中国大陆、香港和台湾数字中文新闻中与肥胖相关的传播:自动内容分析

简介

背景

全球范围内，包括中国在内的肥胖患病率都在上升，中国是世界上人口最多的国家。最近一份关于中国的报告显示，4640万女性(14.9%)和4320万男性(10.8%)肥胖，这反映了一个重大的健康挑战[1］．肥胖不仅是一种美容问题，也是一种医疗问题，会增加患其他疾病和健康问题的风险[2］．肥胖本身是一种疾病，会增加心血管疾病、代谢疾病、肌肉骨骼疾病、骨关节炎、痴呆症、抑郁症和某些类型的癌症的风险，从而导致过早残疾和死亡[2，3.］．肥胖会增加许多潜在严重健康问题的风险。由于肥胖相关疾病的复杂性，它是我们社会应该处理的最困难的公共卫生问题之一。

新闻在向普通读者或订阅的同行传播可靠信息方面发挥着重要作用。目前的文献在报道新闻内容时采用了框架理论，该理论强调了新闻故事中主题的某些方面，以帮助定义健康问题[4-6］．最常用的主题报道与增加的社会归因有关，而情景报道与增加的个人责任和惩罚性待遇有关[5，7，8］．考虑到肥胖是一个关键的公共卫生优先事项，关于肥胖的新闻报道可能会影响和诱导读者对肥胖问题的看法的转变。4，5］．

在这项研究中，肥胖问题从两种方法来解决:首先，我们面临着媒体权力的新的集中，导致了关于数据地理位置和不同数据相关实践的新的不平等和不安全感[9］．具体来说，通过给出一个个人或团体可能想要传播错误信息的主要原因，制造虚假信息的背后有许多邪恶的动机[6-8］．先前对媒体内容的初步研究表明，计算方法有助于数字新闻数据收集和元数据分析[10-12］．研究表明，机器计算算法在促进大数据存储和分析方面的重要性，以提供有益的信息，以扩展预先设想的基础理论[10，13］．

其次，关于健康问题新闻内容分析的研究中，英语以外语言的研究相对较少[6］．由此，研究了9种浏览量和发行量较高的主流中文新闻内容和数字新闻内容。我们的研究结果可能会在语言和地理比较方面拓宽从新闻媒体学习公共卫生信息的范围。

本研究的目标

本研究通过解析非结构化数据的含义来指导决策，研究了与肥胖相关的推理的原因和强度。这项研究的双重目标是了解肥胖是如何在新闻中被报道的，以及肥胖传播的时间表，以及新闻话语对病因、痛苦问题和与肥胖负担相关的疾病的说法。我们借鉴了计算文本分析的最新进展，开发了一种大规模数字课程演绎分析的混合方法[14］．

分析包括对中国大陆及其两个邻近地区(台湾和香港)的数字新闻工作进行比较。考虑到中国文明中不同的政府路径和社会经济发展，这种比较是有意义的。新闻内容还突出了媒体环境和公众传播的重点，这可能会影响读者对医疗管理的看法。

研究问题

将机器计算的概念基础应用于文本分类。对一类已建立的大型文本语料库进行了理论辅助(驱动和计算机)分类。鉴于数字媒体的自然话语，语言预处理是否能提高分类质量一直存在争议。因此，为了研究网络读者的肥胖传播趋势和模式以及肥胖报道的中介关系，提出了6个研究问题:

1. 肥胖流行报道的趋势是什么?随着时间的推移，数字新闻报道的模式是如何发展的?
2. 新闻报道的肥胖与哪些病因有关?
3. 新闻报道中提到了哪些与肥胖有关的疾病?
4. 哪些与肥胖相关的病因和疾病被忽视了?
5. 通过考虑总效应(直接和间接变量的组合)，与肥胖负担相关的可观察变量(病因和疾病)的相关性强度如何?
6. 健康新闻采用什么类型的消息框架(主题或情节)?

