发表在25卷(2023)

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/40706,首次出版
大流行期间口罩指导的演变和对公众认知的潜在危害:推特上情绪和情绪的信息流行病学研究

大流行期间口罩指导的演变和对公众认知的潜在危害:推特上情绪和情绪的信息流行病学研究

大流行期间口罩指导的演变和对公众认知的潜在危害:推特上情绪和情绪的信息流行病学研究

原始论文

1美利坚大学公共事务学院,美国华盛顿特区

2美国新罕布什尔州黎巴嫩达特茅斯学院盖泽尔医学院

3.美国麻省理工学院数据、系统与社会研究所

4Comp Epi分散志愿者研究网络,波士顿,马萨诸塞州,美国

5波士顿儿童医院,马萨诸塞州,美国

6哈佛医学院,马萨诸塞州,美国波士顿

7悉尼大学医学院,悉尼,澳大利亚

8美国加州萨克拉门托,加州大学戴维斯健康医学中心,内科,传染病科

*这些作者贡献相同

通讯作者:

Angel N Desai,公共卫生硕士,医学博士

内科,传染病科

加州大学戴维斯健康医学中心

4301 X St。

萨克拉门托,加州,95817

美国

电话:1 916 734 2011

电子邮件:angel.n.desai@gmail.com


背景:在COVID-19大流行期间,美国疾病控制和预防中心关于口罩使用的政策一直在波动。了解公共卫生传播如何围绕关键政策决定演变,有助于设计传播战略(如措辞、时机和渠道),以确保快速传播并最大限度地广泛采用和持续遵守,从而为未来的预防措施决策提供信息。

摘要目的:我们旨在评估口罩指南的两项变化(1)2020年4月3日的口罩使用建议,(2)2021年5月13日的口罩使用放松)对口罩的情绪是如何演变的。

方法:我们将中断时间序列方法应用于围绕每次指导方针变化的美国推特数据。结果是(1)积极、消极和中性推文的比例以及(2)带有特定情绪(如信任)的推文字数的变化。结果与同期不含掩码关键字的COVID-19推特数据进行了比较。

结果:2020年与口罩相关的中性推文较少(β= -3.94个百分点,95% CI -4.68至-3.21;P<.001)和2021 (β= -8.74, 95% CI -9.31 ~ -8.17;P<措施)。根据4月3日的建议(β=。51, 95% ci .43-.59;P<.001)和5月13日松弛(β=3.43, 95% CI 1.61-5.26;P<.001),与面具相关的负面推文的百分比增加了。4月3日政策调整后,信托相关条款数量减少(β= -)。004, 95% ci -。004到-.003;P<.001)和5月13日(β= -。001, 95% ci -。002至0;P= .008)。

结论:美国推特用户的反应是负面的,在指导方针改变后,不管指导方针是建议还是放松口罩的使用,他们对口罩的信任度都降低了。联邦机构应确保简明而迅速地传达公共卫生建议的变化。

J medical Internet journal 2023;25:e40706

doi: 10.2196/40706

关键字



背景

在应对COVID-19这样快速发展的大流行疫情时,公共卫生建议迅速演变,优化沟通对于积极影响与健康相关的行为和结果至关重要。在过去,可靠信息的有效传播已被证明是克服公共卫生危机的关键,特别是在需要全体人民协调努力的情况下[1].在全球卫生危机期间,公共机构被认为是可靠的信息来源,但它们在就实时预防措施提供循证指导方面面临挑战[12].疾病控制和预防中心(CDC)是美国负责保护公众健康的主要联邦机构之一。它为通过包括社交媒体平台在内的各种渠道向公众传播的公共卫生措施提供了主要指示[3.-6].

公共卫生传播

信息传递策略是战略沟通的一个关键原则。公共卫生传播尤其受到生态基础的推动,认识到公共卫生受到社会、行为、政治和环境因素的影响[7].因此,它需要多层次的传播信息战略,包括“在个人层面有针对性的信息,在群体层面有针对性的信息,在社区层面的社会营销,在政策层面的媒体宣传,以及在人口层面的媒体运动”[7].1993年,疾病预防控制中心主任确定,健康沟通应被视为其预防计划的一个组成部分,并创建了一个10步信息传递框架,以促进意识、态度和信念的变化,最终可能影响健康行为[8].随着时间的推移,这一框架不断演变,特别是在9/11事件和随后的炭疽袭击之后增加了危机和紧急风险通报(CERC)方面的考虑[9].

CERC战略一般遵循5个阶段的范式:(1)危机前阶段,涉及潜在的应对准备;(2)最初阶段,即疫情开始时,信息往往不稳定,可能令人困惑;(3)维护阶段,包括澄清风险感知信息和纠正错误信息;(4)解决阶段,即疫情得到解决;(5)评估阶段,包括回顾经验教训[9-11].在过去十年中,公共卫生组织在埃博拉、H5N1禽流感和寨卡疫情爆发期间努力充分解决公众关切,这些组织在COVID-19大流行的前三个阶段也遇到了类似的障碍[12-15].在反击有关个人行为的错误信息时,这一点尤其明显[16-18].

