发表在第22卷,9号(2020):9月

本文的预印本(早期版本)是可用的https://preprints.www.mybigtv.com/preprint/21419,第一次出版
公众的认知和态度COVID-19药物干预在六个国家:一个主题Twitter数据的建模分析

公众的认知和态度COVID-19药物干预在六个国家:一个主题Twitter数据的建模分析

公众的认知和态度COVID-19药物干预在六个国家:一个主题Twitter数据的建模分析

原始论文

1以人为中心的计算、信息技术教师,莫纳什大学,澳大利亚·考尔菲德

2数据科学与人工智能,信息技术学院,克莱顿,澳大利亚莫纳什大学

3皇家医院珀斯,澳大利亚珀斯

通讯作者:

凯特琳Doogan, MDataSci

部门数据的科学和人工智能

信息技术学院

莫纳什大学

惠灵顿Rd

克莱顿,3800

澳大利亚

电话:61 3 9903 1004

电子邮件:caitlin.doogan@monash.edu


背景:药物干预(npi)(戴着面具和社会距离等)已被世界各国政府实现减缓COVID-19的传播。促进公共遵守这些政权,政府需要了解公众的认知和态度NPI政权和影响他们的因素。Twitter数据提供一个意味着捕捉这些信息。

摘要目的:本研究的目的是确定tweets关于COVID-19 npi在六个国家和公众的认知和态度的比较趋势npi在这些国家。目的是确定因素影响公众的认知和态度NPI政权COVID-19流行的早期阶段。

方法:我们分析了777869英语tweet COVID-19 npi在六个国家(澳大利亚、加拿大、新西兰、爱尔兰、英国、和美国)。推特频率之间的关系和案例数据采用皮尔逊相关分析,评估。主题建模用于隔离npi tweet。npi国与国之间的比较分析。

结果:NPI-related主题的比例,相对于所有的话题,不同的国家之间。新西兰数据集显示npi最大的关注,和美国的数据集显示最低的。微博的频率之间的关系和病例数只是统计上显著的澳大利亚(r= 0.837,P<措施)和新西兰(r= 0.747,P<措施)。主题建模生产了131主题相关22 NPI之一,分为七个NPI类别:个人防护(n = 15),社会距离(n = 9),测试和跟踪(n = 10),聚(n = 18)的限制,锁定(n = 42),旅行限制(n = 14),和工作场所关闭(n = 23)。而限制较少npi赢得了广泛的支持,更多的限制性npi各国被认为是不同的。四个特征,这些政权被认为影响公众坚持NPI:及时性的实现,NPI竞选策略,不一致的信息,和执行策略。

结论:Twitter提供了一种手段获得及时反馈对公众的反应COVID-19 NPI政权。见解从这个分析可以支持政府决策,实现,和沟通策略对NPI政权,以及鼓励进一步讨论NPI项目管理全球卫生事件,比如COVID-19大流行。

J地中海互联网Res 2020; 22 (9): e21419

doi: 10.2196/21419

关键字



SARS-CoV-2,小说病毒导致COVID-19,宣布大流行由世界卫生组织(世卫组织)3月11日,2020年。SARS-CoV-2已经感染了全世界数以百万计的人(1),继续威胁人口健康,以及社会经济和地缘政治位置,许多国家。在缺乏预防和治疗药物治疗特定COVID-19,政府依赖于战略的成功响应程序减轻,延迟或抑制SARS-CoV-2[的传播2]。通常情况下,这些项目是动态机制的药物干预(npi) [3]。npi公共卫生措施,除了药物或疫苗的使用,由政府和卫生部门部署控制社区传播的疾病(3,4]。

NPI COVID-19政权的限制取决于政府的战略控制的传播SARS-CoV-2(例如,消除和抑制)5]。然而,对于这些策略是有效的,公众必须保持坚持npi规定。政府和卫生部门需要确保持续的公众坚持npi控制病毒的传播。这样做需要一个更大趋势的理解公众的认知和态度这些NPI政权,以及一种确定为什么和在什么情况下,这些依从性行为出现,减少,和坚持6]。这种程度的理解可以帮助政府作出更明智的决定npi以便他们可以更多的为公众所接受。研究已经证明,NPI政权和更高程度的公众可接受性吸引更大程度的公共坚持,最终,减少感染的利率在一个社区(7,8]。

理解公共npi的态度,加上流行病学数据,也可以告知最优时间限制可以缓解或删除,和重要的是,这些调整是如何向公众传达(9]。这些知识将在事件必须实现这些策略可能需要再次镇压任何后续波COVID-19期间感染后阶段的大流行。

流行病学模型(10],调查[2),和分析过去的大流行11)已经被周围的主要手段来支持决策COVID-19 NPI政权。几项研究已经评估等项目的成功的国家通过感染高峰(12,13),为其他国家提供宝贵的经验与病毒(12]。然而,一个更全面的了解公众的认知和态度npi的显著的额外好处。此外,npi的需要的实现需要快速分析。社交媒体分析提供了这个机会由于这些平台的广泛使用,和数据捕获的相对速度14]。

