このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

ソーシャルメディアベースのワクチンへの信頼と躊躇のモニタリング

2022年6月28日 更新者:Zhiyuan Hou、Fudan University

ワクチンの信頼と躊躇を監視し、新たなワクチン関連リスクをリアルタイムで早期に警告するためのソーシャルメディアベースの機械学習研究

歴史と科学的証拠は、ワクチン接種に対する国民の信頼と自信を維持することが重要であることを示しています。 いかなる機密危機も、重大な混乱を引き起こし、ワクチン接種に悪影響を与える可能性があります。 ワクチンへの躊躇は複雑で状況に応じた問題であり、時間、場所、ワクチンによって異なります。 世界保健機関(WHO)は、2019年の世界の健康に対するトップ10の脅威の1つとして挙げています。 コロナウイルス感染症(COVID-19)のパンデミックにより、ワクチンに対する国民の信頼が変わる可能性があります。 したがって、ワクチンへの信頼と躊躇をリアルタイムで監視する監視システムを確立する必要があります。

これまでに、公衆衛生研究に Twitter や weico などのソーシャル メディア プラットフォームを使用した文献が増えています。 ソーシャルメディアプラットフォームに投稿された大量のリアルタイムデータは、健康コミュニケーションや健康増進、メッセージングをサポートする方法として、ワクチンに対する国民の態度を迅速に特定するために使用できます。 しかし、ソーシャルメディア上のテキストデータは分析が困難です。 近年の機械学習の進歩により、ソーシャルメディア上のテキストデータをリアルタイムに自動分析できるようになりました。

この研究では、研究者らはワクチンに関するソーシャルメディア監視および分析プラットフォームを確立し、ワクチンの信頼性を監視し、新たなワクチン関連リスクを早期に検出するための一連の機械学習モデルを開発し、ワクチンに関する公共コミュニケーションを評価する予定だ。 研究者らは、全世界ではツイッターのデータを使用し、中国ではweicoのデータを使用して、それぞれすべてのワクチンとヒトパピローマウイルス(HPV)ワクチンについて、ワクチンへの信頼と躊躇の時間的・空間的分布を評価する予定だ。 私たちの研究は、ワクチンの信頼性を高めるための効果的な健康コミュニケーション戦略の設計をガイドします。

調査の概要

詳細な説明

  1. ワクチンに関するソーシャルメディアデータの収集と更新 研究者は、ワクチンに関するすべてのソーシャルメディア投稿をリアルタイムで自動的に収集します。 ソーシャルメディアコホートデータベースは、すべてのワクチンとヒトパピローマウイルス(HPV)ワクチンに対してそれぞれ確立および更新されます。
  2. ワクチンの信頼性と躊躇をリアルタイムで監視: ディープ (教師あり) 機械学習モデル教師あり機械学習手法であるディープ ラーニング モデルを使用して、事前定義されたワクチンの信頼と躊躇のフレームワークに従ってソーシャル メディア上のテキスト データをリアルタイムで分析します。 研究者らはまず、ワクチンに関するソーシャルメディア投稿の一部(2万件の投稿)に手動で注釈を付ける。 手動でアノテーションが付けられた最初の投稿は、ディープ ラーニング モデルのトレーニングと評価に使用されます。 最高のパフォーマンスを備えた深層学習モデルが選択され、ワクチンの信頼性と躊躇のフレームワークに従ってすべてのワクチン関連投稿を分類するために適用されます。
  3. 新たな懸念やセンチメントの変動をリアルタイムで監視し、ワクチン関連のリスクや危機を早期に警告します: トピック (教師なし) 機械学習モデルと言語分析 深層学習モデルで使用される、事前に定義されたワクチンの信頼性と躊躇のフレームワークの外にいくつかのトピックがあります。いつでも話題が出てきます。 ワクチン危機は国民感情に影響を与えるだろう。 新たな話題やセンチメントの変動を監視することで、ワクチン関連のリスクや危機を早期に警告できます。 トピック モデリングは、テキストをソーシャル メディアの代表的なトピックに自動的に分類できる教師なし機械学習技術であり、ワクチンに関する新たなトピックや懸念を監視します。
  4. 効果的な健康コミュニケーション戦略を知らせるために、ソーシャル メディアでの一般の参加を評価します: ソーシャル メディア エンゲージメント分析 ソーシャル メディアの投稿データに加えて、投稿の「いいね!」、コメント、シェアなどの投稿のエンゲージメント データも分析できます。 研究者らはソーシャルメディアエンゲージメント分析を実施し、オンラインでのワクチンに関する公共コミュニケーションを調査する予定だ。 これは、効果的な健康コミュニケーション戦略の設計に役立ちます。
  5. ワクチンの信頼と危機のためのソーシャルメディア監視と分析プラットフォームを確立する 上記の手順を通じて、研究者はワクチンの信頼と危機のためのソーシャルメディア監視と分析プラットフォームを確立します。 ワクチンの信頼性をリアルタイムで監視し、新たなリスクや危機を早期に警告し、効果的な医療コミュニケーション戦略を知らせるために、時系列の傾向、地理的変動、および上記で作成された指標の関連要因が提示されます。
  6. 過去の研究経験 研究者らは、新型コロナウイルス感染症(COVID-19)の流行中に機械学習技術を使用してソーシャルメディアデータを分析する一連の関連研究を実施し、新型コロナウイルス感染症ワクチンの信頼性と新型コロナウイルス感染症に対する国民の反応をカバーしました。 これらの経験により、現在の研究が実現可能になります。

