%0期刊文章%@ 2561-326X %I JMIR出版物%V 6% 卡塔尔世界杯8强波胆分析N 1% P e33792% T使用Twitter数据监测怀孕期间COVID-19疫苗的安全性:队列识别的概念验证研究%A Klein,Ari Z %A O'Connor,Karen %A Gonzalez-Hernandez,Graciela %+宾夕法尼亚大学佩雷尔曼医学院生物统计、流行病学和信息学系，Blockley Hall, 4楼，423,Guardian博士，费城，宾夕法尼亚州，19104，美国，1 215 746 1101，ariklein@pennmedicine.upenn.edu %K自然语言处理%K社交媒体%K COVID-19 %K数据挖掘%K COVID-19疫苗%K妊娠结局%D 2022 %7 6.1.2022 %9短论文%J JMIR表格Res %G英语%X背景:怀孕期间COVID-19与孕产妇死亡、重症监护病房住院和早产风险增加有关;然而，由于缺乏安全数据，许多孕妇拒绝接种COVID-19疫苗。目的:这项初步研究的目的是评估Twitter数据是否可用于确定怀孕期间COVID-19疫苗接种流行病学研究的队列。具体来说，我们研究了是否有可能识别那些报告(1)在怀孕期间或受孕围期接种了COVID-19疫苗的用户，以及(2)他们的怀孕结果。方法:我们开发了正则表达式，在2021年7月初之前在推特上宣布怀孕的用户发布的大量推文中搜索COVID-19疫苗接种的报告。为了帮助确定用户是否在怀孕期间接种了疫苗，我们利用了一种自然语言处理(NLP)工具来估计产前的时间框架。对于发布推文的用户，他们的时间戳表明他们在怀孕期间接种了疫苗，我们利用额外的NLP工具来帮助识别报告怀孕结果的推文。结果:我们手动验证了自动检测到的推文内容，确定了150名在推特上报告他们在怀孕或孕前期间至少接种了一剂COVID-19疫苗的用户。 We manually verified at least one reported outcome for 45 of the 60 (75%) completed pregnancies. Conclusions: Given the limited availability of data on COVID-19 vaccine safety in pregnancy, Twitter can be a complementary resource for potentially increasing the acceptance of COVID-19 vaccination in pregnant populations. The results of this preliminary study justify the development of scalable methods to identify a larger cohort for epidemiologic studies. %M 34870607 %R 10.2196/33792 %U https://formative.www.mybigtv.com/2022/1/e33792 %U https://doi.org/10.2196/33792 %U http://www.ncbi.nlm.nih.gov/pubmed/34870607