J. K. Harris a conceptualizat articolul; colectarea, gestionarea și analiza datelor conduse; și a scris și editat schițe ale articolului. S. Moreland-Russell și R. G. Tabak au participat la codificarea, analiza și redactarea și editarea articolului. L. R. Ruhr și R. C. Maier au participat la codificarea datelor și la scrierea și editarea articolului.

comunicare

Abstract

Obiective. Se știe puțin despre utilizarea rețelelor sociale ca instrument de comunicare în domeniul sănătății. Am folosit un design de metode mixte pentru a examina comunicarea despre obezitatea copiilor pe Twitter.

Metode. NodeXL a fost folosit pentru a colecta tweet-uri trimise în iunie 2013 conținând hashtagul #childhoodobesity. Tweeturile au fost codificate pentru conținut; tweetere-urile au fost clasificate în funcție de sector și în funcție de sănătate. De asemenea, au fost colectate date despre rețeaua de conexiuni de adepți între tweetere. Am folosit statistici descriptive și modelare exponențială a graficelor aleatorii pentru a examina conținutul tweet-ului, caracteristicile tweeter-urilor, precum și compoziția și structura rețelei de conexiuni care facilitează comunicarea între tweeters.

Rezultate. Am colectat 1110 tweets provenind de la 576 de utilizatori unici de Twitter. Au postat pe Twitter mai mulți indivizi (65,6%) decât organizații (32,9%). Mai multe tweets axate pe comportamentul individual decât mediul sau politica. Puțini tweeteri guvernamentali și educaționali se aflau în rețea, dar erau mai predispuși decât persoanele private să fie urmăriți de alții.

Concluzii. Există o oportunitate de a disemina mai bine informațiile bazate pe dovezi către un public larg prin Twitter prin creșterea prezenței surselor credibile în conversația #childhoodobesity și concentrarea conținutului tweet-urilor pe dovezi științifice.

Prevalența tinerilor obezi și supraponderali din Statele Unite s-a dublat aproape în ultimii 20 de ani, 1,2 cu 32% dintre copii și tineri cu vârsta cuprinsă între 2 și 19 ani clasificați ca supraponderali sau obezi începând cu 2012.3 Obezitatea contribuie la o sănătate precară 4. –6 probleme sociale, 6,7 și performanțe școlare afectate.4,5,8 A fi obez în copilărie crește riscul obezității la vârsta adultă și dezvoltarea bolilor cronice, cum ar fi diabetul, hipertensiunea arterială, bolile ischemice ale inimii și accidentul vascular cerebral. condițiile cresc morbiditatea, reduc calitatea vieții și duc la milioane de dolari în costuri legate de îngrijirea sănătății.2 În ciuda ratei obezității la copii în scădere cu cantități mici, dar semnificative în rândul copiilor cu venituri mici din 19 state, între 2008 și 2011, 10 dovezi care identifică efectiv intervențiile de combatere a obezității infantile rămân limitate.11,12

Pe măsură ce utilizarea rețelelor sociale a crescut în ultimii ani, a crescut și utilizarea acesteia ca modalitate de a găsi și a împărtăși informații despre sănătate. Platformele de socializare sunt utilizate pe scară largă de furnizorii de servicii medicale și de practicienii din domeniul sănătății publice13-15 pentru a-și partaja informații reciproce în timpul instruirii16,17 și practică, 18 ajung la public cu informații despre sănătate, 19-22 conduc supravegherea, 23-25 ​​și gestionează situații de urgență la scară.26,27 Începând cu 2013, 72% dintre adulții online din Statele Unite foloseau rețelele sociale.28 Din utilizatorii adulți de rețele sociale, 23% urmăresc experiențele sau actualizările personale ale prietenilor lor, 17% folosesc rețelele sociale pentru amintiți-vă sau memorați persoanele cu o anumită afecțiune de sănătate și 15% obțin informații de sănătate de pe site-urile de socializare.29 Cei care utilizează social media în scopuri legate de sănătate tind să consume informații30; câteva studii care au examinat intervențiile social media pentru promovarea unui comportament sănătos au arătat dovezi ale succesului în încurajarea micilor schimbări de comportament.31,32

Twitter este o aplicație gratuită de social media pentru microblogging sau comunicări scurte, directe, de la unu la mai multe, fără niciun cost.19,33 Conturile Twitter pot fi urmate de alți utilizatori Twitter, permițând persoanelor sau organizațiilor să primească și să răspândească informații sau „Retweetează” altora din rețeaua lor. Utilizarea Twitter în rândul adulților din SUA s-a dublat între 2010 și 2013, până la 18% din totalul adulților. printre cei care locuiesc în zonele urbane și suburbane (vs rurale) și printre ne-hispanici negri (vs non-hispanici și hispanici albi) .34

Până în 2013, frecvența utilizării Twitter a fost semnificativ mai mare în rândul hispanilor decât în ​​rândul albilor non-hispanici.28 În plus, 24% dintre adolescenții online cu vârste între 12 și 17 ani au folosit Twitter în 2013, o creștere de la 16% în 2011. 35 utilizarea sugerează că Twitter poate oferi un canal important pentru a ajunge la populații în mod tradițional greu accesibile, incluzând grupuri cu venituri mai mici, hispanici și ne-hispanici negri care se confruntă cu rate semnificativ mai mari de obezitate infantilă decât venitul lor mai mare și omologii albi non-hispanici.

