TY - JOUR AU - Chen, Shi AU - Xu, Qian AU - Buchenberger, John AU - Bagavathi, Arunkumar AU - Fair, Gabriel AU - Shaikh, Samira AU - Krishnan, Siddharth PY - 2018 DA - 2018/11/22 TI -公共卫生突发事件中卫生机构响应和公众参与的动态:CDC推模式的案例研究在2016年Zika病毒流行乔- JMIR公共卫生Surveill SP - e10827六世- 4 - 4 KW——疾病控制和预防中心KW——公众参与KW - Twitter KW -时间序列分析KW - Zika病毒流行KW——社交媒体KW - infodemiology KW - infoveillance AB -背景:社交媒体已经越来越多地采用卫生机构传播信息,与公众的互动,了解公众舆论。其中，美国疾病控制与预防中心(CDC)是第一批在突发卫生事件和危机期间采用社交媒体的美国政府卫生机构之一。2016年寨卡疫情期间，该公司一直活跃在推特上，该疫情导致美国国内5168例非先天性病例。目的:本研究的目的是量化CDC在整个寨卡流行期间的推特活动、定义为转发和回复的公众参与以及寨卡病例数的时间变量。然后比较这3个数据集的模式，以确定国内寨卡病例数、疾病控制与预防中心在推特上的回应和公众参与这一主题之间可能存在的差异。方法:从67个cdc相关的推特账户中收集2016年发布的所有cdc发起的推文以及相应的转发和回复。2016年每个季度对国内寨卡病例数、CDC推文活动以及CDC发起推文的公众参与进行了单变量和多变量时间序列分析。结果:2016年第一季度，当美国50个州和地区寨卡病例数较低时，CDC发布了84.0%(5130/6104)的寨卡推文(分别只有560/5168,10.8%和662/ 38885,1.70%)。虽然寨卡病毒病例数在第二和第三季度急剧增加，但疾控中心在Twitter上的努力大幅减少。 The time series of public engagement in the CDC-initiated tweets generally differed among quarters and from that of original CDC tweets based on autoregressive integrated moving average model results. Both original CDC tweets and public engagement had the highest mutual information with Zika case counts in the second quarter. Furthermore, public engagement in the original CDC tweets was substantially correlated with and preceded actual Zika case counts. Conclusions: Considerable discrepancies existed among CDC’s original tweets regarding Zika, public engagement in these tweets, and actual Zika epidemic. The patterns of these discrepancies also varied between different quarters in 2016. CDC was much more active in the early warning of Zika, especially in the first quarter of 2016. Public engagement in CDC’s original tweets served as a more prominent predictor of actual Zika epidemic than the number of CDC’s original tweets later in the year. SN - 2369-2960 UR - http://publichealth.www.mybigtv.com/2018/4/e10827/ UR - https://doi.org/10.2196/10827 UR - http://www.ncbi.nlm.nih.gov/pubmed/30467106 DO - 10.2196/10827 ID - info:doi/10.2196/10827 ER -