使用Twitter了解人类肠道疾病社区:关键主题的探索性分析

简介

近年来，健康新闻和信息的大规模获取和传播发生了巨大变化。除传统媒体外，互联网已成为分享知识的重要工具[1］．在这种背景下，社交媒体的使用在过去几年中呈指数级增长。越来越多的人和机构，包括政府和卫生组织，定期使用社交网络、博客、内容分享网站和维基[2-4］．因此，社交媒体已经成为一个主要的信息来源[5］．社交媒体为用户创造了机会，让他们在拥有相同兴趣和相同痛苦的一大群人之间进行互动。特别是，这些渠道促进了查找和分享健康和医疗状况信息的能力[6，7］．值得注意的是，许多慢性疾病患者会求助于社交网络中的团体或社区来分享他们的经历，并等待有关他们疾病的消息。8-10］．一个反复发作的例子是炎症性肠病(IBD)，这是一种慢性、复发和缓解的自身免疫性疾病，主要有两种情况，克罗恩病和溃疡性结肠炎[11］．在过去几十年里，这些疾病在世界范围内的发病率一直在增加[12］．IBD通常在人生的第二至第四十年被诊断出来，在女性生育高峰期发病率较高[13］．世界各地的社区选择5月19日为世界IBD日，以提高人们对这种慢性疾病及其相关症状的认识[14］．

如今，人们越来越有兴趣分析和研究社交媒体上与健康话题相关的几个因素，尤其是在Twitter上[15-17］．即应用文本挖掘(TM)和自然语言处理方法和技术系统地识别所讨论的主题，并研究个体与主题之间的关系。事实上，近年来，越来越多的出版物在社交媒体上报道了与健康有关的研究。例如，关于林奇综合症的宣传健康信息如何影响外行的讨论[18];通过描述糖尿病相关推文的频率和时间、推文的地理位置以及参与者的类型，研究糖尿病相关推文在推特上的参与度[19];了解不同类型癌症患者对社交媒体的使用情况[17];健康在线实践社区(即分享经验的群体)的出现[16］．

关于IBD，只有少数研究存在，这些研究集中在特定用户社区或特定用户详细信息的分析上。例如，Guo等人的研究研究了IBD患者社交媒体的使用和质量[20.]， Keller等人的研究讨论了在生殖期服用IBD药物的个体如何决定他们的药物使用[21］．因此，这项研究的目的是更好地了解参与肠道疾病(BD)信息传播的社区。收集了超过24000条与BD相关的推文，可以识别和定位活跃用户，分析决定推文内容和讨论的外部事件，以及所提到的生物医学和科学主题之间的关系。所获得的结果有助于了解最相关的主题和社区，特别是患者如何讨论、感觉和对症状、习惯变化和药物的反应。也就是说，学习如何加强信息的传播和提高患者的认识，这是与健康有关的利益攸关方的两个主要目标。

方法

Twitter传播环境

目前，Twitter的架构支持响应一条推文的不同用户操作(即，回复、转发和收藏)，每个操作在通信能力方面都有特定的含义。值得注意的是，回复代表对发送的推文的具体回应，转发代表转发推文(这对于快速分享和推广内容很有用)，收藏表明推文的内容受到社区的高度赞赏，可以被视为用户推文书签。

图1举例说明了上述通信模式。一方面，回复和转发(即用户关系)允许识别支持或讨论任何发送消息的用户。例如，用户B和C对用户a发布的一条推文感兴趣。这样就可以确定信息是如何传播的，以及哪些是最有影响力的用户。另一方面，转发和收藏的数量(即推文互动)有助于衡量新内容与社区的相关性。例如，用户D喜欢用户A发送的原始推文，并将其保存起来以备将来参考。

一般工作流程

图2描述了本研究实现的检索、处理和分析bd相关推文的工作流程，包括2个基本阶段:(1)数据收集和过滤(2)语料库处理和分析。

2018年2月1日至2018年8月31日，通过Twitter应用程序编程接口(API)检索推文数据。对推文内容和相关信息进行了处理:只要有可能，就对用户进行地理定位，确定其性别，并将其识别为组织或患者;推文内容被清理(标签和对用户账户的提及被删除)，并为进一步的文本处理做好准备;应用了实体识别和情感分析。