方法

自动内容分析方法

研究方案包括通过检索网络来源定义新闻文本文档，并测试数据的深度和规模。以往的研究强调了将计算和人工技术相结合的重要性，以保持传统内容分析的优势和大数据分析的创新大规模能力[6，15，16］．传统的内容分析提供了系统的严谨性和上下文敏感性，而计算分析则最大限度地提高了计算方法的算法精度，从而得到更有利的结果[17］．因此，在整个数据分析过程中采用了计算和人工方法相结合的方法。

机器计算算法被用于一个提议的平台，DiVoMiner。文本处理工具是一种用于自动内容分析的现代技术。它的设计目的是根据单词共现和术语发现的模式来组织和过滤大型文档档案[16，18］．具体来说，DiVoMiner是一个从社会科学角度集成了数据清洗、过滤、分析和可视化功能的计算平台。它是一种允许用户监控数据信息并及时提供内容分析的操作系统。

自动内容分析以识别突出问题已成为一种常用的方法，特别是在传播科学中[19-23］．计算过程从定制新闻数据的准备、存储、预处理、筛选和清洗开始。数据过滤的过程对于组织非结构化数据以进一步有效分析的方式进行处理是必要和重要的[9，11］．计算算法的使用有助于检测术语和主题建模，同时注重理论发展和应用[24-27］．

其中一项任务是让新闻文章更容易被发现。因此，每篇包含关键字、句子中的短语或关于肥胖的断言的文章都进行了采样和筛选。该过程涉及先导编码、后续修改和双重编码，可以提高编码效率和数据质量[27，28］．图1显示了DiVoMiner计算机辅助分类混合和自动内容分析的工作流程。

‎ 查看此图

抽样新闻媒体和文章

数字新闻工作的抽样标准与以往研究的标准一致，考虑了以下三个标准:新闻媒体的高发行量、数字档案的可访问性以及来自人口最多且肥胖问题严重的城市[6，7，16，28］．然而，这些报纸之所以入选，不仅是因为它们代表了主流报纸为网络读者提供的内容，还因为它们代表了面向政府(自有或商业)的新闻。

例如，中国大陆的三家抽样报纸着重于揭示国家影响对新闻生产的潜在影响。它可以被认为是政府的喉舌。不过，相对于国有和受控制的媒体，台湾和香港以商业为导向的新闻机构被取样，以了解它们的编辑运作，这可能符合它们所期望的投资组合。29，30.］．数据跨度从2010年1月1日到2019年12月31日，这将有助于了解10年来对肥胖报道的新闻监测。

总共选出了9份报纸:南方都市报(南方都市報),《广州日报》(廣州日報)，以及《北京晚报》(北京晚報)来自中国内地;联合日报(聯合報),泰晤士报每日新闻(中國時報)，以及自由时报(自由時報)来自台湾;而且苹果的每日新闻(蘋果日報),东方日报(東方日報)，以及学术(明報)。

为自动化编码开发的关键字

确定关键字的过程包括通过pkusseg - python将单词收集并提取到意义组中。因此，分词工具包提供了可接受的准确性，以满足本研究中中介关联的要求[16，28］．但值得注意的是，汉语单词和意义组中的单词通过在半前缀或半后缀上选择不同的设置，形成了独特的形态体系[6，16］．例如，与个人体重相关的关键词包括“肥胖”(過肥)或“超重”(過重);描述肥胖的多个词汇包括“太大”(太胖)或“超重”(體重超標);半前缀“too”(太)表示“太胖”(太肥)或“太重”(太重)的肥胖程度;半后缀“-zi”(子)可以将形容词“fat”(胖)命名为“胖子”(胖子)。过滤器使用诸如肥胖、与肥胖相关的关键词和替代术语等词段来创建一个逻辑短语，使搜索结果更加客观。新闻数据的客观性不应被视为绝对的，而应被视为基于实践的表现。

在中文词典中，许多涉及肥胖及其因果关系的词汇似乎是可以互换的，尽管“原因”一词通常用于表达一个因素对其结果承担责任，而“导致”则用于表达某种行为或事件的结果。因此，从新闻角度为与肥胖相关的传播开发了一个包含关键词、短语、因果关系、病因推断和可能与肥胖相关的疾病的定制码本。代码本与手动注释一起以快速、简单、但更有效和令人满意的方式进行了多次测试。