最近的研究表明,社交媒体挖掘可以提供的信息公开回应具体的卫生措施,如暂停体育比赛(15),取消的节日16为弱势群体[],规定17]。我们的研究可以进一步造成这一文学通过证明社交媒体挖掘可以得到快速的见解对公共认知和态度NPI政权。

鉴于暴发(都需要及时的应对15)和更深入的见解关于趋势npi的公众,我们选择收集Twitter数据,因为它可以和足够量的计算和定性分析需要提供信息态度的趋势。此外,比较分析的数据来自多个地理区域可以帮助识别的因素,有助于理解公众的可接受性,最终,持续坚持NPI政权。

在这项研究中,我们使用了一个混合计算方法来分析英语微博相关COVID-19 npi在六个英语国家。本研究的目的是:(1)确定哪些NPI吸引公众的注意力在每个国家和在多大程度上他们这样做的时候,(2)描述了认知和态度这些NPI和比较这些国家之间,(3)确定因素可能影响公众观念和态度NPI政权。


本研究采用计算和定性技术相结合的混合方法来描述公众的认知和npi的态度。

数据收集和预处理

使用Twitter流API(应用程序编程接口)服务,我们收集了2587625条微博公布1月1日至4月30日,2020年。在接受调查的121天,COVID-19宣布大流行,每个选择的国家实现NPI政权控制病毒的传播。我们考虑不同集合开始时间为每一个国家,但是觉得没有强烈的理由这样做。重大案件的主要发病一周内所有被选中的国家,鉴于国际媒体报道,微博的发病早发病情况下在所有国家。COVID-19相关微博检索使用三个标签在每个国家收集一个初始的数据池。我们不包括标签# COVID-19等作为分析这将不允许针对一个特定的国家。同标签的频率分析知情选择二级标签用于进一步检索的tweet。这些标签,和频率分析的结果报告多媒体附录1

微博的预处理包括复制删除,降低套管,减少收缩扩张、伸长。Nonalphabetic字符、@用户名#标签,网址,查询标签,特定国家的名字被删除。Python包NLTK [18)是用于标记、词性标注词元化,,和障碍。使用langid包(19),我们识别和移除非英语的微博。综述了三元及三元模型的包容。数据集内的令牌出现不到10倍或微博包含少于10令牌被排除在进一步分析。总共777869条符合分析的标准。

分析公众的注意力

首先,我们决定如果公众的注意,鉴于日常微博的数量,是有关日常确诊病例的数量。对于每个数据集,我们进行了皮尔森相关分析来确定是否有统计上显著的这些变量之间的关系。提出了这些关系的图形化表达多媒体附录2,并提出了相关分析的结果多媒体附录3

主题建模和评估

主题建模(20.)是用来确定隐藏(潜在)语义结构,链接文件通过识别常见的共病的词集。排名词集,或话题,总结性陈述的文件。我们使用MetaLDA [21),一个主题模型实证证明执行比流行模型潜在狄利克雷分配(LDA) (22tweet)建模时稀疏和嘈杂的文本(23]。有多少话题的选择(k) MetaLDA构造是一个参数,影响生产的质量模型。质量模型是一致的和可翻译的话题。然而,正如最好的k是未知的,多个模型具有不同的值k (k ={30、40…130})被构造为每个数据集(24]。k的值和模型构造的数量是由数据集的大小决定的。质量模型的选择是根据统计和定性评价。

统计评估模型是基于相干测量归一化点态互信息(NPMI) [25),计算使用棕榈包(26),和Glove2Vec嵌入27]。嵌入在维基百科语料库训练数据集除了澳大利亚和新西兰的数据集,这是一篇1.5亿字的语料上训练,澳大利亚的新闻文章。我们的评估报告多媒体附录4。模型具有更高的意思是NPMI分数选择定性审查他们的话题。最多的模型一致的和可翻译的主题进行了进一步的分析。

比较分析

定性分析的主题涉及编码模式的建设指导NPI-related主题的标识和标签。该模式显示多媒体附件5。模式主要是根据世卫组织的流感大流行npi咨询框架(11),由学术文献,具体COVID-19 NPI政权被当时的六个国家雇佣的分析。在这个过程中,我们回顾了100的最具代表性的微博主题确定的主题是关于NPI,如果是这样,有关NPI的标签。我们还研究了主题包含在这些主题npi引用相关的话题。在研究小组,我们反复核对NPI标签分配给主题(28]。多媒体附录4显示的数量与每个国家npi相关主题。

比较分析npi公开讨论的国家之间。微博被审查recontextualized嵌入式超媒体,答道,联系媒体。我们补充的分析测量COVID-19-related信息提供的每个国家的政府在研究期间。热图确定建造npi吸引了公众的注意每个国家和他们的程度。NPI的每个国家的讨论的比例计算为每个数据集的总数tweet分配给NPI的话题,相对于总数的tweet分配给所有关于NPI的话题。进一步探索,我们构造的和弦图来可视化npi的讨论在每个国家之间的关系。这些图所示多媒体附录2,说明微博之间共享类别的npi的数量。