数据收集和过滤

数据收集统计了包含以下术语的推文炎症性肠病，肠易激病，结肠过敏，溃疡性结肠炎，回肠结肠炎，回肠炎，克罗恩病，肉芽肿性,Jejunoileitis．Java库Twitter4J [22被用来执行这样的收集。从所有检索到的推文中，只有那些用英语写的推文被考虑，以确保进一步检查的一致性。用法语、西班牙语或意大利语等其他语言撰写的推文(1055/25,689)共有4.10%(1055/25,689)被删除。最后的数据集包含了由13295名不同用户用英语撰写的24634条独特的推文。

语料库处理与分析:用户表征

所有的推文都由推文创建者自动标记。收集用户配置文件中的数据并进一步验证(参见下一小节中的详细信息)。具体而言，用户特征包括性别确定、组织和患者的区分以及地理位置。

不幸的是，由于目前预测模型的精度很低，而且几项研究指出，大多数Twitter用户属于一个很小的年龄范围，因此无法确定用户的年龄。23］．

面孔和性别识别

性别识别需要基于性别名称字典的两步策略[24]和卷积神经网络模型(该模型通过从IMDb和维基百科中提取的50多万张公众面部图像进行训练，据报道准确率接近90%)[25］．首先，根据字典检查用户名。如果有一个完全匹配的，也就是说，与名称相关联的唯一性别，则性别被解析。否则，如果有用户头像，则应用深度学习模型。如果没有用户头像，或者模型无法识别图像中的单个面孔，则将性别设置为未知。

用户标识

只要有可能，用户帐户将被分类为属于组织、个人(即患者和医学专家)和未知帐户。识别用户的策略集中在用户帐户(即名称和描述)的分析上。

首先，将用户识别为组织，遵循几个级联步骤，即(1)帐户的用户名中包含国家、国家代码或大洲;(2)账号名称中有URL域(如。org);(3)使用正则表达式检查描述中的非个人关键字(如官方、新闻、信息或制药)。

如果用户没有被识别为组织，则应用以下步骤来检查用户是否是个人:(1)帐户具有公认的性别;(2)该账号被推特认定为贡献者或译者;(3)描述使用第一人称代词及其变体形式(即所有格和反身代词);(4)描述中有表情符号或表情符号;(5)使用正则表达式检查人称缩写(如Ms或Mr)。

最后，为了区分BD专家(例如，医生、医务人员或研究人员)与患者，所有被识别为个人的帐户都被处理，并使用额外的识别步骤来检查与专家相关的关键字(例如，医生、教授、医学博士或博士)。

每当策略不能帮助确定类型时，用户就被标记为未知类型。

地理位置

Twitter不要求用户指定位置。当用户引入这样的数据时，它是自由文本的形式，这通常会在进一步的分析中引起一致性问题(例如，用户可以输入纽约而其他人可能会识别出相同的位置纽约市)。另一个需要考虑的问题是，在不同的国家存在着同名的城市(例如，瓜达拉哈拉它是西班牙和墨西哥的一个城市)。

因此，所应用的位置识别方法考虑了关于时区、协调世界时(UTC)偏移和位置文本的信息。这些数据与GeoNames数据库结合使用[26]，其中包含超过1,000万个地理名称，可通过免费的Web服务访问。从Twitter提取的数据在GeoNames数据库中进行搜索。如果数据不够准确，即匹配多个数据库条目，则使用时区和UTC偏移量来帮助解析位置。在不同城市具有相同的名称和时区，但位于不同国家的情况下，位置被设置为未知。

语料库处理与分析:推文表征

为了分析生成的语料库的内容，能够正确识别推文中提到的相关(与主题相关)术语是至关重要的。为此，应用了几种文本预处理技术，然后由内部开发的命名实体识别器支持与选定的bd相关语义类别相关的术语注释。

数据清理

作为第一步，以下预处理任务应用于数据集中的推文内容:

