谣言被定义为传播虚假信息的报道，即与现有科学证据不一致的信息。在这项研究中，卫生当局根据目前的科学证据证实了所有COVID-19谣言的不正确性。在3轮讨论中，我们将我们确定的谣言分为8组:(1)预防，(2)诊断/治疗/援助，(3)COVID-19的起源和传播，(4)COVID-19的后果，(5)疾病统计，(6)重返工作或学校，(7)输入病例，以及(8)所有其他。我们安排了一位训练有素的研究人员将每个谣言分为8类中的1类。三分之一的谣言被随机抽取出来，由另外3名独立研究人员进行第二次评估。两组评价之间的一致性极好(κ=0.96， P<措施)。

数据源通过4个步骤得到。首先，根据初步搜索结果，我们确定了中国20个可用于搜索covid -19相关谣言的知名和公众可访问的网络平台。这些平台包括9个网站、5个新浪官方微博账号和6个微信公众账号(表S1) 多媒体附件1)．

其次，我们检索了所有关于4个主要谣言的媒体报道，并将媒体报道分为3类:传播谣言的，提供正确信息的，信息模糊的。我们使用共青团中央授权的免费公共数据库平台——中青华云网络公共服务平台(CYYUN)进行分类。CYYUN自动检索政府或企业官方认证的微信账号、微博账号、公共论坛、新闻网站、纸媒、博客账号、视频、新闻客户端、海外主要媒体及其他国内主流新闻来源的媒体报道。CYYUN数据大约每5分钟更新一次。

第三，利用新浪微博话题收集读者评论，以回应媒体对公开评论最多的谣言事件的报道。新浪微博话题是一个以标签(#话题相关关键词#)概括个人微博的网页，允许读者在微博下面发表个人评论。新浪微博话题的评论数据在中国是免费获取的。

最后，国家和省级每日确诊病例数来自中国国家卫生健康委员会官方网站。

我们实施了两种策略来评估当局辟谣的有效性。

我们比较了两种类型的媒体报道(延续谣言和纠正谣言)在媒体正式辟谣前后的分布情况。由于没有标准标准来确定正式辟谣工作的启动时间，我们研究了所有4个案例中正确报告数和每小时谣言报告数的时间分布(图S1) 多媒体附件1)．基于这些经验分布，我们发现，一旦达到50个以上，每小时正确报告的数量通常会在随后的几个小时内大幅增加。因此，从50多篇反驳报道出现的第一个小时开始，我们就认为这是正式的反驳。”我们的分析考虑了三个阶段:离职前、辟谣和离职后。

我们研究了在回应谣言传播报告和纠正谣言报告的评论中，积极、中立或消极情绪的分布差异。我们将分析重点放在案例A上，这是中国疫情早期所有COVID-19谣言中，读者评论最多、持续时间最长、社会影响最大的谣言。为了进行分析，我们检查了读者评论的频率，以及当发表超过2条评论时，同一读者发表第一条评论和最后一条评论之间的时间间隔。

基于可公开访问的微博用户的唯一身份账户，我们比较了针对案例A的评论的分布，这些读者发表了2条或2条以上的评论。对于每个用户，研究期间的第一个和最后一个评论都被考虑在内，并被分为4组:A组，这两个评论都是对传播正确信息的报告做出的回应;B组，这两种评论都是针对传播谣言的报道;C组，第一条评论发生在对传播谣言的报道的回应中，最后一条评论发生在对正确信息的回应中;在D组中，第一条评论是对传播正确信息的报道的回应，最后一条评论是对谣言的回应。这一分组使我们能够研究阅读媒体报道顺序的潜在影响(首先阅读传播谣言的报道，然后阅读正确的报道，反之亦然)。

所有统计分析均采用R软件包(4.0.0版)进行。计算95%置信区间的比例和Spearman秩相关系数。采用卡方检验检验离职前和离职后谣言报告和正确报告比例的差异。所有测试都是2尾，而且 P<。05was considered statistically significant.

