JMIR Infodemiology JMIR Infodemiology 2564 - 1891 卡塔尔世界杯8强波胆分析 加拿大多伦多 v2i1e32372 35229075 10.2196/32372 原始论文 原始论文 在COVID-19时代立法者在推特上讨论疫苗接种的党派差异:自然语言处理分析 麦基 蒂姆 Doan 儿子 Engel-Rebitzer 伊甸园 英航 1 2 https://orcid.org/0000-0002-5013-554X 斯托克斯 丹尼尔·C 医学博士,女士 1 2 https://orcid.org/0000-0002-9622-2761 刘振前 扎卡里·F Md, mph, MSHP 2 3. 4 5 https://orcid.org/0000-0001-8474-7993 Purtle 乔纳森 认为 6 7 https://orcid.org/0000-0001-6908-5944 柯南道尔 丽贝卡 英里每小时 3. 8 https://orcid.org/0000-0002-9354-540X Buttenheim 艾莉森·米 博士,工商管理硕士 3. 8
护理学院 宾夕法尼亚大学 居里大道418号 费城,宾夕法尼亚州,1904年 美国 1 (215) 898 8281 abutt@nursing.upenn.edu
https://orcid.org/0000-0003-2432-1637
佩雷尔曼医学院 宾夕法尼亚大学 费城,宾夕法尼亚州 美国 紧急护理政策和研究中心 费城,宾夕法尼亚州 美国 Leonard Davis卫生经济研究所 费城,宾夕法尼亚州 美国 急诊科 佩雷尔曼医学院 宾夕法尼亚大学 费城,宾夕法尼亚州 美国 宾夕法尼亚大学损伤科学中心 宾夕法尼亚大学 费城,宾夕法尼亚州 美国 公共卫生政策和管理系 全球公共卫生学院 纽约大学 纽约,纽约 美国 全球实施科学中心 纽约大学 纽约,纽约 美国 护理学院 宾夕法尼亚大学 费城,宾夕法尼亚州 美国 通讯作者:Alison M . Buttenheim abutt@nursing.upenn.edu Jan-Jun 2022 18 2 2022 2 1 e32372 24 7 2021 8 11 2021 7 12 2021 21 12 2021 ©Eden Engel-Rebitzer, Daniel C Stokes, Zachary F Meisel, Jonathan Purtle, Rebecca Doyle, Alison M Buttenheim。最初发表于JMIR infoepidemiology (https://infodemiology.www.mybigtv.com), 2022年2月18日。 2022

这是一篇基于知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)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,前提是原始作品首先发表在JMIR infoepidemiology上,并适当引用。必须包括完整的书目信息,到https://infodemiology.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。

背景

COVID-19时代的特点是健康相关话题的政治化。鉴于有证据表明,对疫苗接种的政治化讨论可能导致对疫苗的犹豫,这一点尤其令人担忧。然而,没有研究调查在新冠肺炎时代,立法者与公众就疫苗接种进行沟通的内容和政治化。

客观的

本研究的目的是检查州和联邦立法者在COVID-19时代制作的与疫苗相关的推文,以(1)描述与疫苗相关的推文的内容;(2)检验民主党和共和党在疫苗相关推文内容上的差异;(3)量化(并描述随时间变化的趋势)疫苗相关沟通中的党派差异。

方法

我们提取了2020年2月1日至2020年12月11日期间由州和联邦立法者制作的所有与疫苗相关的推文。我们使用潜在狄利克雷分配来定义推文主题,并使用描述性统计来描述政党在主题使用上的差异以及政治两极分化随时间的变化。

结果

我们纳入了1463名州议员和521名联邦议员产生的14519条推文。共和党人更有可能使用专注于成功开发SARS-CoV-2疫苗的词语(例如“创纪录的时间”、“推出”和“创新”)和话题(例如“曲速行动成功”)。民主党人使用了更广泛的词汇(如“反疫苗者”、“流感”和“免费”)和话题(如疫苗优先级、流感和反疫苗者),这些词汇和话题更符合与疫苗相关的公共卫生信息。两极分化在研究期间的大部分时间都在增加。

结论

在新冠肺炎时代,共和党和民主党议员在推特上谈论疫苗接种时使用了不同的语言,导致与疫苗相关的推文的政治两极分化加剧。这些传播模式有可能导致疫苗犹豫。

社交媒体 推特 疫苗接种 党派之争 新型冠状病毒肺炎 疫苗 自然语言处理 NLP 犹豫 政治化 沟通 语言 模式
介绍

截至2021年12月,COVID-19大流行已在美国造成4500多万人感染,78万人死亡[ 1]。尽管大流行造成的死亡人数很高,安全有效的疫苗也出现了,但对疫苗的犹豫,特别是在倾向共和党的州,仍然是实现群体免疫所需的约70%人口免疫力的重大障碍。 1- 3.]。

