原始论文
摘要
背景:在COVID-19大流行期间,迫切需要了解寻求卫生信息的行为,以解决关于危机的知识和信念方面的差异。
摘要目的:这项研究评估了不同COVID-19信息源的使用和信任的社会人口学预测因素,以及信息源与对大流行的知识和信念之间的关系。
方法:2020年3月和4月,在美国成年人中进行了两轮在线调查,使用社交媒体上的广告招聘。参与者被问及他们对11个不同的COVID-19信息源的使用情况,以及他们最信任的信息源。covid - 19相关知识和信念问题的选择是基于过去的实证文献和调查实施时的突出问题。
结果:样本包括11242名参与者。综合来看,传统媒体来源(电视、广播、播客或报纸)是COVID-19信息的最大来源(91.2%)。在使用主流媒体获取COVID-19信息的人群中(n= 7811,69.5%),热门媒体包括CNN(24.0%)、福克斯新闻(19.3%)和其他地方或全国性网络(35.2%)。个人信息来源最多的是政府网站(87.6%)。他们也是最可信的信息来源(43.3%),尽管男性(调整后的优势比[AOR] 0.58, 95% CI 0.53-0.63)和40-59岁和≥60岁的人相比18-39岁的人(AOR 0.83, 95% CI 0.74-0.92;Aor 0.62, 95% ci 0.54-0.71)。参与者平均使用6.1个来源(SD 2.3)。男性,年龄40-59岁或≥60岁;没有工作、失业或退休的;或共和党人可能会使用更少的消息来源,而有孩子和受教育程度较高的人可能会使用更多的消息来源。 Participants surveyed in April were markedly less likely to use (AOR 0.41, 95% CI 0.35-0.46) and trust (AOR 0.51, 95% CI 0.47-0.56) government sources. The association between information source and COVID-19 knowledge was mixed, while many COVID-19 beliefs were significantly predicted by information source; similar trends were observed with reliance on different types of mainstream media outlets.
结论:COVID-19信息源在很大程度上取决于参与者的社会人口特征,也与对大流行的知识和信念有关。研究结果有助于为COVID-19卫生传播运动提供信息,并强调使用各种不同和可信的信息来源的影响。
doi: 10.2196/21071
关键字
简介
截至2020年5月,就确诊病例和死亡人数而言,美国经历了最严重的COVID-19疫情[
].为遏制疾病而采取的措施对经济和社会造成了严重破坏,失业、贫困和心理痛苦明显增加[ , ].因此,当局面临着一项艰巨的任务,即说服公众,遵守这些措施是合理的,也是必要的,以避免可能更严重的危机。因此,在制定信息传递、设计和实施风险传播战略时,必须考虑信息的制定方式、传播渠道以及目标人群。在当前的信息时代,健康相关信息的可用来源日益多样化,近年来,公众已倾向于从主要依赖主流新闻渠道转向其他信息来源,包括社交媒体[
, ].信息来源在可靠性、完整性和可验证性方面各不相同,在美国大选年政治气候高度两极分化的背景下,反科学的言论和政治偏见可能会支撑许多信息机构的报道[ ].尤其值得关注的是社交媒体和其他在线平台,它们不受同行评审、事实核查或遵守行业法规,而主流消息来源通常都遵守这些法规。 ].例如,对推特上内容的分析显示,四分之一关于COVID-19的推文包含错误信息[ ].在过去的传染病爆发期间,电视或报纸等主流媒体来源一直是重要的信息来源[ - ].然而,关于此类疫情期间最可信的信息来源的调查结果不一,其中包括卫生官员[ ],电视[ ]、互联网[ ],以及政府[ ].在2020年3月和4月COVID-19大流行迅速升级期间,我们对美国成年人在获取COVID-19信息时使用和信任的信息来源进行了在线调查,并确定了这些来源如何根据主要社会人口特征而变化。此外,我们评估了信息源的差异与与COVID-19相关的信念和知识水平的差异之间的关系。
方法
参与招聘
方法的细节已在其他地方报道过[
].简而言之,该样本是通过平台广告活动招募的Facebook及其附属平台上的社交媒体用户自我选择的非概率样本。过去的研究支持使用Facebook作为健康研究中有效、高效和具有成本效益的招聘工具[ ].该广告活动针对的是居住在美国的年龄≥18岁的任何性别的成年人。带有匿名网络调查(Qualtrics)链接的广告被放置在基于网络或移动版本的Facebook、Messenger、Instagram和Facebook受众网络(其他与Facebook合作的移动应用程序和网站)上。参与者分两轮采样,分别于2020年3月20日至30日和4月16日至21日,间隔约一个月。为了减少冗余报告,参与者只能完成一次调查(基于IP地址)。本研究的合格参与者包括年龄≥18岁的美国居民(通过两个筛查问题确认)。调查报告遵循美国民意研究协会(AAPOR)的准则[ ].本研究的分析样本包括那些具有任何信息源变量信息的样本。纽约大学机构审查委员会审查并免除了研究程序,也放弃了明确的书面或口头同意的需要。参与这项研究完全是自愿的,不涉及任何补偿,金钱或其他。问卷调查
这项调查以健康信念模型为基础,该模型曾被用于最近对其他病毒爆发(如H1N1流感)的调查[
]、中东呼吸综合征[ ],以及埃博拉[ , ].该调查还参考了世界卫生组织COVID-19行为洞察调查工具[ ].参与者使用的与covid -19相关的信息来源通过三种方式衡量。首先,参与者被问及是否使用以下任何来源来查找关于COVID-19的信息(有“不适用”选项):(1)配偶/伴侣,(2)其他家庭成员,(3)朋友或同事,(4)宗教领袖,(5)医生/医疗提供者,(6)电视,(7)广播或播客,(8)报纸(印刷或在线),(9)政府或其他官方网站,(10)社交媒体,(11)谷歌搜索,维基百科或其他非政府网站。在提供的11个变量中,有些变量根据某些来源的共同特征被分为几类,参与者需要回答“是”,才能使用一个或多个列出的信息源。分类如下:(1)传统媒体(电视、广播、播客或报纸),(2)在线媒体(社交媒体、谷歌搜索、维基百科或其他非政府网站),(3)人际来源(配偶/伴侣、其他家庭成员、朋友或同事)。参与者还被问及他们是否使用了关于COVID-19的主流媒体信息来源;那些回答“是”的人被问及他们从以下哪个主流媒体来源获得的信息最多:(1)CNN,(2)福克斯新闻,(3)MSNBC,(4)其他地方或国家网络,或(5)其他国际网络。其次,通过对11个信息源中每个信息源回答“是”的数量求和,创建了一个变量,表示每个参与者使用的信息源的总数。最后,参与者被要求找出他们最信任的信息源。本研究所使用的完整问卷已在其他地方发表[ ].对COVID-19疫情和防护措施的知识和意识通过24个二元回答格式(真/假)项目进行测量。知识类问题包括“冠状病毒是一种传染性疾病”和“你如何保护自己不被冠状病毒感染?”选项包括“打流感疫苗”和“戴口罩”。回复与截至2020年3月和4月美国疾病控制和预防中心(CDC)提供的信息一致。信息的准确性在3月进行了首次评估,然后在4月进行了重新评估,在这段时间内没有发现信息准确性的变化。对正确的回答进行汇总,生成一个综合知识分数。项目改编自以往流行病的调查[
, , ]并进行了更新,以反映与COVID-19相关的知识。对COVID-19的信念使用6个四点(非常同意、同意、不同意和非常不同意)李克特量表项目进行测量,然后将其分为二进制同意/不同意变量。项目改编自以前关于传染病暴发的调查,考虑到当时(2020年3月)与covid -19有关的突出观点[
].总共有三个信念问题涉及关于COVID-19的起源、传播或严重程度的陈述(例如,“冠状病毒比季节性流感更致命”),这方面的数据在调查时仍在出现,而其他三个问题涉及关于COVID-19疫情报道和重要性的信念(例如,“媒体对冠状病毒的关注已经足够了”)。评估的人口统计变量包括性别、种族、年龄类别、就业状况、受教育程度、与未满18岁的子女居住、居住州(按美国人口普查局地区编码)、城市/农村居住地和政治党派。由于婚姻状况和收入仅在第二轮调查中进行了评估,因此约有一半(55%)的研究参与者没有考虑到这些变量,因此这些变量没有包括在回归分析中。对任何问题选择“宁愿不说”的参与者被从分析中删除,政治派别除外,因为选择这一选项的参与者数量很大(18.9%)。
统计分析
参与者的人口特征按所使用的信息源类别进行分层。进行了多变量logistic回归分析,以评估人口决定因素对COVID-19信息源的使用和信任的影响。进行泊松回归以评估COVID-19信息源数量的人口统计学决定因素,因为泊松回归适合对计数数据进行建模。对调查时间(3月与4月)对COVID-19信息源的使用、信任和总数的影响进行了单独的逻辑回归模型,并根据人口统计学协变量进行了调整。在两轮评估的21个知识问题中,有7个问题的正确率低于90%。对这7个问题和6个与covid -19相关的信念进行了Logistic回归分析,以评估正确回答(知识问题)或同意所提供的陈述(信念问题)的几率,根据使用、信任和信息源的总数-每个信息源都对其他信息源变量进行了调整,以及所有人口统计学协变量,因为它们在健康和健康信息寻求行为中的观察意义[