情感与情感

越来越多的研究表明,对政府和公共卫生组织的信任与其在传播公共卫生信息以实现最佳个人合规方面的有效性之间存在关联[1219-22].2015年的一项民意调查显示,只有19%的美国人总是或大多数时候信任美国联邦政府,而2017年71%的美国人表示信任美国疾病控制与预防中心[3.23].然而,在2022年,对CDC的信任度下降到50% [24].考虑到疾病预防控制中心在社会上的地位,它的通信,特别是在社交媒体上的通信,在疾病爆发的各个阶段,它们可能得到一般人群最多的关注,在准备和响应工作中发挥着至关重要的作用。

卫生传播通常依赖于为每个公共卫生运动调整既定的理论和行为模式。这些理论包括理性行动理论、健康信念模型、社会学习/认知理论、扩展并行过程模型、创新扩散和社会营销[2526].然而,这些决策理论并没有有效地考虑态度、情绪和文化规范对最终行为的影响,正如一项对预防艾滋病毒/艾滋病传播运动的评估所表明的那样[26].此外,在整个传播活动中传播不断发展和纠正的信息也会带来挑战。当人们接收到更新的信息时,尽管人们愿意接受这些信息为事实,但对这些更新的信息的解释遵循一种态度一致的方式,其中个人更愿意对信息的可信度表示不信任[27].对疾病预防控制中心在寨卡疫情期间的沟通活动的分析表明,更新或纠正信息在疫情最初几个月对公众健康观念产生了积极影响,但没有影响疾病预防控制中心的可信度[2829].然而,当前COVID-19大流行的最新研究表明,信息更新的积极影响可能是短暂的[30.].

推特的角色

在健康危机期间,Twitter已被证明可以有效地识别公众对新出现的疾病爆发的健康后果的担忧,并根据用户的健康行为跟踪疾病活动[31-36].之前的研究表明,Twitter数据可以用来实时了解公众情绪,并根据用户的兴趣和情绪量身定制个性化的公共卫生信息[343738].从2020年2月到2021年5月,美国疾病控制与预防中心多次更改了口罩(这里简称为口罩)的指导方针,从最初不鼓励非医护人员在大流行之初使用口罩,到建议所有人都使用口罩,再到建议接种过疫苗的人可选择佩戴口罩,再到在COVID-19病例数再次激增时再次建议所有人都使用口罩。在2022年2月的新闻发布会上,美国疾病控制与预防中心主任罗谢尔·瓦伦斯基警告说:“我们都不知道我们和这种病毒的未来会怎样....我们需要做好准备,我们需要为接下来发生的任何事情做好准备。我们希望在我们的水平较低时,让人们从戴口罩等措施中解脱出来,然后在未来情况恶化时,有能力再次戴口罩。”39].鉴于佩戴口罩指南的信息不断变化,探索大流行期间迄今为止与口罩相关的决定如何影响公众情绪和情绪至关重要。

为了评估CDC口罩指南(即建议和放松)的变化如何影响社交媒体话语,本研究应用了计算流行病学和社会科学的方法来快速评估大量公开可访问的社交媒体数据[40].这项研究特别关注Twitter,因为它在公共卫生传播中的作用[41].我们的研究强调了联邦机构,特别是疾病预防控制中心和广大公众所面临的公共卫生传播的复杂问题。从形式上讲,我们的目标是评估围绕2020年4月3日和2021年5月13日美国疾病控制与预防中心制定的掩盖指南,公众认知的变化(通过推特上表达的情绪和情绪来衡量)。我们调查了口罩指南的变化对公众情绪和对口罩使用的情绪的影响,并假设,指南的变化(1)影响了公众对口罩使用的情绪,但(2)不会改变对CDC可信度的看法,特别是可信度。


数据收集

Twitter官方应用程序编程接口(API) 1.1版本通过重复搜索收集了包含至少一个与covid -19相关关键字的推文。作为悉尼大学团队成员进行的单独项目的一部分,API的查询分为几个步骤。从2020年2月10日开始,搜索推文端点每7天自动运行一次,根据一组特定的与covid -19相关的查询收集推文(表1) [42].运行时,该流程将从API请求100条与covid -19相关的推文,将这些推文保存到数据库中,然后再请求下100条推文,直到收集完所有推文为止。请求的频率是每15分钟450次(由于Twitter API施加的速率限制),因此每15分钟有45,000条tweet。从2020年3月17日开始,这一流程切换到Twitter流API,该API与Twitter一直保持开放连接[43].在这个新过程中,只要用户发布了一条与感兴趣的关键字匹配的推文,它就会在几秒钟内被发送到数据库。

分析仅限于来自美国用户的英文原始推文(即,转发被省略)。GeoNames地理数据库用于根据帐户位置字段(即Twitter用户在其公共配置文件中提供的位置,如果有的话)识别用户位置。然后,数据集被限制为仅包含与面具相关术语的推文,这些关键词是根据研究团队的集体专业知识选择的(表1).通过首先提取包含至少一个COVID-19关键字但不包含掩码关键字的推文,生成比较器数据集。然后为每天选择一个随机数量的比较器推文,以便任何给定一天的比较器推文数量等同于当天的屏蔽推文数量。例如,如果3月2日有500条屏蔽推文,则将在当天选择500条随机比较器推文,其中包含COVID-19术语,但没有屏蔽术语。2020年和2021年用于分析的每日推文数量提供在多媒体附件1,表S1,和多媒体附件2,表S2。

数据在两个时间段进行评估:2020年3月1日至2020年6月30日和2021年4月1日至2021年6月13日。在第一段时间内,即2020年4月3日,美国疾病控制与预防中心制定了新的指导方针,将布或织物面罩(如口罩)用作额外的自愿预防措施,以保护他人免受COVID-19传播[44-46].这与2020年2月27日发布的一条推文指南截然相反,当时美国疾病控制与预防中心表示,“目前不建议使用口罩来帮助预防新型冠状病毒”,而是鼓励他们的推特粉丝(截至2022年4月5日,@CDCGov主账户上有470万粉丝)生病时呆在家里,用肥皂和水洗手,以减缓疾病的传播[47].在个人防护装备短缺的情况下,疾控中心官员认为,这一位置可能会降低公众囤积口罩的可能性,并为医护人员节省医院级口罩[48].

