这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)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。
新闻媒体的报道对公众态度和政府行为具有强大的影响力。报道当前阿片类药物流行的新闻媒体的数字化改变了报道的格局,并可能对如何有效应对阿片类药物危机产生影响。
本研究旨在描述美国在线阿片类药物新闻报道量与阿片类药物相关死亡之间的关系,以及这些措施在地理和社会经济县级因素之间的差异。
2018年2月至2019年4月美国阿片类药物相关事件的网络新闻报道摘自谷歌新闻。在县一级汇总新闻数据,并与阿片类药物相关的死亡人数进行比较。使用普通最小二乘回归对阿片类药物相关死亡率和阿片类药物新闻报道进行建模,其中包括社会经济和地理解释变量。
共收集了代表1789个县的35,758篇相关新闻报道。回归分析显示,阿片类药物相关死亡率与新闻报道呈正相关。然而,阿片类药物相关死亡率和新闻报道量与受教育程度和乡村性呈现相反的相关性。在控制死亡率变化时,新闻报道过多地代表了东北部的县。
我们的研究结果表明,阿片类药物相关新闻报道量的区域差异并不能反映阿片类药物相关死亡率的区域差异。媒体关注程度的差异可能影响对阿片类药物流行严重程度的看法。未来的研究应调查媒体报道对阿片类药物问题的公众支持和行动的影响。
在美国,每天有130多人死于阿片类药物过量,而且死亡人数只会继续上升[
分析流行新闻报道的内容是研究围绕健康和社会问题的公共话语以及这种话语如何影响公众态度的一种既定方法[
特别令人感兴趣的是,媒体关注度的差异如何转化为政府政策、资金和资源部署的差异,从而影响到特定的地理区域和社会群体。例如,对100篇流行新闻文章的内容分析显示,媒体对2000年代阿片类药物流行中白人和黑人的不同报道可能导致了不同的公众反应和政策干预[
由于阿片类药物危机是一个相对较新的公共卫生问题,以往关于美国阿片类药物流行的媒体报道的研究有限。Borwein等[
在这项研究中,我们开发了一个名为DrugMap.org的平台,这是一个新颖的多流实时监测系统,可以汇总阿片类药物相关事件的在线新闻报道,以调查美国阿片类药物相关新闻报道量和阿片类药物相关死亡的地理和社会经济差异。我们的研究从四个重要方面扩展了当前的研究:(1)我们的实时数据集使我们能够研究最新(2018-2019)的报告,以揭示这一快速发展的公共卫生问题的相关趋势。(2)我们扩展的数据集包括在线新闻来源,这很重要,因为93%的美国成年人报告在线阅读新闻[
2018年2月至2019年4月关于阿片类药物的新闻报道收集自DrugMap.org,这是一个我们开发的多流新闻归档平台,使用自动化脚本捕获新闻媒体数据。使用谷歌新闻API, DrugMap从谷歌新闻中提取所有在线新闻文章,其正文包含与医学毒理学家协商制定的关键类阿片和与类阿片相关的术语:
地理坐标(纬度和经度)使用先前建立的地理定位引擎CLIFF-CLAVIN分配给每个报告,CLIFF-CLAVIN是一种文本挖掘工具,可以解析新闻文章以检索地点提及[
从DrugMap检索到的阿片类药物相关新闻报道数量为92,124,时间跨度为2018年2月7日至2019年4月8日。重复的在线新闻报道、具有相同正文和URL的新闻报道以及美国以外地区的文章均被排除在外。报道粒度大于州级别(例如,新英格兰)的新闻报道也从分析中删除,因为这些文章无法定义为特定的县。经过数据清理,提到阿片类药物的报告总数为35,758,代表了所有50个州和1789个独特的县。该数据覆盖了美国所有县的56.93%(1789/3142)。在DrugMap数据所代表的1789个县中,14.76%(464/3142)还包含疾病控制和预防中心(CDC)阿片类药物相关死亡数据,并将该子集用于回归分析。464个县代表46个州加上华盛顿特区,未包括的4个州是蒙大拿州、北达科他州、南达科他州和怀俄明州。考虑到县域人口的变化,调整后的新闻量定义为人均新闻报道数,计算方法为总报道数除以县域人口乘以10万总人口。