, ].所有测试均为双侧,显著性水平为P< . 05。使用R (Version 4.0.0;R统计计算基础)。结果
参与者的特征
共有13,201名受访者有资格参与,其中12,908人开始调查;其中,11242人提供了关于COVID-19信息来源的数据。由于性别为“Other”的参与者样本量较小(n=8),因此无法分析该类别,将其移除进行分析。被认定为非西班牙裔白人以外种族的参与者的样本量和比例很小:黑人、非西班牙裔(n=66, 0.6%)、亚太岛民(n=86, 0.8%)、美洲原住民或美洲印第安人(n=87, 0.8%);跨种族、混合种族或其他种族(n= 259,2.5%);西班牙裔/拉丁裔(n=267, 2.6%)。因此,在统计分析中,参与者被归为单一类别,以增强数据分析的力量(n=765, 7.3%)。
提供参与者特征的摘要。特征 | 使用的信息来源 | |||||||
总(n = 11242) | 传统媒体(n=10,335) | 政府(n = 9845) | 网络媒体(n=9653) | 人际来源(n=7850) | 医生(n = 5361) | 宗教领袖(n=768) | ||
调查时间(%) | ||||||||
3月 | 5824 (51.8) | 5409 (52.3) | 5333 (54.2) | 5100 (52.8) | 4220 (53.8) | 3010 (56.1) | 500 (65.1) | |
4月 | 5418 (48.2) | 4926 (47.7) | 4512 (45.8) | 4553 (47.2) | 3630 (46.2) | 3196 (43.9) | 268 (34.9) | |
性(%) | ||||||||
女 | 6566 (59.0) | 6124 (59.8) | 5920 (60.7) | 5693 (59.5) | 4648 (59.7) | 3196 (60.1) | 293 (61.5) | |
男性 | 4569 (41.0) | 4117 (40.2) | 3833 (39.3) | 3868 (40.5) | 3133 (40.3) | 2121 (39.9) | 293 (38.5) | |
年龄(%) | ||||||||
18-39岁 | 2360 (21.0) | 2160 (20.9) | 2195 (22.3) | 2064 (21.4) | 1878 (23.9) | 1133 (21.1) | 164 (21.4) | |
40-59岁 | 5061 (45.0) | 4615 (44.7) | 4479 (45.5) | 4317 (44.7) | 3534 (45.0) | 2490 (46.4) | 338 (44.0) | |
≥60岁 | 3821 (34.0) | 3560 (34.4) | 3171 (32.2) | 3272 (33.9) | 2438 (31.1) | 1738 (32.4) | 266 (34.6) | |
种族(%) | ||||||||
白,非西班牙裔 | 9648 (92.7) | 8879 (92.7) | 8449 (92.6) | 8277 (92.8) | 6723 (92.5) | 4559 (91.6) | 616 (90.9) | |
非白人 | 765 (7.3) | 701 (7.3) | 678 (7.4) | 646 (7.2) | 545 (7.5) | 416 (8.4) | 62 (9.1) | |
地区(%) | ||||||||
东北 | 2655 (26.4) | 2481 (26.8) | 2335 (26.4) | 2282 (26.5) | 1859 (26.4) | 1242 (25.7) | 132 (20.1) | |
中西部 | 2797 (27.8) | 2586 (27.9) | 2448 (27.7) | 2380 (27.6) | 1972 (28.0) | 1348 (27.9) | 191 (29.0) | |
南 | 2852 (28.4) | 2597 (28.0) | 2513 (28.4) | 2461 (28.5) | 1982 (28.1) | 1403 (29.0) | 229 (34.8) | |
西 | 1746 (17.4) | 1597 (17.2) | 1544 (17.5) | 1500 (17.4) | 1241 (17.6) | 840 (17.4) | 106 (16.1) | |
住宅(%) | ||||||||
郊区 | 5126 (51.0) | 4780 (51.6) | 4548 (51.4) | 4409 (51.1) | 3622 (51.3) | 2499 (51.7) | 284 (43.2) | |
城市 | 1624 (16.2) | 1496 (16.2) | 1424 (16.1) | 1409 (16.3) | 1145 (16.2) | (786 (16.3) | 90 (13.7) | |
农村 | 3300 (32.8) | 2985 (32.2) | 2868 (32.4) | 2805 (32.5) | 2287 (32.4) | 1548 (32.0) | 284 (43.2) | |
就业状况(%) | ||||||||
使用 | 5980 (59.5) | 5475 (59.1) | 5373 (60.8) | 5108 (59.2) | 4397 (62.3) | 2973 (61.5) | 400 (60.8) | |
学生或无薪工作 | 615 (6.1) | 575 (6.2) | 570 (6.4) | 530 (6.1) | 469 (6.6) | 277 (5.7) | 45 (6.8) | |
没有工作或失业 | 1200 (11.9) | 1106 (11.9) | 1043 (11.8) | 1061 (12.3) | 768 (10.9) | 550 (11.4) | 67 (10.2) | |
退休 | 2255 (22.4) | 2105 (22.7) | 1854 (21.0) | 1924 (22.3) | 1420 (20.1) | 1033 (21.4) | 146 (22.2) | |
家中未满18岁儿童(%) | ||||||||
没有 | 7464 (71.7) | 6891 (71.9) | 6443 (70.6) | 6379 (71.5) | 5082 (69.9) | 3517 (70.7) | 451 (66.5) | |
是的 | 2949 (28.3) | 2689 (28.1) | 2684 (29.4) | 2544 (28.5) | 2186 (30.1) | 1458 (29.3) | 227 (33.5) | |
教育程度(%) | ||||||||
高中及以下学历 | 1299 (13.0) | 1171 (12.7) | 1100 (12.5) | 1145 (13.3) | 803 (11.4) | 522 (10.8) | 73 (11.1) | |
大学或大专学历 | 3428 (34.2) | 3107 (33.6) | 2942 (33.4) | 2910 (33.8) | 2332 (33.1) | 1623 (33.6) | 214 (32.6) | |
大学本科及以上学历 | 5292 (52.8) | 4957 (53.7) | 4773 (54.1) | 4544 (52.8) | 3902 (55.4) | 2679 (55.5) | 370 (56.3) | |
政治倾向(%) | ||||||||
民主党人 | 3609 (36.0) | 3493 (37.8) | 3269 (37.1) | 3160 (36.7) | 2659 (37.8) | 1870 (38.8) | 165 (25.1) | |
共和党人 | 2503 (25.0) | 2227 (24.1) | 2106 (23.9) | 2134 (24.8) | 1706 (24.2) | 1084 (22.5) | 256 (39.0) | |
其他 | 2009 (20.1) | 1807 (19.6) | 1769 (20.1) | 1703 (19.8) | 1374 (19.5) | 970 (20.1) | 94 (14.3) | |
宁愿不说 | 1898 (18.9) | 1708 (18.5) | 1671 (19.0) | 1602 (18.6) | 1298 (18.4) | 900 (18.7) | 142 (21.6) | |
婚姻状况(%) | ||||||||
已婚或同居的 | 3583 (70.9) | 3269 (71.0) | 3023 (71.6) | 3001 (70.6) | 2538 (74.3) | 1616 (73.2) | 185 (74.6) | |