• 删除没有提供有用信息的特殊字符(例如，＆，(“。”)，＊，+，<,或>）
• 识别对其他用户的回复和提及(用@)和提取网址
• 符号移除#在标签中，并将标签拆分为多个单词(如果可能的话)，目的是为分析揭示相关术语(例如，InflammatoryBowelDisease来炎症性肠病)．所有这些操作都是使用Twitter文本库[27］
• 如果有3个或以上连续且相同的字符，则删除重复字母(例如:haaaapppyy来haappyy）
• 更正使用Hunspell字典的拼写错误[28]，一个特定医学术语的集合[29]从OpenMedSpel [30.]，以及mth - med -拼写检查工具[31］．通过选择与原始(不正确的)术语相似度最高的建议单词，自动进行更正。相似度计算采用归一化Levenshtein算法[32］
• 简写和速记术语的扩展，这些术语没有包括在Hunspell字典中(例如，SBBOS来小肠细菌过度生长综合征)。尽管推特已经将推文的最大长度从140个字符增加到280个字符，但缩写的使用仍然非常普遍。因此，一个自定义的缩略语词典被建立在内部，包括从多个地方提取的术语[33-35］．

然后，新一轮的文本预处理任务为命名实体识别准备了推文，即标记化(即将文本流分解为单词、短语或其他有意义的元素)，停止词删除(即删除过于频繁的、不包含内容的标记)，词性标记(即为每个标记分配词汇类别)和词元化(即获得标记的词素形式)。在实体识别中，除了单字符号(字母)外，还考虑了二字符号和三字符号，即2或3个符号序列的连续。上述所有任务都是使用斯坦福CoreNLP管道实现的[36］．

命名实体识别

用于命名实体识别的语义词汇主要从生物医学本体库中检索。37]如下所示:人类疾病本体论[38]，提供人类疾病术语、表型特征和相关医学词汇的描述;营养研究本体论[39]，涵盖人类食品原料、食品产品和产品类型，并对食品生产、烹饪、营养和化学成分和过程进行语义开发;症状本体[40]，其中包括疾病症状，症状包括患者报告的显示疾病的可感知的功能、感觉或外观变化;还有树枝干预或程序国家癌症研究所同义词典(NCIT) [41]，描述了为预防或治疗疾病或以其他方式改善健康而采取的治疗或行动。DrugBank本体支持化学、药理学和药学术语的识别，即已批准的小分子药物、已批准的生物技术(蛋白质和肽)药物、营养药品和实验药物[42］．

总体而言，支持实体识别的词汇共包含217,468个词项。为简单起见，本文以语义注释的形式给出并讨论了语义注释的结果元分类，也就是说，药物包含了DrugBank所包含的所有类，食物与饮食指由fooddon分类的食材及食品，症状与SYMP症状有关治疗为NCIT分类的处理，和疾病如DOID所述，将疾病术语、表型特征和相关医学词汇组合在一起。

命名实体识别管道是内部实现的，需要字典查找以及基于模式和规则的识别。为了能够将词典与tweet内容相匹配，词典需要进行一些处理，即将所有术语转换为小写，删除额外的空白，删除较小和较长的术语(即小于2个字符和大于最大tweet长度的术语)，用空白替换特殊字符，并删除与一个以上类别关联的术语。

在实际实体识别中采用了一种反向识别技术[43］．这种技术使用文本中的单词作为与词汇库匹配的模式。对于这项研究来说，这是一个有效的近似值，因为推文中的单词数量远远小于词汇库中的术语数量，也就是说，匹配的模式数量更少。识别优先考虑最长的n-grams。此外，识别器接受完全匹配以及术语的词汇变体(即词源化条目和缩写)。

情绪分析

这些推文的情绪是使用价值感知字典和情绪推理器(VADER) API进行分析的。44］．VADER是一个基于词汇和规则的情绪分析工具，专门针对社交媒体中表达的情绪。预测情绪(即复合得分)是通过将词汇中每个单词的配价得分相加，根据情绪相关规则进行调整，然后归一化，使其值介于−1(最极端的负面情绪)和+1(最极端的积极情绪)之间。

网络表示与分析

图表分析被用来衡量个体术语以及术语-术语对的相关性。具体来说，该分析应用于用户交互，通过提及和转发(即直接提及和转发)，以及语义上有意义的术语的共同出现(即，无论何时在同一条推文中发现两个术语，这两个术语都被认为共享一个链接)。

