这是一篇在知识共享署名许可(http://creativecommons.org/licenses/by/2.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在《医学互联网研究杂志》上,并适当引用。必须包括完整的书目信息,到//www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。
Twitter是许多健康专业人士的家园,他们发送有关各种健康主题的信息。出于对医生在网上发布不当内容的担忧,需要对这些信息进行更深入的了解,以了解卫生专业人员在Twitter上的行为。
我们的目标是描述Twitter消息的内容,特别关注卫生专业人员及其与健康有关的推文。
我们对700条推文进行了深入的内容分析。对Twitter上健康用户的推文进行定性内容分析。主要目标是描述卫生专业人员在Twitter上撰写的一般内容类型(即与健康相关的与非健康相关的内容),并根据所作发言的类型进一步描述与健康相关的推文。特别要注意的是,一条推文是私人的(而不是专业的),还是提出了用户希望得到某种程度的医学证据支持的主张(即“可检验的”主张)。次要目标是比较不同用户(包括患者、医生、护士、卫生保健组织等)之间的内容类型。
与健康相关的用户在Twitter上发布了各种各样的内容。在与健康相关的推文中,53.2%(184/346)包含可测试的声明。在供应商发布的与健康相关的推文中,17.6%(61/346)属于个人性质;61%(59/96)做出了可检验的陈述。当组织和企业使用Twitter来推广他们的服务和产品时,患者倡导者正在使用这个工具来分享他们在健康方面的个人经验。
与健康相关领域的推特用户在推特上发布可测试的声明和个人经历。未来的工作应该评估可测试的推文与支持它们的实际证据水平之间的关系,包括推特用户——尤其是患者——如何解读医疗服务提供者发布的推文内容。
近90%的美国成年人使用互联网[
医疗服务提供者、患者和患者权益倡导者在Twitter上对各种各样的话题发表评论。
填补这些知识空白需要深入调查信息内容,只有通过对卫生专业人员的推文进行定性分析才能做到。本文报告了对此类推文进行内容分析的结果。该研究的主要目的是描述由卫生专业人员撰写的Twitter内容的一般类型,重点是与健康相关的内容。用户感兴趣的主要内容类型包括被视为“个人”的内容和用户希望得到医学证据支持的内容(即关于健康的“可测试”声明)。次要目标包括按用户类型(例如,提供者、健康倡导者)比较内容领域。根据先前的经验和现有的专业指南,假设自我认定的卫生专业人员不会在Twitter上发布个人内容,并且可验证的声明将很少。
解析推文。
数据收集分为三个基本步骤。首先,确定了Twitter的健康用户。组织智慧创建的Twitter用户列表[
其次,在2012年7月31日至8月3日期间,从这些健康用户下载了每个组中每个用户的相同数量(n=200)的最新公开推文,包括转发推文。如果用户的tweet少于200条,则获取所有可用数据。
第三,从这七个用户组的大量tweet集合中,采样一个较小的集合。对于每个组,从组中随机选择一个用户,并为该用户选择一个随机的tweet(没有替换)。该策略用于创建tweet的初步样本(来自每个用户组的随机tweet 15条,共105条)以开发编码方案,并用于深入定性分析的最终样本(来自每个用户组的随机tweet 100条,共700条)。
研究小组首先根据自己的经验和已发表的文献对感兴趣的内容领域进行假设,以生成编码方案草案。然后,使用105条推文的初步样本,4位共同作者(JL, ZB, MD, MC)使用该草案方案对每条推文进行内容分析。然后对编码方案进行修改以进行最终分析。感兴趣的类别在
通过内容分析确定与健康相关的推文类别(n=346;内容频率可能大于100%,因为内容区域不是相互排斥的)。
微博类型 | 定义 | 例子 | 健康推文的频率,% |
可测试的 | 以证据为基础的声明,其真实性可被评估 | RT @用户名:你知道吗?随着年龄的增长,你可能会对酒精更加敏感:http://[链接]#aging | 53 |
新闻 | 报道最近发生的信息或事件,通常指的是传统的新闻渠道 | @用户名:国家指控男子#从教堂窃取40万美元,#阿尔茨海默病患者,合唱团#盗用 | 41 |
商业 | 为销售服务或产品做广告的 | RT @用户名:学习捕捉/编辑/制作高质量的视频,在ASGE的医生视频编辑课程,6月8日至10日,伊利诺伊州橡树溪. ... | 27 |
健康 | 指食物、饮食或运动 | 准备好季后赛了吗?享受外卡游戏和坚持健康饮食食谱:http://[链接] | 14 |