分析公众的注意力

皮尔森相关分析表明,每日COVID-19病例的数量和每日微博有紧密的关联只在澳大利亚(r= 0.837,P<措施)和新西兰(r= 0.747,P<措施)调查数据集的121天。分析也进行了基于日期的第一个确诊病例在每个国家。又很强的相关性被认为只有在澳大利亚(r= 0.823,P<措施)和新西兰(r= 0.666,P<措施)。这种分析所示的结果多媒体附录3

图形,公众的注意力消散随着时间的推移,尽管病例数持续上升指数调查国家除了澳大利亚和新西兰。这两个国家带来了他们相对较少的情况下控制在研究期间,可能占tweet的下降之间的关系和情况。按比例缩小的tweets和病例数的可视化为每个数据集显示在每天多媒体附录2

比较分析

总共有131 NPI-related讨论确定了22个npi之一。这些npi npi分为七种类型:个人防护(n = 15),社会距离(n = 9),测试和跟踪(n = 10),聚(n = 18)的限制,锁定(n = 42),旅行限制(n = 14),和工作场所关闭(n = 23)。定性这些主题的细节多媒体附录4

以下讨论细节的结果比较分析公众的认知和态度的npi国家之间。我们有分析和相应的图形化表示分为限制较少、限制性更强npi基于他们的强制力和经济成本。范例说明公众的npi的tweet多媒体附件6

更少的限制性npi的分析

限制较少npi包括个人防护,社会距离和测试和跟踪。微博的比例与这三个类别所示图1

图1所示。热图的比例与限制较少药物干预相关的微博(npi)为每一个国家。个人防护用品:个人防护设备。
把这个图

个人防护

四个npi个人防护标识:手部卫生,口罩,职业个人保护装备(PPE)和表面清洗。

Tweets关于手部卫生的早期集中在每个国家的响应。主题的比例相对较低时,手部卫生经常出现在微博讨论npi更加突出。tweet来自英国国民健康服务(NHS)的引用建议洗手长度应该等同于所花费的时间唱“生日快乐”的歌(29日]。twitter在美国倾向于信息,解释说,肥皂和温水比杀死SARS-CoV-2洗手液(30.),人们应该停止触碰自己的脸。相比之下,英国的推文表示失望在低对醇基洗手液洗手依从性和公众的偏好。同样,加拿大微博推广洗手在使用一次性手套,认为那些滥用手套是不负责任的。

尽管澳大利亚政府的建议,口罩一般不会被公众所必需的(31日),澳大利亚tweet认为口罩是一个重要的防御传播。加拿大微博对政府表示困惑关于戴口罩的建议。

除了微博从新西兰,公众感知的短缺职业PPE是贫穷的政府决策的结果。tweet来自美国对这些短缺和经常引用表示报警持续的媒体报道PPE疫情地区的短缺。看法分歧,然而,随着中国PPE的供应的增加在不同的国家。爱尔兰tweet庆祝高调出货量,而澳大利亚推文表示怀疑这些交付背后的政治动机。加拿大微博在中国PPE的质量表示担忧,并哀叹国家PPE制造能力的缺乏。

为了应对短缺的清洁产品(32),加拿大和英国的tweet鼓励表面清洗,共享食谱自制的消毒剂,并讨论了实际措施来减少表面传播,包括清洗手机。

社会距离

两个npi社会距离确定:个人接触和公共空间。

英国和爱尔兰tweet气馁握手和报道的迅速采用无触点问候,包括elbow-bumping和脚攻。然而,英国tweet发现停止握手冗余在对抗性体育高度的身体接触。英国个人联系人是高度集中的讨论,与大多数微博提醒别人注意保持距离,尤其是老年人。

传输在公共场所,如在公共交通工具上,被认为是一种威胁到澳大利亚,爱尔兰,英国,和美国公众。美国和英国的推特表达了不满当局实施的解决方案,如减少在伦敦地下铁路的运输能力服务。爱尔兰微博抱怨社会距离的挑战,考虑到在城市狭窄的小路。澳大利亚微博支持社会距离但质疑的随意性1.5米(5英尺)规范而不是2米(6.5英尺)[33在其他国家。澳大利亚和爱尔兰微博质疑社会距离当其他NPI的逻辑实现不占实践,特别是在特定的工作场所。

检测和跟踪

两个npi测试和跟踪确认:测试和跟踪应用程序。

主题关于测试的最高比例是来自加拿大和美国的数据集,测试工作的公众是负面的。这是由于不一致的测试标准,测试积压,错误的测试套件,成本,和缺乏测试。澳大利亚tweet认为低社区传播的报道统计处理,给出测试当时限制返回的旅行者。同样,新西兰和爱尔兰微博质疑案例报告的有效性给出测试标准。