网络通常是根据节点和边的数量，以及度、特征路径长度、聚类系数和邻居的平均数量来描述的[45］．更详细地说，图的连通性是通过度中心性、间中心性和紧密中心性来衡量的[46-48］．简单地说，度中心性度量了与其他节点的直接链接总量(即，度越高意味着该节点越中心)，中介中心性度量了节点与其他节点的直接链接总量中介节点的角色(即，如果其他节点必须通过该节点才能确保通信，则该节点可能很重要，具有较高的中介中心性)，而紧密中心性衡量的是每个节点与其余节点之间连接的便利性和便利性(即，如果该节点的平均最短路径很小，则该节点具有较高的紧密中心性)[49，50］．

聚类系数被用来衡量节点倾向于聚集在一起的程度。有证据表明，社交网络节点倾向于创建紧密的群体，其特征是链接密度相对较高;这种可能性往往大于2个节点之间随机建立链接的平均概率[51，52］．

结果

概述

结果部分是按照所提问题的逻辑顺序进行的。图3说明了特定的研究问题是如何通过特定的分析来回答的，并确定了每个分析所提供的主要见解。最值得注意的是，结果的结构是这样的:首先从用户活动和感兴趣的主题方面对bd相关推文进行基本描述，然后详细说明对话中主题的相互关系，以及外部信息源的可见性。

识别最活跃的用户(即发布更多推文的用户)和特定主题的社区(如以麸质为中心的社区)的能力对于更好地理解如何适应或调整传播(即接触更广泛的受众或专注于特定社区)以及发现有影响力的人(即船只信息分发，在社区内或跨社区)。对用户活动的分析(不同的时间窗口可能适用于不同的社区)是一种有趣的方法，可以用来计划发布新推文的最佳时间(即，什么时候预计会有主要用户关注)。

推文内容的语义注释向前迈进了一步，提供了关于正在讨论的主题的知识(即，单独的和组合的)。同样，识别链接到外部信息源的推文也有助于提高这些信息源通过Twitter获得的可见性。

与健康相关的利益相关者是一个典型的例子，可以从整体研究提供的见解中受益。比如说，目的是策划一场关于双相障碍和饮食习惯的宣传活动。很可能，这个利益相关者想要研究目标受众吸引更多关注的话题和twitter习惯。活动的计划可能是为了获得短期关注(例如，宣布推出一种新型药物或一种新的食品补充剂)，也可能是为了在较长一段时间内提高认识(例如，促进更健康的饮食习惯)。

肠道疾病社区

用户关系，即提及和转发，被表示在一个网络中，以研究传播相互作用，即识别目标社区和有影响力的用户(即拥有高受众的个人和/或机构)。图4描述了这个网络，其中节点表示用户(即帐户名)，节点大小基于节点的程度(即，接收到最多通信的用户由较大的节点表示)，边表示提到和转发的数量。图中4个不同的背景区域表示群落，大多以账户描述为特征:麸质-、营养-、BD-和与食物相关的关系。在这项研究中，只考虑了超过5个连接用户的社区。

在这个网络中，节点的出度(即发起与其他用户通信的用户)远低于节点的入度(即接收重要推文的用户)。用户账号@CrohnsColitisUK、@CrohnsColitisFn和@HealioGastro属于特定疾病组织，主要以信息/教育为目标，是接受更多交流(即更高程度)的账号之一。这说明个人通常更愿意向可信的组织询问健康信息[6，53，54］．相反，双相障碍患者(如@colitisandme)和肠道疾病或营养专家(如@IBDMD和@charlie_lees)的账户显示出最高的out度。

与北斗相关的影响者公开名单[55]支持组织帐户(如@CrohnsColitisUK、@HealioGastro和@ACCUCatalunya)和个人帐户(如@colitisandme、@IBDMD和@EdwardLoftus2)的识别，通常是为了获得医疗建议。

图5显示了一个推文交换示例:用户@Crohnoid(克罗恩病患者)向用户@ibddoctor(双相障碍专家)询问2种可能的诊断技术，即磁共振成像和计算机断层扫描;@ibddoctor解释了这些技术的优点和缺点，另一位用户@SandraZelinsky也介入了，指出了有限的使用。

人口分布与热点地区

了解社区的人口分布情况对于开展宣传运动和研究政府和机构行动在不同人口领域的影响是很重要的。在这个分析中，59.98%的用户(7975/ 13295)分布在世界各地。

