本文使用了大量公开的与covid -19相关的推文数据集[ 26， 27］．由于Twitter的服务条款只允许推文id公开，因此作者将推文id与他们自己的Twitter开发帐户结合在一起。

左边的图表 图2概述数据收集过程。由于所使用的变压器模型是经过预训练的，可以处理相当原始的信息，因此只需要对数据进行少量预处理。非英语推文被排除在外，所有文本都被转换为小写字母。然后按日期过滤推文，并使用迭代过程按关键字过滤推文。研究生们为与口罩相关的推文和与疫苗相关的推文列出了初步的关键词列表。扩大的研究小组审查了这些名单，并酌情进行了修改。例如，第一个列表包括关键字“脸”，它引起了许多谈论“Facebook”的推文。因此，关键字“face”被改为“face”(在“e”后面加一个空格)。关键字列表可能并不完美，可能会导致包含与COVID-19相关的口罩或疫苗范围之外的推文。然而，它们确实产生了比整个语料库更相关的人群，加上手工标签，人们认为模型能够识别hbm相关的推文。

这组与口罩相关的推文是通过过滤2020年1月至2021年1月的推文而创建的，这些推文包含以下关键词:“口罩”、“脸盖”、“口罩”、“布盖”、“盖住你的脸”、“脸盖”、“面具”和“脸”。同样，这组与疫苗相关的推文是通过过滤2020年10月至2021年11月的推文创建的，这些推文包含以下关键词:“疫苗”、“antiva”、“anti-va”、“vax”、“注射”、“接种”、“针头”、“助推器”、“辉瑞”、“biontech”、“immun”、“mrna”、“试验”、“moderna”、“novacax”、“阿斯利康”、“强生”、“赛诺菲”和“葛兰素史克”。正如预期的那样，与疫苗相关的Twitter对话晚于与口罩相关的对话，这反映在数据收集的不同开始日期上。至于结束日期，他们的选择只是一个基于作者假设的选择问题。在检查与口罩相关的数据和结果图后，假设的相关性被清楚地展示出来，并且人们认为额外的数据不会显著改变这些结果(HBM都是关于影响行为的信念)，因此与口罩相关的推文的数据收集被中断(与疫苗相关的推文也是如此，但对于相关的、较晚的日期范围)。

最终数据集统计如下:(1)1.8 TB磁盘，(2)646,885,238条推文，(3)59,724,507条与口罩相关的推文，(4)113,542,400条与疫苗相关的推文。

一旦创建了主题相关的tweet集，就会根据HBM结构对它们进行分类。分类过程分别对每个主题相关集执行，但过程是相同的。随机抽取3500条推文进行手工标注。这些集合中不包括转发，以避免模型的偏差，因为转发会导致内容的重复。因此，标记的数据由唯一的tweet组成，并且在随后的模型构建阶段仅使用这些tweet。三名独立评审员根据与HBM结构的相关性手动对样本进行分类。样本中的每条推文都针对4个HBM结构(即感知易感性、感知严重性、感知益处和感知障碍)进行了积极或消极的分类。接下来，在4种构念中至少有一种被标记为积极的推文也被归类为HBM相关。 表1而且 2分别显示与口罩和疫苗相关的推文的4个HBM结构的每个阳性标签的标准。这些标准是使用类似工作中的构造定义的。综合起来，假设每个构念都会影响人们采取(或不采取)行动的可能性。审查人员对推文进行了独立分类，但在标记了前100条推文后，又在标记了前500条推文后进行了比较，以解决冲突。在这些校准会议期间，评审人员聚集在一起，检查了分类不同的推文样本，并根据定义的标准达成了共识 表1而且 2．每条推文的最终标签是获得多数投票的标签(即，至少3票中的2票)。

请注意，每条推文都可以被标记为属于4个HBM结构中的一个以上，因为推文的一部分可以属于1个HBM类别，而另一部分可以属于不同的HBM类别。作为一个例子，考虑以下来自面具相关推文集的推文:

