post comments on the site. Although the usernames in the comment section are publicly available, users are free to create multiple accounts and hold numerous pseudonyms. Therefore, we cannot guarantee that all the comments we extracted were genuine with no astroturfing.

结论

这项研究提供了关于使用YouTube帮助睡眠的音乐视频来改善睡眠问题和提高睡眠质量的信息。我们观察到,使用有助睡眠的音乐视频的人数大幅增加,而且他们的位置也有很大差异。这项研究也支持了听舒缓音乐对睡眠习惯的积极影响。最后,本研究表明YouTube是获取和分析关键公共卫生信息的重要社交媒体。

利益冲突

没有宣布。

多媒体附录1

词云是在音乐视频标题中使用最频繁的术语。

PNG文件,181kb

多媒体附录2

词云是评论中使用频率最高的词。较大的单词代表使用频率较高的术语,而较小的单词则较少使用。

PNG文件,293 KB

多媒体附录3

对随机选取的视频进行描述,用于专题内容分析。

DOCX文件,16 KB

  1. 共识会议小组,Watson NF, Badr MS, Belenky G, Bliwise DL, Buxton OM等。美国睡眠医学学会和睡眠研究学会关于健康成人推荐睡眠量的联合共识声明:方法和讨论。中华临床睡眠医学杂志2015;8;11(8):931-952 [J]免费全文] [CrossRef] [Medline
  2. 福特E,坎宁安T,克罗夫特J. 1985 - 2012年美国成年人自我报告睡眠时间的趋势。Sleep 2015 May 01;38(5):829-832 [免费全文] [CrossRef] [Medline
  3. 李建平,李建平,李建平。睡眠不足对神经认知的影响。中华神经科学杂志2009;29(4):320-339 [j]免费全文] [CrossRef] [Medline
  4. Morin CM, LeBlanc M, Daley M, Gregoire JP, msamrette C.失眠症流行病学:患病率、自助治疗、咨询和寻求帮助行为的决定因素。睡眠医学2006,01;7(2):123-130 [j]免费全文] [CrossRef] [Medline
  5. Doghramji K.失眠的流行病学和诊断。[J]管理护理,2006;12(8增刊):S214-S220 [J]免费全文] [Medline
  6. 失眠的风险和成本:健康、安全和生活质量。中国医学杂志;2010;16(8):617-626 [J]免费全文] [Medline
  7. Canivet C, Nilsson PM, Lindeberg SI, Karasek R, Östergren P.社会经济地位低的女性和男性失眠增加心血管事件的风险:一项纵向,基于登记的研究。心身研究杂志2014年4月01日;76(4):292-299。(CrossRef
  8. Baglioni C, Battagliese G, Feige B, Spiegelhalder K, Nissen C, Voderholzer U,等。失眠作为抑郁症的预测因子:纵向流行病学研究的荟萃分析评价。[J]心理疾病杂志;2011;31(1):10-19。(CrossRef] [Medline
  9. 刘建军,刘建军,刘建军,刘建军。睡眠剥夺对神经生物学的影响。CN 2013 Apr 01;11(3):231-249。(CrossRef
  10. Bonnet M, Arand D.慢性失眠症。睡眠障碍:诊断与治疗2008年7月23日100-109。(CrossRef
  11. 吴敏,林慧,翁生,何晨,王健,徐莹。失眠亚型与卒中的后续风险。中风2014年5月;45(5):1349-1354。(CrossRef
  12. 失眠是抑郁症的预测因子:失眠亚型重要吗?Sleep 2010 Dec 01;33(12):1585-1586 [j]免费全文] [CrossRef] [Medline
  13. 失眠:患病率、负担和后果。失眠轮询2012;01(01):01-06。(CrossRef
  14. Ringdahl EN, Pereira SL, Delzell JE。原发性失眠的治疗。[J]董事局财务实务2004;05;17(3):212-219 [免费全文] [CrossRef] [Medline
  15. 王超,孙艳,臧辉。音乐治疗可改善急慢性睡眠障碍患者的睡眠质量:10项随机研究的meta分析。国际护理杂志2014年1月1日;51(1):51-62。(CrossRef] [Medline
  16. 张娥,赖慧,陈鹏,谢艳,李玲。音乐对成人慢性失眠症患者睡眠质量的影响:基于多导睡眠图和自我报告分析的证据:随机对照试验。国际护理杂志,2012;49(8):921-930。(CrossRef] [Medline
  17. 王强,王爱玲,李霞。音乐干预对社区居住老年人睡眠质量的影响。中华补体医学杂志,2016;22(7):576-584。(CrossRef] [Medline
  18. 沈安,陈文杰,陈文杰。镇静音乐对新加坡社区老年人睡眠质量的影响。补体医学2014 Feb 01;22(1):49-56。(CrossRef] [Medline
  19. 社交媒体参与:YouTube用户参与和消费的动机是什么?计算机在人类行为2017年1月01日;66:236-247。(CrossRef
  20. Siersdorfer S, Chelaru S, Nejdl W, San PJ。你的评论有用吗?分析和预测YouTube评论和评论评级。2010年4月26日发表于:第19届国际万维网会议论文集;2010;罗利,北卡罗来纳州,美国第891-900页。(CrossRef
  21. Yasmina D, Hajar M, Hassan AM。使用YouTube评论进行基于文本的情感识别。计算机科学学报,2016;83:292-299。(CrossRef
  22. YouTube互动的参与框架。语用学学报,2014年11月;73:37-52。(CrossRef
  23. YouTube每天提供十亿小时的视频。2017年5月11日URL:https://www.mediapost.com/publications/article/300622/youtube-serves-up-a-billion-hours-of-video-a-day.html[2017-05-11]访问