单 | 830 (16.4) | 754 (16.4) | 688 (16.3) | 711 (16.7) | 527 (15.4) | 345 (15.6) | 34 (13.7) | |
离婚或分居 | 429 (8.5) | 389 (8.4) | 348 (8.2) | 370 (8.7) | 233 (6.8) | 163 (7.4) | 19日(7.7) | |
丧偶的 | 213 (4.2) | 195 (4.2) | 166 (3.9) | 171 (4.0) | 118 (3.5) | 85 (3.8) | 10 (4.0) | |
收入(%) | ||||||||
< 30000美元 | 577 (13.3) | 515 (13.0) | 462 (12.7) | 487 (13.3) | 330 (11.3) | 228 (11.9) | 32 (15.5) | |
3万美元到5万美元以下 | 671 (15.5) | 616 (15.6) | 567 (15.5) | 576 (15.8) | 437 (15.0) | 271 (14.2) | 22日(14.0) | |
5万美元到7.5万美元以下 | 767 (17.7) | 687 (17.4) | 618 (16.9) | 636 (17.4) | 484 (16.6) | 331 (17.3) | 46 (22.2) | |
从7.5万美元到10万美元以下 | 900 (20.8) | 831 (21.0) | 764 (20.9) | 749 (20.5) | 616 (21.2) | 424 (22.1) | 44 (21.3) | |
≥100000美元 | 1418 (32.7) | 1310 (33.1) | 1237 (33.9) | 1202 (32.9) | 1044 (35.9) | 661 (34.5) | 56 (27.1) | |
最可信的来源(%) | ||||||||
政府或其他官方网站 | 4867 (45.2) | 4497 (45.4) | 4673 (49.4) | 4109 (44.4) | 3297 (43.8) | 2123 (41.2) | 310 (42.9) | |
电视 | 509 (4.7) | 503 (5.1) | 362 (3.8) | 458 (5.0) | 330 (4.4) | 132 (2.6) | 22日(3.0) | |
社交媒体 | 131 (1.2) | 105 (1.1) | 81 (0.9) | 126 (1.4) | 82 (1.1) | 29 (0.6) | 10 (1.4) | |
报纸 | 699 (6.5) | 691 (7.0) | 599 (6.3) | 636 (6.9) | 523 (6.9) | 270 (5.2) | 35 (4.8) | |
其他基于网络的资源 | 549 (5.1) | 459 (4.6) | 423 (4.5) | 527 (5.7) | 345 (4.6) | 152 (3.0) | 22日(3.0) | |
朋友或同事 | 49 (0.5) | 37 (0.4) | 34 (0.4) | 40 (0.4) | 43 (0.6) | 18 (0.3) | 3 (0.4) | |
医生或医疗提供者 | 3408 (31.6) | 3134 (31.6) | 2909 (30.8) | 2891 (31.3) | 2444 (32.4) | 2239 (43.5) | 259 (35.9) | |
广播或播客 | 115 (1.1) | 114 (1.2) | 81 (0.9) | 101 (1.1) | 75 (1.0) | 39 (0.8) | 12 (1.7) | |
其他家庭成员 | 118 (1.1) | 106 (1.1) | 76 (0.8) | 106 (1.1) | 107 (1.4) | 41 (0.8) | 32 (1.4) | |
配偶或伴侣 | 316 (2.9) | 261 (2.6) | 214 (2.3) | 247 (2.7) | 279 (3.7) | 102 (2.0) | 10 (4.4) | |
宗教领袖 | 8 (0.1) | 6 (0.1) | 6 (0.1) | 7 (0.1) | 7 (0.1) | 3 (0.1) | 7 (1.0) |
一个包含信息来源数据的答复总数,不包括选择“不适用”所有来源的答复。
参与者的地理分布包括美国所有州。总体而言,大多数参与者是女性(59.0%),非西班牙裔白人(92.7%),有工作(59.5%),住在郊区(51.0%)。
显示研究人群使用和最信任的信息源的概述。总体而言,传统媒体是使用频率最高的信息来源(n=10,335, 91.2%);然而,当从综合类别中分解所有信息源时,COVID-19信息的最大个人信息源是政府网站(n=9845, 87.6%)。参与者平均使用6.1个来源(SD 2.3,范围0-11)。在使用主流媒体来源获取COVID-19信息的受访者(n=7811, 69.5%)中,其他地方或全国性网络是最受欢迎的COVID-19信息来源(35.2%),其次是CNN(24.0%)、福克斯新闻(19.3%)、MSNBC(11.9%)和其他国际网络(5.3%)。与COVID-19信息来源相关的社会人口学因素
除了配偶/家人/朋友和宗教领袖之外,男性使用所有已确定来源的可能性明显低于女性(
).与18-38岁的参与者相比,40-59岁和≥60岁的参与者使用政府网站的可能性更低(调整优势比[AOR] 0.59, 95% CI 0.47-0.71;Aor 0.47, 95% ci 0.37-0.60)。非西班牙裔白人以外种族的参与者更有可能使用医生(AOR 1.39, 95% CI 1.18-1.64)和宗教领袖(AOR 1.40, 95% CI 1.03-1.86)作为信息来源。那些拥有学士或更高学位的人更有可能使用除传统媒体之外的所有来源。使用主流媒体来源获取COVID-19信息的社会人口预测指标显示在
.共和党人更倾向于依赖福克斯新闻(AOR 33.56, 95% CI 25.60-44.87),而他们不太可能依赖所有其他主流媒体来源。相比之下,拥有学士或更高学位的人更倾向于依赖CNN (AOR 1.25, 95% CI 1.04-1.52)或其他国际网络(AOR 3.68, 95% CI 2.21-6.68),而不太可能依赖福克斯新闻(AOR 0.72, 95% CI 0.61-0.87)。年龄≥60岁的参与者更倾向于依赖福克斯新闻(AOR 1.41, 95% CI 1.12-1.77)和MSNBC (AOR 1.85, 95% CI 1.43-2.40),而不太可能依赖其他国际来源(AOR 0.67, 95% CI 0.47-0.95)。社会人口因素 | 传统媒体 | 政府 | 网络媒体 | 人际关系资源 | 医生 | 宗教领袖 | |||||||
性 | |||||||||||||
女 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | |||||||
男性 | 0.74 (0.64 - -0.87)b | 0.58 (0.51 - -0.66)b | 0.88 (0.78 - -0.99)d | 0.96 (0.88 - -1.06) | 0.91 (0.84 - -0.99)d | 0.89 (0.75 - -1.06) | |||||||
年龄 | |||||||||||||
18-39年 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | |||||||
40岁至59岁的年 | 0.99 (0.80 - -1.21) | 0.58 (0.47 - -0.71)b | 0.80 (0.68 - -0.94)c | 0.61 (0.54 - -0.70)b | 1.10 (0.96 - -1.23) | 0.86 (0.69 - -1.08) | |||||||
≥60年 | 1.12 (0.85 - -1.46) | 0.47 (0.37 - -0.60)b | 0.91 (0.74 - -1.11) | 0.52 (0.45 - -0.62)b | 1.02 (0.88 - -1.17) | 1.07 (0.81 - -1.42) | |||||||
比赛 | |||||||||||||
白色 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | |||||||
非白人 | 0.96 (0.72 - -1.29) | 0.95 (0.74 - -1.23) | 0.87 (0.71 - -1.09) | 1.02 (0.85 - -1.22) | 1.39 (1.18 - -1.64)b | 1.40 (1.03 - -1.86)d | |||||||
地区 | |||||||||||||
东北 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | |||||||
