这是一篇开放获取的文章，根据创作共用署名许可(http://creativecommons.org/licenses/by/2.0/)的条款发布，允许在任何媒介上无限制地使用、分发和复制，前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息，//www.mybigtv.com/上的原始出版物的链接，以及此版权和许可信息。
卫生保健专业人员正在利用Twitter进行交流，开发疾病监测系统，并挖掘与健康相关的信息。这些健康信息的直接用户是包括病人在内的广大公众。这就需要卫生保健专业人员对与健康相关的推文进行验证，以确保它们是基于证据的，并避免使用不可信的信息作为关键决策的依据。
这项研究的目的是评估Twitter上与健康相关的推文的有效性(基于证据)，并在社区中提高对基于证据的与健康相关推文重要性的认识。
2015年4月1日至5日发布的所有阿拉伯文包含健康相关信息的推文都是从推特上挖掘出来的。这些推文根据受欢迎程度、活跃度、互动性和频率进行分类，以获得25个推文账户(8个医生账户、10个非官方健康机构账户、4个营养师账户和3个政府机构账户)和625条推文。这些推文由3名美国委员会认证的医疗顾问进行评估，并生成一个分数(真/假)，并计算观察者之间的一致性。
从8个医生账户、10个非官方健康机构账户、4个营养师账户和3个政府机构账户中，共识别出625条与健康相关的阿拉伯语推文。评论者将320条(51.2%)推文标记为虚假，305条(48.8%)推文标记为真实。对推文类型的比较分析显示，75条推文中有60条(80%)来自政府机构，201条推文中有124条(61.7%)来自医生，101条推文中有42条(41.6%)来自营养师。观察者间一致性中等(范围0.78-0.22)。非官方健康机构发布的健康相关推文(169/ 248,68.1%)和营养师账号(59/ 101,58.4%)有一半以上是虚假的。与其他组相比，医生的推文更有可能被评为“真实”(
根据专家审查，推特上专业账户发布的医疗推文中，约有一半被发现是虚假的。此外，大多数基于证据的健康相关推文是由政府机构和医生发布的。
Twitter是一个成立于2006年7月的免费社交网站，用户可以在Twitter上发布和阅读不超过140个字符的在线帖子(即“推文”)。推文可以通过网络、即时在线消息或移动电话发布。推特拥有超过5亿活跃用户，每天产生超过3.4亿条推文和16亿次搜索查询。
中东国家的一些卫生保健专业人员使用社交媒体，特别是Twitter，因为它能够与同事、病人和其他医疗专业人员无缝连接。它也是教育公众、跟踪疾病爆发、收集实时健康数据、招募研究参与者、识别抗生素滥用以及获得与健康相关主题更多知识的重要资源。
几项研究调查了推特上与健康相关的推文内容。一项研究调查了来自几内亚、利比里亚和尼日利亚的所有带有“埃博拉”和“预防”或“治愈”字样的帖子，结果显示，最常见的错误信息是埃博拉可以通过植物ewedu或输血治愈。
推文主要用于传播来自可靠来源的信息，但也是意见和经验的来源[
2014年，约翰霍普金斯大学对推特上665条推文内容进行了分析，结果显示，346条推文与健康有关，53.2%是可测试的声明，41.0%是新闻，26.9%是商业产品或服务，17.6%是个人体验，17.1%是关于健康的[
这些研究表明，Twitter上与健康相关的推文的有效性需要评估，特别是要检查其内容是否代表有证据支持的主张、个人观点或其他信息。因此，本研究报告了阿拉伯语推特上健康相关推文的内容分析结果。
之所以选择推特来调查与健康相关的推文，是因为它是海湾国家最常见的社交媒体。这项研究只包括了阿拉伯语的推文。
使用手动方法识别和分类与健康相关的账户发布的与健康相关的推文，这些账户与组织或个人用户相关联。这些任务对于本研究的识别、数据收集和分类过程至关重要。