个人 | 指用户转发的个人体验 | 我今天第一次访问@username。很酷的地方,但是女人呢?让我们为@username承诺的女性们加油! | 18 |
在揭开数据的面纱后,对用户和用户组进行审查,以验证组织智慧提供的分类的准确性。被审查的推文都没有被发现是由研究团队撰写的。在若干情况下,所提供的分类是不准确的;例如,一家自我认定的酒店被错误地归类为政府机构。因此,研究小组的两名成员(JL和ZB)根据对公开可用档案的一致审查,将所有用户重新分类为七个新的用户组(
用户类型。
用户类型定义 | 用户的例子 | 用户(n = 255), |
健康推文(n=346); |
推特的例子 |
无配置文件:在数据收集后删除或暂停帐户,因此无法评估配置文件 | 不可用 | 7 (19) | 19 | 视力治疗改善视力相关的学习问题:利沃尼亚,密歇根州——当孩子们有困难时……http://[链接] |
非卫生相关用户:与卫生专业人员、组织或任务无关的用户 | 贾斯汀·比伯粉丝账号;英国格洛斯特郡的一家酒店;“线上推广”专家 | 25 (64) | 58 | RT @用户名:这些烤蜂蜜芥末鸡块味道大,积分值小!http://[链接] |
健康倡导者:代表患者教育和倡导健康问题的用户 | 糖尿病患者倡导;残疾问题的教育家和推动者 | 6 (16) | 26 | 我的曼迪生活……癫痫患者:教育信息http://[链接] |
非提供者卫生专业人员:在卫生领域工作但不直接向患者提供护理的用户 | 卫生经济学家;注册营养师;医科学生 | 11 (28) | 43 | 嘿,女孩,我听到了!我和你在同一条船上!RT @用户名:绝对需要减肥!我不能再拖延了!得到8 / 2 / 4。 |
保健提供者:直接护理提供者,如医生和护士 | 注册急诊室护士“和三个孩子的母亲”;临床心脏病专家;"医生,主讲人,媒体健康专家" | 22 (56) | 59 | 人为因素:以个人损失为灵感的清晰的患者安全视频http://[链接] |
健康企业:销售特定服务或产品的商业企业 | 草药补品公司;保健营销机构 | 22 (55) | 99 | @username祝你阅读顺利。你看过我们的解剖学和生理学在线吗?让学习更容易http://[链接] |
组织:医院、医学会、诊所和期刊 | 癌症信;爱因斯坦医学院;需要牙科服务的儿童 | 7 (17) | 42 | 公众#疟疾药物研究#数据现在更容易发现http://[链接]#open #science20 |
描述性统计用于将每组用户的推文类型制成表格。使用卡方检验评估用户组之间tweet比例的统计学显著差异。使用Stata 13进行分析。
约翰霍普金斯医学机构审查委员会对该研究进行了审查,并宣布免除进一步审查。
在所有推文中,排除了5.0%(35/700)的非英语推文。对其余95.0%(665/700)的英语推文进行了深入分析(
样本中近三分之一(31.1%,207/665)的推文本质上是私人的。在个人推文中,70.5%(146/207)与健康无关,29.5%(61/207)与健康相关。这一发现具有统计学意义(
推文的包含和排除。
研究小组对与健康有关的推文最感兴趣。这些推文中有超过一半(53.2%,184/346)包含“可测试”的声明,定义为查看推文的人可能期望得到医学证据支持的声明。一个可测试的tweet的例子显示在
在与健康相关的推文中,新闻是第二常见的内容类别;41.0%(142/346)的推文包含新闻。超过四分之一(26.9%,93/346)的受访者提到了商业产品或服务,17.6%(61/346)的受访者表达了个人观点或经历,17.1%(59/346)的受访者讨论了健康问题。
该分析还比较了七个用户组中每个用户组发布的与健康相关的推文的类型。许多非英语推文的用户(9/14)也贡献了英语推文。每个用户组对健康相关推文的描述如下。
对于7.5%(19/255)的用户,贡献了5.1%(34/665)的tweet,用户的个人资料无法访问。在这些推文中,56%(19/34)有与健康相关的内容。在与健康有关的推文中,68%(13/19)提出了可检验的主张。因为这个组32%(6/19)的推文是个人的,其中一些用户可能是个人。
在分析过程中,研究小组注意到,尽管卫生领域的用户最初是有意使用有组织的智慧进行抽样调查的,但分析中约有四分之一的用户(62/255)不隶属于卫生专业、组织或使命。这是样本中最大的用户组,可能代表非健康用户的比较组。这些用户在分析中贡献了30.2%(201/665)的推文和16.8%(58/346)的健康相关推文。
非健康用户比健康用户发布更多关于健康的推文:33%比健康用户平均14%;