În ciuda utilizării sale pe scară largă de către public și profesioniștii din domeniul sănătății publice, rămâne o lipsă de dovezi cu privire la influența rețelelor sociale asupra sănătății publice.23,30,36 Examinarea rețelelor sociale poate oferi informații unice asupra informațiilor despre sănătate care ajung și, eventual, influențează, segmente mari ale populației generale.37,38

Pentru a înțelege mai bine utilizarea Twitter în comunicările dintre public și profesioniștii din domeniul sănătății publice despre obezitatea infantilă, am colectat și examinat tweet-uri care încorporează hashtagul #childhoodobesity și utilizatorii Twitter care le-au trimis. Ne-am organizat studiul în jurul a 5 intrări din matricea de comunicare - persuasiune a lui McGuire cunoscută ca influențând eficacitatea comunicării: sursă, mesaj, canal, receptor și destinație.39,40 Aceste intrări corespund direct cu descrierea lui Lasswell a procesului de comunicare: cine spune ce cui în ce canal cu ce efect? ​​41 Mai exact, am examinat caracteristicile utilizatorilor de Twitter care publică tweet-uri despre obezitatea infantilă, conținutul tweet-urilor legate de obezitatea infantilă și numărul și tipurile de adepți de Twitter care primesc tweets despre obezitatea infantilă.

METODE

Hashtag-urile sunt metadate încorporate în tweet-uri care facilitează găsirea și partajarea tweet-urilor. Hashtag-urile facilitează formarea de grupuri ad hoc interesate de subiecte sau evenimente specifice42 și sunt asociate pozitiv cu implicarea publicului (de exemplu, retweeting) .43,44 Am folosit instrumente online (de exemplu, hashtagify.me) pentru a identifica hashtag-urile specifice obezității infantile și le-am găsit 2: #childhoodobesity și #childobesity. Datorită frecvenței reduse de utilizare a #childobesity, am selectat #childhoodobesity ca singurul nostru termen de căutare. Folosind o funcție de căutare în plug-in-ul NodeXL pentru Microsoft Excel, 45 am colectat toate tweet-urile care conțin acest hashtag în iunie 2013. Ca parte a căutării, am colectat date despre numărul de urmăritori pentru fiecare utilizator Twitter care a tweetat cu hashtagul și celelalte hashtag-uri din fiecare tweet. În cele din urmă, am colectat date despre rețeaua „cine-urmărește-cine” printre utilizatorii Twitter.

Codificare

Am codificat fiecare utilizator Twitter (tweeter) în funcție de tipul de utilizator (individual, organizație, incapabil de determinat), concentrarea asupra sănătății (da, nu, incapabil de determinat, spam) și sectorul (particular, educație, guvern, nonprofit, pentru profit, media, incapabil de determinat, spam). Doi dintre autori au folosit o versiune modificată a unui cod de utilizator Twitter testat anterior pentru fiabilitate46 pentru a codifica fiecare tweeter și au ajuns la un acord cu privire la clasificările finale. Tweeturile au fost revizuite pentru teme emergente pentru a dezvolta un manual de coduri care să conțină 6 categorii principale: comportament, mediu, politică, medical - ereditar, consecințele obezității, obezitatea infantilă ca problemă și altceva. Tweet-urilor li s-au atribuit câte coduri au fost relevante. De asemenea, am codificat dacă fiecare tweet pare să fie pro-sănătate, anti-sănătate (promovând alegeri nesănătoase) sau nici unul. Doi dintre autori au clasificat fiecare tweet independent și au ajuns la un acord cu privire la codurile finale.

În cele din urmă, am colectat informații cu privire la faptul dacă fiecare tweet a fost original sau retweeted și dacă vreun utilizator Twitter a fost menționat în tweet căutând tweets pentru „RT” și „@”. Retweeting este redirecționarea unui tweet trimis de un alt utilizator și adăugarea „RT” la tweet pentru a arăta că nu este original. Mențiunile folosesc simbolul „@” pentru a include un anumit utilizator Twitter într-un tweet pentru a ajunge direct la utilizatorul specificat sau pentru a indica faptul că utilizatorul este relevant pentru tweet.47 RT și @ sunt adesea utilizate împreună pentru a demonstra că un tweet a fost retweeted. de la un anumit utilizator; inclusiv „RT @username” indică faptul că tweet-ul a fost retweeted de la @username.