这条推文被标记为感知障碍和感知易感性，因为该用户首先主张不购买可重复使用的口罩(感知障碍)，然后继续评论病毒传播的速度(感知易感性)。

一旦贴上标签，每组3500条推文(口罩相关和疫苗相关)就可以用于模型构建。随机分层2450/1050(70%/30%)分割用于创建训练集和测试集。每个模型都只训练训练数据(n=2450, 70%)。唯一需要考虑的超参数是退出率，它不会显著改变结果。然后使用测试数据(n= 1050,30%)来评估模型的质量，这里给出的结果仅基于这些数据。在构建模型之后，这些模型被应用于标记所有推文，因为一个真正的系统确实应该标记原始推文和所有转发推文。右边的图表 图2说明了通过创建2个主题相关的推文集和最后通过分类过程来处理来自GitHub存储库的数据所采取的步骤。

最先进的双向变压器模型[ 28]，并结合自定义分类层。考虑并微调了三种不同的预训练变压器模型:变压器的双向编码器表示(BERT) [ 29]，是变压器双向编码器表示的蒸馏版(DistilBERT;内存效率更高)，以及XLNet [ 30.］．另外三个更简单的模型也包括在内进行比较，即逻辑回归、RepresentationNet(带有自定义分类网络的BERT的普通版本)和双向门阀循环单元(BiGRU)网络[ 31］．所有模型都是用Python实现的 pytorch图书馆。每个模型的预测能力通过接受者工作特征(AUROC)曲线下的面积、准确度、精密度、召回率和 F₁得分。此外，还计算了最终的模型大小(pytorch二进制格式)和以模型每秒可以分类的推文数量为形式的性能度量。

在使用转换器模型对所有推文进行分类后，这些推文被分为日历周并进行计数。hbm阳性标签百分比是通过hbm阳性标签的原始计数除以分别过滤出与口罩或疫苗相关关键词的covid -19相关推文的原始总数来计算的。使用散点图、Spearman相关矩阵、简单线性回归模型和添加二次项的回归，研究了HBM标签百分比按周与相应周的COVID-19相关统计数据(如美国确诊病例数、美国COVID-19死亡人数和美国COVID-19疫苗接种剂量)之间的潜在线性关系。

不需要伦理批准，因为该研究只分析了现有数据集中的公开数据，结果不包含任何可识别的信息，只是汇总。

对于面具相关的数据集，用Gwet AC1测量的感知益处、感知障碍、感知严重程度和感知易感性的评分者间信度系数分别为0.784、0.762、0.957和0.938。Gwet AC1测量的疫苗相关数据集的评分者间信度系数分别为0.825、0.814、0.937和0.915,4种HBM结构的顺序与上述相同。根据Landis-Koch基准量表，这些等级间的信度系数都被解释为基本一致到几乎完全一致[ 32］．与其他评分者间可靠性计算相比，Gwet AC1比传统的κ系数计算更稳定[ 33］．

对于与面具相关的数据集，2135条(61%)推文被手动标记为与HBM模型相关。对于疫苗相关的数据集，1330条(38%)推文被标记为与HBM模型相关。

表3AUROC报告，准确度，精密度，召回，和 F₁为每个模型打分。它还包括模型大小，以及模型每秒可以分类的推文数量。所有3个预训练的变压器模型都优于简单模型。在变压器模型中，XLNet变压器模型(具有自定义的密集的3层分类网络，辍学率设置为0.25)显然是这项任务的最佳模型。

为了提供更细粒度的性能分析， 图3显示每个模型的完整AUROC曲线。该图证实了变压器模型的优越性。此外，它表明XLNet变压器通常占主导地位，在更坏的情况下与其他变压器模型相当。

值得注意的是变压器模型的强度，尤其是预训练的模型。实际上，XLNet仅用3500个训练数据点就达到了82%以上的准确率，这是非常值得注意的。相比之下，逻辑回归的准确率只有65%左右。较大的训练语料库可能会提高逻辑回归的性能，但变压器模型可以在相对较小的语料库中做得相当好。值得注意的是，尽管XLNet在预测评估指标上表现得更好，但它的内存占用明显更大，执行速度更慢。在内存较低的情况下，DistilBERT模型可能是一个可行的替代方案，但在分类中会有一些性能损失。在这里，XLNet模型是首选的，因为它很适合可用的内存限制。