本研究获得湘雅公共卫生学院伦理委员会批准(XYGW-2020-43)。这项研究使用了开放获取的社交媒体数据，并排除了所有个人信息。伦理委员会确定本研究无需知情同意。

在筛选了20个网站和社交媒体账户上的19683条记录谣言后，我们获得了2019年12月1日至2020年4月15日出现在中国的1829条与covid -19有关的独特谣言(图S2) 多媒体附件1)．

谣言频次在2020年1月20日前开始处于平稳期(每天<6条)，随后迅速上升，在2020年1月25日达到初始峰值(n=75条)。在2020年2月7日(n=82)达到第二个峰值后，频率开始逐渐下降( 图1a).“肺炎”、“微信”和“传播”是最常见的词汇，在COVID-19流行的6个阶段，高频词汇都有所不同(表S2和图S3) 多媒体附件1)．

图1B显示了研究期间不同省份的谣言数量差异很大。在1829条谣言中，399条(21.8%)涉及一个以上省份，但大多数(1430条)涉及一个省份。湖北省最多(186例)，其次为浙江(137例)和广西(121例)。宁夏、西藏、新疆、青海、海南和台湾的谣言数量均在10条以下。

在中国新冠肺炎疫情的6个阶段，谣言的内容发生了很大的变化( 图1c).与预防和疾病统计相关的谣言最为常见，分别占第2、3、4阶段谣言的72.2%(39/54)、73.3%(335/457)、64.8%(414/639)。涉及类别的谣言的百分比 诊断/治疗/帮助(χ₁²= 6.352, P= . 01), 要么回去工作，要么回学校(χ₁²= 148.094, P<措施) 输入性病例(χ₁²= 126.04, P<.001)在第5和第6阶段显著增加。

我们更详细地考虑了4个传播最广泛的谣言案例(案例A，新型冠状病毒可以用“双黄连”预防;病例B，新型冠状病毒为SARS冠状病毒;案例C，援助湖北的医疗物资被当地政府扣留;病例D，无症状感染者在官方统计中被视为确诊有症状的COVID-19患者)。病例A(33,870/53,798, 63.0%)、病例B(21,234/24,436, 86.9%)和病例C(6411/7101, 90.3%)的大多数报告来自个人社交媒体账户。案例D，大多数报道来自新闻机构的网站和社交媒体账号(1850/3436,53.8%)( 图2)．个人社交媒体账号是谣言报道的主要来源(案例A: 7648/ 10664, 71.7%;病例B: 14,696/15,902, 92.4%;案例C: 3911/3943, 99.2%;病例D: 322/323, 99.7%)和模糊报告(病例A: 3116/4968, 62.7%;案例B: 2582/2592, 99.6%;案例C: 382/383, 99.7%;病例D: 156/156, 100.0%)。

此外，2019年12月30日至2020年4月15日，国家层面的谣言频率与每日新确诊的COVID-19病例数之间存在很强的相关性(ρ=0.88, 95% CI 0.81-0.93， P<措施)。在省级层面，谣言频率与截至2020年4月15日的累计确诊病例数之间也出现了空间相关性(ρ=0.83, 95% CI 0.61-0.94， P<.001)(图S4 多媒体附件1)．

剔除重复报道(n=3788)和不相关报道(n=4036)后，共获得53,798篇媒体报道(案例A)、24,436篇媒体报道(案例B)、7101篇媒体报道(案例C)和3436篇媒体报道(案例D)(图S2b) 多媒体附件1)．

病例A经卫生部门辟谣后，谣言报告比例明显下降(之前:534/666,80.2%;后:5685/ 45657,12.5%)，病例C(前:1978/2101,94.1%;后:908/3796,23.9%)，病例D(前:120/860,14.0%;后:192/2431,7.9%)( P<措施)( 表1）;而在B案例中，在官方澄清更正信息发布后，谣言报告的比例从10.8%(50/463)增加到60.5% (12,004/19,846)( P<措施)。