第二个分析时段(即2021年4月1日至2021年6月13日)是根据美国疾病控制与预防中心对指南的修订而选择的,该指南在推特上指出,“如果你完全接种了#COVID19疫苗,你可以在不戴口罩的情况下恢复活动。”两个月后,由于SARS-CoV-2 Delta型病毒的激增,这一建议被撤销[49].

表1。搜索用于收集和过滤推文以包含在数据集中的关键字。
类别 关键字
冠状病毒 Covid, Covid -19, covid19, ncov, sars-cov-2, sarscov2,武汉肺炎,武汉疫情,ncov2019, 2019ncov, ncov19, 19ncov,冠状病毒,武汉病毒,covid_19,美国冠状病毒,冠状病毒,covidid19,冠状病毒更新,冠状病毒爆发,澳大利亚冠状病毒,冠状病毒,冠状病毒警报,Covid -19
面罩(子字符串搜索) 口罩,n95,布脸,布盖,脸盖,口盖,鼻盖,盖你的脸,盖你的脸

情感分析和情感分析

在使用价感字典和情绪推理器(VADER)计算情绪得分之前,链接、标签符号和@被从推特中删除。这种方法是专门为社交媒体数据设计的,在计算复合情绪得分(范围从-1到1)时,结合了表情符号、标点符号、大写字母和否定。得分高于0.05的推文被标记为“积极”,低于-0.05的推文被标记为“消极”;所有其他推文都被标记为“中性”[50].

每条推文还被映射到一组基于加拿大国家研究委员会(NRC)词汇情感词典的情绪。51].NRC将每个单词与8种情绪(愤怒、期待、厌恶、恐惧、喜悦、悲伤、惊讶和信任)中的至少一种联系在一起,从0到1。在计算情感之前,删除了所有HTML转义字符、停止词、标点符号和数字,然后转换为小写和标记化。对于一条给定的推文,每种情绪对应的最终得分是通过将与该情绪对应的token的情绪得分相加来计算的。

统计分析

使用中断时间序列分析来评估情绪和情绪结果在2个指导方针变化前后的变化。每个模型都包含一个事件发生前趋势的术语(即建议使用口罩或放松这一建议)、事件发生当天的瞬时效应和事件发生后趋势。每年,感兴趣的结果包括平均每日复合情绪得分的变化,具有特定情绪的推文的百分比(即,积极的、消极的或中性的,每种情绪的单个模型),以及总情绪得分(即,带有特定感兴趣的情绪标记的单词的总和,每种情绪的单个模型)。对于所有结果,分别评估模型并相对于比较器数据集。分析在R(版本4.1.2;R基础统计计算)使用RStudio集成开发环境(版本2021.09.0)。一个P值小于.05 (P<.05)被认为具有统计学意义,作者认为没有足够的统计学比较来证明采用额外的假设修正方法。这是由于本研究的探索性和II型错误(例如,未能识别出真正的关联)比I型错误(例如,识别出虚假的关联)更有害的决定[52].


2020年4月3日,疾控中心口罩推荐指南

在第一个指导方针(即CDC口罩建议)前后的4个月里,有1,106,756条与口罩相关的推文,为比较国收集了等量的推文。在2020年2月29日至6月30日期间,与口罩相关的推文比比较国COVID-19推文更积极(β=。06, 95% ci .05-.07;P<措施;图1).特别是,在任何一天,正面推文的百分比比比较国同期观察到的高4.43个百分点(95% CI 3.82-5.03;P中性推文的百分比较低(β= -3.94, 95% CI -4.68至-3.21;P<措施)。在2020年4月3日口罩推荐后,口罩相关数据集中负面推文的比例增加(β=。51, 95% ci .43-.59;P<措施)。然而,在任何一天,负面推文的平均数量与比较器没有本质上的差异(β= -。49, 95% CI -1.31 - 0.33;P= .24点;图1).