中西部 | 0.88 (0.71 - -1.09) | 0.95 (0.80 - -1.13) | 0.94 (0.71 - -1.09) | 0.98 (0.87 - -1.11) | 1.07 (0.96 - -1.20) | 1.30 (1.03 - -1.65)d | |||||||
南 | 0.74 (0.60 - -0.92)c | 1.09 (0.92 - -1.29) | 1.06 (0.90 - -1.23) | 0.97 (0.86 - -1.09) | 1.10 (0.98 - -1.23) | 1.50 (1.20 - -1.89)b | |||||||
西 | 0.69 (0.55 - -0.88)c | 1.07 (0.88 - -1.30) | 1.00 (0.84 - -1.19) | 1.03 (0.89 - -1.18) | 1.04 (0.91 - -1.18) | 1.28 (0.97 - -1.67) | |||||||
住宅 | |||||||||||||
郊区 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | |||||||
城市 | 0.81 (0.65 - -1.01) | 0.95 (0.79 - -1.14) | 1.05 (0.90 - -1.23) | 1.02 (0.89 - -1.16) | 1.00 (0.89 - -1.13) | 1.28 (0.97 - -1.67) | |||||||
农村 | 0.80 (0.67 - -0.94)c | 1.01 (0.88 - -1.17) | 0.94 (0.83 - -1.25) | 1.07 (0.96 - -1.18) | 0.99 (0.90 - -1.09) | 1.56 (1.31 - -1.86)b | |||||||
就业 | |||||||||||||
使用 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | |||||||
学生或无薪 | 1.26 (0.89 - -1.83) | 0.99 (0.71 - -1.39) | 0.97 (0.76 - -1.25) | 0.97 (0.79 - -1.20) | 0.81 (0.68 - -0.97)d | 1.05 (0.74 - -1.47) | |||||||
没有工作或失业 | 1.11 (0.87 - -1.42) | 0.79 (0.65 - -0.96)d | 1.30 (1.07 - -1.59)c | 0.70 (0.61 - -0.80)b | 0.87 (0.76 - -0.99)d | 0.94 (0.71 - -1.23) | |||||||
退休 | 1.16 (0.91 - -1.48) | 0.68 (0.57 - -0.82)b | 0.96 (0.81 - -1.15) | 0.78 (0.68 - -0.89)b | 0.90 (0.79 - -1.03) | 0.91 (0.71 - -1.16) | |||||||
家里的孩子 | |||||||||||||
没有 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | |||||||
是的 | 0.94 (0.78 - -1.12) | 1.18 (1.00 - -1.39) | 1.04 (0.91 - -1.19) | 1.05 (0.94 - -1.17) | 1.06 (0.96 - -1.17) | 1.25 (1.03 - -1.51)d | |||||||
教育 | |||||||||||||
高中及以下学历 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | |||||||
大学或大专学历 | 0.94 (0.74 - -1.17) | 1.09 (0.90 - -1.31) | 0.75 (0.62 - -0.91)c | 1.28 (1.12 - -1.48)b | 1.29 (1.13 - -1.48)b | 1.21 (0.92 - -1.61) | |||||||
本科及以上学历 | 1.23 (0.98 - -1.55) | 1.49 (1.23 - -1.79)b | 0.78 (0.64 - -0.94)d | 1.62 (1.42 - -1.86)b | 1.39 (1.22 - -1.59)b | 1.56 (1.20 - -2.06)c | |||||||
政治面貌 | |||||||||||||
民主党人 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | |||||||
共和党人 | 0.30 (0.23 - -0.38)b | 0.63 (0.53 - -0.74)b | 0.86 (0.73 - -1.00) | 0.83 (0.74 - -0.94)c | 0.71 (0.64 - -0.80)b | 2.24 (1.81 - -2.79)b | |||||||
其他 | 0.32 (0.25 - -0.41)b | 0.79 (0.66 - -0.96)d | 0.80 (0.68 - -0.94)c | 0.77 (0.67 - -0.87)b | 0.90 (0.80 - -1.01) | 1.03 (0.79 - -1.34) | |||||||
宁愿不说 | 0.31 (0.24 - -0.40)b | 0.80 (0.66 - -0.96)d | 0.78 (0.66 - -0.92)c | 0.83 (0.73 - -0.94)c | 0.90 (0.80 - -1.01)c | 1.71 (1.35 - -2.18)b |
一个使用源的几率与不使用源的几率相比,调整表中的所有其他协变量。
bP<措施。
cP< . 01。
dP< . 05。
关于使用的COVID-19来源总数的预测因子(表中未显示),使用较少来源的预测因子包括男性与女性的比较(β= -0.03, 95% CI -0.04至-0.01),以及年龄在40-59岁和≥60岁与年龄在18-39岁的比较(β= -0.05, 95% CI -0.07至-0.03;β= -0.05, 95% CI -0.08 ~ -0.03)。与来源数量增加相关的因素包括:有孩子的家庭与没有孩子的家庭相比(β=0.03, 95% CI 0.01-0.05),拥有大学或学士学位或更高学历的家庭与拥有高中文凭或更低学历的家庭相比(β=0.03, 95% CI 0.00-0.06;β=0.08, 95% ci 0.05-0.10)。
受访者最信任的资讯来源为政府网站(45.2%)。男性(AOR 0.58, 95% CI 0.53-0.63)和40-59岁及≥60岁人群信任政府网站的几率低于18-38岁人群(AOR 0.83, 95% CI 0.74-0.92;Aor 0.62, 95% ci 0.54-0.71;表中未显示的数据)。
总体而言,与3月份相比,参与者在4月份使用任何已确定的信息来源的可能性显著降低(
);与三月份相比,四月份使用政府网站的调整概率特别低(AOR 0.41, 95% CI 0.36-0.47)。同样,与3月份相比,4月份信任政府网站的几率明显降低(AOR 0.51, 95% CI 0.47-0.56),而同期信任其他网站、广播或播客以及配偶/伴侣的几率增加了一倍多。此外,4月份参与者使用的信息源平均比3月份减少0.58个(P<措施)。COVID-19信息源与COVID-19知识之间的调整关联因知识问题而有很大差异(
).所使用信息源总数的增加仅与佩戴口罩可预防COVID-19感染的意识提高相关(AOR为1.10,95% CI为1.05-1.14)。使用一些信息来源,如医生和传统媒体,可以提高对某些问题的了解,但减少对其他问题的了解。总体而言,使用政府网站导致对7个测试问题中的3个问题的知识显著提高,其余4个问题在两组之间没有显著差异。用于COVID-19信息的主要主流媒体来源也与大流行知识显著相关(表中未显示)。在对社会人口学变量、来源总数和最可信的信息来源进行调整后,依赖CNN的人比依赖其他地方/国家媒体来源的人更有可能正确回答7个问题中的2个,而依赖福克斯新闻的人更有可能错误回答7个问题中的3个。
来源 | 目前,有一种fda批准的药物用于治疗冠状病毒患者。 | 儿童患冠状病毒并发症的风险很高。 | 含酒精的洗手液并不能保护你免受冠状病毒的感染。 | 冠状病毒起源于动物。 | 如何预防冠状病毒感染?打流感疫苗。 | 如何预防冠状病毒感染?戴口罩。 | 如何预防冠状病毒感染?别去上学/上班了。 | |
来源数量 | 1.03 (0.97 - -1.10) | 1.03 (0.98 - -1.08) | 1.04 (0.98 - -1.09) | 0.96 (0.92 - -1.02) | 0.97 (0.92 - -1.02) | 1.10 (1.05 - -1.14)b | 1.07 (1.00 - -1.14)d | |
源集团 | ||||||||
