我们使用开源COVID-19推文数据库提供的唯一推文ID，从推特的应用程序编程界面收集并下载了2020年2月1日至2022年4月30日与COVID-19相关的推文[ 36］．下载的数据包含完整的推文文本和相应的元数据，包括创建时间、用户信息、推文状态等。我们进一步过滤了非英语和转发的推文，并保留了471,371,477条推文。我们的数据收集过程严格遵循Twitter的隐私和数据使用管理。本研究遵循《加强流行病学观察性研究报告》报告指南。

本研究由浙江大学学术评审委员会批准(ZGL202201-2)进行。

我们删除了包含url的推文，因为这样的推文通常只包含原始内容的摘要或引用(剩下169,660,346条推文)。一位精神病学家和一位心理学家策划了一本包含231个关键词的心理健康词典。这些关键词被分为4个亚组:焦虑、抑郁、失眠和成瘾(表S1) 多媒体附件1)．我们使用该词典通过与预处理推文进行关键词匹配来提取与心理健康相关的推文，并识别出4,460,203条推文。为了减少垃圾邮件和错误信息推文的影响，我们删除了在研究期间发布超过1000条与心理健康相关推文的用户的数据。最终的数据集包含4213,005条推文。 图1展示了数据预处理过程的概述。

用户的地理信息从推文的两个字段中收集:(1)推文元数据中的“place”字段和(2)推文元数据中“user”字段中嵌套的“location”变量。选择“地点”信息作为用户地理信息的主要证据，因为它是由GPS数据生成的，因此比来自自我报告的“位置”字段的信息更准确。我们使用美国州名列表来提取用户的地理信息(“方法”) 多媒体附件1［ 37- 39])。在此步骤中，来自与一个以上州关联的用户的推文将被删除。

潜狄利克雷分配模型[ 39]被用来总结精神健康相关推文的主要主题。为了创建主题建模的语料库，我们删除了所有停止词[ 40]以及数字和符号。主题模型是使用 LdaModel的功能 Genism包( 40］．我们选择了主题的数量——一个基于困惑度和主题一致性的模型超参数(“方法”) 多媒体附件1［ 37- 39])。

为了识别医护人员，我们构建了一个医护人员识别词典，其关键词大致可以分为3组:职业、学位和协会名称(“方法”) 多媒体附件1［ 37- 39])。该词典共收录47个关键词，如“医生”、“MD”、“医学博士”、“FACP”等(表S2) 多媒体附件1)．我们使用这个词典来过滤用户的描述，并从卫生保健工作者那里提取了49307条推文。

我们运用标准描述性统计方法，总结了四种类型的精神健康推文的比例，包括中位数和iqr。采用Wilcoxon配对符号秩检验比较卫生保健工作者与普通人群之间的差异。间断时间序列分析[ 41]用于分析封锁政策对公众心理健康的影响(详细信息见《方法》) 多媒体附件1［ 37- 39])。我们使用Python软件(3.8版)进行统计分析，并选择了a P0.05为有统计学意义的阈值。

数据预处理从2,316,817名用户中选取4,213,005条与精神健康相关的推文( 图1)．其中，51.3%(2161357)推文属于“抑郁”组，45.66% (n= 1923635)推文属于“焦虑”组，5.35% (n= 225205)推文属于“失眠”组，3.56% (n= 150006)推文属于“成瘾”组。4个比例的总和大于100%，因为一些推文包含了属于不同心理健康亚组的多个关键词。此外，使用地理信息提取了789,967条推文(18.75%)，医疗保健工作者发布了49,307条推文(1.17%)(来自21,963名用户)。

4个亚组的周新增病例数和精神健康相关推文数的变化趋势如图S2所示 多媒体附件1．心理健康问题的推文数量在2020年2月29日至4月4日达到了第一个高峰。我们计算并可视化了与心理健康相关的推文在所有与covid -19相关的推文中的比例 图2．焦虑相关推文的比例曲线在2020年3月、10月和2021年9月有3个优势峰值。在研究期间，失眠相关推文的曲线持续增加，而抑郁和成瘾的曲线没有观察到特定的趋势。

图3显示2020年2月1日至2022年4月30日期间，美国各州与精神健康相关的推文在所有与covid -19相关的推文中的比例，并可视化了美国所有50个州的每月推文比例(具体比例和95% ci列在 多媒体附件2)．佛蒙特州、俄勒冈州和犹他州是精神健康推文比例最高的3个州，而密西西比州、夏威夷州和路易斯安那州的比例最低。在大多数州，前两个月与心理健康相关的推文的比例比接下来的几个月更高。