通过四个步骤确定相关帐户。第一步是使用以下阿拉伯语搜索Twitter网站:健康、你的健康、敏捷性、养生、健康饮食、药物、疾病、疾病、药物、治疗、违禁药物、流行病、炎症、感染、医疗信息、医生、医院、日常医疗信息、营养、医疗账户、健康账户、医生账户和营养账户(见
第二步是根据以下因素选择账户:
关注人数(最低设定为25万);
活动(2015年4月期间的推文);
与其他用户的交互;而且
推文频率(每天与健康相关的推文)。
由此产生了86个Twitter账户:31个医生账户，39个非官方健康机构账户，6个营养师账户，2个媒体账户和8个政府机构账户。
第三步是根据以下3个标准进一步审查86个帐户:
人气(浏览量最高);
与其他用户的交互;而且
关注人数(最小数量设置为45,000)。
至少有45000名粉丝的账户被审查了一周，以选择那些每天发布至少5条与健康相关的推文，每周至少转发100次的账户。这导致了25个Twitter账户的名单:8个医生账户，10个非官方健康机构账户，4个营养师账户和3个政府机构账户。
Twitter账户被识别为那些其描述提供了相应诊所/医院网站的Web链接的人。一共有8个医生推特账号。
这些Twitter账户的描述提供了一个非官方健康机构的网络链接。这些账号有7万到30万粉丝。这样的账户一共有10个。
这些Twitter账户的描述提供了其诊所/医院网站的Web链接。这些账号拥有4.5万至21万名粉丝。这样的账户一共有4个。
Twitter账户被识别为那些其描述提供了到相应政府网站的Web链接(即以gov.sa结尾)的账户。这些账号拥有4.3万至84.3万名粉丝。这样的账户一共有3个。
最后一步是在5天内(2015年4月1日至5日)从这25个账户中选择前5条与健康相关的推文。结果是总共有625条推文，它们被整合到一个微软Word文件中。
Word文件由3名独立评审员进行评估(美国委员会认证的咨询师，在医疗实践方面有超过10年的经验，如果需要，还与其他不同领域的专业顾问合作)，他们在内容分析过程中对Twitter用户的身份一无所知。审稿人对这些推文进行了评估并将其标记为虚假、证据不足(即专家意见)的真实、证据适度(即小型随机对照试验[RCT]、非随机观察性研究、注册)的真实或证据充足(即许多大型随机对照试验)的真实。
其次是对推文进行评分，该系统使用大多数评论者的意见为每条推文生成分数。例如，如果3个专家中有2个决定采用中等证据，那么中等证据就被选为推文的得分。
如果评审员的意见不占多数，则选择较低的证据水平作为评分。例如，如果3名评论者分别选择了弱证据、中等证据和假证据，因为大多数人都将其列为真证据，那么弱证据就被选为推文的得分。
描述性统计被用来列出每个审稿人的帐户类型和反应。通过Twitter账户类型的比较分析和卡方检验来确定结果的统计显著性。3名独立审稿人的观察员间协议基于以下公式:(真/[真+假])。
本研究的数据收集过程在
按帐户类型划分的推文(推文总数:N=625)。
| 账户 | n (%) |
| 医生 | 201 (32.2) |
| 政府研究所 | 75 (12.0) |
| 非官方卫生机构 | 248 (39.7) |
| 营养师 | 101 (16.2) |
由3名独立评审员对每条与健康相关的推文进行评估，并将其分为4类(虚假、弱、中等或强)中的1类。在真实类别中缺乏多数的情况下，弱证据被选为推文的得分(
评论者的推文编码。
| 评论者的决定 | False, n (%) | True, n (%) | Interobserver协议 | ||
|
|
|
弱 | 温和的 | 强大的 |
|
| 专家1 | 268 (42.9) | 332 (53.1) | 20 (3.2) | 5 (0.8) | 0.57 |
| 专家2 | 140 (22.4) | 226 (36.2) | 173 (27.7) | 86 (13.8) | 0.78 |
| 专家3 | 488 (78.1) | 62 (9.9) | 72 (11.5) | 3 (0.5) | 0.22 |