传统媒体 | 1.24 (0.95 - -1.61) | 0.93 (0.72 - -1.19) | 1.28 (1.00 - -1.63)d | 0.78 (0.61 - -1.00)d | 1.09 (0.83 - -1.40) | 1.45 (1.18 - -1.77)b | 1.93 (1.50 - -2.48)b | |
政府 | 1.30 (1.04 - -1.61)d | 1.21 (0.99 - -1.46) | 1.12 (0.91 - -1.36) | 0.90 (0.73 - -1.10) | 1.33 (1.08 - -1.62)c | 0.88 (0.74 - -1.05) | 1.44 (1.16 - -1.79)c | |
网络媒体 | 1.07 (0.85 - -1.35) | 1.03 (0.84 - -1.25) | 0.92 (0.74 - -1.13) | 1.09 (0.89 - -1.34) | 1.06 (0.86 - -1.30) | 0.96 (0.82 - -1.13) | 1.34 (1.06 - -1.68)d | |
人际关系资源 | 1.00 (0.81 - -1.22) | 0.91 (0.77 - -1.08) | 0.99 (0.83 - -1.18) | 1.01 (0.85 - -1.20) | 1.08 (0.91 - -1.29) | 0.98 (0.85 - -1.12) | 1.16 (0.94 - -1.42) | |
医生 | 0.91 (0.77 - -1.07) | 0.82 (0.72 - -0.94)c | 0.99 (0.86 - -1.15) | 1.01 (0.87 - -1.16) | 0.88 (0.76 - -1.02) | 1.17 (1.05 - -1.31)c | 1.09 (0.92 - -1.31) | |
宗教领袖 | 0.65 (0.49 - -0.86)c | 0.86 (0.68 - -1.10) | 1.09 (0.83 - -1.44) | 0.92 (0.69 - -1.21) | 0.91 (0.71 - -1.17) | 0.81 (0.67 - -0.99)d | 1.02 (0.72 - -1.45) | |
最可信的消息来源e | ||||||||
政府 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | |
电视 | 0.54 (0.40 - -0.75)b | 0.83 (0.63 - -1.09) | 0.85 (0.64 - -1.14) | 1.18 (0.88 - -1.55) | 0.82 (0.62 - -1.09) | 1.38 (1.08 - -1.79)d | 0.81 (0.55 - -1.22) | |
社交媒体 | 0.43 (0.26 - -0.73)c | 1.12 (0.65 - -2.07) | 0.67 (0.41 - -1.17) | 1.48 (0.85 - -2.46) | 1.46 (0.78 - -3.04) | 0.77 (0.49 - -1.23) | 0.29 (0.17 - -0.49)b | |
报纸 | 1.40 (0.92 - -2.22) | 1.11 (0.84 - -1.47) | 1.32 (0.98 - -1.79) | 0.76 (0.56 - -1.02) | 1.17 (0.88 - -1.58) | 0.97 (0.78 - -1.20) | 0.98 (0.66 - -1.49) | |
网站 | 0.54 (0.40 - -0.72)b | 1.12 (0.84 - -1.53) | 0.89 (0.67 - -1.18) | 1.13 (0.84 - -1.49) | 1.67 (1.18 - -2.42)c | 0.67 (0.53 - -0.84)c | 0.32 (0.24 - -0.42)b | |
朋友 | 0.41 (0.19 - -1.00)d | 0.81 (0.37 - -2.06) | 1.96 (0.70 - -8.20) | 0.51 (0.12 - -1.44) | 1.00 (0.42 - -2.97) | 0.80 (0.40 - -1.66) | 0.25 (0.11 - -0.56)b | |
医生 | 0.84 (0.71 - -1.00)d | 0.88 (0.77 - -1.01) | 0.97 (0.84 - -1.13) | 1.03 (0.88 - -1.19) | 0.81 (0.70 - -0.93)c | 1.05 (0.94 - -1.18) | 0.63 (0.52 - -0.75)b | |
广播 | 0.42 (0.25 - -0.73)c | 1.34 (0.73 - -2.72) | 0.46 (0.28 - -0.77)c | 2.19 (1.30 - -3.58)c | 0.83 (0.48 - -1.56) | 0.82 (0.51 - -1.37) | 0.28 (0.17 - -0.47)b | |
合作伙伴 | 0.60 (0.42 - -0.86)c | 1.01 (0.72 - -1.46) | 0.71 (0.50 - -1.01)d | 1.42 (1.00 - -1.99)d | 0.83 (0.59 - -1.21) | 0.89 (0.66 - -1.20) | 0.33 (0.23 - -0.47)b | |
家庭 | 0.77 (0.42 - -1.54) | 0.68 (0.41 - -1.19) | 0.96 (0.55 - -1.81) | 1.04 (0.55 - -1.83) | 0.65 (0.38 - -1.14) | 0.85 (0.53 - -1.40) | 0.49 (0.27 - -0.95)d |
一个根据模型中所有其他信息源变量,以及调查时间、性别、年龄、种族、地区、居住类型、工作状态、子女、教育程度和政治立场进行了调整。
bP<措施。
cP< . 01。
dP< . 05。
e由于那些认为宗教领袖是他们最信任的来源的样本量小(n=8),这些被删除用于分析。
据观察,对COVID-19的信念变化与对不同信息源的使用和信任密切相关(
).与没有使用政府网站的参与者相比,使用政府网站的参与者更有可能不同意以下陈述:冠状病毒是作为恐怖主义行为发布的(AOR 0.64, 95% CI 0.54-0.76),冠状病毒并没有媒体所说的那么大的问题(AOR 0.65, 95% CI 0.53-0.78),温暖的天气将减少冠状病毒的传播(AOR 0.69, 95% CI 0.58-0.80)。与最信任政府网站的人相比,对大多数(≥6)其他信息来源的信任,与以下因素相关:越来越多的人认为冠状病毒的发布是一种恐怖主义行为,不同意冠状病毒比流感更致命,不同意冠状病毒没有媒体所暗示的那么大的问题,以及不同意媒体对冠状病毒的关注足够多。主流媒体来源也是COVID-19信念的重要决定因素(表中未显示)。与那些依赖其他国家/地方媒体的人相比,那些依赖CNN或MSNBC的人更有可能同意冠状病毒比季节性流感更致命,媒体对冠状病毒的关注程度已经足够,冠状病毒的问题比政府所显示的更大。此外,他们更有可能不同意天气变暖会减少冠状病毒的传播,冠状病毒并没有媒体报道的那么大的问题。相反,那些依赖福克斯新闻的人更有可能同意,释放冠状病毒是一种生物恐怖主义行为,温暖的天气会减少冠状病毒的传播,冠状病毒并没有媒体所暗示的那么大的问题。此外,他们更有可能不同意以下观点:冠状病毒比季节性流感更致命;媒体对冠状病毒的关注程度已经足够;冠状病毒的问题比政府显示的更严重。来源 | 我认为释放冠状病毒是一种生物恐怖主义行为。 | 冠状病毒比季节性流感更致命。 | 我认为温暖的天气会减少冠状病毒的传播。 | 媒体对冠状病毒的关注已经足够了。 | 冠状病毒并没有媒体报道的那么严重。 | 冠状病毒的问题比政府显示的更严重。 | |
来源数量 | 1.02 (0.97 - -1.06) | 1.13 (1.08 - -1.19)b | 1.02 (0.98 - -1.06) | 1.13 (1.07 - -1.19)b | 0.91 (0.86 - -0.95)b | 1.08 (1.03 - -1.12)c | |
源集团 | |||||||
传统媒体 | 0.51 (0.42 - -0.64)b | 1.60 (1.29 - -1.98)b | 0.76 (0.63 - -0.92)c | 1.54 (1.24 - -1.19)b | 0.47 (0.37 - -0.58)b | 1.53 (1.24 - -1.89)b | |
政府 | 0.64 (0.54 - -0.76)b | 1.48 (1.23 - -1.77)b | 0.69 (0.58 - -0.80)b | 1.10 (0.90 - -1.32) | 0.65 (0.53 - -0.78)b | 1.25 (1.05 - -1.48)d | |
网络媒体 | 0.98 (0.81 - -1.17) | 1.09 (0.90 - -1.31) | 1.07 (0.92 - -1.25) | 1.05 (0.87 - -1.27) | 1.05 (0.87 - -1.27) | 1.03 (0.87 - -1.21) | |