起草的代码本由13个目标词、13种病因和7类非传染性疾病(NCDs)组成，改编自以往的研究[2，3.，6，28］．然而，研究人员认为，任何含有“肥胖”关键字及其相关术语至少2次的文章都是理想的有效样本。由于现有的监督算法不能产生令人满意的输出变量，因此阈值是用数据驱动的方式确定的。新闻报道中至少包含2次相关术语，可以确保术语有效。这也使研究人员能够发现使用模拟研究方法无法发现的关联[30.］．此外，客观性是一项核心的新闻准则，包括以超然的方式收集和传播可核实的事实。29，30.］．因此，每篇文章中出现该关键词1次以上的文章都被视为证据，以增加断言的分量，增加新闻报道的客观性。

我们的结果包括11个目标词、11种病因和4种与肥胖覆盖率特别相关的疾病类别。修订后的代码手册维持了中国报纸将肥胖疾病列为非传染性疾病的框架。中显示了肥胖目标词、因果关系相关术语、肥胖病因和疾病的中文和英文翻译列表多媒体附件1．

数据预处理

为了确保机器分析的有效性和可靠性，使用了手动程序来确保生成的文本的计算过程更可靠，包括常用术语、主题和因果联系[31］．因此，5名中国传播与新媒体专业的研究生接受了10多个小时的独立编码员培训。每个编码员被要求通过提供二分判断来编码500个样本，其中20%的重叠新闻故事，并指出不确定性。如果一篇新闻文章提供了一个口头声明，暗示了一个与超重有关的问题，它就会被编码为一个新闻声明。在分析的最后阶段，编码员与第一作者讨论了所有的分歧和不确定性。

之前的沟通研究建议编码员之间的一致性为80%作为可接受的最低限度[6，14，16］．本研究中每个变量的可靠性表明编码员之间的基本一致(Cohen κ= 0.81-1.00;P<措施;95% CI 0.704-0.908)，表明对试验数据的可靠性有较高的信度。综上所述，之前的研究指导了中介关联的概念化，以捕获随意链接的明确断言[11，26，32］．对语言规律进行类比推理，以发展更全面、更可靠的联想是必要的。

因果关系评估的病因学

因果关系是一种语篇分析，通过提取原因和结果之间的语义关系来学习和预测句子的结构[33］．分析因果关系是研究机器学习数据语料库的常用方法[6，26］．考虑到汉语的广泛使用和复杂的性质，DiVoMiner帮助实现了衡量因果关系概念的分类学。具体来说，基于挖掘文本的内部规则[31，34，35， DiVoMiner引导机器自动标记肥胖及其相关关键词。同时得到DiVoMiner生成的算法编码的分类结果。

对于相关性和总效应分析，使用Python3 NetworkX检查网络。以与肥胖相关的术语概念为节点，以文章号为权重。介间中心性是通过考虑网络中所有对的最短路径[36］．边缘中心性(EC)越大，表示项之间的联系越紧密。为了探索两个变量之间的关联强度，计算每个节点的边宽度。例如，“高热量”节点使用“心脏病发作”表示高强度。DiVoMiner分析的几个概念术语示例显示在多媒体附件2．

结果

代码本和数据趋势

共有13个目标词、11种病因和4类疾病与肥胖报道密切相关，这维持了中国报纸将肥胖疾病作为非传染性疾病的框架。基于语义学的对比分析，情景主题强调了6个变量，包括个体与压力、吸烟、过度饮酒、身体活动减少、饮食不当和吸毒相关的行为。相比之下，主题主题包括遗传疾病、环境污染、家庭状况、贫穷的经济状况以及社会和经济制度5个变量。在新闻中，心血管疾病、代谢性疾病、癌症和自身免疫性疾病等四种主要疾病被确定为与肥胖有关的主要致病因素。

从2010年到2019年，共确定了30968篇关于肥胖及其因果推理的病因学的文章，这表明随着时间的推移，人们的关注度有明显的增加趋势。为了便于在不同媒体发展过程和文化之间进行比较，中国大陆与邻近的港台地区肥胖相关文章的数量和排名存在显著差异(χ²_30.= 1098.88,P<措施)。中国大陆与肥胖相关的覆盖率在2018年和2019年出现了最高增幅，但在2014年和2016年出现了大幅下降。图2显示2010 - 2019年中国大陆、香港和台湾地区新闻报道中肥胖与因果关系的趋势和发展概况。