  24. Klostermann P. YouTube评论Scraper项目。URL:https://github.com/philbot9/youtube-comment-scraper[2017-03-08]访问
  25. 王建平,李建平。基于目标抽样的隐性群体研究。社会问题;1989;36(4):416-430。(CrossRef
  26. 胡欣M, Frazier S, Thompson JK。YouTube上的肥胖污名化:一项内容分析。Body Image 2011 Jan;8(1):90-92。(CrossRef] [Medline
  27. NVivo版本12 +,适用于Windows。近年国际。URL:https://www.qsrinternational.com/nvivo/nvivo-products/nvivo-12-plus[2020-01-05]访问
  28. 李文杰,李国强,李国强,李国强。从文本到编码。护理研究2008;29;57(2):113-117。(CrossRef
  29. Alami YZ, Ghanim BT, Zyoud SH. Epworth住院医师睡眠质量及其与生活质量的关系中华医学杂志,2018;13(1):21- 21 [J]免费全文] [CrossRef] [Medline
  30. 刘建军,李建军,李建军,李建军,李建军。睡眠干预对睡眠质量的影响:一项随机对照研究。[J]睡眠研究,2018;27:2-3。
  31. Groeger JA, Zijlstra FRH, Dijk D. 2000名英国成年人代表性样本的睡眠量、睡眠困难及其感知后果。中华睡眠科学杂志2004;13(4):359-371 [J]免费全文] [CrossRef] [Medline
  32. 蔡p,佩格尔JN。睡眠障碍引起的合并症。医学圆桌会议。2019年8月1日。URL:https://themedicalroundtable.com/article/comorbid-conditions-caused-sleeping-disorders[2020-08-17]访问
  33. Sommers BD, Gawande AA, Baicker K.健康保险覆盖范围和健康-最近的证据告诉我们什么。中华医学杂志,2017,31(6):586-593。(CrossRef
  34. 《失眠的成本和增加循证治疗的收益:失眠的认知行为疗法》。睡眠医学杂志,2017;12(1):39-46。(CrossRef] [Medline
  35. 《失眠的成本和增加循证治疗的收益:失眠的认知行为疗法》。睡眠医学杂志,2017;12(1):39-46。(CrossRef] [Medline
  36. Monacis L, de Palo V, Griffiths MD, Sinatra M.社交网络成瘾、依恋类型和意大利版卑尔根社交媒体成瘾量表的验证。行为成瘾杂志,2017;6(2):178-186。(CrossRef
  37. 社交媒体成瘾量表-学生表格:信度与效度研究。Tojet -土耳其在线教育技术学报,2018年1月01日;17(01):169-182。
  38. Andreassen CS, Billieux J, Griffiths MD, Kuss DJ, Demetrovics Z, Mazzoni E,等。社交媒体和视频游戏成瘾使用与精神障碍症状之间的关系:一项大规模横断面研究。成瘾行为心理学,2016;30(2):252-262。(CrossRef
  39. 社交媒体成瘾原因的定性研究。欧洲教育研究杂志2018年10月15日;7(4):861-865。(CrossRef
  40. Sampasa-Kanyinga H, Hamilton HA, Chaput J.在11 - 20岁的学生中,使用社交媒体与睡眠时间短呈剂量反应关系。儿科学报2018年4月24日;107(4):694-700。(CrossRef] [Medline
  41. Levenson J, Shensa A, Sidani J, Colditz J, Primack B.美国青少年睡前使用社交媒体和睡眠障碍的研究。Sleep 2017 Sep 01;40(9):zsx113。(CrossRef] [Medline
  42. Villanti AC, Johnson AL, Ilakkuvan V, Jacobs MA, Graham AL, Rath JM。2016年美国年轻人的社交媒体使用和数字技术获取情况。医学互联网研究2017 Jun 07;19(6):e196 [J]免费全文] [CrossRef] [Medline
  43. 张建军,张建军,李建军,等。推特上的寨卡病毒:地点、演员和概念的时间变化。JMIR公共卫生监测2017年4月20日;3(2):e22 [j]免费全文] [CrossRef] [Medline
  44. 赵颖,张杰。社交媒体消费者健康信息搜索:文献综述。卫生信息杂志,2017,12,17(4):268-283。(CrossRef] [Medline
  45. Dunn AG, Surian D, Leask J, Dey A, Mandl KD, Coiera E.绘制社交媒体上的信息暴露来解释美国HPV疫苗覆盖率的差异。疫苗2017年5月25日;35(23):3033-3040 [j]免费全文] [CrossRef] [Medline


API:应用程序编程接口
疾病预防控制中心:疾病控制和预防中心


G·艾森巴赫编辑;提交30.07.19;M . Wick, C . Ulmer, K . McCausland的同行评审;对作者04.11.19的评论;订正版收到30.12.19;接受13.05.20;发表24.08.20

版权

©Ransome Eke, Tong Li, Kiersten Bond, Arlene Ho, Lisa Graves。原发表于医学互联网研究杂志(//www.mybigtv.com), 2020年8月24日。

这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在《医学互联网研究杂志》上,并适当引用。必须包括完整的书目信息,到//www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。


Baidu
map