人际关系资源 | 0.89 (0.76 - -1.04) | 0.96 (0.82 - -1.13) | 0.97 (0.85 - -1.11) | 0.81 (0.69 - -0.96)d | 0.90 (0.77 - -1.06) | 0.95 (0.82 - -1.09) | |
医生 | 0.85 (0.75 - -0.96)d | 1.02 (0.89 - -1.17) | 0.84 (0.75 - -0.93)c | 0.97 (0.85 - -1.12) | 0.84 (0.73 - -0.96)c | 1.24 (1.10 - -1.39)b | |
宗教领袖 | 1.38 (1.11 - -1.70)c | 0.78 (0.61 - -1.00)d | 1.36 (1.12 - -1.64)c | 0.74 (0.58 - -0.95)d | 1.58 (1.25 - -1.99)b | 0.57 (0.47 - -0.70)b | |
最可信的消息来源e | |||||||
政府 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | 裁判 | |
电视 | 1.53 (1.19 - -1.97)c | 0.96 (0.71 - -1.32) | 0.95 (0.75 - -1.19) | 1.55 (1.10 - -2.25)d | 1.00 (0.74 - -1.43) | 1.34 (1.04 - -1.74)d | |
社交媒体 | 2.52 (1.58 - -4.03)b | 0.50 (0.31 - -0.81)d | 1.99 (1.25 - -3.26)c | 0.50 (0.32 - -0.81)c | 2.46 (1.48 - -4.14)c | 0.83 (0.51 - -1.35) | |
报纸 | 0.66 (0.48 - -0.90)c | 1.07 (0.78 - -1.48) | 0.89 (0.73 - -1.09) | 1.67 (1.21 - -2.36)c | 0.86 (0.63 - -1.15) | 1.44 (1.13 - -1.84)c | |
网站 | 2.08 (1.65 - -2.62)b | 0.43 (0.34 - -0.55)b | 1.37 (1.10 - -1.70)c | 0.64 (0.50 - -0.82)b | 2.27 (1.78 - -2.89)b | 0.60 (0.48 - -0.76)b | |
朋友 | 3.01 (1.48 - -6.08)c | 0.65 (0.30 - -1.49) | 1.43 (0.73 - -2.86) | 0.42 (0.21 - -0.88)d | 2.58 (1.18 - -5.58)d | 0.52 (0.24 - -1.07) | |
医生 | 1.45 (1.27 - -1.64)b | 0.70 (0.61 - -0.81)b | 1.07 (0.96 - -1.20) | 0.82 (0.71 - -0.94)c | 1.37 (1.20 - -1.57)b | 0.97 (0.86 - -1.10) | |
广播 | 1.55 (0.95 - -2.51) | 0.37 (0.23 - -0.61)b | 2.15 (1.34 - -3.53)c | 0.72 (0.44 - -1.24) | 3.16 (1.88 - -5.38)b | 0.54 (0.32 - -0.88)d | |
合作伙伴 | 2.82 (2.09 - -3.81)b | 0.48 (0.36 - -0.66)b | 1.73 (1.30 - -2.33)b | 0.60 (0.45 - -0.82)c | 2.07 (1.49 - -2.89)b | 0.66 (0.48 - -0.89)c | |
家庭 | 3.78 (2.36 - -6.11)b | 0.59 (0.36 - -1.00)d | 1.31 (0.83 - -2.07) | 0.62 (0.37 - -1.05) | 1.56 (0.92 - -2.59) | 1.00 (0.62 - -1.63) |
一个根据模型中所有其他信息源变量,以及调查时间、性别、年龄、种族、地区、居住类型、工作状态、子女、教育程度、政治派别进行了调整。
bP<措施。
cP< . 01。
dP< . 05。
e由于那些认为宗教领袖是他们最信任的来源的样本量小(n=8),这些被删除用于分析。
讨论
主要研究结果
总体而言,在性别、年龄、种族、地区、居住类型、就业、教育程度和政治派别等人口统计学变量中,对不同COVID-19信息源的选择和信任存在显著差异。此外,所使用的消息来源类型和对每个消息来源的信任程度与对COVID-19的不同知识水平和信念差异有关。尽管公共卫生官员提倡使用官方或政府信息来源(如疾病控制与预防中心或世界卫生组织网站),但只有45.2%的参与者认为这些来源是他们最信任的信息来源,从3月份的53.3%下降到4月份的36.8%。这些发现表明,寻求有效传播COVID-19信息的公共卫生专业人员必须承认并适当适应公众信任和信息源偏好方面的差异,特别是要解决关于大流行的知识和信念方面的差异。
受欢迎和可信的信息源
在这次爆发期间,电视和报纸作为信息来源的普及反映了过去的传染病爆发,包括2003年严重急性呼吸系统综合症(沙士)爆发[
], 2009年H1N1流感大流行[ , ],以及季节性流感流行[ ].一项关于大流行期间传播的定性研究发现,主流媒体(如报纸和电视)是参与者使用最多的信息来源,尽管这些媒体被认为相对不值得信任[ ],证实了我们的研究结果。然而,虽然我们的研究发现政府网站和医生是最值得信赖的信息来源,但一项关于荷兰SARS爆发的研究发现,电视和卫生官员是最值得信赖的信息来源[ ],而一项针对美国埃博拉病毒信息的研究发现,互联网和政府是最值得信赖的信息来源[ ].研究发现,男性不太可能使用几乎所有已确定的信息源,总体上使用的信息源较少,而且在COVID-19信息方面也不太可能信任政府网站,这表明在使用COVID-19信息源方面存在显著的性别差异。这一证据与其他初步研究相吻合,研究发现男性不太可能遵守所提倡的COVID-19健康行为[
],而且年轻男性更有可能同意COVID-19的神话[ 并强调有必要制定基于性别的COVID-19健康信息传播战略。此外,在过去的研究中也观察到基于年龄和教育的COVID-19知识和行为差异[ ].鉴于COVID-19信息源使用方面的这些差异,显然需要开展有针对性的卫生宣传运动,以弥补这些差距。最后,基于政治立场的差异也与其他证据相对应,这些证据表明政治立场在决定COVID-19行为方面可能发挥作用,包括遵守社交距离[ ].研究发现,对特定主流媒体的使用在很大程度上取决于政治立场、性别和年龄,这些决定因素支持过去对主流媒体使用的人口统计学分析[ ].这些发现表明,对信息源的信任可能随着时间、地点、文化和疾病爆发类型的不同而不同,这强调了在大流行期间对信息寻求行为趋势进行最新监测的重要性。例如,政府来源更受欢迎和信任,可能是由于Facebook、谷歌和Twitter等非政府平台大力推广政府官方网站[
].此外,由于参与者自认为非西班牙裔白人以外的种族的样本量较小,我们无法对分类的种族和民族差异进行全面分析。然而,过去的研究发现,与其他人群相比,来自亚洲的移民社区也被观察到对他们的医生和政府机构表现出较少的信心。 ],这表明有必要进一步深入研究美国少数族裔社区的COVID-19信息源趋势,特别是考虑到他们的COVID-19发病率和死亡率风险较高[ , ].同样,与过去的研究不同的是,应该考虑对参与调查的公众构成的独特的迫在眉睫的个人威胁。换句话说,荷兰没有经历过SARS疫情,美国也没有经历过埃博拉疫情,将人们对可以咨询和信任的信息源的看法与过去的案例研究进行比较,可能会因人群中感知到的和实际的风险水平而有所不同[
].为满足未来大流行或COVID-19等公共卫生危机的卫生传播需求,公共卫生专业人员和决策者必须仔细监测信息源使用的最新趋势,以更好地有针对性地提供公共卫生信息。重要的是,研究结果还表明,在3月至4月期间,使用不同COVID-19信息源的可能性发生了变化。在这段时间内,参与者不太可能信任政府网站等来源,这一发现对可能需要实施有针对性的公共卫生信息运动以满足信息源利用方面的这些快速变化的速度具有重大影响。事实上,类似的初步研究也发现,人们对政府来源提供的COVID-19信息的信任度有所下降[
].这些证据使人们了解到,在卫生危机的不同阶段,人们对信息来源的看法和利用可能存在显著差异,因此有必要继续开展纵向公共卫生监测,以帮助有关当局了解这些趋势并采取相应行动。COVID-19知识和信息来源
人们一直担心与COVID-19有关的危险错误信息的激增和传播[