据推测,这种疫苗接种的地理差异可能是COVID-19大流行期间公共卫生主题政治化的结果[ 4]。大流行早期的调查证据表明,这种政治化可能导致公众解读与covid -19相关的风险,并以党派的方式采取预防性卫生措施[ 5]。与这些发现一致的是,地理位置数据显示,在2016年大选中支持唐纳德·特朗普的县,与没有支持他的县相比,保持社交距离的比率较低。 6]。还有证据表明,这些党派分歧延伸到了对SARS-CoV-2疫苗的看法上。先前的研究表明,与民主党人相比,共和党人的疫苗接种率较低,并发现在COVID-19大流行期间,这种疫苗接种的党派差距有所增加[ 7 8]。这一差距无法用人口统计学差异、机构信任差异或对大流行关注程度的差异来解释,这表明党派认同本身可能会影响个人的医疗保健决定,并导致对疫苗看法的差异[ 7]。

作为COVID-19时代特征的政治化尤其令人担忧,因为有证据表明,政治化的疫苗相关沟通可能导致疫苗犹豫[ 9- 12]。例如,一项关于人乳头瘤病毒(HPV)疫苗接种的研究发现,接触到现实世界中关于疫苗的政治化讨论,与对免疫规划的支持减少以及对医生和政府的信任降低有关。 9]。一项类似的实验研究发现,与那些接触到没有争议的新闻简报的人相比,接触到包含有关人乳头瘤病毒疫苗的政治冲突的新闻简报的受访者更不可能支持疫苗授权[ 10]。其他研究也发现政治化的疫苗接种讨论与减少对疫苗授权和接种意愿的支持之间存在类似的关联[ 11 12]。这些发现表明,在COVID-19大流行期间,政治家与选民就疫苗接种进行沟通时使用的语言可能在决定疫苗接种方面发挥重要作用。

现有的研究已经确定了政治人物与公众就SARS-CoV-2进行沟通的方式的党派差异[ 13- 15]。然而,很少有研究项目审查了在COVID-19大流行期间政治领导人关于疫苗接种的沟通(以及该沟通中的党派分歧)。由于几个原因,这是文献中的一个重要空白。首先,实验证据表明,政治家的Twitter活动和与公众的沟通不仅反映了选民的意见,而且有能力塑造其追随者对疫苗的看法[ 16 17]。例如,一项利用前总统特朗普的推文进行的研究发现,接触特朗普发布的反疫苗推文会导致他的追随者对疫苗的关注增加[ 17]。州和联邦立法者关于疫苗接种的沟通也特别重要,因为这些立法者除了与其选民沟通外,还制定影响疫苗开发和分发的政策。尽管立法者与公众就疫苗接种进行沟通很重要,但现有的关于疫苗相关Twitter活动的研究主要集中在普通公众的党派趋势上。之前没有研究描述州和联邦立法者在疫苗相关的推特活动,也没有研究描述在COVID-19疫苗开发过程中这种沟通的党派差异。

我们之前发现,COVID-19大流行的到来与立法者与疫苗相关的推文数量急剧增加有关。 18]。在这里,我们在之前工作的基础上,对立法者在COVID-19疫苗开发过程中关于疫苗接种的推特言论的内容(而不仅仅是数量)进行了描述。本研究的目的是检查州和联邦立法者在COVID-19时代制作的与疫苗相关的推文,以(1)描述与疫苗相关的推文的内容;(2)检验民主党和共和党在疫苗相关推文内容上的差异;(3)量化(并描述随时间变化的趋势)疫苗相关沟通中的党派差异。

方法 数据

我们使用Quorum(一个存储政策相关文件的公共事务软件平台)收集了2020年2月1日至2020年12月11日期间州或联邦立法者发布的所有与疫苗相关的推文。根据美国宣布进入公共卫生紧急状态(2020年1月31日)和限制全球航空旅行(2020年2月2日),我们将2020年2月1日确定为新冠肺炎抵达美国的日期[ 19]。我们选择2020年12月11日作为数据收集的终点,因为这是美国食品和药物管理局首次批准COVID-19疫苗紧急使用的日期[ 19]。虽然一些立法者同时拥有个人和专业Twitter账户,但本研究只使用了专业Twitter账户产生的推文。

我们将推文定义为与疫苗相关的,如果它们在推文或转发中包含以下任何术语:“疫苗”,“疫苗接种”,“免疫接种”,“vax(x)”,“抗vax(x)”,“抗vax(x)”,“抗vax(x)er”,“vax(x)ine”,“in(n)oculate”,“in(n)oculation”。该术语列表是基于对Twitter上有关疫苗情绪的现有文献中的搜索术语的审查而生成的[ 20.- 22]。一位作者手动审查了该搜索生成的所有推文,并删除了与人类接种疫苗无关的任何推文。由于数据的公开可用性,本研究免于机构审查委员会的批准。

措施

立法委员的政党从法定人数中抽离出来。如果推文包含与COVID-19相关的单词或短语(例如“冠状病毒”或“SARS-CoV-2”),则被定义为与COVID-19相关。如果推文提到了COVID-19以外的任何传染病(例如“MMR”或“流感”),则被定义为讨论非COVID-19疾病。在对数据进行人工审查期间,编制了数据集中使用的与传染病有关的术语的完整清单,并用于建立这些变量( 多媒体附录1)。我们使用推特话题来量化疫苗相关传播的政治极化,方法是计算每个月所有推特话题的话题流行率绝对差异的总和,如前所述[ 23]。