图6显示了BD社区的地理分布。节点的大小表示每个国家的用户数量(即，圆圈越大，用户数量越高)，颜色表示大洲(即，蓝色代表美洲，紫色代表欧洲，棕色代表非洲，绿色代表亚洲，红色代表澳大利亚)。

总的来说，大多数使用者位于美国、英国、加拿大和澳大利亚，这与目前对这些疾病流行情况的了解一致[56］．报告的最高患病率是在欧洲(挪威溃疡性结肠炎患病率最高，德国克罗恩病患病率最高)和北美(美国溃疡性结肠炎患病率最高，加拿大克罗恩病患病率最高)。在北美、大洋洲和欧洲许多国家，IBD的患病率超过0.3%。

来自印度、孟加拉国和菲律宾的用户数量也很明显，这可能是由于非洲、亚洲和南美新兴工业化国家的双相障碍发病率上升所致。

生物医学和科学主题

了解用户社区正在讨论的内容对于确定受到更多关注的主题以及能够更好地将新的信息/传播策略与社区的兴趣结合起来非常重要。表1列出了前25个被提及最多的术语及其对应的语义类别(即，食物与饮食，疾病，治疗，症状,药物)，并根据包含推文的数量进行排序。明确提及肠易激综合征和IBD(例如，炎症性肠病或溃疡性结肠炎)和不包含内容的通用性术语(例如，疾病或食物)，是被提及次数最多的词汇，但没有列在表格中。

#Tweets列表示一个术语被提及的推文数量，#Favorites列表示包含一个术语的推文被选为收藏的次数，# retwets列表示包含一个术语的推文被转发的次数，#Hashtags列表示一个术语在话题标签中被使用的次数，包括术语变化(例如，焦虑性障碍就像#焦虑)。

转发量对于理解用户之间的信息流动是很有用的，而被收藏的数量可以被理解为衡量包含术语[]的推文有用性的一个指标。57，58］．此外，一个术语在标签中出现的次数很有趣，可以理解用户希望推文如何被索引(容易被其他有类似兴趣的人找到，以及引起对某些主题的关注)。这可以理解为衡量术语在社区中的影响的一个度量标准[59］．

如表1(并在拓扑学上分析了词的共现网络多媒体附件1)，被提及最多的术语与疾病(35.64%， 11,688/32,794)食物和饮食(25.43%， 8342/32,794)，其次是来自症状5811/32,794 (17.71%),治疗(14.83%， 4864/32,794)药物(6.37%， 2089/32,794)类。

腹泻(10.33%，1208/ 11688)和便秘(8.94%，提及疾病术语为1046/ 11688)是提及最多的疾病相关术语。考虑到许多IBD和IBS患者的副作用是腹泻，许多人声称有便秘问题，这在一定程度上是意料之中的[60］．有趣的是，便秘是最常出现在话题标签中的术语之一，这表明这个话题对社区来说是有意义和及时的。我们还特别讨论了与双相障碍相关的其他疾病癌症(3.37%，疾病术语占395/ 11688)，焦虑性障碍(3.04%， 356/ 11688提到疾病术语)，抑郁症(2.49%， 292/ 11688提及疾病术语)，关节炎(1.71%， 200/11,688提到疾病术语)，以及哮喘(1.46%， 171/ 11688)。慢性炎症是胃肠道恶性肿瘤发展的主要危险因素，通常与炎症性关节炎有关。值得注意的是，随着IBD患者年龄的增长，慢性炎症的时间更长，免疫抑制的时间更长，患癌症的风险也会增加[61]和关节炎[62］．此外，研究显示，克罗恩病或溃疡性结肠炎患者的焦虑和抑郁发生率往往高于其他疾病患者和一般人群[63，64］．最后，由于哮喘与早发型和晚发型溃疡性结肠炎之间的联系，特别是由于共同的环境风险因素，对讨论哮喘的兴趣是合理的。65］．讨论双相障碍和其他疾病的帖子通常转发率很高，值得注意的是，抑郁症目前是关注的中心(即，这些推文有最多的收藏)。