],包括通过社交媒体等在线平台[ ,特别是因为目前对这种新疾病的许多方面了解甚少,或随着新证据的出现而可能发生变化。同样,主流媒体来源也受到了更严格的审查,因为人们担心某些媒体机构正在延续COVID-19的错误信息[ ,这一结论得到了依赖不同主流媒体来源的人所观察到的知识差异的支持。然而,我们的研究结果也表明,对官方政府网站以外信息来源的使用和信任可能与对COVID-19等新出现的健康危机信息的认识显著不同无关。例如,尽管社交媒体由于被用作传播COVID-19错误信息的平台而获得了越来越多的关注[ ],社交媒体或网络资源的使用实际上与七个知识问题之一的意识提高有关,而对其他问题没有影响。此外,那些最信任社交媒体信息的人(与政府网站相比)只在两个问题上表现出较少的知识。此外,公众获取COVID-19信息的来源可能是相互依赖的;在以前的流感大流行中,医生(他们是健康信息的主要来源)报告说,他们的大部分信息来自互联网和大众媒体[ , ].这些深刻见解表明,某些信息来源本身可能不会导致对与健康危机有关的信息的认识受损,但其他因素,如实际内容、个人如何使用来源以及正在评估的具体知识,都可能在确定知识差距方面发挥相关作用。COVID-19信念和信息来源
与知识成果不同,对不同信息源的信任和使用与COVID-19信念之间的强烈关联表明,不同的传播平台确实对公众如何主观地感知和解释COVID-19信息产生了影响。在对不同类型的主流媒体来源的依赖中也观察到这些关联,这表明特定的媒体渠道也可能在延续关于大流行的某些信念方面发挥了突出作用。在那些使用并最信任政府网站的人中,认为冠状病毒比流感更致命的观点明显更高,这表明这些平台能够有效地传达COVID-19相对更大的危险。人们对COVID-19信息传播的看法也呈现出类似的趋势,相信不同非政府来源的人更同意冠状病毒的问题不像媒体所暗示的那么严重,而不同意冠状病毒的问题比政府所暗示的更严重。在对大流行期间的态度和信念的回顾中,对传染病传播和重要性的各种主观理解与保护行为直接相关[
],这表明,大流行的严重程度和感知意义的不同可能会对公众的集体应对产生影响。优势与局限
这项研究受到了一些关键的限制。首先,研究样本来自于Facebook及其附属平台用户的非概率便利抽样,尽管70%的美国人使用Facebook [
],某些人口统计群体可能代表性不足(例如,种族、民族和性别少数群体),这就是为什么不能假设国家代表性的一个组成部分。其次,许多被分类的信息源本身是不一致的,因此在每个信息源中,信息的类型和准确性差异很大,在解释研究结果时必须考虑这些差异。例如,鉴于基于互联网的信息源种类广泛,许多非官方或非政府网站很可能正在提供关于COVID-19的有效最新信息,因此,正如在其他卫生环境中观察到的那样,关于大流行的知识和信念之间的相关性可能在很大程度上取决于所使用的特定互联网来源,而不仅仅是平台本身[ ].同样,近年来,其他信息源类别(如社交媒体)也显著多样化(如基于网络和应用程序的平台,或更多基于视频的平台,如TikTok),这种内部多样性也可能影响COVID-19信息源的趋势。因此,针对更具体、分层的信息源进行进一步研究是有必要的。最后,鉴于COVID-19危机的新性质,知识和重要信念也在不断演变,虽然调查反映了一些与2020年3月和4月相关的关键问题,但其中许多问题可能与未来几个月或几年的危机无关。为了解决这一问题,研究中使用的调查将在2019冠状病毒病危机期间定期进行调整和重新实施。结论
由于快速沟通当前COVID-19大流行信息的需求仍然存在,我们的研究结果为政策制定者提供了关键的见解,以了解这些信息寻求行为对有关疫情的知识和信念产生了什么影响。同样,关于谁在使用和信任不同信息源的人口概况的信息,使公共卫生专业人员能够调整传播战略,以覆盖更多样化的人群。未来的研究应考虑对美国少数民族人口(特别是少数民族、非英语人士和非互联网用户)进行更大的抽样,以进一步了解COVID-19和其他健康危机期间信息寻求行为的差异。
利益冲突
本研究由研究作者自行资助,研究作者声明没有利益冲突,财务或其他方面。
与COVID-19主流媒体信息来源相关的社会人口因素。
DOCX文件,18kb
2020年3月至4月COVID-19信息源的变化。
DOCX文件,15 KB参考文献
- Dong E, Du H, Gardner L.实时跟踪COVID-19的交互式web仪表板。《柳叶刀传染病》2020年5月;20(5):533-534。[CrossRef]
- 潘查尔,卡马尔,奥杰拉,考克斯C,加菲尔德R,哈梅尔L,等。COVID-19对心理健康和物质使用的影响。凯撒家庭基金会,2020年。URL:https://www.kff.org/health-reform/issue-brief/the-implications-of-covid-19-for-mental-health-and-substance-use/[2020-05-11]访问
- 《2019冠状病毒病危机期间的贫困预测估算》,2020。URL:https://ideas.repec.org/p/aji/briefs/2046.html[2020-09-29]访问
- Henrich N, Holmes B.大流行期间的交流:公众需要关于疾病以及新疫苗和药物的信息。健康促进实践2011年7月08日;12(4):610-619。[CrossRef] [Medline]
- 自2018年以来,美国成年人使用社交媒体(包括Facebook)的比例基本没有变化。皮尤研究中心,2019年。URL:https://www.pewresearch.org/fact-tank/2019/04/10/share-of-u-s-adults-using-social-media-including-facebook-is-mostly-unchanged-since-2018/[2020-05-23]访问
- Frenkel S, Alba D, Zhong R.病毒错误信息激增使Facebook和Twitter瘫痪。纽约时报,2020年。URL:https://www.nytimes.com/2020/03/08/technology/coronavirus-misinformation-social-media.html[2020-04-04]访问
- 郭志刚,张志刚,张志刚,张志刚,等。冠状病毒式传播:量化推特上的COVID-19错误信息流行。治愈2020年3月13日;12(3):e7255 [免费全文] [CrossRef] [Medline]
- Brug J, Aro AR, Oenema A, de Zwart O, Richardus JH,主教GD。SARS风险认知、知识、预防措施和信息来源,荷兰。Emerg infection Dis 2004 Aug;10(8):1486-1489 [免费全文] [CrossRef] [Medline]
- Wong LP, Sam I.甲型H1N1大流行性流感的公共信息来源和信息需求。中华社区卫生杂志2010 12月22日;35(6):676-682。[CrossRef] [Medline]
- Walter D, Bohmer M, Reiter S, Krause G, Wichmann O. 2009/10年德国甲型H1N1流感pdm09大流行期间的风险认知和信息寻求行为。欧洲监测2012年3月29日;17(13)[免费全文] [Medline]
- Gargano LM, Underwood NL, Sales JM, Seib K, Morfaw C, Murray D,等。流感疫苗信息来源对父母态度和青少年疫苗接种的影响Hum Vaccin Immunother 2015 May 21;11(7):1641-1647 [免费全文] [CrossRef] [Medline]
- Rolison JJ, Hanoch Y.美国埃博拉病毒的知识和风险认知。Prev Med Rep 2015;2:262-264 [免费全文] [CrossRef] [Medline]
- Ali SH, Foreman J, Capasso A, Jones AM, Tozan Y, DiClemente RJ。社交媒体作为美国COVID-19知识、信念和实践全国在线调查的招聘平台:方法和可行性分析。BMC Med Res methodo2020年5月13日;20(1):116 [免费全文] [CrossRef] [Medline]
- Whitaker C, Stevelink S, Fear N.使用Facebook招募参与者的健康研究目的:一个系统的评价。J Med Internet Res 2017 Aug 28;19(8):e290 [免费全文] [CrossRef] [Medline]
- 美国舆论研究协会。标准定义:案例代码的最终处理和调查的结果率。2016。URL:https://www.aapor.org/AAPOR_Main/media/publications/Standard-Definitions20169theditionfinal.pdf[2020-09-29]访问
- Hasan F, Khan M, Ali M.猪流感:卡拉奇医科和牙科学生的知识、态度和实践调查。Cureus 2018 1月09日;10(1):e2048-e2048 [免费全文] [CrossRef] [Medline]