描述性和双变量分析

我们使用汇总统计来描述所包含推文的推文频率和特征(即,提到COVID-19与非COVID-19传染病,每个政党生成的推文百分比,以及推文频率与转发频率)。为了进一步表征共和党人和民主党人在疫苗相关推特活动方面的差异,我们使用卡方检验来描述政党与推特特征之间的关系。本研究中研究的推文特征是(1)提到COVID-19与非COVID-19传染病,(2)每条推文是原创推文还是转发推文。描述性分析采用Stata统计软件16.1版(Stata Corp)进行。

自然语言处理分析

我们确定了民主党或共和党推文中出现频率至少为0.1%的所有单词和两个单词的短语。我们使用卡方检验( P修正了Bonferroni的值截止值 P<.001)来识别双方使用频率显著不同的词语。我们根据民主党和共和党推文的使用频率绘制了这些词的分布图( 图1)。为了解释COVID-19时代发生的语言变化,我们在COVID-19大流行的所有三波中重复了这一过程( 多媒体附录2)。我们根据美国新增病例7天移动平均线的最低点来定义每波的开始和结束日期[ 24]。

为了描述推文内容随时间变化的趋势,我们使用潜在狄利克雷分配(LDA)来定义每条推文的主题[ 25]。LDA是一种主题建模方法,它基于tweet中出现的单词(不包括常见单词)来定义主题。LDA定义的主题数量(在本例中为25个)是由2位作者通过算法一致性分数和主题可解释性的人工审查相结合迭代选择的。每条推文都可以用25个主题的唯一概率分布来描述。

三位作者通过手动查看与该主题最密切相关的10个单词和10条推文来评估每个主题。所有三位作者都同意具有连贯意义的主题被纳入最终分析(共20个主题)。为了确认主题的可解释性,3位作者手动检查了这20个主题中的每一个与每个主题相关的另外20个随机选择的tweet [ 23]。我们使用汇总统计来描述平均主题表示,定义为来自给定方和时间段的所有tweet的平均主题概率乘以100%。我们使用Wilcox符号秩检验( P修正了Bonferroni的值截止值 P<.001)来比较政党的平均话题代表性。我们使用R 4.0.3版本(R Foundation for Statistical Computing)进行自然语言处理分析并生成图形。

民主党和共和党在疫苗推特上的单词和术语频率。

结果

我们总共纳入了14519条与疫苗相关的推文。在这些推文中,61.8% (n=8968)由民主党人生成,37.2% (n=5401)由共和党人生成,1.0% (n=150)由第三方或非指定立法者生成。样本包括5653条(38.9%)转发。大多数推文(55.1% [n=7996])包含与covid -19相关的术语,11.8%的推文(n=1706)提到了非covid -19传染病(如麻疹和流感)。所包含的推文是由1984名独特的立法者生成的。大多数被纳入的立法者是州代表(73.7% [n=1463]),而不是联邦代表(26.3% [n=521])。从政党来看,民主党议员占63.7% (n=1264),共和党议员占35.1% (n=696),无党派或未指定议员占1.2% (n=24)。

共和党发布的与疫苗相关的推文被转发的可能性低于民主党发布的与疫苗相关的推文(共和党为36.7% [n=1992],民主党为40.3% [n=3614]; P<措施)。共和党的疫苗推文提到非covid -19疾病的可能性也低于民主党的疫苗推文(共和党为7.5% [n=404],民主党为14.4% [n=1289]; P<.001),更有可能提到COVID-19(共和党人为58.3% [n=3146],民主党人为53.2% [n=4770]; P<措施)。

在与疫苗相关的推文中,共和党人(相对于民主党人)更常用的词汇和短语包括“翘曲速度”、“创纪录时间”、“创新”和“中国”。民主党人(相对于共和党人)使用频率更高的词和短语包括“反疫苗者”、“流感”、“社区”、“公共卫生”和“免费”( 图2)。为了解释研究期间的语言变化,我们在大流行的每个阶段分别重复了这一分析( 多媒体附录2)。在第一波大流行期间,与共和党人密切相关的词汇包括“清洁资金”、“关怀法案”和“创新”。在第二次和第三次浪潮中,与共和党人相关的关键词包括与翘曲速度行动有关的词语(例如,“创纪录的时间”、“启动”、“独创性”、“#翘曲速度行动”和“创新”)以及“授权”一词。在第一波和第二波流感大流行期间,与民主党密切相关的词汇包括支持疫苗和反对反疫苗运动的语言(例如,“#疫苗工作”、“#医生发言”和“#IVaxToProtect”)。在第三波大流行中,与民主党人联系最密切的词是“梅多斯”(指前白宫幕僚长马克·梅多斯)。在这三波浪潮中,与共和党密切相关的词汇多于与民主党密切相关的词汇( 图1 多媒体附录2)。

我们在最终分析中包括了20个主题( 表1- 3.)。主题代表性百分比最高的主题是(1)翘曲速度操作成功;(2)疫苗有效性;(3) COVID-19疫苗更新;(4) COVID-19救援包内容;(5)非药物干预作为疫苗的桥梁。共和党人中比较流行的话题包括:(1)翘曲速度行动的成功;(2) COVID-19疫苗更新;(3)国际社会努力破解疫苗相关研究;(4)疫苗有效性。 The topics that were more prevalent among Democrats included (1) vaccine prioritization; (2) children and parents; (3) reliance on vaccine as pandemic solution; (4) local, free, non–COVID-19 vaccine clinics; (5) nonpharmaceutical interventions as a bridge to vaccine; (6) influenza; (7) state and local vaccine distribution plans; and (8) discussion of antivaxxers. The remaining topics were equally prevalent between Democrats and Republicans ( 表1- 3.;显著性定义为Bonferroni修正 P<.001,每个部分的主题按党派差异的递减顺序列出)。

