这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)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。
鉴于社交媒体在整个社会的渗透,谣言的传播速度比以往任何时候都要快,这大大增加了政府应对COVID-19大流行等突发公共卫生事件的复杂性。
我们旨在研究中国COVID-19大流行最初几个月的谣言特征和传播,并评估卫生部门发布更正公告的有效性。
我们检索了COVID-19大流行早期在中国社交媒体上广泛传播的谣言,并评估了官方澄清和驳斥这些谣言的科普文章的有效性。
我们发现,2019年12月1日至2020年4月15日期间,中国与COVID-19大流行相关的谣言数量大幅波动。谣言主要发生在3个省份:湖北、浙江和广西。个人社交媒体账号是4个传播最广泛的谣言(“双黄连”可以预防新型冠状病毒:7648/ 10664,71.7%;新型冠状病毒为SARS冠状病毒:14,696/15,902,92.4%;拟援鄂医疗物资被当地扣留3911/3943件,占99.2%;在官方统计中,无症状感染者被视为确诊有症状的COVID-19患者:322/323,99.7%)。谣言传播的数量与COVID-19疫情的严重程度呈正相关(ρ=0.88, 95% CI 0.81-0.93)。与准确报道相比,更正文章的发布与谣言报道比例的大幅下降有关。市民对传播谣言的媒体文章与传播正确信息的媒体文章的评论中出现负面情绪的比例差异不显著(均正确报道:χ12= 0.315,
我们的研究结果强调了监测和纠正网站和个人社交媒体账户上虚假或误导性报道的重要性和紧迫性。谣言的传播会影响公众健康,政府机构应制定指导方针,监测和减轻这类谣言的负面影响。
准确、及时、公开获取信息对于有效控制新冠肺炎疫情等重大突发公共卫生事件至关重要[
在过去的几十年里,谣言揭穿策略,如事实核查、更正和撤销(例如,删除社交媒体帖子)已被作为事后回应来抵消谣言的影响[
在COVID-19大流行期间,谣言在几乎每个国家都出现和传播[
2020年初,中国开始面临一波又一波的大流行相关谣言。2020年2月至5月,中国政府多次积极发布澄清和更正公告,以减少这些谣言的影响[
本研究旨在研究中国COVID-19大流行最初几个月的谣言特征和传播情况,并评估卫生部门纠正公告的有效性。我们考虑了以下研究问题:在中国大流行的最初几个月,关于COVID-19的谣言有哪些内容?这些谣言的来源是什么?卫生部门发布的更正公告是否有效地缓解了重大谣言的影响?
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,
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)
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。
考虑到中国COVID-19流行期的模式,我们将研究时间从2019年12月1日限制到2020年4月15日。我们使用Python(3.7版)开发了一个网络爬虫算法,自动从20个选定的网络平台检索与COVID-19谣言相关的所有媒体报道。通过手动检查文章标题和全文,删除了重复和不相关的报告。
根据先前研究的定义[
利用CYYUN获得的相关媒体报道数量来估计谣言的社会影响。我们根据相关媒体报道的数量,从6个流行阶段中,每个阶段选出1个最具社会影响力的谣言。我们保留了4条谣言进行分析;我们排除了2条来自中国著名科学家钟南山教授的虚假引用。这种排除的理由是,钟教授的高社会地位,而不是(或连同)这些引用的内容可能助长了这两个谣言的传播,这可能会导致我们在分析谣言内容的影响时产生偏见。
我们利用CYYUN收集了与4个留存谣言传播相关的所有媒体报道:病例A,新型冠状病毒可以用中药“双黄连”预防;病例B,新型冠状病毒是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。(请注意,病例D是谣言,因为世卫组织和所有主要国家在官方数据统计中都不将无症状感染者计算为确诊病例[
收集并处理了与4大谣言相关的所有媒体报道。根据政府对每个谣言的官方声明,训练有素的研究人员手动将每个媒体报道分为3类:(1)传播或持续谣言的报道,(2)传播正确信息来反驳谣言的报道,或(3)传播模糊信息的报道,没有明确支持或反驳谣言。为了保证分类的一致性,我们为这4个主要谣言随机抽取了500篇媒体报道,并请独立研究者将其分为3类。两组研究人员之间的一致性是可以接受的(病例A: κ=0.87,
我们使用Python爬虫算法检索了新浪微博话题中讨论最多的谣言(案例a)“双黄连可以预防新型冠状病毒”的微博文章的读者评论。我们选择案例A进行分析是因为它比其他谣言持续的时间更长。与其他3个案例相比,它也引发了更多的媒体报道和读者评论。使用来自百度的情感取向分析应用程序编程接口[
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)
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
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)
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(
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(
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%)(
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,
2019年12月30日至2020年4月15日中国COVID-19疫情相关谣言数量(a.时间趋势;B.各省差异;C.内容按阶段)。
关于中国COVID-19疫情的4个主要谣言的媒体报道来源。
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)
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%)(
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%)(
媒体报道了4个最具影响力的谣言事件前后辟谣。
案例和时间段 | 谣言报告,n (%) | 正确报告,n (%) |
|
||||
|
|
|
<措施 | ||||
|
Prerefutation | 534 (80.2) | 81 (12.2) |
|
|||
|
辟谣(1月31日晚11点至午夜) | 4445 (59.5) | 2079 (27.8) |
|
|||
|
Postrefutation | 5685 (12.5) | 36006 (78.9) |
|
|||
|
|
|
<措施 | ||||
|
Prerefutation | 50 (10.8) | 412 (89.0) |
|
|||
|
辟谣(2月9日晚9点至10点) | 3848 (93.2) | 86 (2.1) |
|
|||
|
Postrefutation | 12004 (60.5) | 5444 (27.4) |
|
|||
|
|
|
<措施 | ||||
|
Prerefutation | 1978 (94.1) | 3 (0.1) |
|
|||
|
进行中(2月10日晚上11时至午夜) | 1057 (87.8) | 51 (4.2) |
|
|||
|
Postrefutation | 908 (23.9) | 2721 (71.7) |
|
|||
|
|
|
<措施 | ||||
|
Prerefutation | 120 (14.0) | 660 (76.7) |
|
|||
|
辟谣(3月22日上午7点至8点) | 11 (7.6) | 126 (86.9) |
|
|||
|
Postrefutation | 192 (7.9) | 2171 (89.3) |
|
针对A谣言“‘双黄连’可以预防新型冠状病毒”的微博文章读者评论:(A)评论频次,(b)按文章类型划分的评论分布,(c)同一读者第一次评论和最后一次评论的时间间隔,(d)按文章类型划分的第一次评论和最后一次评论中负面评论的比例。
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,
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[
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[
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[
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[
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[
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[
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[
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。
补充材料。
中青华云网络公共服务平台
世界卫生组织
本研究由国家社会科学基金重大项目(20&ZD120)资助。发起人在研究的设计和实施中没有任何作用;数据的分析、报告或解释;手稿的准备、审查或批准;或者是提交稿件发表的决定。
GH对研究进行了概念化和设计,监督了研究的实施,并最终完成了手稿。JL和MZ收集并验证底层数据。PC和JL进行了数据分析。PN和PC开发了手稿。JL、PL、ML、ZZ参与了对手稿的解读和修改。DCS和YY对稿件进行了严格的编辑。
没有宣布。