Sosiale medier-basert vaksinesikkerhet og nølingovervåking

Historie og vitenskapelig bevis viser at det er avgjørende å opprettholde offentlig tillit og tillit til vaksinasjon. Enhver tillitskrise har potensial til å forårsake betydelige forstyrrelser og en skadelig innvirkning på vaksinasjon. Vaksinenøling er et komplekst og kontekstspesifikk problem som varierer på tvers av tid, sted og vaksiner. Det har blitt sitert av Verdens helseorganisasjon (WHO) som en av de ti største truslene mot global helse i 2019. Pandemien med koronavirussykdom (COVID-19) kan endre offentlighetens tillit til vaksiner. Derfor er det nødvendig å etablere et overvåkingssystem for å overvåke vaksinesikkerhet og nøling i sanntid.

Til dags dato har en voksende mengde litteratur brukt sosiale medieplattformer som Twitter og weico til folkehelseforskning. Store mengder sanntidsdata som legges ut på sosiale medieplattformer kan brukes til raskt å identifisere publikums holdninger til vaksiner, som en måte å støtte helsekommunikasjon og helsefremmende meldinger på. Tekstdata på sosiale medier er imidlertid vanskelig å analysere. Nylig fremgang innen maskinlæring gjør det mulig å automatisk analysere tekstdata på sosiale medier i sanntid.

I denne studien vil etterforskerne etablere en plattform for overvåking og analyse av sosiale medier på vaksiner, utvikle en serie maskinlæringsmodeller for å overvåke vaksinetillit og tidlig oppdage nye vaksinerelaterte risikoer, og vurdere offentlig kommunikasjon rundt vaksiner. Etterforskerne vil vurdere den tidsmessige og romlige fordelingen av vaksinesikkerhet og nøling globalt ved å bruke Twitter-data og i Kina ved å bruke weico-data, for henholdsvis alle vaksiner og Human Papilloma Virus (HPV)-vaksine. Studien vår vil lede utformingen av effektive helsekommunikasjonsstrategier for å forbedre vaksinetilliten.