党派倾向随时间的变化趋势(定义为各党派按月平均主题表示的绝对差异之和)。

在共和党人中具有更高平均代表性的话题。

主题名称 关键字 代表性推文(为了清晰起见,删除了链接和转发句柄) 民主党议题代表比例 共和党议题代表比例
翘曲速度行动成功 操作:速度、安全、有效、美国、新冠、总裁、发展、工作、交付、进步 “在@realDonaldTrump的领导下,曲速行动将在创纪录的时间内提供安全有效的疫苗!” 2.4 12.3
COVID-19疫苗有效性 新闻,covid,辉瑞,有效,伟大,突破,现代,冠状病毒,辉瑞,紧急 “这是个天大的好消息。美联社(@AP):突发事件:辉瑞公司表示,早期数据表明其疫苗对COVID-19有效;将在本月晚些时候寻求美国的审查。” 3.4 6.8
COVID-19疫苗更新 Covid,试验,试验,临床,阶段,冠状病毒,结果,新闻,好消息,数据 “牛津大学传来疫苗的好消息!” 3.8 6.4
国际社会努力破解疫苗相关研究 冠状病毒、研究、covid、中国、全球、世界、发展、工作、发现、工作 “美国警告中国正试图窃取冠状病毒疫苗研究” 3.1 4.5

在民主党人中具有更高平均代表性的话题。

主题名称 关键字 代表性推文(为了清晰起见,删除了链接和转发句柄) 民主党议题代表比例 共和党议题代表比例
流感 流感,保护,注射,重要,接种疫苗,年,人,学习,流感季节,covid “这个季节预防流感的最好方法是接种疫苗。” 5.9 2.6
“反疫苗者”的讨论 反疫苗者、公共卫生、科学、保护、反疫苗、反疫苗、反疫苗、错误信息、停止反疫苗暴力、疫苗工作 “Anti-vaxxers。Anti-maskers。Pro-disease。” 4.6 2.0
当地免费的非covid -19疫苗诊所 免费,流感,健康,免疫,学校,疫苗接种,县,诊所,电话,今天 “需要注射流感疫苗和其他疫苗吗?”在10月15日之前注册我和@RepDanMiller共同主持的免下车流感疫苗诊所。” 4.7 2.1
NPI一个作为疫苗的桥梁 口罩,covid,口罩,戴,继续,病例,传播,停留,戴,手 “我们必须继续保持谨慎和#MaskUpPA。目前还没有疫苗,所以我们必须小心。” 5.5 3.3
州和地方疫苗分发计划 Covid,分发,计划,社区,确保,州,德克萨斯州,分发,黑人,州,疫苗接种 “我给传染病防范和应对工作组写了一封信,以确保受# covid - 19影响不成比例的少数群体和社区不会在#疫苗分配和分发计划中落后。# txlege # ElPaso” 5.2 3.4
依赖疫苗作为大流行解决方案 流行病、控制、拜登、病毒、特朗普、测试、乔、生命、冠状病毒、总统 梅多斯:“我们不打算控制疫情,我们要控制的事实是,我们获得了疫苗、治疗方法和其他缓解措施。”Jake Tapper:“为什么我们不能控制这种流行病?”梅多斯:“因为这是一种传染性病毒”#CNNSOTU 4.1 2.9
孩子和家长 孩子,孩子,接种,父母,接种,疾病,时间,接种,医疗,保护 “父母!确保你孩子的免疫接种是最新的,这是你返校准备的一部分。疫苗是保护婴儿、儿童和青少年免受严重儿童疾病侵害的必要预防措施。了解更多” 4.2 3.1
疫苗优先级 国家、人民、covid、线路、教师、医护人员、会议、业务、必需品、大流行 “疫苗需要送到我们的医护人员、急救人员和那些最脆弱的人手中,立法机关可以等等。” 3.5 2.5