研究の種類

観察的

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

  • アダルト
  • OLDER_ADULT
  • 子供

健康ボランティアの受け入れ

はい

受講資格のある性別

全て

サンプリング方法

非確率サンプル

調査対象母集団

ソーシャルメディア上のワクチン関連の投稿は、国民のワクチンに対する信頼と躊躇を評価するための調査の対象となっています。 各投稿レコードは、アカウント名、プロフィール、内容、投稿時間、フォロワー数、エンゲージメントデータで構成されます。

説明

包含基準:

  • ワクチンに関するツイートやweicoの投稿
  • 2015 年から 2022 年に発行
  • 英語のツイート
  • 個人アカウントからのツイート/投稿。

除外基準:

  • ニュース、組織アカウント、または認証されたユーザーからのツイート/投稿
  • 英語以外のツイート。

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか?

デザインの詳細

コホートと介入

グループ/コホート
ワクチン関連記事のグローバル データベース
すべてのワクチンに関する 2015 年から 2022 年までの Twitter からの英語でのツイートと weico からの投稿。 調査者は個人アカウントからの投稿のみを含め、ニュース、組織アカウント、または認証済みユーザーからの投稿は除外しました。
HPV ワクチンのグローバル データベース 関連記事
HPVワクチンに関する2015年から2022年までのTwitterの英語ツイートとweicoの投稿。 調査者は個人アカウントからの投稿のみを含め、ニュース、組織アカウント、または認証済みユーザーからの投稿は除外しました。

この研究は何を測定していますか?

主要な結果の測定

結果測定
メジャーの説明
時間枠
ワクチンへの信頼と躊躇の蔓延の変化
時間枠:1年後のワクチン信頼度とワクチン躊躇のベースライン普及率からの変化。
ワクチンの信頼とは、ワクチンの安全性と有効性、ワクチン接種の必要性の認識、ワクチンの受け入れに対する信頼を表明する国民のツイートを指します。 ワクチンへの躊躇とは、ツイートがワクチン関連の誤った情報や噂、ワクチンの安全性や有効性についての懸念、ワクチンの拒絶反応を表現していることを意味します。 研究者らは、ワクチン関連のすべてのツイートにおけるこれら 2 つのカテゴリーの比率を、ワクチンへの信頼とワクチンへの躊躇の割合として計算します。
1年後のワクチン信頼度とワクチン躊躇のベースライン普及率からの変化。

二次結果の測定

結果測定
メジャーの説明
時間枠
機械生成トピックの普及率の変化
時間枠:1 年時点での機械生成トピックのベースライン蔓延からの変化。
機械生成トピックとは、政治的陰謀、ワクチン免除、ワクチン有害事象など、機械学習手法を通じて自動的に生成されるワクチン関連のトピックを指します。 研究者らは、ワクチン関連のすべてのツイートのうち、機械生成された各トピックに含まれるツイートの割合を、機械生成トピックの普及率として計算します。
1 年時点での機械生成トピックのベースライン蔓延からの変化。
ソーシャルメディアにおける国民の関与の変化
時間枠:1 年後のソーシャル メディアでのベースラインの一般公開からの変化。
ソーシャルメディアにおけるパブリックエンゲージメントは、発信、返信、いいねなどを計測する総合的な評価指標です。 研究者は、1 年後にベースラインと対応する値を記録します。
1 年後のソーシャル メディアでのベースラインの一般公開からの変化。

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

出版物と役立つリンク

研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。

一般刊行物

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

2022年3月1日

一次修了 (実際)

2022年6月1日

研究の完了 (実際)

2022年6月24日

試験登録日

最初に提出

2022年3月21日

QC基準を満たした最初の提出物

2022年6月28日

最初の投稿 (実際)

2022年7月5日

学習記録の更新

投稿された最後の更新 (実際)

2022年7月5日

QC基準を満たした最後の更新が送信されました

2022年6月28日

最終確認日

2022年6月1日

詳しくは

本研究に関する用語

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

いいえ

IPD プランの説明

契約の規定により、個人データを共有することはできません。

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。

購読する