在中国社交媒体上预防和治疗癌症:基于机器学习的内容分析研究

科学领域:

• 医疗传播中的大数据分析.
• 机器学习用于对健康信息的内容分析.
• 社交媒体在公共卫生传播中的作用.

背景情况:

• 社交媒体对于癌症预防和治疗信息的传播至关重要.
• 在社交媒体平台上对癌症综合信息的理解有限.
• 医学社交媒体 (MSM) 和普通社交媒体 (CSM) 的比较研究很少.

研究的目的:

• 通过大数据分析,全面地图化MSM和CSM的癌症治疗和预防信息特征.
• 提高癌症覆盖率,支持患者明智地做出治疗决策.

主要方法:

• 从4个MSM和5个CSM的微信官方账户收集了60,843条帖子.
• 应用潜伏迪里克莱特分配 (LDA) 主题建模,提取8427个与癌症相关的帖子.
• 利用来自变压器 (BERT) 和GloVe的双向编码器表示来实现内容的自动化多标签分类.

主要成果:

• 分析了8427篇与癌症相关的文章;35.52%包含预防和44.43%的治疗信息.
• CSM专注于生活方式预防 (例如,饮食,运动),而MSM强调医疗方面 (例如,查,疫苗接种).
• 两个平台都显示辐射预防和母乳养的覆盖范围有限;CSM (35.52%) 更多地关注预防,而不是MSM (13.49%).

结论:

• 社交媒体上的癌症信息缺乏平衡,只关注具体的预防和治疗方面.
• 需要在社交媒体平台上更广泛地覆盖癌症预防措施和治疗方法.
• 机器学习提供了一种有前途的方法,用于分析和绘制社会媒体上的健康信息维度,以促进健康.