一个NPI:非药物干预。

政党平均代表性无显著差异的话题。

主题名称 关键字 代表性推文(为了清晰起见,删除了链接和转发句柄) 民主党议题代表比例 共和党议题代表比例
COVID救助方案辩论 测试、救济、学校、家庭、covid、民主党、参议院、美国人、小企业、资金 “让孩子们重返学校或儿童保育的资源民主党阻止了它,保护工人工资的资源民主党阻止了它,疫苗和测试的资源民主党阻止了它,另一轮拯救工作的工资保护计划贷款的资源民主党阻止了它。” 2.8 4.8
政治压力对疫苗安全的影响 Fda, covid,安全,科学,紧急情况,博士,信心,过程,美国人,政治 “即使政治压力没有推动covid - 19疫苗的开发,但大多数美国人认为它确实会破坏公众的信任。我们必须防止疫苗不安全地匆忙生产,防止美国人有理由怀疑其安全性。” 4.6 3.9
生产、分销和推出 Covid,剂量,接收,结束,辉瑞,百万,准备,周,居民,冠状病毒 “COVID-19疫苗最早可能在2020年12月15日到达密苏里州。” 3.7 4.3
COVID-19最新情况、新闻发布会和市政厅 Covid、dr、today、加入、讨论、观察、pm、最新、更新、问题 “美国食品药品监督管理局局长,医学博士,将加入我们今天的Instagram直播。我们将讨论# covid - 19疫苗的进展情况。请务必在下午2点在我的Instagram主页@SenatorTimScott上观看。 4.6 4.1
总统特朗普 特朗普,总统,人民,福奇,医生,唐纳德,realdonaldtrump,选举,时间,冠状病毒 “他已经完全脱离了现实,这就是为什么近19.5万美国人的死亡没有让他动摇的原因。特朗普:没有疫苗就会消失?特朗普:当然。在一段时间内,S:很多人死亡,特朗普:它将被迅速发展。 4.2 3.7
COVID-19救援包内容 冠状病毒,发展,十亿,资金,治疗,通过,当地,法案,应对,研究 “昨天,我投票支持一项紧急资金计划,以应对国内外的冠状病毒,包括为州和地方卫生部门提供资源,并加快疫苗开发。” 5.3 4.8
疫苗暴利 Covid, make,政府,人民,冠状病毒,博士,特朗普,股票,美国人,工作 “特朗普的新COVID-19沙皇持有1000万美元疫苗公司股票期权” 3.5 3.2
政府可以(和不能)做的事情来增加疫苗的吸收 Covid,免费,账单,医疗保健,行动,护理,健康,获取,支持,治疗 “拥有疫苗是一回事,能够有效地将疫苗分发给全国各地的人们是另一回事。我们必须把家庭放在第一位,并通过一项两党救济法案,确保为疫苗分发提供额外资金。” 3.4 3.2

两极分化的党派交流在2020年2月至4月期间有所减少,但在大部分研究期间(5月至11月)有所增加,然后在2020年12月的前11天略有下降。两极分化传播的增加是由几个话题驱动的,这些话题表明,在研究期间,政党的平均话题代表性差距越来越大。民主党代表人数增加,显示党派差距扩大的话题包括:(1)特朗普总统;(2)流感;(3)当地免费非covid -19疫苗诊所;(4)州和地方疫苗分配计划。表现出党派差距扩大的话题包括(1)翘曲速度行动的成功和(2)COVID-19救援计划的辩论( 多媒体附录3)。

在研究期间,有几个议题表明党派分歧在减少,包括政治压力对疫苗安全的影响。虽然民主党人更有可能在早期讨论这个话题,但共和党人对这个话题的参与程度在研究期结束时增加到与民主党人相当。 图3)。在一段时间内保持相对无党派的主题(即在每个时间点具有相似的平均主题代表性)包括(1)疫苗优先级;(二)生产、销售、上线;(3) COVID-19救援包内容( 多媒体附录3)。

议题5(政治压力对疫苗安全的影响)的党派趋势随时间的变化。

讨论 主要研究结果

我们检查了州和联邦立法者在COVID-19大流行期间与疫苗相关的推特信息。我们发现,在COVID-19时代,共和党人和民主党人使用不同的单词、短语和话题来讨论疫苗接种。共和党人讨论了疫苗接种问题,讨论的话题范围很窄,主要集中在SARS-CoV-2疫苗开发的进展上。另一方面,民主党人参与了更广泛的对话,涵盖了一系列与疫苗相关的广泛话题,这些话题与与疫苗相关的公共卫生信息保持一致。我们还确定了立法者讨论疫苗接种的模式(例如,党派关系增加和讨论政治压力对疫苗安全的影响),这些模式有可能导致对SARS-CoV-2疫苗的犹豫。

共和党议员在COVID-19时代使用的疫苗接种语言仅限于成功开发SARS-CoV-2疫苗。这在与共和党人相关的关键词(如“创纪录时间”、“启动”和“创新”)和主题(如“曲速行动”的成功和疫苗有效性)中都得到了说明。总体而言,与共和党人相关的话题较少,共和党人使用的关键词比民主党人使用的关键词更具党派色彩。这两项发现都与共和党使用更集中、更一致的信息是一致的。此外,共和党人比民主党人更有可能在推特上明确提到COVID-19,讨论非COVID-19传染病疫苗接种的可能性几乎是民主党人的一半。这与我们之前的论文一致,我们在之前的论文中证明,在COVID-19之前,共和党立法者只是最低限度地参与Twitter上关于疫苗接种的讨论,但随着大流行的到来,他们的参与度显著增加[ 18]。我们假设共和党人对疫苗的参与可能有所增加,因为在共和党担任总统期间开发SARS-CoV-2疫苗将代表该党的政治胜利[ 24]。本文所描述的对翘曲速度行动的狭隘关注(与疫苗犹豫、流感疫苗接种或其他重要的疫苗相关主题相反)与该假设是一致的。鉴于“曲速行动”成功的话题在总统选举前几个月的平均代表性上升,共和党人希望“十月惊喜”,可能进一步增加了疫苗开发成功的政治利害关系。 26]。这就提出了一个令人担忧的暗示,即随着COVID-19的解决,共和党人可能会重新相对脱离疫苗接种的话题。