- al - rabiaah A, Temsah M, al - eyadhy AA, Hasan GM, al - zamil F, al - subaie S,等。中东呼吸综合征-冠状病毒(MERS-CoV)在沙特阿拉伯一所大学教学医院的医学生中的相关压力。J infectious Public Health 2020 May;13(5):687-691 [免费全文] [CrossRef] [Medline]
- 画家JE, DiClemente RJ, von Fricken ME。2014-2016年西非埃博拉疫情最严重期间,美国国家样本对埃博拉疫苗的兴趣。疫苗2017年1月23日;35(4):508-512。[CrossRef] [Medline]
- Painter J, von Fricken ME, Viana de O Mesquita S, DiClemente R. 2014-2016年西非埃博拉疫情期间支付埃博拉疫苗的意愿:来自美国国家样本的结果。Hum Vaccin Immunother 2018 july 03;14(7):1665-1671 [免费全文] [CrossRef] [Medline]
- 世界卫生组织。调查工具和指南:快速、简单、灵活的COVID-19行为洞察。日内瓦:世界卫生组织;2020.URL:https://apps.who.int/iris/handle/10665/333549[2020-09-29]访问
- 李文杰,李文杰,李文杰,李文杰,等。2015年7月塞拉利昂埃博拉经历和风险认知对心理健康的影响。BMJ Glob Health 2018 3月17日;3(2):e000471。[CrossRef] [Medline]
- 刘景涛,金志辉,徐辉,Griffiths S.香港华人对人类禽流感的认知及其与预期心理和行为反应的关系Am J感染控制2007 Feb;35(1):38-49 [免费全文] [CrossRef] [Medline]
- 医疗保健研究和质量机构。2017年全国医疗保健质量和差距报告(AHRQ出版物号18-0033-EF)。2018.URL:https://www.ahrq.gov/sites/default/files/wysiwyg/research/findings/nhqrdr/2017nhqdr.pdf[2020-09-29]访问
- Somera LP, Lee H, Badowski G, Cassel K.健康信息寻求,来源信任和文化:关岛和美国之间健康信息趋势和需求的比较分析。J卫生公共2016年3月16日;21(4):469-478 [免费全文] [CrossRef] [Medline]
- Clark C, Davila A, Regis M, Kraus S. COVID-19自愿合规行为的预测因素:一项国际调查。Glob Transit 2020;2:76-82 [免费全文] [CrossRef] [Medline]
- Pickles K, Cvejic E, Nicel B. COVID-19:澳大利亚社区对错误信息的信仰。medRxiv(预印本)2020年8月06日[免费全文] [CrossRef]
- 克莱门茨JM。大流行早期美国居民对COVID-19的知识和行为:横断面在线问卷调查JMIR公共卫生监测2020年5月08日;6(2):e19161 [免费全文] [CrossRef] [Medline]
- 画家M,邱婷。政治信仰影响遵守COVID-19社会距离令。SSRN杂志2020年7月03日[免费全文] [CrossRef]
- 看是谁?看看有线电视新闻频道观众的人口统计数据。《舆论策略》,2019。URL:https://pos.org/whos-watching-a-look-at-the-demographics-of-cable-news-channel-watchers/[2020-08-17]访问
- 脸书、谷歌和推特争相阻止关于冠状病毒的错误信息。《华盛顿邮报》2020年1月27日。URL:https://www.washingtonpost.com/technology/2020/01/27/facebook-google-twitter-scramble-stop-misinformation-about-coronavirus/[2020-04-29]访问
- 张晓东,李志强,李志强,张志强,等。在英国和荷兰的华人社区中,与SARS和禽流感相关的信息来源和健康观念,与这些国家的普通人群相比。国际行为医学杂志2009 1月29日;16(1):49-57 [免费全文] [CrossRef] [Medline]
- 疾病控制和预防中心。卫生公平考虑与种族和少数民族群体,2020年7月24日。URL:https://www.cdc.gov/coronavirus/2019-ncov/need-extra-precautions/racial-ethnic-minorities.html[2020-05-08]访问
- 李志强,李志强,李志强,李志强,等。COVID-19死亡人员的特征-美国,2020年2月12日- 5月18日。MMWR Morb Mortal Wkly Rep 2020年7月17日;69(28):923-929 [免费全文] [CrossRef] [Medline]
- Sadique MZ, Edmunds WJ, Smith RD, Meerding WJ, de Zwart O, Brug J,等。应对大流行性流感威胁的预防行为。Emerg infection Dis 2007 Sep;13(9):1307-1313 [免费全文] [CrossRef] [Medline]
- Boyl J, Brassel T, Dayton J.美国人对联邦和州/地方政府提供的COVID-19信息的信任度呈下降趋势。ICF国际,2020年6月04日。URL:https://www.icf.com/insights/health/covid-19-survey-trust-government-response-erodes[2020-08-17]访问
- Mian A, Khan S.冠状病毒:错误信息的传播。BMC Med 2020 Mar 18;18(1):89 [免费全文] [CrossRef] [Medline]
- 彭尼库克,McPhetres J,张勇,卢建刚,兰德DG。对抗社交媒体上的COVID-19错误信息:可扩展的准确性-助推干预的实验证据。心理科学2020七月;31(7):770-780。[CrossRef] [Medline]
- 新的研究探讨了保守媒体的错误信息如何加剧了大流行的严重程度。《华盛顿邮报》2020年6月25日。URL:https://www.washingtonpost.com/business/2020/06/25/fox-news-hannity-coronavirus-misinformation/[2020-08-17]访问
- La Torre G, Semyonov L, Mannocci A, Boccia A.与意大利普通人群相比,公共卫生医生对大流行性流感的知识、态度和行为中华卫生杂志2012 Feb 17;40(1):69-75。[CrossRef] [Medline]
- Gholami J, Hosseini SH, Ashoorkhani M, Majdzadeh R.从H1N1流行中吸取的教训:大众媒体在告知医生中的作用。国际预防医学杂志2011年1月;2(1):32-37 [免费全文] [Medline]
- Bish A, Michie S.大流行期间保护性行为的人口统计学和态度决定因素:综述。中华健康心理杂志2010 11月;15(Pt 4):797-824 [免费全文] [CrossRef] [Medline]
- Fisher JH, O 'Connor D, Flexman AM, Shapera S, Ryerson CJ。特发性肺纤维化信息网络资源的准确性和可靠性。Am J呼吸危重护理医学2016年7月15日;194(2):218-225。[CrossRef]
缩写
疾病预防控制中心:疾病控制和预防中心 |
T·桑切斯编辑;提交04.06.20;同行评议:M Prietula, JM Chen, M Waring;对作者13.08.20的评论;订正版本收到20.08.20;接受09.09.20;发表08.10.20
版权©Shahmir H Ali, Joshua Foreman, Yesim Tozan, Ariadna Capasso, Abbey M Jones, Ralph J DiClemente。原载于《JMIR公共卫生与监测》(http://publichealth.www.mybigtv.com), 2020年10月8日。
这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章,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公共卫生和监测上的原创作品。必须包括完整的书目信息,http://publichealth.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。