推特是世界上最受欢迎的微博网站，每3天就有超过10亿条推文发布[ 1］．Twitter应用程序编程接口(API)允许研究人员在各种固定地点和移动计算平台上以140个字符的简短“推文”形式发布的内容中搜索关键词，从而对个人和地缘政治事件的日常话语提供洞察。 2- 5］．这个API还捕获与“转发”和“提及”有关的信息，Twitter用户通过这种方式将一条推文标记给另一个人，从而允许跟踪Twitter社区。推特的这些独特特征促使人们对推文进行调查，话题从政治、金融、体育到与健康有关的问题，如H1N1流感流行病学、戒烟和灾难应对[ 2， 3.， 6- 12］．据我们所知，还没有人调查推特上是如何讨论痛苦的。

对许多人来说，疼痛是日常生活中无所不在但值得庆幸的短暂经历。然而，对于超过1亿的美国人来说，这种短暂的体验并没有消退，而是发展为慢性疼痛，造成超过6350亿美元的损失。一半以上的住院患者和50%-75%的癌症患者死于中度至重度疼痛。在急性疼痛情况下，超过60%的手术患者在手术后遭受中度至重度疼痛[ 14， 15］．根据手术类型的不同，高达50%的患者会因手术而直接发展为慢性疼痛。 14， 15］．大量证据表明，许多特定的心理社会因素调节疼痛强度。考虑到社交媒体帖子的强烈情感内容，调查疼痛是如何在Twitter等广泛的社交媒体平台上讨论的似乎是谨慎的。

Twitter内容探索的两个核心领域是(1)内容分析或从推文本身提取意义;(2)基于推文转发模式的社区结构分析或社交网络测量。内容分析包括对词汇使用和关联的简单测量，以及通过情感分析对推文影响的量化[ 16- 21］．使用规则和统计建模技术，在手动注释的语料库或正文上开发，推文可以被归类为积极的情绪(例如，“没有付出就没有收获，很棒的锻炼，我喜欢锻炼!”)或消极情绪(例如，“哎哟，我的背真疼，真难过，我要错过足球训练了，真遗憾!””)( 4， 16， 17， 22- 29］．内容分析可以让我们深入了解推特用户如何将“痛苦”一词融入日常推文中，测量这些推文中所讨论的概念和隐含的情感标签。

转发的社区结构分析衡量了基于twitter的社交网络的连通性。先前的观察表明，慢性疼痛可能与不同形式的社会隔离有关，甚至可能导致不同形式的社会隔离[ 30.- 36］．与此相反，疼痛本身可能是怜悯的焦点，作为一个尖锐的讨论话题，因此心理社会治疗往往侧重于改善社会支持系统和/或最大限度地减少社会隔离[ 37， 38］．对与疼痛相关的推特转发模式的社区结构分析，可以帮助确定关于疼痛的在线交流是反映了一个更有限、更亲密的communiqués网络，还是反映了一个更广泛的疼痛相关内容的传播。

据我们所知，这样的分析方法还没有应用到推特用户的communiqués上。在这里，我们探索了来自世界各地的65,000多条推文的内容，每条推文都包含“疼痛”一词。我们讨论了使用文本分析和网络分析相结合的可能性，可以利用Twitter在日常生活中不引人注目地研究疼痛的定性、多维方面。我们有两个目标:(1)评估与疼痛相关的推文的上下文和情绪;(2)比较基于twitter的与疼痛相关的社交网络与包含跨文化通用情感术语(快乐、兴奋、悲伤、恐惧、疲劳、痛苦)和常见客观术语样本(苹果、曼联、奥巴马)的网络的连通性[ 39， 40］．与这些目标有关的假设如下:

这里提出的结果表明，与疼痛相关的推文具有特殊的特征，反映了独特的内容和推文之间的交流。大多数推文似乎都是在描述关系中的疼痛，尽管肯定有一些主题表示具体的身体疼痛。这些数据支持了这样一个假设，即推特上关于疼痛的讨论确实集中在一系列身体和非身体的话题上，而不仅仅是作为一种医疗状况。大约三分之一的与疼痛相关的推文被量化为包含积极的整体情绪，这一比例因地理位置和一天中的时间而不同，这支持了我们的第二个假设，即与疼痛相关的推文中有积极和消极情绪的混合。我们的研究结果也支持了关于转发网络与疼痛有关的独特连接模式的假设。

疼痛相关推文的自动内容分析为研究人员、政策制定者和医疗保健专业人员提供了几个潜在的应用。例如，生物心理社会因素和推文内容之间的潜在联系可能有助于预测急性和慢性疼痛的结果。通过使用超大的推文数据集，对与疼痛相关的推文进行更深入的探索，可能会更好地区分疼痛的身体来源和情感来源，尽管这种区分需要通过外部数据收集方法进行校准，以将内容确定为任何程度的情感来源和身体来源。可用推文的数量，加上它们的时间和位置标签，可以分析疼痛密度的季节性和时间变化及其与环境和地缘政治事件的关系[ 22］．事实上，之前的研究表明，推特情绪评分可能会领先民意调查几天，因此提供了一种间接评估公众看法的廉价方法[ 68］．

也有可能使用这种方法作为确定社区健康状况的流行病学平台，以及与疼痛相关的卫生保健需求的晴雨表，类似于实验性地使用Twitter内容作为流感监测工具[ 69］．这种基于政策的疼痛监测方法可以帮助指导疼痛管理资源在时间和位置上的分配。补充每年或半年对未满足的疼痛需求的调查，这里提出的方法可以允许每月，甚至每周，对疼痛政策变化的影响进行审查。尽管受到一些关键因素的限制，例如区分急性和慢性疼痛，从扭曲的社交媒体用户群体收集数据，以及与疼痛相关的上下文关系，但对疼痛等情感术语的使用和情绪进行流媒体测量可能会为这些方法提供低成本、实时的补充。虽然这样的举措可能只提供可能纯粹出于学术兴趣的协会级别的数据，但至少可行的是，将这种方法与既定的、稳健的(有时成本高昂的)数据收集措施进行校准，可能会使这种基于社交媒体的数据收集方法具有一定的价值，特别是在青少年和Y一代等目标人群中。正如Greaves等人提出的[ 70]，基于推特的情绪分析也可以帮助发现与疼痛相关的医疗服务质量低下。这可能会导致一种有效的、可广泛部署的辅助手段，用于评估患者对疼痛控制的满意度的现行医疗保健提供者和系统的医院消费者评估(HCAHPS)方法。值得注意的是，这一特定领域的现有工作指出了住院期间患者疼痛管理经验的广泛地理差异，以及医院的社交媒体评级与HCAHPS措施之间的一致性，从而指出了社交媒体抽样以补充现有数据收集方法的机会[ 50， 71］．

情绪的量化，尤其是在一份充斥着缩写和俚语的140个字符的文档中进行测量，对分类器的准确性和可重复性提出了有效的问题。之前使用相关推文情绪量化方法的工作表明，这种情绪分析可以很好地跟踪重要的社会文化事件，尽管情绪变化的幅度可能很小，而且倾向于负面情绪的增加而不是积极情绪的增加[ 16， 29］．令人欣慰的是，即使在没有包括机器学习组件的情况下，使用单词列表也证明了这种词汇的准确性，并且已被报道用于针对“幸福”等情感结构的情感分析项目[ 72］．

鉴于样本城市的选择缺乏严谨性，我们对正面推文比例与城市人口统计数据之间相关性的分析是探索性的。平均高温和纬度之间的相关性是合理的，因为较高的温度和较低的纬度可能与更多的阳光照射和更多的积极影响有关[ 58］．推文情绪的地理差异与最近的一项研究是一致的，该研究通过测量2011年收集的1000万条带有地理标记的推文的整体情绪，比较了美国城市的“幸福感”，尽管这种比较仅限于存在差异，因为这项研究没有考察纬度和温度与城市“幸福感”之间的关系[ 20.］．在审查这些问题时，重要的是要考虑生态谬误的风险，因为个人和群体同时采取措施。