‎ 查看此图

总体分析显示，与肥胖流行相关的新闻文章在2019年达到峰值(n=5183, 16.7%)，其次是2018年(n=4890, 15.8%)和2017年(n=4432, 14.3%)。肥胖及其病因及相关疾病的平均覆盖率为3097篇/年。相比之下，在台湾的新闻话语中观察到高于平均水平的报道。从2010年到2017年(范围从1746篇到2744篇)，报告出现了低于平均水平的趋势。台湾(n=15,571)的新闻报道强度最高，其次是香港(n=8103)和中国大陆(n=7294)。表1显示2010年至2019年中国大陆、香港和台湾地区中文报纸上与肥胖相关的新闻文章的分布情况。

肥胖相关沟通的病因

在最初收集的30968篇(54.9%)文章中，有16991篇提出了肥胖覆盖率的病因学属性。报纸对肥胖病因的报道强度最高的地区是台湾(n=8090, 47.6%)，其次是中国大陆(n=5584, 32.9%)和香港(n=3317, 19.5%)。总体而言，人们更加关注肥胖的3个共同的致病推论，如压力(n=4483, 26.4%)、吸烟(n=3148, 18.5%)和基因(n=2418, 26.4%)。

相比之下，肥胖的一个常见因果属性，社会和经济制度(n= 7,0.2%)在所有报纸上的报道最少。在中国大陆(n= 47,1.1%)，在中国大陆(n= 24,1.6%)和香港(n= 12,2.1%)，一种导致社会经济贫困的病因(n= 24,1.6%)的覆盖率也很低。简而言之，受管制的新闻媒体和以商业为导向的新闻媒体之间的共同肥胖原因的数量和排名有显著差异(χ²₃₃= 348.48,P<措施)。

在三个方面使用情景(个人)与主题(非个人)代理的模式是相似的。在总计16,991篇文章中，与主题条件的影响(n=3404, 20.0%)相比，偶发性风险因素构成了肥胖的主要原因(n=13,587, 80.0%)。具体而言，与肥胖相关的偶发性主题数量在台湾地区最高(n=6563, 48.3%)，其次是中国大陆(n=4283, 31.5%)和香港(n=2741, 20.2%)。在所有报纸上，包括压力、吸烟和过度饮酒在内的病因与肥胖报道密切相关。

在语义概念对比分析中，与肥胖相关的主题数量也以台湾地区最多(n=1527, 44.9%)，其次是中国大陆地区(n=1301, 38.2%)和香港地区(n=576, 16.9%)。遗传导致了61.6%-80.7%的肥胖。表2显示2010 - 2019年中国大陆、香港和台湾地区2个主题下的新闻报道中肥胖的因果属性比较。

中国报纸中与肥胖传播相关的疾病主要有心血管疾病、代谢性疾病、癌症和自身免疫性疾病4类。在最初收集的30968篇文章中，关于肥胖相关疾病的新闻报道有20111篇(64.9%)。台湾地区对肥胖相关疾病的新闻报道强度最高(n= 10622, 52.8%)，其次是中国大陆(n=5432, 27.0%)和香港(n=4057, 20.2%)。

最受关注的疾病类型有三种:心血管疾病(n=8477, 42.2%)、代谢性疾病(n=6869, 34.2%)和癌症(n=4762, 23.7%)。自身免疫性疾病与肥胖相关的报道相对较少(n= 3,0.0%)，而其他疾病(如肌肉骨骼或神经系统疾病)则完全被忽略。与肥胖相关的疾病在9份报纸中也有显著差异(χ²₃₆= 83.74,P<措施)。表3显示2010年至2019年中国大陆、香港和台湾新闻报道中与肥胖相关的疾病类型。

为了检验与肥胖相关的交流相关的疾病病因的强度，网络分析显示了由聚合相互作用创建的连接。由于对中介度EC的测量，因果效应与中介度中心性之间的秩相关为0.17。其中，“肥胖”与“癌症”两个词的聚合相互作用最高(EC=0.133)，其次是“肥胖”与“代谢性疾病”的中介关系(EC=0.030)，“肥胖”与“心血管疾病”的中介关系(EC=0.024)。