直接护理提供者,如医生和护士,包含了下一个最大的用户群体,占分析样本的23.1%(59/255)。这些用户贡献了14.4%(96/665)的tweets;这些用户的推文中有61.5%(59/96)是与健康有关的。他们分享可测试的声明和新闻(分别为61%,36/59和56%,33/59)比其他群体的个人用户更多,尽管14%(8/59)也提到了商业产品或服务,17%(10/59)是个人的(例如,“那个尴尬的时刻,当没有尴尬的时刻推特”)。
分析中约五分之一的用户(21.6%,55/255)是与健康相关的企业,其与健康相关的推文占分析样本的28.6%(99/346)。健康企业的许多推文(44%,44/99)提到了产品或服务,在用户类别中所占比例最高。除了这些以商业为导向的推文,企业还经常分享看似与市场相关的信息(例如,“当你离开一个患有精神疾病的人”,或者“#制药公司”)。推动社交媒体规则#hcsm #hcmktg #web20”(来自一家营销机构)。这些用户也有更多的个人内容推文(8%,而健康用户的平均水平为19%),
非提供者卫生专业人员是那些从事卫生保健专业的人员,他们不直接向患者提供护理。非提供者专业人员占样本用户的11.0%(28/255),包括两名医学生;12.4%(43/346)的健康推文来自这一群体。这两名医学生贡献了该组近一半的推文(47%,20/43)。这组用户的推文中只有49%(43/87)与健康相关,这是健康用户中比例最低的。与所有其他用户组相比,这组用户发表的可测试声明最少,在健康推文中引用新闻的次数最少。相反,近一半的内容(44%,19/43)是关于用户的个人体验的。在这两名医学生中,70%(14/20)的健康推文属于个人性质。与此同时,与其他群体相比,这类用户发布的关于商业产品或服务的推文也较少。
在我们的分析中,患者倡导者占用户的6.3%(16/255),他们总共贡献了6%(45/665)的推文。这些用户发布的推文中有一半以上(58%,26/45)与健康相关;38%(10/26)的用户健康相关推文属于个人推文,个人推文的数量在组中排名第二。只有8%(2/26)的健康推文涉及健康,低于14%的平均水平。许多消息转发了其他用户的内容,85%(22/26)包含链接。
本样本中代表的卫生保健组织包括医院、医学协会、卫生保健诊所和期刊。这些用户占我们样本的5%,贡献了7.7%(51/665)的tweet。超过一半(82%,42/51)的推文与健康有关。此外,这些健康推文比其他用户更有可能分享“可测试”的说法。大多数组织的推文包含可测试的声明(64%,27/42)和新闻(52%,22/42),很少有个人性质的(7%,3/42)。然而,组织也有大量的商业推文;三分之一的健康推文(33%,14/42)宣传商业产品,或者最常见的是宣传他们自己的服务(例如,心肺复苏术课程、实验室测试和员工教育课程)。
与患者权益倡导者的推文一样,医疗机构的推文通常通过链接传递信息。他们的大部分链接(91%,32/35)是可访问的,而整体平均水平为72% (
健康倡导者在推特上谈论个人健康问题的次数明显多于医疗服务提供者。提供者的推文与医疗保健企业的推文最不一样。从统计数据来看,企业更有可能发布新闻,而不太可能发布有关健康的推文;从统计数据来看,非医疗服务提供者的医疗专业人员更有可能发布可测试的声明和新闻故事,而不太可能发布个人内容。医疗保健机构和提供者的推文也不同。从统计数据来看,组织的推文更有可能包含商业内容和健康,但不太可能包含个人内容。
按用户组划分的选定内容区域中与健康相关的tweet的百分比。
|
可测试的 | 新闻 | 商业 | 健康 | 个人 |
供应商 | 61 | 56 | 14 | 25 | 17 |
没有配置文件 | 68 | 32 | 16 | 10 | 32 |
不健康 | 55 | 47 | 22 | 33 | 9 |
业务 | 47 | 34一个 | 44一个 | 12一个 | 8 |
Non-Providers | 37一个 | 26一个 | 16 | 12 | 44一个 |
提倡 | 50 | 35 | 15 | 7 | 38一个 |
组织 | 64 | 52 | 33一个 | 10一个 | 7一个 |
一个与提供者组相比有统计学上的显著差异
对自认为健康的用户及其在Twitter上发布的健康相关信息的分析得出了几个重要的发现。首先,样本中超过一半的推文包括可测试声明的推文,本研究将其定义为推特用户可能期望得到医学证据支持的内容。大多数健康推文都是可测试的,包含各种主题。在初步分析中,我们发现约40%的可测试推文分享了医疗建议,23%的推文传播了科学新闻或研究书籍和文章。虽然研究小组没有详细分析这一点,但这些医学声明背后的来源比科学研究(即“循证”医学声明)更多样化,从常识(例如,在炎热的天气多喝水的建议)到WebMD,到奥兹医生,再到个人博客。这些说法是否在科学上有效尚未得到检验,需要进一步研究。