我们的研究结果表明，关于疼痛的推文的情绪在24小时内是不同的。这与Thelwall等人之前的工作是一致的[ 29这表明，市场情绪在上午晚些时候和下午晚些时候似乎最为消极。然而，这与多德等人的研究形成了对比。 18]的调查结果显示，在上午5点至6点之间，以及在1900年至2000年之间，积极情绪有小幅上升。我们的结果同样显示了积极情绪在0500和2000年的峰值，以及在1200年的补充峰值和2000年之后的持续增长。有趣的是，在美国，与疼痛相关的推文情绪最低的时间间隔通常是在用餐时间之前。

在这一探索性分析中注意到的一个有趣的观察是，与疼痛相关的推文的积极情绪与没有医疗保险的个人比例高的地区之间的联系。有可能社交媒体用户的人口统计学扭曲也可能是那些没有医疗保险的人，这与先前将慢性疼痛与获得医疗服务联系起来的数据不一致[ 73］．这可能进一步指出了疼痛作为一种疾病状态与社交媒体平台中疼痛概念的表现之间的差异。

除了内容分析，检查与疼痛相关的推文还可以揭示那些把疼痛作为一种话语发布推文的推特用户的在线社交网络信息。近年来，多个团队探索了社交媒体平台，因为它们与身体和心理健康挑战的社会支持系统有关[ 12， 23， 26， 42- 46］．事实上，对患者疼痛相关推文的自动化社交网络分析可能有助于量化和监测许多以患者为中心的潜在结果的治疗进展。这种方法可以同时应用于个体患者和整个社区，从而帮助决策者衡量大规模治疗干预措施的有效性，并为资源分配提供决策支持。

关于“疼痛”的推文转发模式比关于客观主题的推文产生更小的讨论社区。那些参与痛苦相关讨论的用户通过规模较小的大型组件进行弱连接，更有可能参与到数量更多的小型模块化社区中。综上所述，这些结果表明，推特用户倾向于不推广他人关于疼痛的言论，就像他们可能会推广体育或政治等主题的推文一样。值得注意的是，这与“苹果”甚至“曼联”的转发网络在结构上并没有太大的不同，尽管痛苦转发的组件规模确实要小得多。

与之前关于使用社交媒体渠道进行社会支持系统的工作相反，我们的研究结果表明，与疼痛有关的此类出版物可能不会像发表关于体育或政治的声明那样引发社交媒体上的“对话”[ 12， 23， 26， 41- 46］．对于痛苦和其他情感词汇，大多数转发都是路径长度为1的“死胡同”表达。然而，对于客观术语网络，转发似乎在多个连续社区中“呼应”先前的内容，导致更长的路径长度。推特用户希望看到关于疼痛的推文得到回应，他们可能会对推特世界缺乏同理心感到惊讶。

齐藤和增田[ 74]证明了两种受欢迎的推特用户:第一种有很多粉丝，但自己只关注少数人，而第二种保持着大量的粉丝和关注来源的社区。疼痛和#pain转发网络大多遵循Saito和Masuda的类型1原理图，客观术语网络以类型2原理图为主。另一些人则把转发行为区分为“传播者”，即有很多粉丝但自己关注的来源很少的人，和“恶棍”，即有很少粉丝但关注很多来源的人。在这里，我们再次看到与疼痛相关的推文遵循了一种邪恶的转发模式，而客观术语网络则遵循了广播公司的转发模式，它将之前的推文转发到多个社区。 9］．