民主党人用更广泛的话题来讨论COVID-19时代的疫苗接种问题。民主党人比共和党人更有可能发布关于非covid -19传染病的推文,并且推文的主题数量也更多。他们使用了广泛的关键词(例如,“抗疫苗者”、“流感”、“社区”和“免费”)和主题(例如,成功疫苗的分发、反疫苗运动、针对非covid -19传染病的疫苗接种、在疫苗成功之前利用其他公共卫生措施的重要性,等等)来讨论疫苗接种。这些主题也更符合非专业媒体和学术媒体中与covid -19相关的公共卫生信息,其中大部分讨论了疫苗的可负担性、非covid -19疫苗的持续重要性、疫苗的分发和获取,以及对疫苗犹豫的担忧[ 27- 30.]。民主党议员关于COVID-19疫苗的信息传递与公共卫生信息传递之间的相似性与现有研究一致。最近一项利用普通公众与疫苗相关的Twitter数据进行的研究表明,在大流行到来后,民主党人和公共卫生组织之间的社会联系和信号增强了[ 31]。这些结果也与更广泛的文献一致,即民主党人可能比共和党人更倾向于服从科学权威[ 32 33]。我们的发现也可能有助于解释接种意愿的党派差异。民主党议员的疫苗相关推文比共和党议员的推文更符合公共卫生信息。因此,民主党政客的追随者可能接触到了更高质量的新冠疫苗接种相关信息,这可能会导致接受新冠疫苗意愿的党派差距。

在这项研究中,我们还描述了立法者与疫苗相关的沟通模式,这些模式有可能导致疫苗犹豫。2019冠状病毒病大流行为以下两种情况创造了机会:(1)动员政治领导人就疫苗的重要性达成共识,或(2)使已经在政治上两极化的疫苗接种话题更加两极化。虽然在大流行早期(2020年4月),疫苗相关沟通的两极分化达到了最低点,但在研究期间的大部分时间里,联邦和州立法者之间的两极分化加剧是值得注意的。这一发现与已有文献表明疫苗接种讨论中的两极分化可能导致疫苗犹豫有关[ 9 10]。Fowler和Gollust先前的研究[ 9关于人乳头瘤病毒疫苗政治化的研究发现,一旦公共卫生问题被政治化,它往往会保持这种状态,无法回到以前的政治化基线。就这项研究而言,这一发现意味着,即使两极分化在未来几个月减少,疫苗可能仍然比大流行之前更加政治化。文献中也提出了关切,即对特定疫苗的犹豫可能导致对不相关疫苗的吸收减少[ 34]。这种现象可能会进一步加剧COVID-19疫苗政治化所造成的伤害。

除了在研究期间政治两极分化的传播增加外,我们还注意到出现了与不信任疫苗有关的话题。例如,“政治压力对疫苗安全的影响”这个话题最初主要是由民主党人讨论的。然而,到了疫情的后半段,共和党人加入了讨论,这个话题再次在平均代表性中增加。这一发现与实验证据有关,实验证据表明,接触这一主题可能与对COVID-19疫苗重要性的信任度下降有关[ 35]。调查数据还显示,大多数美国人非常或有些担心美国食品和药物管理局迫于政治压力而匆忙推出COVID-19疫苗。同样,“疫苗暴利”的话题也被发现与对COVID-19疫苗的不信任增加有关[ 36]。这些主题出现在立法者的推特活动中,有可能进一步使这种公众关注和不信任合法化并助长这种担忧和不信任,从而导致疫苗犹豫。

使用自然语言处理方法监测政治家的沟通可能会对提高Twitter上公共健康信息的质量产生影响。鉴于特朗普总统在2019冠状病毒病大流行期间使用错误信息并最终导致平台崩溃后,社交媒体平台面临越来越大的压力,要求监督公职人员的言论,这一点尤其重要。 37]。鉴于最近的发现,政治家比科学家更有可能出现在与covid -19相关的报纸报道中,密切监测政治家如何讨论公共卫生问题尤为重要。 38]。

虽然Twitter已被用于研究立法者关于COVID-19的沟通,但据我们所知,这是第一个研究立法者如何在COVID-19时代使用Twitter与公众就疫苗接种进行沟通的研究[ 39]。这项研究的其他优势包括我们数据的纵向性质,以及在本分析中调查的Twitter用户的独特重要亚群。我们也注意到本研究的一些局限性。虽然Twitter是立法者与公众互动的重要方式,但许多人选择使用其他平台与选民互动。因此,这项研究未能全面反映立法会议员与市民沟通的情况。自然语言处理方法也有局限性。虽然我们能够捕捉到各党派在使用主题方面的差异,但我们无法捕捉到在讨论给定主题时语气上的党派差异。例如,支持或批评前总统特朗普应对疫情的推文都属于“特朗普总统”主题。因此,我们的极化度量可能低估了政党在疫苗讨论中的实际差异。

结论

在COVID-19时代,共和党和民主党议员在推特上就疫苗接种进行了截然不同的对话,这导致在大流行的大部分时间里,与疫苗相关的推文的政治两极分化加剧。共和党人就疫苗的成功开发进行了重点讨论,民主党人则使用了更广泛的话题,这与有关疫苗接种的公共卫生信息更为一致。这些模式有可能导致疫苗犹豫,需要未来的研究来确定政治沟通对COVID-19疫苗摄取的现实影响。