澳大利亚和新西兰公众对隐私的影响表示担忧接触者追踪的应用。公众理解的细节数据收集,但推特表达了不信任的科技公司从事存储数据。新西兰tweet认为集中的数据模型的影响,并呼吁开放源代码和一个独立的隐私评估。

分析限制性npi

类别的限制性npi包括收集限制、封锁、旅行限制,工作场所的闭包。微博的比例与这三个类别所示图2

图2。热图的tweet的比例与限制性药物干预(npi)为每一个国家。
把这个图

收集的限制

三个npi收集限制被确认:体育比赛,文化活动和公共场所。

我们微博回应好坏参半的几个主要的美国体育联盟宣布暂停3月12日,2020年。虽然失望,很多接受了必要的措施,而另一些人则认为它是反应过度。后者反应较少的情况下可以解释的几个州。除了新西兰,公众期待恢复精英体育,暂停讨论了体育季节同样失望的接受。英国推文表示震惊的英超赛季突然取消。澳大利亚tweet向政客被认为推迟了他们的愤怒限制大规模集会基于支持特定的体育团队。

讨论文化活动包括宗教集会。取消显示tweet来自爱尔兰的难以置信的天主教弥撒但很快接受直播服务的使用。加拿大微博表示团结和支持那些庆祝宗教节日。相反,我们推了愤怒的向特定的宗教人物或群体继续聚集在大群。

爱尔兰和美国的微博讨论取消圣帕特里克节(2020年3月17日)庆祝活动。有趣的是,爱尔兰的tweet的比例,统一要求取消活动,不到我们这些数据集的反应不一。澳大利亚澳纽军团日取消服务(2020年4月25日)有一个发人深省的效果,虽然许多鼓励国内服务的观察,一个态度的转变是指出关于形势的严重性。

美国NPI话题在公共场所集会NPI-related tweet的占30.42%(23099/75938),所有NPI的最强烈的。大多数的微博热烈讨论2020年美国大选的影响。美国公众感知的活动安排兑换成社区健康威胁,并敦促推迟或邮政投票,以避免增加传播。强制现场投票在澳大利亚昆士兰递补选举(2020年3月28日)吸引了那些认为该指令的尖刻评论与社会距离的要求不一致。

媒体报道的喜欢未能在佛罗里达和社会距离悉尼看到美国和澳大利亚微博呼吁海滩关闭。此外,澳大利亚和加拿大微博呼吁关闭运行路径如果社会距离没有改善。

封锁

五个npi开门锁定:公众的支持,高危人群弱势群体,自我保健,法律执行。

各国有广泛支持封锁。在实施国家封锁在澳大利亚,爱尔兰,和英国,公众显示越来越失望的延迟实现这些封锁。英国微博呼吁更严格的限制的一种手段遏制违规行为和保护NHS不知所措。澳大利亚tweet早些时候,比较他们的增量引入限制新西兰封锁[34),表示偏爱一个完整的封锁。新西兰tweet是平静和接受。“是”一直在这些tweet,反映了新西兰政府的“团结起来反对COVID-19”运动信息(35]。

呆在家里的消息被提升在美国和英国的数据集的紧迫感。这些tweet恳求人们“呆在家里和拯救生命。“英国微博发布之前的实现锁定认为呆在家里是一种公民义务。澳大利亚tweet鼓励人们呆在家里,但承认人们需要一些灵活性。

大部分英国推文表示关注高危社区成员(64063/219485,29.19%),如老人,和他们的保护也被视为社会的责任。英国和澳大利亚tweet赞扬连锁超市,保留时间老人或残疾人购物。讨论在老年护理设施不同国家之间爆发。加拿大人将爆发归咎于不足PPE和cross-facility花名册上的人员,而澳大利亚tweet指责员工参加工作时生病,和爱尔兰公众微博指责不坚持限制。爱尔兰和美国微博报道悲伤和失望,他们在老年护理家庭检疫高风险家庭成员的努力是无效的。

新西兰的tweet的比例大约是最大的弱势群体的数据集(10844/47500,22.83%)。讨论主要是关于保护Māori来自流感大流行的人,被公众认为是一个国家的责任,呼吁文化上适当的应对计划。

个体的脆弱性在监狱和移民拘留了除了新西兰,在所有的数据集。英国微博同情那些出现在监狱也认为早期的监狱释放程序作为公共安全风险。加拿大的微博只支持那些还押非暴力犯罪的释放。我们推不同意早期的监狱释放计划。澳大利亚、英国、加拿大和爱尔兰微博旨在提高认识的脆弱性的难民和移民拘留。加拿大和爱尔兰微博传播的风险讨论无家可归和妇女的避难所和流动的社区。酒店隔离促进时期的征用和增加卫生支持。