缺乏关于疼痛的转发可能确实会限制Twitter在研究疼痛相关讨论方面的效用，至少作为一个有限的数据集是如此。另一方面，在关于疼痛的推文总体流行率较低的情况下，关于疼痛的推文的存在可能提供了一个重要的洞察特定推文用户对疼痛的关注。为此，早期关于社交媒体和慢性疾病的研究表明，替代社交网络媒体，如Facebook，包含的医疗保健小组比Twitter上的要多。 75］．之前对失禁相关推文的研究发现，这些推文缺乏“有用的内容”，这表明一些以医疗为导向的推文缺乏合适的对话基质[ 21］．鉴于Kumar等人的发现[ 76这表明讨论的话题在很大程度上影响了用户参与推特讨论的兴趣，这可能只是推特用户对讨论与疼痛有关的话题不感兴趣。无论如何，观察到的与疼痛相关的推文缺乏社交推广，可能会限制Twitter作为一种媒介，促进那些因慢性疼痛而社交网络受损的人的社交互动。

这项工作为疼痛研究提供了几种有趣的可能性。可用推文的数量，加上它们的时间和位置标签，可以分析疼痛密度的季节性和时间变化及其与环境和地缘政治事件的关系[ 57］．这种基于政策的疼痛监测方法可以帮助在时间和地点直接分配疼痛管理资源，类似于自然灾害期间基于twitter的资源分配[ 4， 16， 17， 23- 28］．这里提出的方法可以允许每月，甚至每周对疼痛政策变化的影响进行审查，而不是每年或每半年对未满足的疼痛需求进行调查。正如Greaves等人提出的[ 70]，基于推特的情绪分析也可以帮助发现与疼痛相关的医疗服务质量低下。然而，这些好处必须在搜索大量推文以识别与疼痛相关的材料，然后将这些材料加工成可用于研究和/或决策支持的相关信息的复杂任务的背景下看待。

考虑到我们项目的范围，我们积累了一些与基于twitter的研究方法相关的局限性。首先，考虑到使用Twitter的主要是对科技更熟悉的年轻人，我们的结果并没有占到普通人群的大部分。皮尤研究中心2012年的一项调查显示，16%的互联网用户使用Twitter, Twitter对18至29岁的成年人、非洲裔美国人和城市居民“尤其有吸引力”。 77］．然而，对于疼痛研究中的志愿者研究也是如此，传统上主要从年轻成年人群中取样[ 73］．我们的研究只调查了公开的推文;当然，即使在社交媒体用户中，上述结果也可能存在偏差，因为社交媒体用户在推特上讲述自己的疼痛经历时，可能会因为这个话题的个人性质而选择保持帖子的私密性。我们的工作同样局限于只使用英语推文;因此，我们的数据可能无法代表所有来自非英语国家的推文。在检查术语组时，我们使用默认社区模块化系数可能导致在上层社区中出现了不适当的大量术语。然而，这种方法还允许封装更广泛的主题，并将主题填充多个社区的可能性降至最低。评分者之间的kappa系数公认较低，但与之前的情绪分析评分者注释分数一致[ 11， 56， 57指出了情感分析的主观性。研究所选城市的决定是根据经验做出的，是基于对一系列地理区域的城市以及农村与城市特征的研究。尽管具有更广泛特征的更大样本会很有吸引力，但考虑到所研究的疼痛间过渡语料库的大小严重紧张计算资源，这是不现实的。

总之，我们的结果表明，对疼痛相关推文的图表和情感分析可以为当今社会普遍存在的社交媒体话语中疼痛的角色提供重要的见解。事实上，我们的研究中确定的情感和心理疼痛参考文献的优势表明，未来的研究将重点放在与疼痛的物理表现相关的术语上，以探索疼痛研究的这一重要方面是必要的。此外，未来语义网络分析的实际应用应该包括增强功能，如词干、n-gram和同义词列表，以提高分类的准确性。有必要进一步研究地缘政治事件和季节变化如何影响推特用户对疼痛的感知。 37以及这种看法如何影响疼痛治疗。