COVID-19疾病术语和非COVID-19疾病术语列表。

按大流行时期民主党和共和党的疫苗推文中的单词和术语频率(为方便查看,按党派限制为30个最显著不同的术语)。

在所有被纳入的主题中,民主党和共和党帖子中随时间变化的主题代表的平均百分比(5个主题没有反映一个连贯的主题,因此被排除在外)。

缩写 人乳头状瘤病毒

人类乳头状瘤病毒

乔治。

潜在狄利克雷分配

获得法定人数是由物质使用障碍、丙型肝炎病毒和艾滋病毒治疗干预卫生经济学中心(国家药物滥用研究所资助1P30DA040500-01)与宾夕法尼亚州立大学埃德娜·贝内特·皮尔斯预防研究中心下属的研究到政策合作组织合作提供的。

没有宣布。

美国- COVID-19概述 约翰霍普金斯冠状病毒资源中心世界杯时间比赛时间 2021-12-05 https://coronavirus.jhu.edu/region/united-states KFF COVID-19疫苗监测:2021年2月 凯萨 2021-03-22 https://www.kff.org/coronavirus-covid-19/poll-finding/kff-covid-19-vaccine-monitor-february-2021/ KO F WI SYS JWT 群体免疫——估计在受影响国家制止COVID-19流行所需的水平 J感染 2020 06 80 6 e32 e33 10.1016 / j.jinf.2020.03.027 32209383 s0163 - 4453 (20) 30154 - 7 PMC7151357 Gollust 年代 纳格尔 R 福勒 E COVID-19在美国的出现:一场公共卫生和政治沟通危机 J卫生政策法 2020 12 01 45 6 967 981 10.1215 / 03616878 - 03616878 32464658 165291 Gadarian Shana库什纳 家长 西南 Pepinsky 结核病 COVID-19大流行早期的党派偏见、卫生行为和政策态度 《公共科学图书馆•综合》 2021 16 4 e0249596 10.1371 / journal.pone.0249596 33826646 玉米饼- d - 20 - 38771 PMC8026027 安徒生 美国应对COVID-19社会距离的早期证据 SSRN杂志 2020 04 05 1 35 10.2139 / ssrn.3569368 考恩 SK 马克 NgydF4y2Ba 帝国 晶澳 COVID-19疫苗犹豫是美国人政治分歧的新领域 同事 2021 06 17 7 237802312110236 10.1177 / 23780231211023657 弗里德曼 一个 革顺 R Gneezy 一个 COVID-19和疫苗犹豫:一项纵向研究 《公共科学图书馆•综合》 2021 16 4 e0250123 10.1371 / journal.pone.0250123 33861765 玉米饼- d - 20 - 35660 PMC8051771 福勒 英孚 Gollust SE 政治化健康争议的内容与效果 美国政治与社会科学学院年鉴 2015 02 08 658 1 155 171 10.1177 / 0002716214555505 Gollust SE 邓普西 房颤 Lantz 尤贝尔 巴勒斯坦权力机构 福勒 英孚 争议削弱了国家对人类乳头瘤病毒疫苗授权的支持 卫生助理(米尔伍德) 2010 11 29 11 2041 6 10.1377 / hlthaff.2010.0174 21041746 29/11/2041 Saulsberry l 福勒 英孚 纳格尔 RH Gollust SE 对政治化和HPV疫苗政策支持的看法 疫苗 2019 08 14 37 35 5121 5128 10.1016 / j.vaccine.2019.05.062 31296376 s0264 - 410 x (19) 30699 - 1 Jones-Jang SM 诺兰 C 健康和科学的政治化:政治线索在塑造疫苗与自闭症联系的信念中的作用 健康Commun 2020 12 14 1 9 10.1080 / 10410236.2020.1859723 33307819 T CC Z Lyford 一个 州长和卫生专家的COVID-19推文 J Stud Res 2021 03 31 10 1 1 19 10.47611 / jsr.v10i1.1171 E Y 在推特上描述关于COVID-19的党派政治叙事框架 数据科学 2021 10 1 53 10.1140 / epjds s13688 - 021 - 00308 - 4 34745825 308 PMC8556838 X X 抗击危机的州长:推特上对美国各州COVID-19大流行的反应 专业地理学家 2021 04 27 73 4 683 701 10.1080 / 00330124.2021.1895850 粉红色的 年代 J Druckman J 兰德 D Willer R 精英政党暗示增加了共和党人接种疫苗的意愿 美国国家科学院 2021 04 07 1 7 10.31234 / osf.io / f9jq5 霍恩西 乔丹 Finlayson Chatwood G Begeny CT 唐纳德·特朗普和疫苗接种:政治认同、阴谋论思想和总统推文对疫苗犹豫的影响 实验社会心理学杂志 2020 05 88 103947 10.1016 / j.jesp.2019.103947 Engel-Rebitzer E 斯托克斯 直流 Buttenheim 一个 Purtle J 刘振前 ZF 在COVID-19大流行到来之前和之后,立法者在推特上疫苗参与的变化 哼疫苗免疫剂 2021 09 02 17 9 2868 2872 10.1080 / 21645515.2021.1911216 33970786 PMC8381804 2020年2019冠状病毒病发展时间表 AJMCA 2021 01 01 2021-01-18 https://www.ajmc.com/view/a-timeline-of-covid19-developments-in-2020 Radzikowski J Stefanidis 一个 雅各布森 KH Croitoru 一个 骗子 一个 Delamater PL 推特上的麻疹疫苗接种叙事:一项定量分析 公共卫生监测 2016 2 1 e1 10.2196 / publichealth.5059 27227144 v2i1e1 PMC4869226 B Himelboim 霍尔顿 一个 斯图尔特 K 推特作为疫苗接种信息来源:内容驱动者和他们在说什么 感染控制 2013 06 41 6 568 70 10.1016 / j.ajic.2012.10.016 23726548 s0196 - 6553 (12) 01371 - 5 Kunneman F Lambooij 一个 博世 AVD Mollema l 在推特信息中对疫苗接种的监测立场 BMC Med Inform Decis mark 2020 02 18 20. 