发表在3卷第四名(2018): Oct-Dec

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/11177,首次出版
推特上高血压和糖尿病隐喻的内容分析:探索性混合方法研究

推特上高血压和糖尿病隐喻的内容分析:探索性混合方法研究

推特上高血压和糖尿病隐喻的内容分析:探索性混合方法研究

原始论文

1宾夕法尼亚大学数字健康医学中心,宾夕法尼亚州费城,美国

2美国宾夕法尼亚州费城宾夕法尼亚大学佩雷尔曼医学院家庭医学和社区卫生系

3.卫生公平研究和促进中心,费城退伍军人事务医疗中心,宾夕法尼亚州费城,美国

4计算机与信息科学,宾夕法尼亚大学,费城,美国

5美国宾夕法尼亚州费城宾夕法尼亚大学佩雷尔曼医学院急诊医学系

通讯作者:

Raina Merchant, MSHP,医学博士

宾夕法尼亚大学数字健康医学中心

宾夕法尼亚大学

佩雷尔曼先进医学中心,14楼南馆

市民中心大道3400号

宾夕法尼亚州费城(19104年

美国

电话:1 215 847 9500

传真:1 215 349 8573

电子邮件:Raina.Merchant@uphs.upenn.edu


背景:广泛使用的隐喻有助于公众对健康的理解。之前的工作已经描述了用于描述癌症和艾滋病的隐喻。我们对心血管疾病的隐喻知之甚少。

摘要目的:我们研究的目的是描述Twitter用户在讨论高血压和糖尿病时使用的隐喻。

方法:我们从糖尿病和高血压相关的关键词中过滤了大约100亿条推文。我们编码了5000条推文的随机子集,以确定隐喻的存在和使用的隐喻类型。

结果:在5000条推文中,我们发现了797条(15.9%)关于高血压或糖尿病的推文使用了隐喻。在讨论心脏病的发展时,推特用户将疾病描述为一段旅程(n=202),可传播(n=116),作为一个物体(n=49),或作为一个人(n=15)。在讨论这些疾病的经历时,一些Twitter用户使用了战争的比喻(n=101)。其他用户描述了控制疾病的挑战(n=34),疾病是一种媒介(n=58),或者他们的身体是机器(n=205)。

结论:推特用户在讨论高血压和糖尿病时经常使用隐喻。这些隐喻可以帮助指导患者和提供者之间的沟通,以改善公共卫生。

中国糖尿病杂志2018;3(4):e11177

doi: 10.2196/11177

关键字



通过隐喻传达健康信息

人类经常用隐喻来交流健康问题。研究发现,医生在与重病患者的谈话中,有64%的人会使用隐喻。1],病人在谈论自己的疾病时也会使用隐喻[2].

之前的工作主要集中在描述癌症、结核病和艾滋病患者经历的隐喻特征[3.-5].尽管心血管疾病影响着8000多万美国人,但人们对患者用来描述心脏病的隐喻却知之甚少。6].描述这些隐喻可以通过促进对公众疾病框架的理解,为患者-提供者沟通提供信息。

隐喻是一种连接概念领域的有效方法,它使我们能够在看似不相关的项目或事件之间做出推论。7].总的来说,隐喻可以帮助我们理解关于世界运作方式的更高层次的文化框架。最后,隐喻有助于完成类比推理的任务。8].

客观的

之前的研究主要是通过调查和患者回忆来评估与健康相关的隐喻。这些方法可能忽略了人与人之间日常对话的隐喻。研究人员越来越多地使用社交媒体网络推特来分析患者在健康方面的语言。9].之前,我们发现近一半的心血管相关推文样本包含隐喻性语言[10].在这项研究中,我们扩展了这项工作,并在关于高血压和糖尿病的推文中描述了隐喻。


研究设计

这是一项连续的、探索性的、混合方法的研究,研究了与高血压和糖尿病有关的Twitter数据。

数据源

推文识别

为了识别关于高血压和糖尿病的推文,我们使用了标准的Twitter应用程序编程接口(Twitter, Inc, San Francisco, CA, USA) [10].