使用XLNet转换器模型，训练了5个模型来对HBM相关性和4个HBM结构(按感知益处、感知障碍、感知严重程度和感知易感性的顺序)的推文进行分类。这5个模型对口罩相关推文的测试数据的分类准确率均超过81%(分别为81%、97%、96%、85%、82%)，对疫苗相关推文的测试数据的分类准确率均超过79%(分别为82%、81%、86%、79%、85%)。再次，预训练的变压器被证明在嵌入推文方面是有效的，这使得训练自定义分类网络变得简单。

hbm阳性标签百分比以周为单位绘制 图4与面具相关的推文和 图5而且 6用于疫苗相关的推文。在 图4- 6， HBM阳性标签百分比是通过将HBM标签的原始计数除以分别过滤出与口罩或疫苗相关关键词的covid -19相关推文的原始总数来计算的。由于这些计算的性质，分析和比较综合从 图4- 6关注个体HBM标签的变化方向，而不是变化的幅度。此外，单个HBM标签百分比的大小没有在HBM标签类别中进行比较。

图4显示HBM标签百分比。以周为单位的美国确诊病例被添加到第二个y轴上，垂直线条内的字母代表了一些事件，这些事件可能有助于解释美国政府和《美国管理医疗杂志》(American Journal of Managed Care)相关来源的数字波动。病例计数数据来自《纽约时报》COVID-19数据GitHub存储库[ 34］．

感知到的好处和感知到的障碍往往与行动线索相对应，如官方政府或公共卫生指导或政策( 图4)．在2020年日历年的大部分时间里，直到11月中旬和1月初疫苗可用之前，戴口罩的益处随着美国COVID-19病例数的上升和下降而呈现趋势。这一观察结果得到统计上显著的( P<.001) Spearman相关系数为0.686。感知到的益处最低的时间出现在2月至3月中旬，这段时间戴口罩的障碍盖过了益处。在世卫组织宣布大流行后，当世卫组织建议医护人员和病人戴口罩时，益处首次出现在障碍之上，但口罩没有持续戴下去。当世卫组织宣布COVID-19可通过空气传播时，当疾病预防控制中心在4月初开始建议戴口罩时，戴口罩的现象再次更加稳定地出现。在世卫组织改变戴口罩的立场后，好处最快显现出来。2月至3月中旬是感知障碍水平最高的时期。从2月24日至3月1日转发次数最多的5条推文来看，“停止购买口罩，把口罩留给医护人员吧”的想法占据了转发次数最多的5条推文中的4条。转发数最多的推文与世卫组织关于公众佩戴口罩的最初立场非常吻合[ 21]以及在 图4．尽管世卫组织直到6月5日才改变其在公共场合佩戴口罩的官方立场，但疾病预防控制中心于4月3日首次建议佩戴口罩，而第一个州(新泽西州)于4月10日开始强制佩戴口罩。感知益处逐渐呈上升趋势，并在7月底达到峰值，并在10月和11月再次达到峰值，在此期间大部分时间都超过了感知障碍。在11月美国总统大选前后和美国感恩节假期到来之前，人们对新冠肺炎的感知益处一直呈趋势。当2019冠状病毒病病例数在2020年11月下旬达到最高水平时，人们所感知的障碍最低，与效益的差异最大。 表4列出了在时间框架内的一些主要事件和行动线索 图4．