除了美国,推各国表现出积极的态度保持好和自我保健的重要性,讨论营养、例程,社会联系,和锻炼。澳大利亚tweet自我心理健康症状但表示积极的管理。相反,悲观的英国微博讨论心理健康服务的缺乏资金。

态度增加了警察和军事强国在爱尔兰实施限制被认为是不同的数据集。虽然大多数支持增加警力在公开场合,他们在执行封锁的角色受到了一些批评。同样,有争论最近挑战爱尔兰高等法院在执行这些限制。澳大利亚主流媒体标签的法律执行严厉的限制。不过,这种看法并不一致,主要支持法律执行。例外,然而,是“轻浮”的发行不服从罚款,这被认为是过分的,没有必要的。新西兰警方微博表现出积极的态度和方法来执行。英国微博主要是支持军事执法和急于看到这些措施进行。

旅行限制

三个npi旅行限制被确认:旅行禁令,旅行隔离,关闭边界。

新西兰tweet非常支持政府的决定将旅行禁止来自中国大陆的移民没有新西兰的居民。引用新西兰旅行禁令,英国和爱尔兰的推文被激怒了,类似的措施尚未颁布。

我们微博呼吁增加游轮检疫措施标准应用于航空旅行。澳大利亚的微博显示愤怒的乘客Ruby公主游轮,从22人死亡,700例报告[36),被告知只有self-quarantine。澳大利亚和加拿大公共缺乏信心的人坚持self-quarantine规则。澳大利亚微博支持return-travelers强行隔离,尽管许多要求进一步澄清关于这个决定。

澳大利亚微博支持关闭国际边界37),但讨论了澳大利亚的困难居民回家。澳大利亚和美国微博呼吁关闭内部边界,称赞领导了这项措施。美国和加拿大微博呼吁US-Canadian边境关闭由于在我们的情况下迅速崛起。

工作场所的关闭

职场三npi闭包被确认:不必要的服务,关闭学校,在家工作。

澳大利亚、爱尔兰、英国、和美国微博呼吁关闭不必要的业务。澳大利亚和英国的推文认为,保持企业开放鼓励不合规的行为。爱尔兰tweet认为关闭学校时不合逻辑的酒店业仍然开放。

父母关心孩子的健康占大多数的澳大利亚,加拿大,爱尔兰,英国微博关闭学校。在家教育和课程的连续性进行了讨论,许多寻求建议访问在线学习材料,对高中和大学考试。澳大利亚tweet受到联邦和州之间的差异在关闭学校和矛盾的健康建议儿童中传播。

澳大利亚tweet强调在家工作的积极方面,表示惊讶的缓解过渡到在线会议。加拿大tweet适应的冥想,但接受了他们的新的安排随着时间的进展。


主要研究结果

在这项研究中,我们发现,Twitter提供了一个手段政府和卫生部门可以获得快速反馈对公共npi的看法和态度。主题建模是用来识别npi在微博讨论的七大类六个选择国家。NPI主题的比较分析表明,限制较少NPI广泛支持在所有的数据集的大部分公共鼓励遵守这些限制。然而,公众的态度严格npi国与国之间的不同。

四NPI政权是所有国家共同的特点和确定为潜在的公共坚持NPI预测:及时性的实现,NPI竞选策略、不一致的信息,和执行策略。

实施限制性npi的及时性影响公众的态度。长期、交错或推迟实施限制性npi获得了公众的愤怒和恐惧反应,要求限制增加,如澳大利亚、英国和爱尔兰tweet。相反,tweet来自新西兰,在那里突然和总高度限制性npi的实现,包括封锁和工作场所的关闭,显示出压倒性的支持政权颁布时尽管低的病例数。这些观察结果表明,延迟实现的限制可能加剧公众的潜在不确定性增加的限制。

不确定性之间的矛盾也可能导致政府建议,医学专业知识,和全球卫生组织的建议。npi不是由政府提供信息共享在Twitter上广泛。例如,许多推特沮丧的脸碰尽管存在有限政府消息关于这种行为在六个国家。信息不对称和不一致当npi更多侵入性有更大的影响。我们观察到,澳大利亚和英国公众对口罩的看法是不一致的与政府的建议。公众对口罩的态度不一。尽管他们不是被推荐的国家政府,他们主要是被视为适当的公众。然而,许多争论他们的必要性和有效性,通常与科学文献支持他们的立场,参考其他国家的政府、卫生组织的建议,和媒体文章。公众的替代信息通过Twitter可能会影响他们的信心在国家NPI政权与来自政府和医疗机构的意见冲突。

另一个影响是政府NPI运动策略的风格特征。英国和新西兰政府采取策略,培养了强烈的集体行动。差异的一个关键点是强调团结、清晰,在新西兰和同理心,“团结起来反对COVID-19”活动与公众表达npi的积极乐观的态度。活动信息制成热门标签,包括# BeKind,它#和# StayInYourBubble。值得注意的是,新西兰tweet强调同情和善良,政府竞选策略的一个关键要素。