从2009年7月到2015年2月的6年时间里,我们随机抽取了10%的推文样本,搜索了大约100亿条推文,寻找与高血压和糖尿病相关的关键词。1112].为了生成这些关键词,我们使用了统一医学语言系统、消费者健康词汇和研究作者的协议。确定的关键词是高血压和糖尿病(血糖,糖尿病)[10-12].

我们的分析仅限于可以映射到美国某个县的英语推文。关于Twitter处理和数据提取的更多细节在其他地方描述[10].

比喻编码

隐喻被定义为一种对主体而非主体本身的表达,或者是一种带有现实世界中类似物的非现实的陈述。

为了识别包含隐喻的推文,两名编码人员(CLR和CM)评估了1000条关于高血压的推文和4000条关于糖尿病的推文的随机子集,以确定隐喻的存在,并与包括其他3名作者在内的更大的小组进行了判断。隐喻的特征被划分为隐喻类型。这5000条推文约占使用上述搜索策略返回的推文总数的1%。在编码5000条推文后,每个类别的总一致性都超过90%,kappa评分为0.77。

我们在NVivo 10.0版本(QSR International)上进行数据编码和分析。


在4000条糖尿病推文中,12.1% (n=482)包含隐喻,而在1000条高血压推文中,31.5% (n=315)包含隐喻。我们进一步将隐喻推文分为两组:描述疾病发展的隐喻和描述疾病经历的隐喻。

疾病的发展

在疾病的发展过程中出现了四个主题:疾病之旅,疾病作为传播媒介,疾病作为客体,疾病作为行动者(表1).

疾病之旅

许多推文将该疾病的感染描述为一段始于“媒介”并沿着路径传播到人的旅程(202/312,64.7%)。这些推文将这种疾病描述为通过一次接触而感染(例如,“你可能会因为麦当劳的一份大薯条而患上高血压”),或者将这种疾病描述为多种影响的结果(例如,标签roadtodiabetes)。

可传播疾病

其他推特用户将高血压和糖尿病描述为传染性疾病(例如,“别跟我说话,你让我得了糖尿病”或“我必须像躲避瘟疫一样避开糖尿病”)。

疾病作为对象

一些用户将这种疾病描述为一种有形的物体。这些推文通常包含有关食物中存在的疾病的隐喻(例如,“我能尝到糖尿病的味道”)。这个比喻在糖尿病中比在高血压中更常用(48/211,22.7% vs 1/101, 1.0%)。

疾病是演员

一些推文将糖尿病和高血压标记为邪恶的代理人(例如,“肥胖儿童潜伏着高血压危险”)。

疾病的经历

疾病体验中出现了四个主题:作为机器的身体,难以控制的疾病,战争和破坏,以及作为代理人的疾病。表1).

身体即机器

许多推文将身体描述为一台机器,而疾病则是机器功能的中断(例如,“将血糖输送到细胞中”)。这些机械隐喻更常用于描述高血压(167/214,78.0%),而不是糖尿病(38/271,14.0%)。

难以控制的疾病

一些推文使用隐喻来帮助说明控制疾病的难度(例如,“阶梯式护理方法来解决无法控制的高血压”)。

表1。推特中用来描述糖尿病和高血压的发展和经历的隐喻一个
隐喻主题 糖尿病,n (%) 高血压,n (%) 例子推
疾病发展(糖尿病:211例;高血压:n = 101)

疾病之旅 140 (66.4) 62 (61.4)
  • 在麦当劳吃一份大薯条就可能得高血压
  • # roadtodiabetes
  • 如何预防糖尿病
  • 一起患糖尿病的夫妻要在一起!
  • 我真的觉得糖尿病要来了

剧增 53 (25.1) 63 (62.4)
  • 我宁愿得糖尿病也不愿感觉
  • 我得像躲避瘟疫一样躲避糖尿病
  • 停!你会让我得糖尿病的……
  • 别跟我说话,你让我得糖尿病了。
  • 咸到足以引起高血压

疾病作为对象 48 (22.7) 1 (1.0)
  • 我能尝到糖尿病的味道
  • 激浪尝起来像糖尿病和抑郁症
  • 糖尿病,明天的早餐,耶
  • 我想要一块巧克力蛋糕,结果却得了糖尿病
  • 你这一车糖尿病患者可真多