结果显示，超重和肥胖与21种癌症以及11种行为和环境因素的风险增加有关。肾细胞癌(RCC)是肾癌发病率上升的主要类型;此外，正如新闻报道的那样，肥胖是RCC公认的危险因素之一。此外，个人行为的几个因素，如不良饮食和身体活动太少，而环境变量的因素，包括污染和贫穷的社会经济被观察到。图3显示了2010年至2019年中国大陆、香港和台湾的新闻文章中与肥胖相关的病因和非传染性疾病，根据每个顶点的中间中心性从最小(黄色)到最大(蓝色)进行颜色编码的直接图表。

‎ 查看此图

讨论

主要研究结果

肥胖的高患病率与巨大的医疗、社会和经济负担有关。随着时间的推移，中国的新闻报道对肥胖病因的因果推断显示出明显的增长趋势。这也表明，慢性压力与肥胖密切相关。压力和肥胖之间的联系会导致过度摄入高脂肪、高糖和高热量的食物，这反过来又会导致体重增加。在分析观察到的疾病负担和肥胖相关覆盖率之间的关联强度时，我们发现心血管疾病是最常见的疾病类型。相比之下，由肥胖引起的代谢功能障碍和炎症在新闻中被忽视，尽管科学证据表明，由肥胖引起的代谢功能障碍会导致各种各样的神经系统紊乱和影响[33］．

同样明显的是，数字新闻经常将肥胖概念与“心血管疾病”、“代谢疾病”或“癌症”等非传染性疾病联系起来。目前中国新闻中流传的信息为广大公众敲响了警钟，他们一直不太认识到肥胖是一种疾病，而且是一种与非传染性疾病相当的危险疾病。此外，媒体内容仍然强调肥胖仅仅是生活方式的问题，或者更糟糕的是，由于缺乏意志力而导致的道德沦丧。因此，新闻报道中的沟通或建议通常只是少吃多运动，这对大多数肥胖患者来说可能是无效的，那些成功减肥的人往往很快就会反弹回来。这不是意志力的问题，而是身体已经进化出复杂的生理过程，通过代谢、激素和神经行为的变化来积极抵制减肥。1-3.］．

在对肥胖的2个共同的致病属性(如压力和吸烟)进行了更强烈的关注之后，另外3个致病推断(包括遗传疾病、过度饮酒和体育活动减少)也经常被提及。在所有报纸上，肥胖的四个主要原因是个人处理压力的责任、烟草、酒精和体育活动的减少。具体而言，饮酒与肥胖的因果推论在中国大陆突出，而压力、吸烟和体育活动减少在香港和台湾受到更多媒体关注。显示各种因果推论的模式可以理解为该地区肥胖交流的独特特征的指示。

与现有文献一致[1，2，6]，据新闻报道，肥胖流行正在增加心脏病、糖尿病和癌症等几种非传染性疾病的负担。新闻报道指出，肥胖与健康状况不佳有关，会增加患非传染性疾病和包括阻塞性睡眠呼吸暂停综合征在内的疾病的可能性。乍一看，人们可能认为慢性疾病足以确定干预措施，以分析因果语言和非传染性疾病对肥胖的影响强度。由于肥胖的个人和社会传播都很明显，新闻报道中应该调查更多的综合和严格的科学干预措施;肥胖是由缺乏锻炼、遗传疾病、不健康的生活方式和不良的饮食环境等多种机制共同作用造成的。因此，肥胖的社会传染性分类应该在新闻中得到承认。

相对于商业驱动的新闻，国有媒体可能有一定的优势，健康教育工作者可能会考虑。例如，中国大陆的国有媒体可能比香港和台湾的商业和私营新闻机构拥有更多的读者。一份以市场为导向的报纸，如香港的《苹果日报》，将体育活动减少与肥胖联系在一起的次数最多的是随意推理，其次是遗传特征和肥胖担忧。相比之下，台湾的《联合报》更关注脂肪量和肥胖相关基因，其次是缺乏体育活动，这是肥胖的因果属性。同样，中国大陆的《广州日报》将肥胖与遗传疾病联系起来，其次是缺乏体育锻炼的后果。

本研究旨在了解关于肥胖的新闻报道的结果和影响的主题和场景是如何重建和采取行动的。调查性新闻报道的实质应该证明，当代数字新闻媒体的最佳特征是，它是一种关于肥胖及其潜在可传播性的叙述性短传播。如今，我们面临着新的权力集中，导致在数据所有权、数据地理位置和数据解释方面出现新的不平等和不安全。了解肥胖流行的报道可能会改变健康研究人员、记者和医疗专业人员的实践，因为肥胖相关疾病的严重程度将发生变化。