在情绪方面,与面具相关的推文表达了越来越高的信任水平(β=。004, 95% ci .003-.004;P<.001),但降低悲伤的水平(β= -。003, 95% ci -。004到- 002P<.001)和惊喜(β= -。001, 95% ci -。001到0;P=.005)在2020年4月3日之前,CDC建议。然而,悲伤水平(β=。004, 95% ci .003-.005;P<.001)和惊奇(β=。001, 95% ci 0-.001;P在疾控中心的建议下,与口罩相关的推文中的表达量增加了=.003,而信任则减少了(β= -。004, 95% ci -。004到-.003;P<措施)。在任何一天中,与面具相关的数据集和比较者之间表达的愤怒、期待、厌恶或喜悦的水平没有实质性的差异。然而,与面具相关的推文表达了更高的信任水平(β=。131, 95% ci .122-.140;P<.001),但悲伤较少(β= -。042, 95% ci -。053到-.031;P<.001)和惊喜(β= -。026, 95% ci -。03到-.021;P<.001)相对于比较器数据集。

图1。2020年3月1日至6月30日期间,戴口罩和不戴口罩的COVID-19推文中正面、负面和中性推文分布的每日变化。美国疾病控制和预防中心。

2021年5月13日,疾控中心口罩放松指南

在第二次指导方针转变(即美国疾病控制与预防中心放宽口罩)前后的10周内,有321,119条与口罩相关的推文,比较国中有同等数量的推文。在2021年4月1日至2021年6月13日期间的任何一天,与口罩相关的推文中表达的情绪都比比较者更负面(β= -。06, 95% ci -。05到- 0.06;P<措施;图2).特别是,面具相关数据集中负面推文的比例比比较国平均高出9.50个百分点(95% CI 8.74-10.3;P<措施)。同期,中立推文的比例下降了8.74个百分点(95% CI -9.31至-8.17;P<.001),正面推文的比例降低了0.76个百分点(95% CI -1.37至-0.15;P= .02点)。5月13日口罩放松后,负面推文的比例立即上升(β=3.43, 95% CI 1.61-5.26;P中性推文的百分比下降(β= -4.46, 95% CI -7.07至-1.84;P=措施)

在任何一天,在所有类别中,除了惊讶的情绪(β= -。004, 95% ci -。009至.001;P=.09),与面具相关的推文比比较国的推文表达了更高的情感水平。在口罩建议被撤销之前,愤怒水平(β=。001, 95% ci 0-.001;P=.007),恐惧(β=。001, 95% ci .001-.002;P<.001),悲伤(β=。001, 95% ci 0-.002;P=.001),信任(β=。001, 95% ci 0-.001;P与口罩相关的推文中<.001)的数量每天都在增加。在口罩建议放宽后,愤怒水平继续增加(β=。001, 95% ci 0-.002;P=.02),而信任度下降(β= -。001, 95% ci -。002至0;P= .008)。

图2。2021年4月1日至6月13日期间,戴口罩和不戴口罩的COVID-19推文中正面、负面和中性推文分布的每日变化。美国疾病控制和预防中心。

主要研究结果

这项研究首次描述了推特上与口罩相关的内容在COVID-19大流行期间围绕CDC建议和放松口罩指南的演变。总之,我们的研究发现,在2020年口罩建议和2021年口罩放松之后,中性推文都显著减少了。在2020年口罩建议发布后,与口罩相关的推文中表达的情绪比其他COVID-19推文要积极得多。相比之下,在2021年口罩放松后,与口罩相关的推文中表达的情绪更为负面。此外,两组与口罩相关的数据集都表明,情绪水平高于其他COVID-19推文。特别是,这两个时间段的特点是,在指导方针改变之前,表达厌恶的推文比例更高,而在指导方针改变之后,表达信任的推文比例更低。我们的主要发现表明,美国疾病控制与预防中心(CDC)发布的指导方针的转变可能会对美国推特用户对口罩使用的看法产生切实的负面影响,对未来戴口罩政策的设计和其他类似的预防健康措施产生影响。

口罩是抗击SARS-CoV-2等传染病传播的重要公共卫生工具。严格遵守戴口罩政策可能有助于在包括大流行在内的严重疾病暴发期间减少传播[35].然而,在美国,口罩的使用已经变得越来越政治化和两极化。最近的一项评估推特上与口罩相关话语状态的工作发现,在2020年3月至7月期间,相应的推文表达了越来越多的负面情绪,尽管这项研究并没有把重点放在疾控中心的公告作为干预措施,也没有包括放松后的一段时间[53].其他研究表明,在2020年1月至10月期间,反口罩言论占了与口罩相关的内容的10%,其数量在美国主要指导方针的变化中有所不同[54].这些结果证实了我们的发现,即在美国疾病控制与预防中心于2020年4月3日宣布口罩建议后,推特上与口罩相关的话语越来越两极化。

随着在线信息搜索行为的增加,人们对相互冲突的信息和政治内讧的接触和接触也在增加。55].虚假信息通过在线社交网络迅速而容易地传播,并与突发公共卫生事件初始阶段波动和令人困惑的信息相结合,促进了公众的负面情绪,难以维护公众信任[56-58].最近的研究表明,在公共卫生危机的维持阶段传播纠正性信息的努力在消除误解和为采取与健康有关的预防性行为获得支持方面都是无效的[13].这一发现表明,尽管气氛迅速变化,但在突发公共卫生事件的危机前和初始阶段,简明和一致的信息传递对于个人最高程度地坚持防范和预防措施至关重要。尽管美国疾病控制与预防中心试图就口罩的使用提供明确的信息,但相对于临床结果发布的速度,它的反应被认为是缓慢的。此外,这种公认的迟缓反应,加上与世界卫生组织等其他全球卫生组织的立场冲突,可能在无意中造成了普通公众的困惑和不信任情绪[5960].这种影响可能已经在我们的数据集中捕捉到了,因为随着指南的每次转变,推文中表达的与信任相关的术语水平下降了。此外,我们的数据中的口罩推文在2021年比比较国的负面程度要高得多,这可能表明已经存在高度的口罩疲劳,而在5月13日放松建议之后,负面推文的进一步增加可能表明对CDC缺乏透明度的不满。