疾病作为演员 12 (5.7) 3 (3.0)
  • 肥胖儿童存在高血压危险
  • 当高血压发作时
  • 不允许患有糖尿病
  • 像糖吗?那么糖尿病……
  • 别死在我面前!不允许有糖尿病。哈哈
疾病经历(糖尿病:n=271;高血压:n = 214)

机械 38 (14.0) 167 (78.0)
  • 事实上,啤酒对降低高血压有好处
  • 将血糖输送到细胞中
  • 今天我的血糖急剧下降。我觉得我的能量被耗尽了。直到现在还觉得很虚弱。
  • 我低潮期,我高潮期,这就像一把战刀和一场枪战,不用担心,这是我生命的故事血糖
  • 我的血糖突然飙升

控制 31 (11.4) 13 (6.1)
  • 控制你的高血压
  • 阶梯式护理方法处理不受控制的高血压
  • 控制高血压的最佳运动似乎几乎是任何运动....起来,走吧!
  • 远程医疗可能有助于患者控制高血压,但参与是一个障碍
  • 信息是预防和控制糖尿病

战争 84 (31.0) 17 (8.0)
  • 糖尿病驱逐舰
  • 在对抗高血压的斗争中,钾是一个强有力的武器
  • 如何对抗糖尿病的简单建议
  • 美国糖尿病协会正在领导对抗糖尿病的致命后果
  • 降低高血压

疾病作为演员 38 (14.0) 20 (9.3)
  • 高血压是一个无声的杀手
  • 糖尿病,你是我失眠的原因
  • 糖尿病困扰着我的眼睛
  • 糖尿病不能定义我,它解释了我
  • 我的血糖会捉弄我

一个百分比等于100%以上,因为一些推文适合多个主题。

战争与破坏

一些推文使用了军国主义的隐喻,包括“破坏者”、“战斗”和“战斗”(例如,“美国糖尿病协会正在领导与糖尿病致命后果的斗争”)。

疾病是演员

就像在描述疾病发展的推文中一样,在关于疾病经历的推文中,用户经常把糖尿病或高血压描述为邪恶的代理人(例如,“高血压是一个沉默的杀手。现在监控你的血压……”)。


主要研究结果

这项研究有两个主要发现。首先,隐喻是Twitter用户交流高血压和糖尿病信息的重要组成部分。第二,所描述的隐喻所暗示的疾病概念化往往与对疾病生物学基础的生物医学理解相冲突。

在20世纪70年代,苏珊·桑塔格描述了在关于癌症和艾滋病的交流中隐喻的广泛使用[5].她认为,对疾病使用隐喻性语言可能会对公众态度或临床医生的实践产生不利影响,并最终影响患者的体验。

相比之下,对心脏病的研究却较少。更好地理解高血压和糖尿病的隐喻,有助于理解人们对病因、治疗和疾病进展的看法。这种“代码”可以深入了解健康状况与其治疗和管理之间的脱节。

患者可能会使用隐喻来与家人和朋友讨论他们的病情,并与其他患有相同疾病的患者联系起来。受高发病率和高死亡率疾病影响的患者可能有更大的动机制定概念框架来解释他们的疾病,使他们能够更好地应对其病情的复杂医疗现实。

根据我们的研究结果,一般人群对高血压的理解似乎比糖尿病要窄。与糖尿病推特相比,高血压推特样本中使用隐喻的比例更高,但大多数隐喻将高血压与对疾病经历的纯粹机械理解联系在一起,例如体内压力的升高或降低(167/ 214,78.0%)。患者对高血压的认识可能较少,因为它不像糖尿病那么突出——也就是说,它不太可能引起直接症状,不太可能需要患者方面的时间密集管理,也不太可能被认为是致命的。

虽然我们发现的一些隐喻主题之前已经在文献中描述过,但其他的隐喻主题是新近描述的,如疾病作为对象或疾病作为行动者[513].这些比喻可能是新的,因为我们关注的是心脏病和糖尿病,而不是癌症或传染病,或者是因为Twitter提供了一个窗口,让我们了解公众对疾病的自发语言。

虽然这里描述的一些隐喻与我们对疾病的生物医学理解是一致的(例如,身体是机器),但其他隐喻与疾病的病理生理学不一致(例如,疾病是对象,疾病是可传播的)。这些比喻中有许多是开玩笑用的。目前还不清楚使用与医学界对疾病的理解不一致的隐喻是一种需要纠正的误解,还是一种需要适当使用的有效修辞方法。