| 最后的决定 | 320 (51.2) | 261 (41.8) | 39 (6.2) | 5 (0.8) |
|
本样本中超过一半的推文(320/625,51.2%)没有医学证据支持(
按账户类型对推文进行的比较分析显示，75条推文中有60条(80%)来自政府机构，201条推文中有124条(61.7%)来自医生，101条推文中有42条(41.6%)来自营养师。
来自非官方卫生机构(169/ 248,68.1%)和营养师账户(59/ 101,58.4%)的健康相关推文超过一半是虚假的。与其他组相比，医生的推文更有可能被评为“真实”(
推文账号类型与最终有效性的对比分析。
| 帐户类型 | 最终意见，n (%)一个 | |
|
|
假 |
真正的 |
| 政府研究所 | 15 (20.0) | 60 (80.0) |
| 医生 | 77 (38.3) | 124 (61.7) |
| 非官方卫生机构 | 169 (68.1) | 79 (31.9) |
| 营养师 | 59 (58.4) | 42 (41.6) |
一个对于4×2表，
收集数据流程图。
一项对625条与健康相关的阿拉伯语推文的比较分析显示，75条推文中有60条(80%)来自政府机构，201条推文中有124条(61.7%)来自医生，101条推文中有42条(41.6%)来自营养师。非官方卫生机构发布的与健康相关的推文中，超过一半(169/ 248,68.1%)是虚假的，与其他组相比，医生发布的推文更有可能被评为真实的(
Twitter是一个健康相关信息的在线雷区，会对病人的健康产生很大影响。它可以实现无缝的医患关系，并可以访问与健康相关主题的无限在线讨论和信息。
随着社交媒体的出现，来自互联网的健康建议和建议不仅可以影响医生，还可以影响患者。患者越来越多地了解治疗方案、健康知识和疾病知识。网上有关健康的资讯对因衰弱性疾病而不能行动或不能出门的病人特别有用[
此外，需要建立一个包括政府机构、医生、其他卫生保健专业人员和研究人员在内的小组，以确保在线卫生保健资源是最新的、可信的和可靠的，供患者使用。这些信息应该以用户友好、易于理解和易于访问的格式提供。使用有效的基于证据的Web资源可以确保病人友好的格式[
这是第一个对阿拉伯语发布的健康相关推文进行审查的研究，与其他英语健康相关评论的审查相当[
这项研究还表明，审稿人对推文的真假分类达到了中等程度的一致(0.78-0.22)。这可以归因于专家2，他的“真实”投票高于其他2名专家。这突出表明，专家们需要就与健康相关的推文分类进行进一步讨论。
样本量的选择受到推特上阿拉伯文健康相关推文的限制;因此，选择所有健康用户及其推文的随机样本是不可行的，降低了研究结果的泛化性。
这项研究包括对与健康相关的推文进行分类，然后进行分析。然而，被指定为"非官方卫生机构"的用户类别包括背景无法核实的帐户，可能并非来自与卫生有关的用户。因此，结果可能低估了组间的潜在差异，强调了深入分析的必要性。
此外，用户帐户既没有独立验证，也没有与其他数据库进行核对。此外，观察者之间的低一致性归因于每个审稿人对基于证据的看法，而不是基于证据的看法，这限制了结果的有效性。
这项研究为卫生保健专业人员、患者和访问阿拉伯语医疗推文的普通公众提供了两个清晰而简单的信息。首先，从Twitter账户上获得的医疗信息需要有证据的证实，然后才能应用到现实生活中。其次，与其他用户相比，政府机构和医生的推文具有更高的科学价值。
本研究的结果为今后的分析奠定了基础。我们的研究建议，根据应该包含在推文中的最低证据水平，就医生应该发送的推文类型达成共识。此外，卫生保健专业人员需要努力制定在现代卫生保健中使用社交媒体的指导方针和政策。
根据专家审查，推特上专业账户发布的医疗推文中，约有一半被发现是虚假的。此外，大多数基于证据的健康相关推文是由政府机构和医生发布的。
随机对照试验
没有宣布。
阿拉伯语搜索词。