案例A(“双黄连”可以预防新型冠状病毒)，我们共识别出54290个微博读者的60744条评论，回应了42篇传播谣言的文章和78篇辟谣并提供准确信息的文章。大多数读者发布一次(49,535/54,290,91.2%)或两次(3789/54,290,7.0%)( 图3A)，对于这两种类型的微博文章，大多数读者的评论都表达了消极的情绪(如愤怒、焦虑、恐惧)。但对正确信息传播文章的负面情绪评论比例显著高于谣言传播文章的负面情绪评论比例(正确:42,485/ 52,811,80.5%;谣言:5271/7933,66.4%，χ₁²= 804.55, P<措施)( 图3b).在多次发表评论的读者中，60.5%(2875/4755)在半小时内发表了第一次和最后一次评论( 图3C)，并且这些读者发表的负面评论的比例在比较他们的第一篇和最后一篇文章时没有显著变化，无论他们阅读的是什么类型的文章(都正确:χ₁²= 0.315, P= 58;两种谣言:χ₁²= 0.025, P= .88点;第一个谣言和最后一个正确的:χ₁²= 1.287, P=点;第一个正确的和最后一个谣言:χ₁²= 0.033, P= .86) ( 图3d)。

这项研究产生了3个关键发现。首先，谣言的内容和数量与中国COVID-19疫情的发展在时间和地理上都有很强的相关性，来自个人社交媒体账号的报道分别占A、B、C和D病例的71.7%(7648/ 10664)、92.4%(14696 / 15902)、99.2%(3911/3943)和99.7%(322/323)。其次，发布纠正谣言的新闻减少了4个所选谣言中的3个(案例A、C和D)的媒体文章的传播，但没有减少案例b的新闻传播。第三，读者对谣言报道和传播正确信息的报道发表负面评论的可能性差异不显著(均正确报道:χ)₁²= 0.315, P= 58;两种谣言:χ₁²= 0.025, P= .88点;第一个谣言和最后一个正确报告:χ₁²= 1.287, P=点;第一次正确报告和最后一次谣言:χ₁²= 0.033, P= .86)。

之前的研究发现，关于每日报道的谣言数量的波动，以及中国各地这些报道的地理差异[ 14]，以及新冠病毒谣言的主要话题[ 14， 15]，与我们的发现基本一致。报道的谣言与COVID-19疫情的发展之间存在强烈的正相关关系，这可能反映了人们，特别是受疫情影响最严重地区的居民对这种新型传染病的极度紧张、恐惧和焦虑[ 16]，如湖北、浙江和广西。可能的原因是，迅速增长的流行病在居民中引起了情绪反应，导致他们争先恐后地寻找任何他们能找到的信息来减轻他们的焦虑和恐惧。当这些地区的居民无法及时获得与新冠肺炎疫情相关的重大公众关切的官方答案时，谣言就出现并迅速传播。 17］．例如，在中国COVID-19流行的早期阶段，如何处理使用过的口罩成为一个主要的公共卫生问题。该问题引发了2031条微博，但在2020年1月23日之前，只有10个新浪官方微博发布了有关该问题的权威信息[ 18］．因此，关于这一话题的误导性谣言立即出现了14个版本，4740篇文章传播了不适当的废弃口罩处理策略，如烤箱加热，用水擦洗，或切割成碎片[ 18］．

这项研究提出了一个独特的发现，个人社交媒体账户是谣言报道的主要来源。这可能反映了个人社交媒体账号繁荣的综合效应[ 19]，即普通公民无法发现错误信息[ 20.]，以及通过“回声室”的放大效应(即，当人们与拥有相同兴趣的人在网上参与同质集群时，容易受到同伴的影响)[ 21］．

出乎意料的是，我们发现网站或基于新闻的社交媒体账户是谣言报道的第二大常见来源。这可能是由于新闻业界对内容的事实核查不足，或有意报道以吸引公众对这些新闻媒体的注意[ 22， 23］．举个例子，传播最广泛的谣言(案例A，一种治疗感冒的中药“双黄连”可以预防新型冠状病毒)最初是由拥有近1亿用户的官方新闻平台新华社微博发布的[ 24］．这条消息的发布迅速引发了新浪微博上一个名为“双黄连可以预防新型冠状病毒”的话题，吸引了15.5亿阅读量和42.3万条评论。 25并导致双黄联股票的恐慌性抢购。