与感知益处和感知障碍相比，感知严重程度和感知易感性对HBM的影响比例要低得多。除大流行开始时外，感知严重程度的总体比率往往略高于感知易感性的比率。

图5显示HBM标签百分比(HBM标签的原始计数除以过滤疫苗的covid -19相关推文的原始总数)。以周为单位的美国确诊病例被添加到第二个y轴上，竖线内的字母代表了一些事件，这些事件可能有助于解释美国政府和世界卫生组织相关来源的数字波动 美国管理医疗杂志［ 35， 36］．此外，美国的确诊病例计数数据也收集自 《纽约时报》COVID-19数据GitHub存储库[ 34］． 图6研究美国疫苗剂量使用HBM标签百分比的趋势。美国疫苗数据收集自彭博Covid-19疫苗跟踪开放数据GitHub存储库[ 37］．

感知障碍和美国病例数具有统计学意义( P=.03)， Spearman正相关为0.28。这意味着，随着美国病例数的增加，感知到的障碍也在增加。感知障碍和美国疫苗接种计数具有统计学意义( P<.001)，负Spearman相关性为-0.67。这意味着美国疫苗接种数量与感知障碍之间呈反比关系。所显示的结果不反映量级，而只是确定每个HBM结构的推文的相对数量。

接种疫苗的感知障碍始终高于感知益处，但它们似乎并没有像预期的那样呈相反趋势。与口罩的研究结果一样，感知易感性和感知严重性的比例明显低于感知益处和感知障碍的比例。与戴口罩的研究结果不同，感知障碍与感知益处之间没有交叉( 图5而且 6)．对美国病例数的分析在2020年秋季至2021年冬季期间倾向于感知障碍。感知到的壁垒比例稳步高于2021年美国的病例数。疫苗接种障碍的最初高峰出现在疫苗供应和分发之初。不过，随后疫苗接种率稳步下降，直到2021年3月初，当时美国疾病控制与预防中心发布了指导意见，称完全接种疫苗的人可以进行安全活动(3月8日)，拜登总统推动将疫苗接种资格扩大到所有18岁及以上的成年人(3月11日)。人们认为疫苗接受障碍的最高水平在2021年夏末和秋初达到顶峰，大约在学校恢复运营的时候。这种快速的倾斜似乎与美国疫苗接种数量的最大下降相对应( 图6)．第二次最大的障碍上升发生在2020年12月底至2021年1月初的疫苗接种过程早期。在2020年10月底至11月初确定疫苗效力之前，感知益处没有上升，然后在2021年呈趋势并保持相对稳定。

从3月中旬到2021年4月中旬，疫苗接种率继续稳步攀升，但感知到的障碍也继续上升和下降。总体疫苗接种数量在4月中旬稳步下降，接近疾病预防控制中心和食品药品管理局(FDA)建议暂停强生(J&J)疫苗(4月13日)，尽管这些限制在10天后(4月23日)被取消，但仍在继续。尽管FDA在5月初(5月4日)正式扩大了12-15岁青少年疫苗的可获得性，但疫苗接种率仍在急剧下降。观察到接种疫苗剂量与感知到的获得疫苗的障碍之间呈负相关。也就是说，随着剂量的增加，感知障碍减少。在这一负相关期间，世卫组织宣布COVID-19 Delta变异为一项关注(5月11日)，在接种疫苗的青少年中注意到心脏问题(5月24日)，政府允许雇主要求接种COVID-19疫苗(6月1日)，以及在世界卫生组织的研究中 新英格兰医学杂志表明辉瑞疫苗没有那么有效(7月21日)。从2021年6月到9月，关于疫苗感知障碍的讨论继续攀升，而病例数也在攀升，注射剂量也在下降。 表5列出了在时间框架内的一些主要事件和行动线索 图5而且 6．