健康传播建议

尽管推特和其他社交媒体平台可以迅速地将重要的建议告知公众,但这项研究表明,如果这些信息没有得到有效传达,可能会对公众的支持产生负面影响。在我们的研究中,在2020年和2021年的指导方针转变之后,美国推特用户表达的信任水平下降就说明了这一点[61].基于这些发现,我们认为,在未来的突发卫生事件中,应考虑几种沟通策略,以确保公众保持对政府机构的信任。

首先,一致的信息必须得到该领域中不同的、受人尊敬的专业人士的认可。除了像疾病控制与预防中心这样值得信赖的政府机构,这可能还包括公共卫生和医学专家、研究科学家、政治家、科学传播专家,甚至是受欢迎的有影响力的人和名人,以便接触到多个人口统计数据[62].这一信息应该是真实和透明的,信息可能会演变,特别是在持续的危机期间。其次,政府机构必须监测社交媒体参与情况,促进对话,以了解卫生实践的观念和动机。每个社交媒体平台都有不同的目标受众,因此可能需要跨平台的多个账户,以确保尽可能多的个人意见得到考虑。虽然社交媒体不能推广到所有人群,但它可以帮助补充传统的流行病学数据收集措施,如代表性调查,这可能更可靠,但协调成本更高。第三,对于政府机构来说,开发直接解决和纠正不正确的看法、态度和行为的教育材料可能很重要。这些材料必须是“活的”文件,随着新的误解的出现而不断更新。它们还应通过包括社交媒体在内的多种媒体渠道广泛传播和推广。综上所述,一致的信息传递、更多的社交媒体参与以及易于理解的教育材料增加了透明度和可获得性,有助于确保公众在未来的突发卫生事件中,特别是在混乱的突发卫生事件中,继续寻求政府机构的指导。

局限性和未来发展方向

我们的研究是第一次评估美国与口罩相关的推文的情绪和情绪,围绕着疾病预防控制中心与同期其他COVID-19推文的匹配比较数据集进行的2个关键指导方针转变。然而,有几个限制需要注意。首先,依赖关键词来收集相关推文可能会引入一些选择偏差。具体来说,过滤带有关键字的推文可能会排除讨论感兴趣的主题但包含拼写错误的推文。此外,一些推文,如自动广告,可能包含适当的关键词,但与公众舆论无关。鉴于广告具有说服力的本质,很可能无意中包含了它们,这可能会使我们的结果产生偏差,并使对积极情绪的估计高于一般公众的预期。未来的工作可以使用是:nullcastfilter,在用于收集本研究数据的Twitter API版本(1.1版本)中不可用,以确保这些推文被删除。其次,推文仅限于那些位于美国境内的用户根据用户资料中的地理标签发布的推文。然而,在个人资料中报告位置信息的用户可能与没有此类内容的用户有所不同。未来的工作应该尝试识别和利用其他方法来评估Twitter用户的位置。第三,没有社会人口统计数据,这可能会影响概括性。虽然社交媒体研究可以在突发卫生事件期间提供快速见解,但它们不一定能代表整个美国人口;具体来说,推特用户往往更年轻,受教育程度更高,而且比美国普通人口的平均收入更高。63].第四,这些发现是基于国家层面的综合分析,未来的工作可能会在州一级描述模式。最后,未来的工作可以采用替代的自然语言处理和情感分析方法,如表情符号分析或词嵌入,以了解结果如何变化。

结论

我们的研究支持了之前的研究结果,即在社交媒体上制定明确的公共卫生沟通和传播准确的公共卫生指导的重要性。具体而言,我们发现,与指南宣布之前相比,围绕2020年口罩建议和2021年口罩放松的推文更加两极分化,包含的与信任相关的术语也更少。此外,虽然2020年发布的与口罩相关的推文比其他COVID-19推文更积极,但2021年发布的与口罩相关的推文更消极。2021年观察到的情绪变化可能表明,推特用户对以口罩为中心的公共卫生话语感到沮丧,并认识到最初的口罩放松变化可能为时过早。

对决策者、卫生工作者和感兴趣的利益攸关方来说,了解公众如何在社交媒体平台上参与、如何看待COVID-19大流行期间实施的预防性公共卫生措施,以及如何对美国政府宣布的指导方针的变化做出反应,是至关重要的。包含有系统数据支持的简明信息的官方信息通报对于确保广泛采用和持续遵守公共卫生干预措施至关重要。然而,COVID-19的迅速传播和关于其缓解的不断发展的证据导致公众对波动的口罩指南感到困惑。当信息传递不清晰、缺乏方向时,公众情绪和对权威机构的信任就会减弱。对于口罩来说尤其如此,在2020年和2021年期间,有关口罩使用的政策建议不断变化,有时没有向公众提供明确的证据[5960].鉴于卫生官员已经注意到,口罩指南可能会在感染高峰期间(无论是在当前的大流行中,还是在应对未来的大流行威胁或新出现的生物威胁时)作为缓解传染病传播的重复工具,美国疾病控制与预防中心等机构必须采用一致、明确的沟通策略,与其他主要卫生组织和更广泛的科学界保持一致。这将确保最大限度地减少两极分化的可能性,同时最大限度地提高对政府的信任和对预防措施的遵守。