与之前工作的比较

媒介文本中的因果联系可以是显性的，也可以是隐性的。在过去的十年中，对干预措施的许多因果推论和效果进行了评估[3.，8，10，21]，但很少有证据表明它们的长期有效性。一种算法策略可以提取和分类语言媒体语篇中复杂的语义内容。因此，数百万的新闻文本以最少的人力投入，使研究人员能够控制理论指导的分类过程和科学发现。

其他观点与以前的报告一致。首先，健康新闻在促进公众健康方面可以发挥积极作用，也可以在引起不必要的恐惧方面发挥消极作用[16，29］．情节报道强调个人主义因果责任归因，惩罚性处理在增加社会归因方面超过了主题报道。新闻报道的因果推论最严重的问题是将自己的健康问题归咎于个人，但很少考虑到更大的社会和环境问题[5，6，8，16］．因此，将肥胖归因于个人责任的失败可能会损害和限制社会、经济、环境和政府解决肥胖的方法。

其次，中国新闻对肥胖疾病的基因解释频率最高(61.6% ~ 80.7%)。据报道，新闻报道经常通过夸大基因和肥胖之间的因果关系来歪曲遗传学[34］．新闻中强调了与肥胖问题相关的单一生物医学框架，尽管应该考虑到各种因果因素[8，34］．新闻报道以基因为基础对肥胖进行解释，这可能会让观众认为基因影响是肥胖障碍的主要原因，而新闻报道则认为肥胖是不健康生活方式的后果[34］．

局限性和挑战

有几个限制是值得注意的。本研究的目的是在新闻报道中确定肥胖传播的因果推断模式。对大量的新闻数据进行分类和考虑新闻特征帧的混合存在挑战和局限性。在新闻报道范围的变化中，新闻作为一个专业领域出现了重大问题。此外，在建议干预和促进媒体教育方面，读者的复杂性可能相当具有挑战性。基于互联网的新闻在移动设备上的快速传播也为链接传播效果带来了限制。

计算方法存在一些挑战，包括缺乏自动化内容测量及其信息解释的标准。虽然本研究中的隐性因果推论可能暗示或推断因果关系，但肥胖相关疾病的文章数量可能不完全具有代表性。在类似的研究中，这些都归因于语言的复杂性[9，32，34，37］．随着时间的推移，各种疾病都会发展;因此，我们的研究结果限制了数据的预测和行动的使用，以提高新闻教育的有效性。

从以往的研究和肥胖干预等流行病学问题中获得的经验应有助于扩大所需的健康举措，并增加防止后代面临肥胖后果的可能性。包括肥胖沟通在内的干预措施不是直接的，而是以混杂因素为条件的。随着新特性的引入和编程语言的不断发展，数据新闻的高级量化研究、基于代理的建模和新闻研究的实验研究等混合方法被提出。

结论

本研究调查了2010年至2019年有关超重的影响和影响及其与病因和疾病的潜在联系的新闻工作。我们的研究结果显示，随着时间的推移，关于肥胖的报道发生了变化，它所采取的路径，以及围绕这个话题的词汇和短语。共有21种癌症和11种行为因素被确定与超重和肥胖相关的沟通直接相关。总体而言，报道的增加趋势说明了新闻和公共健康问题在支持肥胖传播方面的相互作用。

与特定不健康行为相关的新闻内容出现在一半以上的文章中。与此同时，与肥胖流行相关的非传染性疾病也经常出现在60%以上的文章中。两种框架被认为是有益的讨论，结论是肥胖的框架涉及个人层面而不是社会层面的病因。在未来的研究中，我们提出了一个更普遍的框架，因为我们的研究结果表明，要比表面上的讨论复杂得多。

随着基于网络的新闻数量的增加和计算方法的结合，从大量数据中提取意义并将计算算法应用于非结构化数据成为可能。特别是，很少有研究关注中国的数据，因为实证和理论研究的代表性严重不足。然而，这项研究通过收集元数据来支持和反驳我们的怀疑，使媒体分析超越了传统内容分析的领域。