随着COVID-19的出现，全球也出现了一场信息大流行，即关于COVID-19的信息和错误信息过多。2020年COVID-19公共卫生的一个核心信息主题围绕着通过社交距离和佩戴口罩控制其传播，包括增加可以快速分发的疫苗。2019冠状病毒病2021年的一个持续主题是通过分发疫苗和继续采取某种程度的预防措施(例如，居家令、口罩要求和某些企业或其他环境的产能限制)来努力结束大流行。然而，社交媒体在制造信息大流行方面发挥了重要作用。 21］．这些社交媒体的影响与美国大流行早期对COVID-19的政治和个人反应密切相关，似乎一直持续到[ 38］．尽管信息大流行期间的一些社交媒体研究指出了低可信度内容对COVID-19的影响[ 3.]，在了解主要来自重要来源的高可信度内容对COVID-19健康信念的影响方面，所做的工作较少。这项研究使用社交媒体调查了美国与covid -19相关的推特帖子，以了解在信息大流行中与戴口罩和接种疫苗有关的健康信念。我们还从著名的大流行宣言(如世卫组织和美国疾病控制与预防中心)中探索了有关佩戴口罩和疫苗的外部线索，以及展示预防行为的著名例子(如总统佩戴口罩)及其与健康信念的可能关联，如HBM结构所解释的那样。了解社交媒体信息对COVID-19健康信念和预防行为的影响对于紧急情况下的信息管理非常重要。

首先，关于戴口罩的好处和障碍的健康信念似乎最受行动的外部线索的影响。此外，随着时间的推移，它们倾向于相互反向弱镜像。也就是说，当更多地讨论戴口罩的好处时，就会讨论更少的感知障碍。这些发现与其他HBM研究一致，特别是在学生药剂师中[ 39］．尽管之前关于佩戴COVID-19口罩信念的研究指出了感知严重程度的影响[ 40]，在这项研究中，对COVID-19的感知易感性和感知严重程度不那么突出。随着时间的推移，尽管有许多高调的行动线索，如重大公告、COVID-19病例数或COVID-19死亡人数，但这种情况仍然相当一致。这与早期关于健康信念在HBM背景下影响口罩佩戴的假设形成了对比[ 41］．无论如何，在这项研究中，对疾病易感性和严重程度的认识似乎是沉默的，可能是因为全球大流行似乎与大多数地方的大多数人明显相关。另一种可能的解释是，一场正在进行且迅速变化的大流行的即时性往往不会讨论患病的严重程度和严重性，而是似乎强调了行为(即口罩和疫苗)和采取行动的重要性。

戴口罩的好处和障碍随着时间的推移而变化，有时会出现剧烈的波动，这似乎与特定的主要行动线索一致。最重要或最一致的行动线索是2020年3月至12月美国病例总数的上升和下降，这带来了明显的好处。在世卫组织建议佩戴正式口罩之前(6月5日)，佩戴口罩的好处就已经显现，这一事实进一步强化了这一观察结果。尽管美国疾病控制与预防中心和其他消息来源要求不要囤积口罩，以便医护人员和其他患者可以使用口罩，但佩戴口罩的好处仍在继续。

第二重要的行动线索包括某些信息线索的时机如何促使人们暂时意识到戴口罩的好处。例如，在2020年6月世卫组织推荐口罩的同时，人们认为的益处达到了顶峰，世卫组织在7月中旬要求科学家修改指南，承认空气传播，而特朗普总统在7月中旬首次被看到戴口罩[ 35］．相比之下，当世卫组织和美国疾病控制与预防中心在大流行早期敦促人们不要使用口罩的相互矛盾的信息，或发布关于疫苗在2020年底立即可用的信息时，其他类型的信息提示行动可能会导致佩戴口罩的感知障碍增加。因此，从这些数据中确定的戴口罩行动的最大线索主要是美国病例数的上升，其次是宣传戴口罩很重要的健康观念的插播信息。这些观察到的行为线索并不反映因果关系，但这项研究的发现被其他人最近提出的建议所证实。 42］．

其次，本研究中关于接种疫苗的健康信念发现表明，对行动线索和4个HBM结构有几个重要的影响。与戴口罩类似，与接种疫苗的益处和障碍相关的健康观念似乎受到具体行动线索的影响，而且往往随着时间的推移相互反向反映，而不像戴口罩的观念那么明显。推特上关于感知到的疫苗障碍的对话通常在1月1日之前增加，然后下降并趋于平缓。这些趋势往往先于并反映了美国确诊的COVID-19病例数和死亡人数，这表明在这些高峰时段，几项高调宣布(行动线索)的潜在影响。尽管先前在马来西亚进行的HBM调查研究表明存在明显的障碍，如疫苗效力、安全性、可负担性和副作用[ 19]，这项研究的发现似乎更多地与疫苗的获得有关。从紧急使用开始(12月11日)开始，推特上关于COVID-19疫苗的讨论就开始急剧增加，直到白宫宣布使用储备物资(1月4日)和政府疫苗分配承诺资金(1月6日)后才达到顶峰。