相反,英国政府采取了一项有益的运动“呆在家里,保护国民健康保险制度,拯救生命。“公众认为这是他们的集体责任保护医护人员和风险最大的国家。然而,推迟实施更为严格的npi政府导致了消极的态度。这些结果表明,影响——基于感性活动在维护坚持npi可能更引人注目的,但是他们的成功是依赖于其他因素。

执法的社会距离和封锁似乎不影响公众态度的限制。这可能是因为已经压倒性支持这些措施。合规在英国一直与人们遵守法律的内在动机(38]。然而,我们观察到,不合规的行为是无意和误解的结果的规则。根据先前的研究建议(7),这些发现表明,npi的模糊和动态特性和他们的沟通方式是因素导致的理解力。

优势和局限性

本研究有很多的局限性。首先,Twitter用户的人口统计数据可能不一定代表每个选定的国家的人口(39]。第二,选择只包括英语微博意味着nonanglophones并不代表。然而,我们的方法是一致的医学研究,利用主题建模的tweet和往往是局限于官方语言的国家39]。此外,我们在以前的方法扩大事业的一种结构化的定性分析主题文档集合,这也进一步具有通过审查相关的超媒体。这种混合方法提供了定性的方法,提供的深度的洞察力与计算技术的速度和可伸缩性。

结论

的有效性COVID-19 NPI政权是依赖于持续的公众的依从性。有鉴于此,有必要理解这些npi公众的认知和态度趋势,以及为什么和在什么情况下出现这些行为和坚持6]。因此,我们的研究是出于需要通知这种趋势的理解支持政府的通信策略,以及更有效的规划和实施NPI政权COVID-19流行的在以后的阶段。

我们进行了公开讨论的混合计算分析COVID-19 npi在六个国家。正如上面详细的,四npi政权的特点被认为是潜在公众依从性的预测。我们分析的结果是,公众普遍接受NPI政权是基于公众的理解、及时性的实现,政府清楚地沟通的能力和证明机制的复杂性,而且重要的是,他们的能力来实现政权没有歧义或不适当的强制措施。

正在进行的分析,社交媒体提供了政府和卫生部门深入了解听到他们的计划以及关键的角度来看他们的沟通策略。这样的反馈应集成产生更有效的公共卫生应对持续的流行以及未来的疾病暴发。持续和扩大社交媒体的分析将有助于更加理解态度和行为的司机通知公共卫生策略。

