TY -的盟McIver大卫J AU -霍金斯,Jared B非盟- Chunara鲁米非盟- Chatterjee Arnaub K盟——班达里阿曼AU -菲茨杰拉德,蒂莫西·P AU - Jain萨钦H AU -布朗斯坦,约翰年代PY - 2015 DA - 2015/06/08 TI -描述睡眠问题使用Twitter乔- J地中海互联网Res SP - e140六世- 17 - 6千瓦睡眠问题KW -社会媒体KW -失眠KW -新方法KW -情绪KW -抑郁AB -背景:失眠等睡眠问题影响着5000多万美国人，并可能导致严重的健康问题，包括抑郁和肥胖，并可能增加受伤的风险。Twitter等社交媒体平台在研究和识别疾病和社会现象方面提供了令人兴奋的潜力。目的:我们的目的是确定社交媒体是否可以作为一种方法来进行关注睡眠问题的研究。方法:收集并整理Twitter帖子，根据推文中出现的几个关键词(如失眠、“睡不着”、安ambien等)来确定用户是否表现出睡眠问题的迹象。推文中包含任何关键字的用户被指定为有自我识别的睡眠问题(睡眠组)。没有自我认定的睡眠问题的用户(非睡眠组)是从不包含用于代表睡眠问题的预定义单词或短语的推文中选出的。结果:收集了推文数量、好友、关注者、位置等用户数据，以及推文的时间和日期。此外，还确定了每条推文的情绪和每个用户的平均情绪，以调查非睡眠组和睡眠组之间的差异。研究发现，在调整了每个用户的账户活跃时间后，睡眠组用户在Twitter上的活跃度(P= 0.04)、朋友数量(P< 0.001)和关注者数量(P< 0.001)明显低于其他人。 Sleep group users were more active during typical sleeping hours than others, which may suggest they were having difficulty sleeping. Sleep group users also had significantly lower sentiment in their tweets (P<.001), indicating a possible relationship between sleep and pyschosocial issues. Conclusions: We have demonstrated a novel method for studying sleep issues that allows for fast, cost-effective, and customizable data to be gathered. SN - 1438-8871 UR - //www.mybigtv.com/2015/6/e140/ UR - https://doi.org/10.2196/jmir.4476 UR - http://www.ncbi.nlm.nih.gov/pubmed/26054530 DO - 10.2196/jmir.4476 ID - info:doi/10.2196/jmir.4476 ER -