症状通常与疾病的不同阶段有关，例如腹胀(4.40%，涉及症状术语256/5811)，肠胃气胀(3.20%， 186/5811提到症状术语)，以及腹部疼痛(2.97%， 173/5811提到症状术语)也被相当频繁地讨论，其中包含的推文是转发最多的推文之一，也就是说，这个社区的人们发现它与播放与双相障碍症状学相关的信息(例如，症状-疾病证据和症状缓解疗法)有关[60］．

双相障碍社区也在分享关于饮食治疗的信息，并表现出特别的兴趣无谷蛋白饮食干预［66),益生菌［67](分别有7.32%，611/8342和544/8342提到食物和饮食术语)。虽然IBD中麸质敏感性的特征尚不清楚，但已知麸质可产生可改变肠道通透性并影响免疫系统的多肽[68］．最近的研究调查了含小麦谷蛋白饮食对右旋糖酐硫酸钠诱导的结肠炎演变的影响[69]并评估了低可发酵低聚糖、双糖、单糖和多元醇饮食对肠易激综合征、非活动性IBD和乳糜泻患者与无麸质饮食的有效性[70］．同样，一些益生元，如发芽大麦食品、车前草或富含低聚果糖的菊粉，可能对活动性溃疡性结肠炎或缓解期溃疡性结肠炎患者有益[71］．其他研究表明VSL#3益生菌可能有效诱导活动性溃疡性结肠炎缓解[72］．大量的收藏、转发和话题标签反映了双相障碍社区对更多了解这些饮食干预和讨论不同饮食和食物的利弊的兴趣。

一般来说，药物和非饮食治疗比其他类别更少被提及。然而,医疗大麻(药物术语占36.38%，760/2089)和催眠疗法(3.57%， 174/4864提到治疗术语)引起了一些关注，作为一种非传统的治疗方法。虽然这些结果仍不确定，但最近的研究表明，一些与bd相关的症状得到了改善。医用大麻正在测试用于治疗腹痛和腹泻等胃肠道疾病。实验测试表明，大麻中的单一成分，如四氢大麻酚和大麻二酚，是造成这些效果的原因[73，74］．相反，催眠疗法的使用正在被证实用于胃肠症状的治疗，如减少空腹远端结肠动力或减少全身和直肠粘膜炎症反应[75］．然而，使用这些替代疗法的结果尚不清楚。从目前的情况来看，用户对大麻相关的帖子表现出了更大的兴趣，这从推文收藏和转发的数量以及标签的包含就可以看出。此外，用户发现这些推文很有趣，因为他们选择在他们的追随者中传播它们，使主题索引更容易。

患者沟通主题

仔细研究双相障碍患者发布的推文，有助于更好地了解患者对双相障碍症状、相关疾病、习惯变化和药物的感受和处理。该分析仅考虑了被识别为患者的用户账号发布的推文(58.63%，7795/ 13295)。此外，可以识别出2800名女性(被识别为患者的用户账户占比35.92%，2800/7795)和3860名男性(被识别为患者的用户账户占比49.51%，3860/7795)。患者发布的11098条推文(占总推文11098 / 24634条，占45.05%)表达了负面情绪(51.99%，5770/ 11098)，但也有正面情绪(31.99%，3551/ 11098)和部分中性情绪(13.99%，1553/ 11098)。

大量的负面意见可以解释为这样一个事实，即患者已知会使用社交平台发泄出来他们的情绪，也就是当遇到无法治愈的疾病时的挫败感，比如IBD [76，77］．表2从已识别的语义术语和推文情感两方面对患者的推文进行描述。

表达积极情绪的推文的一个重要部分与无麸质饮食和益生菌补充剂有关。在这一行中，女性的正面推文数量多于男性(57.98%，女性为2274/3922条，男性为51.99%，2390/4597条)。然而，总的来说，包含食物和饮食的推文(图7)在消极和积极情绪方面显示出类似的分布。主要原因是，人们对某些食物成分(如纤维、铁和镁)的影响有不同的看法，这取决于疾病的状态和患者的其他个人状况。

疾病和症状(图7)是负面推文中提到次数最多的语义类别。这些推文讨论了坏的一面双相障碍的症状，即疼痛、疲劳和偏头痛等症状，同时出现其他疾病，即抑郁、腹泻和纤维肌痛[64，78］．相比之下，几条提到药物的推文(图7)显示出积极的情绪，即强调医用大麻对治疗不同慢性疾病的益处的推文。