确认

光盘是由澳大利亚政府支持研究训练计划(RTP)津贴,RTP Fee-Offset奖学金,和一个澳大利亚政府国防科技集团研究生研究奖学金。

的利益冲突

没有宣布。

多媒体附录1

标签用于微博检索。

多克斯文件,45 KB

多媒体附录2

图形分析的频率推每天每天对确诊病例的数量,和和弦图NPI主题类别tweet的共生。

多克斯文件,1110 KB

多媒体附录3

皮尔森相关分析结果确诊病例的数量之间的关系,每天微博。

多克斯文件,19 KB

多媒体附录4

NPI主题词集,主题模型评估和主题/ NPI的频率为每一个国家。

多克斯文件,41个KB

多媒体附件5

NPI主题编码模式。

多克斯文件,29日KB

多媒体附件6

范例tweet,说明npi的公开讨论。

多克斯文件,20 KB

  1. 世卫组织总干事在新闻发布会上的开场白COVID-19——2020年3月11日。世界卫生组织。2020年3月URL:https://www.who.int/dg/speeches/detail/who导演-通用-开放评论- - -媒体吹风会上3月covid - 19 - 11 - 2020[2020-05-02]访问
  2. Betsch C,由LH, Habersaat k .监测COVID-19相关行为的见解。《柳叶刀》2020年4月,395 (10232):1255 - 1256。(CrossRef]
  3. 尼古拉M, Alsafi Z, Sohrabi C, Kerwan, Al-Jabir, Iosifidis C, et al .冠状病毒大流行的社会经济影响(COVID-19):一个回顾。Int外科杂志2020年6月;78:185 - 193 (免费的全文][CrossRef][Medline]
  4. 弗格森N, Laydon D, Nedjati-Gilani g .非药物干预的影响(npi)降低COVID-19死亡率和医疗需求。帝国理工学院COVID-19响应团队。2020。URL:https://www.imperial.ac.uk/media/imperial - college/medicine/sph/ide/gida fellowships/imperial -大学- covid19 npi造型- 16 - 03 - 2020. - pdf[2020-08-21]访问
  5. 戴维斯NG Kucharski AJ, Eggo RM Gimma,埃德蒙,WJ中心传染病COVID-19工作组的数学模型。非药物干预对COVID-19的影响情况下,死亡,和对医院服务的需求在英国:造型研究。柳叶刀公共卫生2020年7月,5 (7):e375-e385 [免费的全文][CrossRef][Medline]
  6. Qualls N,莱维特,金N, Wright-Jegede N, Dopson年代,带给M,疾控中心社区减灾指南工作组。社区减灾的指导方针,以防止大流行性流感——美国,2017年。MMWR Recomm代表2017年4月21日,66(1):猴(免费的全文][CrossRef][Medline]
  7. Kaur Sharma R, S, A位址知识、行为改变,预期合规关于非药物干预措施在大流行性流感H1N1在德里。肺印度2012年10月,29 (4):341 - 346 (免费的全文][CrossRef][Medline]
  8. 夏冯年代,沈C, N、歌曲W,风扇,整流罩BJ。合理使用的口罩COVID-19大流行。《柳叶刀》杂志上呼吸医学2020;8 (5):434 - 436。(CrossRef]
  9. 基廷Malecki K,是的,Safdar n .危机沟通和公众的看法COVID-19风险在社会媒体的时代。感染说2020 6月16日(免费的全文][CrossRef][Medline]
  10. Prem K刘Y,罗素TW, Kucharski AJ, Eggo RM,戴维斯N, et al。混合控制策略来减少社会的影响对结果的COVID-19流行在武汉,中国:一个造型研究。《柳叶刀》2020年公共卫生可能;5 (5):e261-e270 [免费的全文][CrossRef][Medline]
  11. 非药物公共卫生措施减轻流行和大流行性流感的风险和影响。世界卫生组织,2019年。URL:https://www.who.int/influenza/publications/public_health_measures/publication/en/[2020-08-21]访问
  12. 李田H,刘Y, Y,吴C,陈B, Kraemer杯子,等。调查的传播控制措施前50天COVID-19流行在中国。2020 5月08年科学,368 (6491):638 - 642 (免费的全文][CrossRef][Medline]
  13. Viner RM,罗素SJ,克罗克H,封隔器J,病房J•史坦斯费尔德C, et al .关闭学校和管理实践在冠状病毒暴发期间包括COVID-19:快速系统综述。《柳叶刀》2020年儿童和青少年卫生可能;4 (5):397 - 404 (免费的全文][CrossRef][Medline]
  14. El坦塔维M,安,AlSubaie Fathy,阿里NM,默罕默德。在牙科Twitter网络到达的消息:队列研究用户的人气,通信模式和网络结构。J地中海互联网Res 2018 9月13日,20 (9):e10781 [免费的全文][CrossRef][Medline]
  15. Abd-Alrazaq, Alhuwail D, Househ M M,哈姆迪沙z COVID-19大流行期间高音首要关注的问题:Infoveillance研究。J地中海互联网Res 2020 4月21日,22 (4):e19016 [免费的全文][CrossRef][Medline]
  16. 汉X,王j .使用社交媒体挖掘和分析公众情绪在灾难:一个案例研究的2018中国寿光涌入城市。IJGI 2019 4月09年;8 (4):185。(CrossRef]
  17. Jimenez-Sotomayor先生,Gomez-Moreno C, Soto-Perez-de-Celis e .冠状病毒,年龄歧视,和推特:一个评估对老年人和COVID-19 tweet。J是Geriatr Soc 2020 09年8月,68 (8):1661 - 1665免费的全文][CrossRef][Medline]
  18. 鸟年代,克莱因E,洛佩尔·E·自然语言处理与Python -文本分析自然语言工具包。美国麻萨诸塞州:O ' reilly Media, Inc .;2009年。
  19. 他M,鲍德温t langid。py:现成的语言识别工具。:ACL学报》2012系统示威活动。2012年发表于:学报ACL系统演示;2012年7月;济州岛,韩国25 - 30页URL:https://www.aclweb.org/anthology/p12 - 3005. - pdf
  20. Boyd-Graber J,胡锦涛Y, Mimno d主题模型的应用程序。在信息检索基础和趋势®2017;11 (2):143 - 296。(CrossRef]
  21. 赵H, Du L, Buntine W,刘g .利用外部信息在主题建模。知识正系统2018年5月12日,61 (2):661 - 693。(CrossRef]
