了解COVID-19的长途传播:混合方法分析YouTube内容的分析
1Department of Software and Information Systems, UNC Charlotte, Charlotte, NC, United States.
JMIR AI
|June 14, 2024
概括
社交媒体讨论揭示了各种各样的COVID-19后疾病 (PCC) 症状和经验. 在提供社区支持的同时,长途运输商还面临医疗保健系统的幻灭和网上错误信息.
科学领域:
- 公共卫生 公共卫生
- 社交媒体分析 社交媒体分析
- 医疗信息学 医疗信息学
背景情况:
- 在美国,COVID-19大流行导致超过100万人的死亡.
- 后COVID-19状态 (PCC),或长期COVID,显著影响生活质量.
- 长期COVID患者经常通过社交媒体寻求支持和信息.
研究的目的:
- 调查关于长期COVID体验的社交媒体讨论.
- 分析症状范围,信息感知和支持系统.
- 了解像YouTube这样的平台上的观众-创造者话语.
主要方法:
- 从医疗,新闻和长途客车内容创作者系统地收集数据.
- 主题建模 (Biterm) 在视频成绩单和评论上.
- 评论的情感分析 (瓦伦斯意识到词典和情感推理器).
主要成果:
- 在内容类型中确定了28个主题,包括症状解释和个人经验.
- 新闻来源产生了更多负面评论,引用了错误信息和医疗保健问题.
- 积极的评论强调了有用的内容,社区建设和信息交换.
结论:
- 研究结果可以为公共卫生机构和研究人员提供PCC症状和患者经验的信息.
- 洞察力可以指导后COVID-19条件管理和支持的沟通策略.