作为从另一个角度观察这些推文的一种方法，图8描述了从患者推文重构的语义共现网络的子图(参见中完整网络的拓扑分析的详细信息)多媒体附件2)。这个子图显示了疾病和药物之间的关系。节点的大小基于节点度(即，较大的节点表示在更多的推文中提到的术语)，而边缘大小表示共现的强度(即，较厚的边缘表示术语-术语出现的数量较高)。红色节点代表药物，黄色节点代表疾病，边缘颜色代表推文情绪(即红色表示负面推文占多数，绿色表示负面推文占多数，黑色表示中性情绪)。

虽然医用大麻(及其成分如大麻二酚)是讨论最多的药物，但也有可能追踪到患者关于商业药物的讨论，如l-谷氨酰胺、乳果糖、洛哌丁胺和Plantago种子。例如，患者报告了l-谷氨酰胺对腹泻和肌肉萎缩的积极作用，但他们也表达了他们对谷氨酸导致焦虑症发生的担忧。谷氨酰胺可保护食道和肠道粘膜，并可增强肠道内免疫细胞的活性[79，80］．相反，谷氨酰胺有助于产生γ -氨基丁酸，这种神经递质可以稳定思维，但也可以产生谷氨酸，一种兴奋性神经递质，可以过度刺激大脑。81］．

患者讨论了使用泻药治疗便秘，但并不是所有提到的泻药都被推荐。值得注意的是，乳果糖是一种无法在肠道中消化的糖，因此容易引起或加重肠易激综合征症状，如胀气、腹胀、不适和抽筋[82］．反过来，洛哌丁胺被认为是治疗腹泻和便秘的有效收敛剂。事实上，之前的一项研究报告了大便频率和一致性的显著改善[83］．

最后，患者对药用植物的有益治疗特性感兴趣，比如Plantago(以各种形式，如炒瓜子、煎剂或糖浆)，即具有抗炎、通便和收敛的特性[84］．

用户活动的时间分析

表3描述了2018年2月1日至2018年8月31日的推文数量和推文互动量(即转发和收藏)。确定用户更有可能发布推文的时间段，特别是特定事件(如IBD日、科学会议或信息活动)如何影响此类活动，这是一件有趣的事情。

特别是世界IBD日(2018年5月19日)的庆祝活动，这是一个全球性的活动，旨在提高人们对双相障碍疾病的认识，并敦促政府和卫生保健专业人员采取行动，向患者表示支持，这推动了推特互动的增加，即转发和喜爱(即，2018年5月和6月分别为15,820和18,158个推特互动)。这几个月的平均转发数比一年中的其他时间增加了174%(3314/1902)。在推特收藏方面，与今年其他时间的平均收藏数量相比，仍然有明显的增长(329%，13585 /4130)。

外部信息来源

通过推特分享的超链接提供了有关当前卫生研究和发展计划(公共和私人)、健康促进行动以及通过推特宣传的其他活动的有用信息，这些活动是为了接触和吸引更多人。表4而且5将网址分为四类，总结结果:(1)有关双相障碍的资讯或宣传活动;(2)科学地点、文章和会议，通常包括新的治疗方法;(三)与特定疾病相关的卫生网页;(4)商业站点。#Tweets列表示该URL被提及的推文数量，# retwets列表示包含该URL的推文被转发的次数，#Favorites列表示包含该URL的推文被选择为收藏的次数。

只有少数组织发布的推文中包含的外部链接得到了高度转发并被标记为“收藏”。值得注意的是，Guts4life网页(一个关于IBD的门户网站)获得了最多的转发和收藏。这种分析有助于确定社区认为最有用/最有意思的外部来源，特别是考虑到其中大多数都与描述BD症状和潜在治疗方法的页面有关。

对于患者分享的tweets中包含的外部链接，其信息流在BD社区与组织发布的链接处于同一水平(分别为平均49次转发和平均49次转发)。反过来，患者分享的链接与组织分享的链接相比，平均收藏数量更少(例如，平均收藏数量分别为44个和92个)。

从链接的内容来看，大部分资源都是属于知名期刊的文章，即，自然而且英国医学杂志，并报告了近期BD主题的研究(没有特别的重点)。存在商业链接的页面销售斯通内尔-以及其他不需要医疗处方的药物相关产品也值得注意。