致谢

作者要感谢Jason Dalmazzo的策划和提供的数据,以及Elizabeth Fox博士对手稿的深思熟虑的建议。这项工作得到了美国国立卫生研究院国家普通医学科学研究所的部分支持(资助R35GM146974)。资助者在研究设计、数据收集和分析、发表决定或手稿准备中没有任何作用。

利益冲突

没有宣布。

多媒体附件1

补充表S1: 2020年3月1日至2020年6月30日期间某一天的推文数量。

DOCX文件,21 KB

多媒体附件2

补充表S2: 2021年4月1日至2021年6月13日期间某一天的推文数量。

DOCX文件,19kb

  1. Park HW, Park S, Chong M.推特上的对话和医疗新闻框架:韩国COVID-19的信息流行病学研究。J Med Internet Res 2020 May 05;22(5):e18897 [免费全文] [CrossRef] [Medline
  2. 可信的在线健康信息来源:人口统计学、健康信念和健康信息取向的差异。中国医学杂志,2003;5(3):e21 [免费全文] [CrossRef] [Medline
  3. 科威特SD,施密特AM,汉南A,戈尔茨坦AO。对FDA和CDC的认识和信任:来自美国成人和青少年的全国样本的结果。PLoS One 2017;12(5):e0177546 [免费全文] [CrossRef] [Medline
  4. CDC企业社会媒体政策。疾病控制和预防中心,2011年。URL:https://www.cdc.gov/maso/policy/SocialMediaPolicy508.pdf[2023-02-10]访问
  5. Park H, Rodgers S, Stemmle J.分析卫生组织使用Twitter促进健康素养。中华卫生杂志2013;18(4):410-425。[CrossRef] [Medline
  6. Metzger MJ, Flanagin AJ。使用Web 2.0技术增强循证医学信息。J卫生公共2011;16增刊1:45-58。[CrossRef] [Medline
  7. 伯恩哈特JM。沟通是有效公共卫生的核心。美国卫生杂志2004年12月;94(12):2051-2053。[CrossRef] [Medline
  8. Roper王。在疾控中心,健康传播有了新的维度。公共卫生代表1993;108(2):179-183 [免费全文] [Medline
  9. Seeger M, Reynolds B, Sellnow T.健康环境中的危机和紧急风险沟通:将CDC模型应用于大流行性流感。进:Heath RL, O'Hair HD,编辑。风险与危机沟通手册。英国阿宾顿:劳特利奇;2009.
  10. 菲格罗亚我。一个基于理论的传播和行为的社会生态模型,以遏制利比里亚埃博拉疫情。中华卫生杂志2017;22(sup1):5-9。[CrossRef] [Medline
  11. Sellnow TL, Seeger MM.《危机沟通理论》,第二版,纽约:Wiley-Blackwell;2021.
  12. Ryan MJ, Giles-Vernick T, Graham JE。疫情应对中的信任技术:2014-2016年西非埃博拉疫情期间的开放性、反思性和问责制。英国医学杂志2019;4(1):e001272 [免费全文] [CrossRef] [Medline
  13. Carey JM, Chi V, Flynn DJ, Nyhan B, Zeitzoff T.关于疾病流行和爆发的纠正性信息的影响:来自巴西寨卡病毒和黄热病的证据。Sci Adv 2020 Jan;6(5):eaaw7449 [免费全文] [CrossRef] [Medline
  14. Guidry JP, Jin Y, Orr CA, Messner M, Meganck S. Instagram和Twitter上的埃博拉:卫生组织如何在社交媒体参与中应对卫生危机。公共关系Rev 2017 9月43日(3):477-486。[CrossRef
  15. Vos SC, Buckner MM.新出现的健康危机中的社交媒体信息:推特禽流感中华卫生杂志2016;21(3):301-308。[CrossRef] [Medline
  16. Cinelli M, Quattrociocchi W, Galeazzi A, Valensise CM, Brugnoli E, Schmidt AL,等。COVID-19社交媒体信息大流行。科学通报2020年10月06日;10(1):16598 [免费全文] [CrossRef] [Medline
  17. Sharma K, Seo S,孟C, Rambhatla S, Liu Y.社交媒体上的COVID-19:分析Twitter对话中的错误信息。ArXiv预印本于2020年10月21日在线发布[免费全文
  18. 张志刚,张志刚,张志刚,张志刚,等。让我们先来看看推特上的COVID-19信息和错误信息分享。ArXiv预印本于2020年3月30日在线发布[免费全文] [CrossRef
  19. 李维M,斯托克L.政治信任和可信赖性。政治科学2000年6月;3(1):475-507 [免费全文] [CrossRef
  20. Meredith LS, Eisenman DP, Rhodes H, Ryan G, Long a .信任影响生物恐怖事件期间对公共卫生信息的响应。中华卫生杂志2007;12(3):217-232。[CrossRef] [Medline
  21. 泰勒·克拉克·K,布伦登·RJ,扎斯拉夫斯基·A,本森·J.危机中的信心?了解对政府的信任和公众对强制性国家卫生权力的态度。生物安全生物恐怖2005;3(2):138-147。[CrossRef] [Medline
  22. Thornton J. Covid-19:对政府和其他人的信任与降低感染率和提高疫苗接种率有关。BMJ 2022 2月02日;376:o292。[CrossRef] [Medline
  23. 超越不信任:美国人如何看待他们的政府。皮尤研究中心2015年。URL:https://www.pewresearch.org/politics/2015/11/23/beyond-distrust-how-americans-view-their-government/[2022-04-12]访问
  24. 哈佛陈TH公共卫生学院。公众对美国公共卫生系统的看法。罗伯特伍兹约翰逊基金会,2021年。URL:https://www.rwjf.org/content/dam/farm/reports/surveys_and_polls/2021/rwjf465067[2023-02-10]访问