与心理健康相关的推文中最常见的词汇是“人”、“担心”、“羞耻”、“恐慌”、“封锁”、“焦虑”、“面具”等(图S3) 多媒体附件1)．基于研究的困惑度和连贯性，我们选择16个作为主题的数量(“Methods”和图S4) 多媒体附件1［ 37- 39])。的表S3中显示了主题和对应的前20个最可能出现的字母和字母 多媒体附件1．我们根据关键字为每个主题分配了一个主题名称。例如，一个主题的关键词是“大学”、“学生”、“压力”和“考试”，这表明关于这个主题的推文很可能集中在“学生的压力”上。除了“新冠肺炎新闻”、“检测结果”、“戴口罩”等与新冠病毒相关的话题外，公众对“经济崩溃”、“抢购”、“燃料问题”等话题也表现出了特别的兴趣。这16个主题被分为6个主题组:“COVID-19大流行”、“预防措施”、“经济”、“人”、“教育”和“心理健康”。 图4显示了被调查主题相对推文比例的动态分布。疫情期间，“封锁日”的话题在大部分时间占据主导地位。“新冠肺炎新闻”在疫情开始时被频繁提及，但在2020年6月后恢复到平均水平。“恐慌性抢购”话题在研究期间波动明显，在2020年2月至3月和2021年8月至10月相对较大。

我们评估了医护人员和普通人群之间4种心理健康症状相关推文的比例差异，并将结果显示在 表1．统计结果显示，与焦虑、抑郁、失眠和成瘾相关的推文在医护人员中所占的比例明显高于普通公众(全部) P<措施)。 图5A显示了每个用户在不同主题上的平均推文数量。“封锁日”是医护人员和普通民众讨论的首要话题。为了可视化医护人员和普通人群之间话题分布的差异，我们可视化了年中两组按话题划分的推文平均数量的比例 图5B.研究表明，医护人员在13个话题上讨论得更多，特别是与临床相关的话题，如“医院情况”、“COVID-19症状”和“口罩佩戴”。相反，普通民众关注的话题是“燃料问题”、“学生压力”和“恐慌性抢购”。

在研究期间，我们选择了12个州，这些州有2万多条相关推文，以探索封锁政策对公众精神状态的影响。我们报告了在密歇根州、宾夕法尼亚州、北卡罗来纳州和俄亥俄州发现的显著结果(其他8个州的分析结果显示在图S5中) 多媒体附件1)．采用灵敏度分析验证结果的稳定性(表S4) 多媒体附件1)． 图6显示了宾夕法尼亚州采取封锁政策后，4条与精神健康相关的推文的比例发生了变化，但其他3个州没有变化。 表2列出中断时间序列分析的结果[ 41对公众心理健康的封锁政策“政策”的系数，即截距的变化，在宾夕法尼亚模型中是显著的( P=.007)，相互作用项系数表明，密歇根( P=.03)和宾夕法尼亚州( P= .04点)。

自大流行开始以来，我们通过分析Twitter讨论的话题，研究卫生保健工作者与普通人群之间的潜在差异，并研究全州封锁政策的影响，调查了2年半的公众心理状态。我们发现，在研究期间，焦虑和抑郁问题在Twitter上被频繁提及，关于失眠的讨论比例持续上升。心理健康相关推文的内容分析揭示了潜在的原因:控制措施、经济崩溃、失业压力等。根据推特上的提及，我们发现这篇论文研究的所有4种心理健康问题(成瘾、焦虑、抑郁和失眠)在医护人员中明显比一般人群更普遍。最后，封锁政策对不同州的公众心理健康状况有不同的影响。在被研究的12个州中，封锁政策对公众心理健康的负面影响在宾夕法尼亚州显著，而在其他州则不明显。

与类似主题的研究一致，我们发现COVID-19严重影响了公众心理健康，并对公众心理健康产生了动态影响[ 30.， 42］．此外，我们发现与焦虑相关的推文的比例在2020年3月上升到一个实质性的峰值，并在几个月里保持低但稳定。一种可能的解释是，新冠肺炎疫情爆发初期引发了生活必需品短缺、失业等各种社会问题。这些问题引起了公众强烈而短暂的恐惧。随着大流行的继续，早期问题得到缓解，公众的担忧恢复正常。另一种可能的解释是，随着大流行的加剧，公众的情绪反应会减弱，这与Dyer和Kolic [ 43］．其余两个与焦虑相关的推文高峰分别发生在总统大选期间(2020年11月)和燃料价格飙升期间(2021年9月)。失眠的比例在研究期间也有所增加。这一观察结果与Shi等[ 44]，他们报告了随访期间(2020年7月8日至8月8日)的失眠患病率比基线期(2020年2月28日至3月11日)有所增加。