其次,除了传统的医疗服务提供者外,许多非医疗服务提供者也在发送与健康相关的推文。此外,Twitter上与健康相关的用户的推文内容因用户类型而异。例如,卫生保健组织比个人分享更多的健康新闻和可测试的声明,但也比个人更多地支持商业服务或产品。在未来,重要的是要检查组织的推文是否比个人卫生专业人员的推文更经常地基于严格的证据。这些发现证实并扩展了Sugawara等人的研究[
我们发现该样本中17%的用户是非健康领域的提供者个人,共同贡献了20%的健康相关推文。它们的参与表明,在Twitter上参与信息共享和卫生信息传递的非提供者范围广泛。虽然这个用户社区代表了Twitter上健康对话和信息的重要资源,但这些非提供者不受有关Twitter使用的专业指南的约束。目前还不清楚Twitter用户如何使用或理解这一群体的推文,例如,将其与医生和护士的推文进行比较。鉴于信任是社交网络的重要特征(年轻用户可能像医生一样信任他们的社交网络),这需要进一步的研究[
第三,这些发现表明专业指南与网络行为之间存在潜在差距[
随着Twitter使用的增加,有关Twitter用于健康相关目的的学术研究也在增加。一些研究人员使用Twitter作为监控[
通过检查与健康相关的用户的推文内容,这项研究增加了越来越多的关于将Twitter用于健康目的的文献。这样做,这项研究有几个重要的优势。它代表了对Twitter上与健康相关的用户和内容类型的深入探索。该分析首次对Twitter上的健康用户及其健康相关内容进行了详细调查,为研究人员和临床医生提供了Twitter健康领域的指导。而之前的研究主要集中在特定人群或用户中使用Twitter [
这项研究并非没有局限性。数据收集于2012年夏季;因此,这个样本反映了自那时以来Twitter的格局可能已经发生了变化。例如,对专业指导方针的遵守可能会随着时间的推移而增加。这项研究的发现为未来的分析奠定了基础。由于缺乏一种简单的机制来对Twitter上与健康相关的用户和推文进行抽样,分析样本的选择受到了限制。因此,对所有健康用户及其推文进行随机抽样是不可行的,这降低了研究结果的普遍性。虽然通过将内容组织到列表中的Organized Wisdom似乎提供了一种合理的方法来解决这个问题,但许多用户类别的指定是不准确的。研究小组倾向于用户类型的准确性,而不是原始类别的保存,因此进行了自己的特征描述。由于这减少了某些用户组中的tweet数量,因此降低了确定组间统计显著性的能力。 If so, the results likely underestimate potential differences between groups. Importantly, this only reinforces the need for in-depth analysis while revealing a concern that collated “health-related user” content might not be from health-related users.
该分析没有故意评估“高影响力”用户(例如,Dr. Oz, Atul Gawande, Sanjay Gupta)。我们也没有独立地验证用户配置文件,并且没有根据其他数据库检查代表自己为提供者的用户。此外,虽然分析是双重编码的,分歧是通过共识来解决的,但编码的主观性限制了这些发现的有效性。
这项研究为进一步研究提供了几个机会。虽然初步评估评估了每个可测试推文的证据基础,但未来的分析可以检查推文的这一部分(包含可测试声明的与健康相关的推文),例如,通过将它们与公认的证据强度标准进行比较[
总之,与健康相关的用户和他们在Twitter上分享的内容是多种多样的。虽然医疗服务提供者的推文通常包含可验证的声明,但他们也会使用个人陈述。非医疗服务提供者也在Twitter上持续提供与健康有关的信息。在Twitter上积极参与与健康相关对话的与健康相关领域的用户,以及那些仅仅是阅读这些用户推文的用户,都应该关注与健康相关的Twitter内容的多样性,如果可能的话,还应该关注相关推文的有效性。
DeCamp博士报告说,他收到了美国医师学会(American College of Physicians)关于在社交媒体上发表演讲和医疗专业精神的旅费报销。伯杰博士报告说,他从约翰霍普金斯大学医学院(Johns Hopkins University School of Medicine)获得了报酬,因为他在一个医学教育网站上发布了推文。