2017年经人口调整的阿片类药物相关死亡率来自疾病预防控制中心国家卫生统计中心生命统计司制作的多死因数据集,可通过疾病预防控制中心的WONDER门户网站获得[
使用人口统计和社会经济变量来评估媒体报道和死亡率与外部变量之间关系的差异。人口普查区成员(东北部、南部、中西部和西部)、县人口、县高中受教育程度、县白人比例、县收入中位数和县农村人口比例的数据来自美国人口普查局[
为了研究空间趋势,在美国地理地图上可视化显示了DrugMap中人口调整后的阿片类药物新闻量。为了检查社会和人口趋势,制作了两张热图:一张显示乡村性和教育程度轴上该县每10万总人口中阿片类药物的新闻量,另一张显示该县每10万总人口中与阿片类药物有关的死亡率。这些地图是按以下方式创建的:首先,我们确定包含新闻数据和死亡数据的县。在这些县的子集中,我们根据县的农村率和县的高中毕业率的五分之一划分了25个组。对于每一组,我们计算平均阿片类药物新闻率和平均阿片类药物相关死亡率,取每一组县的个人发病率的平均值。这使我们能够可视化阿片类药物相关死亡与阿片类药物报告中与社会经济因素相关的差异。
采用普通最小二乘回归对县死亡率和县报告率进行建模。泊松模型最初考虑人口作为偏移量,但在评估后,由于过度分散,违反模型假设,该模型被拒绝。然后,在检查残差项的正态性假设是否满足后,我们选择普通最小二乘。使用同时拥有DrugMap和CDC死亡数据的县进行分析。在模型1中,我们将县的阿片类药物相关死亡率建模为县地理、人口和社会经济变量的线性函数,以确定更高的阿片类药物相关死亡率的区域水平特征。在模型2中,我们使用普通最小二乘回归将县的新闻报道率建模为县死亡率和县变量的线性函数,以确定新闻报道量较大的地区。许多研究描述了与阿片类药物使用相关的县特征[
每个州的报告中位数为565.5(范围7-4169),每个县的报告中位数为5(范围1-1631)。在县级,每10万总人口中位数为9.35例(范围为0.38 ~ 430.57例)。
2018-2019年,美国药物地图按县人口划分。
热图显示2017年阿片类药物相关死亡率(A)和2018-2019年药物地图报告率(B)的分布,按农村百分比和高中毕业生百分比分列。
模型1回归结果见
模型2回归结果见
模型1和模型2的回归结果总结a、b.
因变量 | 模型1 | 模型2 | |||||||
|
死亡率 | 报告率 | |||||||
|
系数 | 标准错误 |
|
95%可信区间 | 系数 | 标准错误 |
|
95%可信区间 | |
拦截 | 84.202 | 18.575 | <措施 | 47.701到120.703 | -24.040 | 19.152 | . 21 | 从61.678到13.598 | |
死亡率 | N/Ac | N/A | N/A | N/A | 0.397 | 0.047 | <措施 | 0.305到0.489 | |
收入中位数 | -0.0001 | 6.28 × 10-05年 | 厚 | -0.000到2.32 × 10-05年 | -0.0003 | 6.37 × 10-05年 | <措施 | -0.000到-0.000 | |
白色的百分比 | 28.019 | 6.431 | <措施 | 15.382到40.656 | 0.410 | 6.652 | .95 | -12.662 - 13.483 | |
农村的百分比 | 0.143 | 0.054 | < . 01 | 0.036到0.249 | -0.172 | 0.056 | < . 01 | -0.282至-0.061 | |
高中毕业率 | -0.857 | 0.242 | <措施 | -1.332到-0.381 | 0.649 | 0.248 | < . 01 | 从0.162到1.135 | |
阿片类药物处方率 | 0.024 | 0.046 | 55 | -0.065至0.114 | -0.112 | 2.438 | 02 | -0.202 ~ -0.022 | |