专题分析表明，公众对新冠肺炎大流行及其预防以及新冠肺炎引起的经济和教育问题表示关注。在我们的工作和之前的研究中，我们都观察到了“社交距离”、“检测结果”、“世界大流行”、“COVID-19新闻”和“经济崩溃”等主题[ 32， 45- 49它只分析了大流行早期(主要是2020年1月至8月)的推文。我们的研究发现，在较长的学习时间内，我们还发现了两个额外的主题:“燃料问题”和“学生压力”。这些主题与文献和观察相对应:学生(尤其是儿童和青少年)更容易出现心理障碍[ 50]，而燃料价格在2019冠状病毒病期间波动频繁[ 51］．

与之前的研究不同，这些研究只比较了医护人员和普通人群之间心理健康症状的患病率[ 52，我们还分析了他们关注的话题。我们证实，卫生保健工作者更关注所有研究的精神问题:焦虑、抑郁、失眠和成瘾。特别是，文献中广泛报道了医护人员中失眠的比例较高[ 53- 57］．这些增加的问题可能是由于感染的风险增加[ 15]和更大的环境压力(如工作量增加、医疗用品短缺等)。卫生保健专业人员更专注于讨论病毒，对分享与大流行相关的新闻或经验更感兴趣，这表明他们对大流行的高度关注，这可能与精神障碍发病率的增加有关。

封锁政策对美国各州的心理健康讨论产生了各种影响。在宾夕法尼亚州，它显示出与心理健康讨论的积极关联。然而，在密歇根州、北卡罗来纳州和俄亥俄州观察到相反的联系。文献还表明，地方封锁政策与公共心理健康之间存在地理上的不同关联。例如，米塔尔等人[ 58研究发现，在2020年3月22日至4月6日期间，大多数推特用户在相关推文中对封锁政策持积极看法，而另一项针对马萨诸塞州推特用户的研究发现，在马萨诸塞州紧急状态和美国紧急状态实施后，焦虑情绪的表达有所增加[ 59］．值得注意的是，Wang等人[ 60调查发现，在大多数州(如密歇根州、北卡罗来纳州和宾夕法尼亚州)，公众对封锁政策的态度是积极的，只有少数几个州(包括俄亥俄州)是消极的，这也表明了公众对封锁政策的反应在地理上的差异。

以前关于同一主题的工作要么没有关注心理健康问题的亚型，要么对它们进行了短期研究。我们的工作通过在更长的研究期间专注于更细粒度的心理健康问题来填补这些研究空白。我们建立了一个全面的管道，包括时间、地理和讨论主题分析;比较各组之间的趋势和关心的主题;以及封锁政策的影响。在分析的基础上，我们发布了代码，并贡献了2个词汇，可用于从推特中识别心理健康问题和医疗保健专业人员。

我们也承认以下局限性。首先，由于社交媒体用户的潜在人口分布，社交媒体对公众心理健康的评估不可避免地存在偏见。例如，老年人和社会经济地位较低的人可能很少使用社交媒体。因此，本研究可能无法准确反映这些亚群的属性。然而，考虑到推特用户的庞大数量，这项研究的结果在追踪大流行期间的公众心理健康方面是有帮助和有价值的。此外，未来的工作可以考虑根据用户年龄进行抽样，以避免这一问题。第二，专业的心理学家必须根据官方的启发式方法对心理健康问题做出准确的诊断。因此，根据患者的推文使用词汇来识别患者可能会引入虚假病例。为了验证词典的可靠性，我们让专业的精神科医生根据抽样的推文整理词典。第三，含有关键词的推文并不总是反映用户的心理健康状况，因为它们可能是对新闻或其他人的评论。 To reduce this noise, we removed tweets containing URLs in our preprocessing step, as these tweets were usually summarizations or quotes of different information sources.

拟议的管道可以应用于研究其他公共心理健康问题，如自杀想法、创伤后应激障碍、偏执等等。它也可以应用于研究其他群体的特征，如性少数群体、大学生等。在分析方面，可以引入更多的数据来源(如调查和访谈)来验证本研究的结论。

这项研究开发了一个综合渠道，利用社交媒体跟踪和分析大流行期间公众的心理状态。它还贡献了2个可供今后研究使用的词汇。我们发现，新冠肺炎疫情及其防控措施对公众心理状态的影响是动态的，在不同人群、疾病类型、职业和地区群体之间存在差异。卫生机构和政策制定者应主要关注抑郁症(51.3%的推文报告)和失眠(自大流行开始以来一直呈不断增加的趋势)，特别是在卫生保健工作者中。我们的方法非常有效，特别是在初级研究和大规模调查难以进行的情况下。它可以扩展到跟踪其他群体(例如，性少数群体和青少年)或在不同的大流行时期的精神状态。