  25. Dutta-Bergman乔丹。健康传播运动的理论与实践:一个批判性的质疑。卫生交流2005;18(2):103-122。[CrossRef] [Medline
  26. Airhihenbuwa CO, Obregon R.艾滋病毒/艾滋病健康传播中使用的理论/模型的批判性评估。卫生公共2000;5增刊:5-15。[CrossRef] [Medline
  27. 为什么适得其反的效应并不能解释政治误解的持久性。Proc Natl Acad science U S A 2021 april 13;118(15):e1912440117 [免费全文] [CrossRef] [Medline
  28. Bode L, Vraga EK。看到什么,说什么:纠正社交媒体上的全球健康错误信息。卫生交流2018年9月33日(9):1131-1140。[CrossRef] [Medline
  29. Vraga EK, Bode L.使用专家来源纠正社交媒体上的健康错误信息。科学通报2017年9月14日;39(5):621-645。[CrossRef
  30. Carey JM, Guess AM, Loewen PJ, Merkley E, Nyhan B, Phillips JB,等。事实核查对美国、英国和加拿大COVID-19误解的短暂影响。Nat Hum Behav 2022 2月;6(2):236-243。[CrossRef] [Medline
  31. 15年的社会媒体在紧急情况:回顾回顾和未来方向的危机信息学。J contingency Crisis Man 2017 9月27日;26(1):41-57 [免费全文] [CrossRef
  32. Salathé M, Freifeld CC, Mekaru SR, Tomasulo AF, Brownstein JS。甲型H7N9流感与数字流行病学的重要性。中华外科杂志2013年8月1日;369(5):401-404。[CrossRef] [Medline
  33. 申山,徐东,安杰,郭华,金松,郭杰,等。中东呼吸综合征在韩国的传播与谷歌搜索和Twitter趋势高度相关。科学通报2016年9月06日;6:32920 [免费全文] [CrossRef] [Medline
  34. Glowacki EM, Lazard AJ, Wilcox GB, Mackert M, Bernhardt JM。确定公众的担忧和疾病控制和预防中心在健康危机期间的反应:对寨卡病毒直播推特聊天的分析。中国感染控制杂志2016年12月1日;44(12):1709-1711。[CrossRef] [Medline
  35. A先生,Segre上午,Polgreen下午。在甲型H1N1流感大流行期间,美国使用Twitter追踪疾病活动水平和公众关注。PLoS One 2011 May 04;6(5):e19467 [免费全文] [CrossRef] [Medline
  36. Wagner M, Lampos V, Cox IJ, Pebody R.在线用户生成内容在传统流感监测方法中的附加价值。科学通报2018年9月18日;8(1):13963 [免费全文] [CrossRef] [Medline
  37. Medford RJ, Saleh SN, Sumarsono A, Perl TM, Lehmann CU。“信息大流行”:利用大量推特数据了解公众对2019年冠状病毒疾病爆发的早期情绪。Open Forum infection Dis 2020 july;7(7):ofaa258 [免费全文] [CrossRef] [Medline
  38. O'Connor B, Balasubramanyan R, Routledge B, Smith N.从推特到民意调查:将文本情绪与民意时间序列联系起来。发表于:第四届国际AAAI网络日志和社交媒体会议论文集。2010年5月23-26日;华盛顿,第122-129页。[CrossRef
  39. Haslett C, Flaherty A.美国疾病控制与预防中心放宽了全国70%的口罩建议,包括在学校内。ABC新闻,2022年2月25日。URL:https://abcnews.go.com/Politics/cdc-eases-masking-recommendations-70-country-including-inside/story?id=83111596[2022-04-12]访问
  40. 疾病检测、流行病学和疫情应对:公共卫生实践的数字化未来。生命科学与社会政策2018年4月01日;14(1):7 [免费全文] [CrossRef] [Medline
  41. Broniatowski DA, Paul MJ, Dredze M. Twitter:大数据机遇。科学2014年7月11日;345(6193):148。[CrossRef] [Medline
  42. 搜索推文:标准v1.1。Twitter Inc .。URL:https://developer.twitter.com/en/docs/twitter-api/v1/tweets/search/overview[2022-10-15]访问
  43. 过滤实时推文。Twitter Inc .。URL:https://developer.twitter.com/en/docs/twitter-api/v1/tweets/filter-realtime/overview[2022-10-15]访问
  44. Dwyer C, Aubrey A.疾病预防控制中心现在建议美国人考虑在公共场合戴口罩。美国国家公共广播电台2020年4月3日。URL:https://www.npr.org/sections/coronavirus-live-updates/2020/04/03/826219824/president- trump-says-cdc-now-recommends-americans-wear-cloth-masks-in-public[2022-04-12]访问
  45. 口罩的使用和护理。疾病控制和预防中心。URL:https://www.cdc.gov/coronavirus/2019-ncov/prevent-getting-sick/about-face-coverings.html[2022-04-12]访问