与本研究的戴口罩研究结果相比，疫苗接种推特对话的独特之处在于，关于感知益处的讨论始终低于感知的屏障趋势，特别是在大流行后期。感知到的障碍反映了与接种疫苗相关的困难、挑战、阴谋、负面影响、危险和感知到的无效。一种可能的解释是，由于这些因素，随着大流行的出现，与疫苗相关的对话变得更加复杂。这种复杂性可能涉及到我们研究之外的因素，比如政治上的不信任、相互矛盾的信息等等。推特上的对话似乎集中在与口罩相关的疾病的可能性以及这种行为的好处，但疫苗接种的障碍使疫苗接种的好处复杂化了。

接种疫苗的数量在感知严重性和感知易感性讨论达到峰值时达到峰值(4月4日)。这些发现与HBM一致，即当疾病威胁增加时，人们对严重性和易感性的感知增加时，行为将发生变化。有趣的是，尽管3月4日关于疫苗接种的感知益处和感知障碍的讨论量几乎交叉，但益处的讨论仍然高于障碍的讨论。然而，总的来说，从3月1日开始的各种行动线索似乎影响了健康信念，并最终影响了疫苗行为。这有助于证明，了解个人对covid -19预防行为的信念，以应对来自这些高可信度来源的各种行动线索，对于帮助管理信息大流行至关重要。展望未来，公共卫生官员可以通过使用传统的风险沟通方法更好地管理信息，并对卫生信念和疫苗行为产生积极影响[ 43］．例如，通过宣布早期调查结果、对已知和未知情况保持透明、尊重公众关切以及提前规划，重点建立信任，可以作为从COVID-19大流行中汲取的重要教训，特别是在应对疫苗接种方面[ 44］．

这项研究有几个局限性。首先，如研究目的论证中所述，研究结果主要是探索性的，应在此背景下进行解释。需要进一步的研究来进一步确认高调线索对行为和HBM构造的影响，理想情况下需要某种形式的病例对照或实验设计。其次，虽然在分析中使用了公开的Twitter数据，但这些数据是从Twitter应用程序编程接口(API)返回的推文子集中收集的。因为没有办法知道子集相对于整个推文的大小，也没有办法知道Twitter创建子集时使用的抽样方法，因此存在潜在的偏差。第三，由于与covid -19相关的推文被过滤了疫苗或口罩，感知的易感性和感知的严重程度可能被最小化了。中的HBM构造定义也可以对其进行描述 表1而且 2，强调COVID-19本身。无论如何，过滤佩戴口罩和接种疫苗的推文可能无意中降低了与HBM进行COVID-19对话的敏感性和严重性，因为大多数COVID-19对话倾向于关注感知到的好处和感知到的障碍。第四，未来的研究可以使用适合于短文本文档(如推文)的主题建模技术，以更好地理解与HBM相关的口罩、疫苗和COVID-19的主题。此外，未来的研究可能会具体探讨哪些社交媒体信息、沟通渠道和声音对与covid -19相关的预防健康信念最有影响。第五，虽然本研究的发现有多种解释，但我们并没有试图建立因果关系。未来的纵向研究可以探索因果关系的问题。

在整个大流行期间，专家们为预防COVID-19提出了积极的建议[ 21， 22， 24， 45］．在COVID-19大流行和信息大流行期间，这项研究使用了机器学习方法来探索与佩戴口罩和疫苗接种建议相关的健康信念，以及高调线索对行动的可能影响。研究结果表明，尽管推特上的某些健康信念似乎会对各种高调的行动线索做出反应，但戴口罩和接种疫苗之间的健康信念趋势有所不同。