限制

这项研究有几个局限性。这项研究只研究了美国的英语推文;如果我们研究了更广泛的推文样本,还会出现更多的隐喻。虽然我们删除了重复的推文,但在这项研究中,我们单独计算了每条转发,因为我们相信任何给定信息的传播都反映了该隐喻的突出性。

结论

隐喻是了解外行对疾病的共同理解的窗口。它们有可能为医生提供工具,在文化上合适的背景下解释困难的科学概念。然而,这些好处必须与隐喻可能导致的潜在伤害相平衡,因为隐喻可能传播不准确或潜在的污名化语言。3.].

利益冲突

没有宣布。

  1. Casarett D, Pickard A, Fishman JM, Alexander SC, Arnold RM, Pollak KI,等。隐喻和类比能改善与重病患者的沟通吗?J Palliat Med 2010 3月;13(3):255-260 [免费全文] [CrossRef] [Medline
  2. Semino E, Demjén Z, Demmen J, Koller V, Payne S, Hardie A,等。与卫生专业人员相比,癌症患者在网上使用暴力和旅行隐喻:一项混合方法研究。BMJ Support Palliat Care 2017 Mar;7(1):60-66 [免费全文] [CrossRef] [Medline
  3. 聂杰,Gilbertson A, de Roubaix M, Staunton C, van Niekerk NA, Tucker JD,等。不发动战争的治疗:超越医学和艾滋病治疗研究中的军事隐喻。Am J Bioeth 2016 12月;16(10):3-11 [免费全文] [CrossRef] [Medline
  4. 赖斯菲尔德GM,威尔逊GR。隐喻在癌症话语中的使用。中华临床杂志2004 10月1日;22(19):4024-4027。[CrossRef] [Medline
  5. 疾病的隐喻与艾滋病及其隐喻。纽约州纽约:锚;1990.
  6. Benjamin EJ, Blaha MJ, Chiuve SE, Cushman M, Das SR, Deo R,美国心脏协会统计委员会和中风统计小组委员会。心脏病和中风统计数据-2017年更新:美国心脏协会的一份报告。发行量2017年3月07日;135(10):e146-e603。[CrossRef] [Medline
  7. 在谈话中寻找文化:文化、思想和社会方法合集。纽约州纽约:帕尔格雷夫·麦克米伦;2005.
  8. 语言与思维的文化模式。纽约州纽约:剑桥大学出版社;1987.
  9. Sinnenberg L, Buttenheim AM, Padrez K, Mancheno C, Ungar L, Merchant RM。推特作为健康研究的工具:系统回顾。美国公共卫生杂志2017年12月;107(1):e1-e8。[CrossRef] [Medline
  10. 辛南伯格L, DiSilvestro CL, Mancheno C, Dailey K, Tufts C, Buttenheim AM,等。推特是心血管疾病研究的潜在数据来源。JAMA Cardiol 2016 Dec 01;1(9):1032-1036 [免费全文] [CrossRef] [Medline
  11. 曾秋冬,谢涛。探索和发展消费者健康词汇。中国医学信息杂志2006;13(1):24-29 [免费全文] [CrossRef] [Medline
  12. 林德伯格DA,汉弗莱斯BL,麦克雷AT。统一医学语言系统。方法中华医学杂志1993 8月;32(4):281-291。[Medline
  13. 象征着流行病:艾滋病、癌症和心脏病的隐喻。人类科学1997年12月11(4):456-476。[CrossRef] [Medline

G·艾森巴赫(G Eysenbach)编辑;提交15.06.18;S Omboni, E Antwi同行评审;对作者20.09.18的评论;修订本收到12.10.18;接受30.10.18;发表21.12.18

版权

©Lauren Sinnenberg, Christina Mancheno, Frances K Barg, David A Asch, Christy Lee Rivard, Emma Horst-Martz, Alison Buttenheim, Lyle Ungar, Raina Merchant。最初发表在JMIR Diabetes (http://diabetes.www.mybigtv.com), 2018年12月21日。

这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR Diabetes上的原创作品。必须包括完整的书目信息,http://diabetes.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