  46. 科学简介:社区使用口罩来控制SARS-CoV-2的传播。疾病控制和预防中心。URL:https://www.cdc.gov/coronavirus/2019-ncov/science/science-briefs/masking-science-sars-cov2.html[2022-04-12]访问
  47. 美国疾病预防控制中心目前不建议使用口罩来帮助预防新型冠状病毒。每天采取预防措施,如生病时呆在家里,用肥皂和水洗手,以帮助减缓呼吸道疾病的传播。# COVID19。@CDCgov。2020年2月27日。URL:https://twitter.com/CDCgov/status/1233134710638825473[2022-04-12]访问
  48. Chaib F.个人防护设备短缺危及全球卫生工作者。世界卫生组织2020年3月3日。URL:https://www.who.int/news/item/03 - 03 - 2020 - - -个人防护设备短缺危及-health-workers-worldwide[2022-04-12]访问
  49. 黄P, Wroth C.疾病控制与预防中心表示,美国人现在可以在全国许多地方揭开面具。国家公共广播电台,2022年2月25日。URL:https://www.npr.org/sections/health-shots/2022/02/25/1082249002/cdc-says-americans-can-now-go-unmasked -in-many-parts-of-the-country[2022-04-12]访问
  50. Hutto C, Gilbert E. VADER:一个节俭的基于规则的社交媒体文本情感分析模型。第八届国际AAAI博客与社交媒体会议论文集2014年发表于:第八届国际AAAI博客与社交媒体会议;2014年6月1日至4日;密歇根州安阿伯市[CrossRef
  51. 穆罕默德·SM,特尼警局。众包一个词汇-情感关联词汇。计算机应用,2013;29(3):465。[CrossRef
  52. 格伦沃尔德,高曼J, Cessie S, Dekkers O.多重测试:什么时候是太多?欧洲内分泌杂志2021年3月;184(3):E11-E14。[CrossRef] [Medline
  53. Sanders AC, White RC, Severson LS, Ma R, McQueen R, Alcântara Paulo HC,等。揭开面具上的对话:对COVID-19推特话语进行主题情绪分析的自然语言处理。AMIA世界科学峰会2021;2021:555-564 [免费全文] [Medline
  54. 何亮,何c, Reynolds T,白青,黄勇,李超,等。为什么人们反对戴口罩?对COVID-19大流行期间美国推文的全面分析。美国医学通报协会2021年7月14日;28(7):1564-1573 [免费全文] [CrossRef] [Medline
  55. Reynolds B, Quinn Crouse S.流感大流行期间的有效沟通:使用危机和紧急风险沟通框架的价值。健康促进实践2008年10月9日(4增刊):13S-17S。[CrossRef] [Medline
  56. Oyeyemi SO, Gabarron E, Wynn R.埃博拉,推特和错误信息:一个危险的组合?BMJ 2014 10月14日;349:g6178。[CrossRef] [Medline
  57. 舍费尔DA,克劳斯NM。科学观众,虚假信息和假新闻。美国科学院学报2019年4月16日;116(16):7662-7669 [免费全文] [CrossRef] [Medline
  58. 沙玛M,亚达夫K,亚达夫N,费迪南德KC.寨卡病毒大流行分析作为社交媒体健康信息平台的Facebook。中国感染控制杂志2017年3月1日;45(3):301-302。[CrossRef] [Medline
  59. 在2019冠状病毒病的一年中,美国的大流行应对措施是如何出错的,以及什么是正确的。科学美国人,2021年3月11日。URL:https://www.scientificamerican.com/article/how-the-u-s-pandemic-response-went-wrong-and-what-went -right-during-a-year-of-covid /[2022-04-12]访问
  60. 美国严重搞砸了冠状病毒检测,但情况可能很快会改善。科学内幕,2020年2月28日。URL:https://www.science.org/content/article/united-states-badly-bungled-coronavirus-testing-things-may-soon-improve[2022-04-12]访问
  61. 穿还是不穿:评论公众对疾病预防控制中心关于在covid - 19期间戴口罩的推文的不信任。国际总线通讯2021年7月01日;59(2):287-308。[CrossRef
  62. mheidy N, Fares J.利用媒体和卫生传播策略克服COVID-19信息大流行。J公共卫生政策2020年12月;41(4):410-420 [免费全文] [CrossRef] [Medline
  63. Auxier B, Anderson M. 2021年社交媒体的使用。皮尤研究中心。URL:https://www.pewresearch.org/internet/2021/04/07/social-media-use-in-2021/[2021-10-26]访问


API:应用程序编程接口
疾病预防控制中心:美国疾病控制和预防中心
仅:危机和紧急情况风险沟通
美国核管理委员会:加拿大国家研究委员会


A Mavragani编辑;提交01.07.22;同行评议:C Shoults, Q Xu;作者意见28.07.22;订正版本05.11.22收到;接受05.01.23;发表27.02.23

版权

©Divya Ramjee, Catherine C Pollack, Marie-Laure Charpignon, Shagun Gupta, Jessica Malaty Rivera, Ghinwa El Hayek, Adam G Dunn, Angel N Desai, Maimuna S Majumder。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 2023年2月27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