讨论

主要研究结果

本文的目的是描述和研究Twitter上的BD社区。为此，收集、处理和分析了与BD相关的推文数据集。数据集涵盖了连续8个月的时间，从2018年2月1日到2018年8月31日。总的来说，这一分析为6个主要问题提供了新的见解:哪些是主要社区和最有影响力的用户?主要的内容提供者来自哪里?讨论的主要生物医学和科学主题是什么?患者交流中的主题是如何相互关联的?外部事件如何影响用户活动?什么样的外部信息来源正在被推广?

健康组织和双相障碍专家(如@CrohnsColitisUK和@IBDMD)是收到更多推文的用户，他们通常在寻找关于病情的可信信息。患者彼此分享经验或寻求医疗建议。此外，最活跃的用户位于美国和英国，这是BD患病率最高的人口地区。

大多数推文都是关于双相障碍的症状、相关疾病、食物和饮食。具体来说，腹泻、便秘和疼痛是引起更多关注的症状(一般人以及患者)，而麸质和益生菌是讨论最多的饮食干预措施(包括大量的喜欢和转发)。在这方面，女性比男性对这些饮食干预表现出更高的积极情绪。医用大麻是评论最多的药物，特别是在推特上获得最多喜爱的推文中，患者积极讨论大麻(及其成分)在缓解常见双相障碍症状方面的有益作用。对于更多的商业药物，使用l-谷氨酰胺治疗腹泻和肌肉萎缩，患者表达了积极的情绪，但也报告了负面情绪，因为谷氨酸的产生及其对焦虑症的影响。讨论中另一组值得注意的药物是泻药，例如，乳果糖的使用与负面情绪有关，因为它倾向于引起或加重IBS症状，而洛哌丁胺被注意到是一种治疗腹泻和便秘的有效收敛剂。

在世界IBD日期间和之后，用户更加活跃，这表明这些类型的倡议正在提高公众对这些疾病的认识，也表明社交网络是BD社区日常交流的一部分。组织在推特上分享的外部资源旨在吸引人们关注意识/信息网站，而患者分享的资源通常指向更科学的内容(例如关于双相障碍的科学文章)和替代疗法(如大麻)。

限制

最直接的限制来自于原始数据的捕获是使用免费的Twitter API进行的，也就是说，选择一条推文作为收藏夹的用户的身份以及可用推文的数量是有限的，无法保证随机或具有代表性的样本[105］．由于这个原因，不可能对社会BD社区进行更详尽的分析。因此，通过自动仪表板供应商进行完整的数据检索，或者使用Twitter API的付费服务，可能会提供进一步的见解。

值得注意的是，这项研究是建立在假设Twitter用户输入的数据是真实的基础上的。不可能检测某些数据(例如，用户头像或用户位置)是否可靠。这一限制主要影响到对人口分布的分析和对某一性别推断出的结论。话虽如此，所取得的结果是符合这些群体的常识的。

语言是分析中需要考虑的另一个方面。这项研究只关注用英语写的推文。如果应用的技术被扩展到支持更多的语言，如汉语或西班牙语，它可能会提供补充的发现。

最后，本研究的重点是Twitter。然而，社交网络的集合可能会被扩展，以分析来自各种来源的更丰富的数据集。考虑到文献中的其他研究[21，106，107]， Facebook和Instagram也将是兴趣来源，尽管公共数据访问非常有限。

结论与进一步研究

在本研究中，我们分析了与BD相关的推文，以表征用户社区和交换的内容。根据所获得的结果，可以发现社区并描述这些社区中讨论最多的主题。大量且不断增加的推文表明，推特正在成为一个关于双相障碍的在线对话空间，即相关症状和替代治疗。此外，用户的位置表明对话是在全球范围内发生的，受此激励，与健康相关的利益相关者每天都在使用该平台接触更多受众。

就未来的研究而言，进行用户分类将是有趣的，即能够识别专家、研究人员和公司，以及患者。因此，可以对推文应用不同的情绪分析和TM方法，以探索用户特定的动机、问题和关注点。例如，了解患者对不同治疗方法和特定症状的看法将是有趣的。