  22. Blei D, Ng,约旦m .潜在狄利克雷分配。J马赫学习Res 2003; 3:993 - 1022 (免费的全文][CrossRef]
  23. 燕X,郭J,局域网Y,简称Cheng X biterm主题模型文本。:WWW的13:22日学报》2013年世界宽。在国际会议上:WWW的13:22日全球国际会议的程序;2013年5月;巴西里约热内卢22 URL: p。https://dl.acm.org/doi/10.1145/2488388.2488514(CrossRef]
  24. 刘J,纽曼D,鲍德温t机阅读茶叶:自动评估主题连贯性和主题模型质量。2014发表于:诉讼14日会议的欧洲计算语言学协会的章;2014年4月;瑞典哥德堡URL:https://www.aclweb.org/anthology/E14-1056/(CrossRef]
  25. Bouma g .规范化(点态)互信息在搭配提取。:从形式到意义:自动处理文本。2009年发表于:二年生GSCL会议;2009;图宾根p。31-40 URL:https://pdfs.semanticscholar.org/1521/8d9c029cbb903ae7c729b2c644c24994c201.pdf
  26. 罗德M,同时,Hinneburg A探索主题的空间相干性的措施。2015发表于:WSDM的15:诉讼第八届ACM国际会议在网络搜索和数据挖掘;2015年2月;上海,中国。(CrossRef]
  27. 彭宁顿J, Socher R,曼宁c .手套:全球词向量表示。2014发表于:学报2014会议上实证方法在自然语言处理(EMNLP);2014年10月;卡塔尔多哈URL:https://www.aclweb.org/anthology/D14-1162/(CrossRef]
  28. 布里顿Barry CA N,理发师N,布拉德利C,史蒂文森f .在定性研究使用自反性优化团队合作。质量卫生Res 1999年1月,9 (1):26-44。(CrossRef][Medline]
  29. 公共信息运动重点是洗手。卫生和社会保健。2020年3月URL:https://www.gov.uk/government/news/public-information-campaign-focuses-on-handwashing[2020-05-22]访问
  30. Tuladhar E, Hazeleger W,库普曼斯M, Zwietering M, Duizer E, Beumer r .减少病毒污染的手指垫:洗手比酒精更有效的手消毒剂。J Hosp感染2015年7月,90 (3):226 - 234。(CrossRef][Medline]
  31. 口罩的使用信息。卫生部,澳大利亚政府。2020年3月URL:https://www.health.gov.au/sites/default/files/documents/2020/03/coronavirus-covid-19-information-on-the-use-of-surgical-masks.pdf[2020-05-01]访问
  32. 鲍嘉N。“没有准备好”:零售加拿大委员会呼吁消费者停止恐慌杂货商人去楼空。CTV新闻。2020。URL:https://www.ctvnews.ca/health/coronavirus/nobody - -好-零售-议会-加拿大-敦促消费者-停止-恐慌——零售商——剥光- - - - - - - 1.4851901[2020-05-19]访问
  33. 冠状病毒疾病2019 (COVID-19):做好准备。加拿大的公共卫生机构。2020年3月URL:https://www.canada.ca/en/public-health/services/diseases/2019-novel-coronavirus-infection/being-prepared.html[2010-05-20]访问
  34. Ardern j .新西兰举措COVID-19警戒级别3,然后在48小时内四级。新西兰政府。2020年3月URL:https://www.beehive.govt.nz/release/new-zealand-moves-covid-19-alert-level-3-then-level-4-48-hours[2020-05-19]访问
  35. 团结起来反对COVID-19。新西兰政府。2020年4月URL:https://uniteforrecovery.govt.nz/[2020-05-05]访问
  36. Cockburn p .冠状病毒大流行如何看在澳大利亚如果Ruby公主从来没有停靠。ABC新闻。2020年4月URL:https://web.archive.org/web/20200423064948/https: / / www.abc.net.au /新闻/ 2020-04-23 / coronavirus-across-australia-if-ruby-princess-never-docked / 2020-04-23[2020-04-25]访问
  37. 莫里森美国新闻发布会:澳大利亚国会大厦。web.archive.org。2020年3月URL:https://web.archive.org/web/20200412121759/https: / / www.pm.gov.au /媒体/ press-conference-australian-parliament-house-act-10[2020-04-24]访问
  38. Kooistra EB, Reinders Folmer C,柯伊伯我,奥E, Brownlee M,好一个,等。减轻COVID-19英国全国代表性样本:个人的能力和义务去遵守法律形状符合缓解措施。SSRN杂志2020:e [免费的全文][CrossRef]
  39. 安格Griffis H, Asch哒,施瓦兹哈,L, Buttenheim,巴格颗,等。利用社会媒体来跟踪地理差异在语言关于糖尿病:分析糖尿病引起的微博在美国。JMIR糖尿病2020年1月26日,5 (1):e14431 [免费的全文][CrossRef][Medline]


API:应用程序编程接口
LDA:潜在狄利克雷分配
国民健康保险制度:国家卫生服务
NPI:药物干预
NPMI:归一化点态互信息
个人防护用品:个人防护设备
RTP:研究训练计划
人:世界卫生组织


由G Eysenbach编辑;提交14.06.20;同行评议的Y Liu Ferrario;评论作者07.07.20;修订版本收到05.08.20;接受06.08.20;发表03.09.20

版权

雷Buntine©凯特琳Doogan,亨利徘徊,萨曼莎冲击。最初发表在《医学互联网研究(//www.mybigtv.com), 29.08.2020。

这是一个开放分布式根据条知识共享归属许可(https://creativecommons.org/licenses/by/4.0/),它允许无限制的使用、分配、和繁殖在任何媒介,提供原工作,首先发表在《医学网络研究,正确地引用。完整的书目信息,原始发布在//www.mybigtv.com/上的链接,以及这个版权和许可信息必须包括在内。


Baidu
map