东北 | -0.786 | 2.054 | 2 | 从4.823到3.251 | 10.115 | 2.078 | <措施 | 6.031到14.200 | |
南 | -1.919 | 1.911 | 收 | 从5.675到1.836 | 0.779 | 1.954 | i = | 从3.062到4.619 | |
西 | -9.991 | 2.418 | <措施 | -14.743到-5.238 | 0.129 | 2.485 | .96点 | 从4.755到5.013 |
一个两个模型均以中西部地区为参照组。
b对于两种模型,N=464。
c答:不适用。
我们的研究结果表明,阿片类药物相关死亡率和阿片类药物相关新闻报道相互呈正相关:县级阿片类药物相关死亡率的增加与新闻报道的增加相关。然而,阿片类药物相关死亡率和阿片类药物相关新闻报道在与地理、人口和社会经济因素的关系方面存在差异。阿片类药物相关死亡在西部地理区域不太常见,而在受教育程度较低、白人比例较高和农村较多的社区更常见。而这一发现是关于阿片类药物
近年来,大众传媒因其在线传播的即时性和覆盖面的广泛性而变得越来越重要。由于在线新闻通常是人们与时事的第一个接触点,因此在线消息来源会使人们对所报道的问题的未来看法产生主要影响,并可能压倒随后收到的相互矛盾的信息[
本研究的结果是基于县变量在区域水平上得出的,因此结论必须在生态水平上得出,而不是在个体水平上得出。首先,这些人口和社会经济变量的共线性问题使我们无法将所有社会经济和人口变量纳入模型。本研究中选择的具体变量是基于以往对阿片类药物相关事件的研究。其次,我们的回归模型提供了关联信息,不能被视为因果关系。第三,虽然我们调整了新闻量以考虑县人口的差异,但基线新闻产出和读者人数的测量可能是更直接的控制变量;然而,这些在研究期间是不可用的。使用这些方法可能会产生不同的结果。
我们使用阿片类药物相关死亡而不是阿片类药物过量死亡进行分析的方法既有优点也有缺点。虽然阿片类药物过量死亡的变量更具体,也许更直接的解释,但疾病预防控制中心的过量死亡数据在重要方面是有限的。具体而言,疾病预防控制中心关于药物过量死亡的数据来自死亡证明上提供的信息,并非所有药物过量死亡证明都包括有关药物的信息。
我们选择不将药物过量指定为阿片类药物相关死亡的潜在原因,以便更广泛地了解美国阿片类药物流行的影响。虽然我们的数据仍然受到上述数据的限制,但我们纳入标准的范围更广,使我们能够实现更全面的分析。这些国家数据库的局限性反映在我们的分析中,因为报告较差的县往往也更农村,因此被排除在外。然而,即使在更多的城市地区有更大的代表性,我们的研究结果表明,在农村和受教育程度较低的地区,媒体对阿片类药物的报道相对缺乏,从而支持媒体在阿片类药物报道中存在偏见。
最后,我们的研究没有检查阿片类药物相关新闻报道的语言或内容,如积极和消极的内涵或使用的词汇类型。媒体内容的文本检查应在后续研究中进行,因为先前的研究表明,框架可以影响公众对某些社会经济群体的看法和判断[
我们的研究揭示了当前阿片类药物流行的媒体描述量的潜在差异。先前的研究和理论表明,媒体关注与其对公众认知、未来资源分配和人口层面阿片类药物使用行为的影响之间存在密切联系。虽然我们的研究没有直接测试这些结果,但我们的结果提供了证据,支持美国各地存在这些媒体差异。鉴于新闻媒体在塑造公众态度和政府努力方面的重要性,公平和准确地分发关于阿片类药物的新闻报道以防止误解至关重要。未来的研究应调查关于阿片类药物流行的新闻报道内容的趋势,以及新闻报道的框架可能如何影响政府对阿片类药物问题的支持和行动。
本研究由NIH/NLM研究所资助(No. 3R01LM011965-03S1)提供。NIH/NLM在研究设计、数据收集、分析或解释、撰写手稿或决定提交论文发表方面没有任何作用。
YH获资助进行研究;进行文献检索;总结了前人的研究成果;设计研究;并撰写了协议,初稿和最终稿。AZ进行文献检索,提供以往研究总结,设计研究,进行统计分析,并参与撰写稿件。CF检索数据,建立数据库,编辑稿件。JSB获得资金进行研究并参与编辑。所有作者都认可了最终稿。
没有宣布。