在A、C、d三种情况下，通过发布消息纠正谣言成功地减少了谣言的传播，这证实了通过及时发布权威的正确信息来缓解谣言的传播是可能的[ 26］．情况B则不同，原因可能是2020年2月9日在湖北省举行的第19次新闻发布会上，政府发言人无意中说错了话[ 27］．发言人在无意中错误地证实了谣言，导致B案例的谣言报告数量迅速增加(从41个增加到15767个;图S5 多媒体附件1)在记者会开始后3小时内。

引人注目的是，大多数读者对文章的评论都是负面的，无论文章报道的是谣言还是正确的信息，并且两种类型的文章中负面评论的比例相似。这些结果与以前的报告相符[ 28， 29这可能反映了一个事实，即官方矫正新闻倾向于传播正确的信息，但在很大程度上忽视了为受影响的人提供情感支持或同情的任何尝试。这种缺乏同理心的事实陈述，会导致与情绪化的公众进行无益的对话，他们会以书面形式释放自己的负面情绪[ 29］．

我们的发现有三个主要含义。一是强调及时发布科学准确信息应对重大公共卫生关切的重要性。这样的发布有助于防止谣言的传播。为了有效，它们需要政府官员、科学家和媒体之间的密切合作。

在新出现的卫生危机中，如COVID-19大流行，公众不可避免地会产生担忧，而这些担忧并不总是能立即得到准确的科学证据的回应。在科学进步的同时，由于缺乏指导方针来满足公众对关键公共卫生信息的焦虑和好奇心，世卫组织或学术专家可能会制定基本指导方针，指导通过政府网站、新闻网站、官方和个人社交媒体账户等多种渠道发布现有信息。这样的释放可能会减少公众的紧张和焦虑。

其次，官方发布更正文章往往会减少中国的谣言报道，这表明其他国家也会产生类似的效果。这一战略的成功将需要一个实时网络监测系统来检测谣言报道，并需要政府、媒体公司和公共卫生专家密切合作，发布权威的纠正文章来驳斥谣言，但需要注意的是，在政府和公共卫生专家提供相互矛盾建议的国家，这种战略可能不会很好地发挥作用，例如在美国，2020年COVID-19的大部分情况下[ 30.］．

最后，我们的研究结果表明，需要进行严格的公共卫生研究来为未解决的问题提供解决方案，包括如何尽早有效地发现谣言报道，哪些解决方案可能最适合发布和传播更正文章，以及如何有效地缓解公众持有的负面情绪。此外，应评估其他宣传方法的有效性，如事实核查和撤回(如删除帖子)。

这项研究有局限性。首先，我们的数据收集方法可能低估了COVID-19谣言的数量，因为漏掉了一些针对新浪微博话题的评论，因为作为控制谣言的努力的一部分，一些评论可能很快被平台提供商发现并删除了[ 31］．其次，由于缺乏详细的数据，我们无法探索为什么大多数读者对传播正确信息的媒体文章的评论都是负面的，以及如何缓解这种负面情绪，以促进公众对抗击COVID-19大流行的支持。需要进一步研究来解决这一重要的公共卫生问题。第三，我们无法确定我们研究的谣言是否由机器人人为发布。由于读者通常不知道是谁发布了这些报告，机器人的角色不太可能对我们的发现产生实质性影响。然而，未来的研究可能会收集读者对机器人传播的谣言和人类传播的谣言的反应的数据，以量化它们在社会影响方面的潜在差异，并制定具体的干预措施来分别处理它们。

在大流行的最初几个月里，中国关于COVID-19的谣言数量波动很大。谣言的频率与疫情的严重程度高度相关。造谣报道主要来自个人社交媒体账号，发布辟谣新闻大幅减少了造谣报道的传播。读者对传播谣言的媒体文章的评论和对传播正确信息的文章的评论表达了几乎相同比例的负面情绪。

各国政府和世卫组织等相关国际组织应立即采取行动，制定法规或指南，帮助社交媒体公司和社交媒体用户妥善有效地准备和发布报告，以预防和控制谣言，特别是在像COVID-19大流行这样的健康危机期间，科学知识有限的情况下。同时，我们的研究结果表明，辟谣报告在减少谣言传播方面通常是成功的，政府应该鼓励及时发布正确的信息，以最大限度地减少谣言的影响。