利用Twitter数据理解公众对COVID-19相关药物获批使用与标签外使用的认知
计算机与社会
2024-01-23 v2 计算与语言
机器学习
应用统计
摘要
理解公众关于未证实疗法紧急使用的讨论对监测安全使用与遏制错误信息至关重要。我们开发了基于自然语言处理的流水线，以理解Twitter上公众对2019冠状病毒病（COVID-19）相关药物随时间的认知与立场。本回顾性研究纳入2020年1月29日至2021年11月30日期间609,189条美国本土推文，涉及四种在COVID-19大流行期间引起显著公众关注的药物：（1）羟氯喹与伊维菌素，具有轶事证据的治疗；（2）莫努匹拉韦与瑞德西韦，针对合格患者的FDA获批治疗。我们采用时间趋势分析以理解流行度趋势与相关事件。内容与人口统计析用于探究人们对每种药物立场背后的潜在理由。时间趋势分析表明，羟氯喹与伊维菌素比莫努匹拉韦与瑞德西韦讨论更多，尤其在COVID-19激增期间。羟氯喹与伊维菌素讨论高度政治化，涉及阴谋论、传闻与名人影响。两美国主要政党间立场分布显著不同（P < .001）；共和党人比民主党人更可能支持羟氯喹（55%）与伊维菌素（30%）。具有医疗背景的人比一般人群更反对羟氯喹（7%），而一般人群更可能支持伊维菌素（14%）。我们的研究发现社交媒体用户在不同COVID-19阶段对标签外与FDA授权药物使用有不同认知与立场。这表明卫生系统、监管机构与政策制定者应设计定制化策略以监测并减少错误信息，促进安全用药。
引用
@article{arxiv.2206.14358,
title = {Using Twitter Data to Understand Public Perceptions of Approved versus Off-label Use for COVID-19-related Medications},
author = {Yining Hua and Hang Jiang and Shixu Lin and Jie Yang and Joseph M. Plasek and David W. Bates and Li Zhou},
journal= {arXiv preprint arXiv:2206.14358},
year = {2024}
}
备注
Full paper published in JAMIA