1 33 10.1186 / s12911 - 020 - 1046 - y 32070334 10.1186 / s12911 - 020 - 1046 - y PMC7029499 斯托克斯 直流 Purtle J 刘振前 ZF 阿加瓦尔 正义与发展党 2014年至2019年,州立法者对阿片类药物流行的不同社交媒体反应:纵向主题建模分析 J Gen实习医学 2021 11 36 11 3373 3382 10.1007 / s11606 - 021 - 06678 - 9 33782896 10.1007 / s11606 - 021 - 06678 - 9 PMC8606510 世界各国新发COVID-19病例 约翰霍普金斯冠状病毒资源中心世界杯时间比赛时间 2021-02-01 https://coronavirus.jhu.edu/data/new-cases 布莱 D Ng 一个 约旦 潜在狄利克雷分配 J Mach Learn Res 2003 3. 993 1022 Avorn J Kesselheim 作为 上升是下降——制药行业的谨慎与联邦加速批准Covid-19疫苗 [英]医学 2020 10 29 383 18 1706 1708 10.1056 / NEJMp2029479 32931162 在这个季节保护你的健康 疾病控制和预防中心 2020 2021-03-03 https://www.cdc.gov/flu/season/protect-your-health.html Villegas P 夏玛 B 的大学生 一个 坎宁安 E 泰勒 一个 Bellware K 沙班 H 专家说,修复美国的疫苗分配系统必须是当务之急 华盛顿邮报 2021 01 11 2021-03-03 https://www.washingtonpost.com/nation/2021/01/11/coronavirus-covid-live-updates-us/ 温特劳布 RL 萨勃拉曼尼亚 l Karlage 一个 艾哈迈德 罗森博格 J 从COVID-19疫苗到疫苗接种:为什么领导者现在必须投资于交付战略 卫生助理(米尔伍德) 2021 01 40 1 33 41 10.1377 / hlthaff.2020.01523 33211554 Yamey G 为了结束这场大流行,我们需要全球免费的疫苗 时间 2020 04 15 2021-03-03 https://time.com/5820963/end-pandemic-free-vaccine-worldwide/ Ignacio infoq 科林 K 马克 C 艾米丽 年代 Ritsaart R 马克 一个 在COVID-19的头六个月,推特上疫苗话语的演变 预印本于2021年12月18日在线发布 10.13140 / RG.2.2.29528.01289 斯坦 R 天鹅 AB Sarraf 双方的倾听:自由主义者和保守主义者对科学和经验证据的态度的差异 政治心理学 2020 10 27 42 3. 443 461 10.1111 / pops.12706 空白 JM D 党派之争会影响人们对科学和公共政策的态度吗?《意识形态与宗教的案例 美国政治与社会科学学院年鉴 2015 02 08 658 1 18 35 10.1177 / 0002716214554756 Gørtz Mette 布鲁尔 NT 汉森 公关 Ejrnæ年代 Mette 疫苗恐慌的传染性:HPV疫苗的引入如何提高和削弱丹麦的MMR疫苗接种 疫苗 2020 06 09 38 28 4432 4439 10.1016 / j.vaccine.2020.04.055 32418796 s0264 - 410 x (20) 30549 - 1 棕榈 R Bolsen T 金斯 J 框架对COVID-19疫苗耐药性的影响 前面。Polit。Sci 2021 5 13 3. 9241 10.3389 / fpos.2021.661257 保罗 E 斯特普托 一个 Fancourt D 对疫苗的态度和接种COVID-19疫苗的意向:对公共卫生传播的影响 柳叶刀健康杂志 2021 02 1 100012 10.1016 / j.lanepe.2020.100012 33954296 s2666 - 7762 (20) 30012 - 0 PMC7834475 推特永久封号特朗普,理由是“有进一步煽动暴力的风险” 美国国家公共电台 2021 01 08 2021-03-06 https://www.npr.org/2021/01/08/954760928/twitter-bans-president-trump-citing-risk-of-further-incitement-of-violence 哈特 PS Chinn 年代 Soroka 年代 COVID-19新闻报道中的政治化和两极分化 科学传播 2020 08 25 42 5 679 697 10.1177 / 1075547020950735 Guntuku SC Purtle J 刘振前 ZF 商人 RM 阿加瓦尔 一个 2019冠状病毒病大流行期间美国立法者推特语言的党派差异:横断面研究 J Med Internet Res 2021 06 03 23 6 e27300 10.2196/27300 33939620 v23i6e27300 PMC8176946
Baidu
map