Analiza datelor

Am folosit 3 strategii pentru a examina caracteristicile tweeterelor: statistici descriptive, statistici descriptive și vizualizare a rețelei (pentru a determina care tweeteruri au fost surse comune de informații pentru alții din rețea) și modelarea rețelei (pentru a examina caracteristicile asociate cu a fi urmate de alții sau fiind o sursă de informații, în cadrul rețelei). Am folosit IBM SPSS pentru statistici descriptive, 48 Pajek64 pentru statistici descriptive de rețea și vizualizare, 49 și R-statnet pentru modelarea rețelei. 50,51

Într-o rețea de relații de adepți pe Twitter, linkurile sunt direcționate, mergând de la un utilizator Twitter la altul. De exemplu, când B urmează A, B primește tweets trimise de A. Această relație este reprezentată de A → B, unde direcția săgeții reprezintă fluxul de informații. Numărul de săgeți provenind de la orice membru al rețelei este măsurat prin centralitate în afara gradului. De exemplu, dacă A ar fi urmat de 10 persoane, 10 săgeți ar proveni de la A, pentru un nivel inferior de 10. Outdegree a fost utilizat pentru a identifica tweeterii care trimit informații altora din rețea.

Modelarea exponențială a graficelor aleatorii (ERGM) este o tehnică statistică similară cu regresia logistică unde rezultatul este o legătură între 2 membri ai rețelei.51 În acest caz, ERGM a fost utilizat pentru a estima probabilitatea unei legături între oricare 2 utilizatori Twitter pe baza caracteristicilor lor și structurile generale ale rețelei. Mai exact, am testat dacă utilizatorii Twitter din diferite sectoare erau probabil surse de informații. În plus, cercetările din rețelele anterioare au identificat o tendință de omofilie în rețelele observate sau de membrii rețelei similare cu anumite caracteristici care trebuie conectate.52,53 Am evaluat omofilia în ceea ce privește concentrarea asupra sănătății și tweet-urile pro-sănătate. Pentru a controla tweet-urile frecvente, care este asociată cu a avea mai mulți adepți 13 și pentru a contabiliza faptul că au mulți adepți în general, am inclus aceste caracteristici în model. Un termen de margini analog constantei în regresie logistică este de obicei inclus în modelele de grafice aleatorii exponențiale pentru a ține cont de numărul de legături din rețea.

Rețelele observate diferă de obicei de rețelele generate aleatoriu de aceeași dimensiune și densitate în 2 moduri principale: distribuția gradului și a cantității de tranzitivitate. Într-o rețea aleatorie, legăturile sunt distribuite aleatoriu, rezultând ca majoritatea membrilor rețelei să aibă aproximativ același număr de legături către alții. Într-o rețea observată, legăturile sunt adesea distribuite geometric, cu un număr mic de membri ai rețelei bine conectați și mulți membri cu puține conexiuni. În plus, rețelele observate au adesea mai multă tranzitivitate. Adică, membrii rețelei care sunt conectați între ei au tendința de a avea conexiuni cu aceiași membri ai rețelei. Termenii care contabilizează aceste caracteristici includ un termen ponderat geometric pentru distribuția outdegree (outdegree ponderat geometric) și termeni pentru 2 tipuri de grupare asociate tranzitivității (parteneriate partajate geometrice ponderate geometric și parteneriate partajate dyad-ponderate geometric)

După Goodreau, am început cu un model nul, am adăugat efecte principale și termeni homofilici, apoi am adăugat termeni ponderati geometric.51,54 Pentru a evalua potrivirea modelului, am simulat 100 de rețele din fiecare model și am evaluat cât de bine a fost distribuția superioară din rețeaua observată a fost capturat de rețelele simulate. De exemplu, rețeaua observată a inclus 216 de membri ai rețelei cu o valoare depășită de 0; dacă mai mult de 95% din rețelele simulate includeau cel puțin 216 de membri ai rețelei cu un grad superior de 0, modelul a captat cu acuratețe această caracteristică. În plus, sunt raportate măsuri statistice de potrivire a modelului (criteriul informației Akaike [AIC], criteriul informației bayesiene [BIC]). Deși nu sunt considerate cele mai potrivite mijloace de evaluare a potrivirii ERGM, dat fiind că datele nu îndeplinesc ipotezele standard, AIC și BIC tind să corespundă cu măsurile de potrivire a modelului bazate pe simulare și sunt adesea raportate.55

Am folosit statistici descriptive pentru a examina câte tweeturi se încadrează în fiecare categorie - comportament, mediu, politică, medical - ereditar, consecințele obezității, obezitatea infantilă ca problemă și altceva - și ce proporție de tweets au fost trimise cel mai adesea de diferite tipuri de tweetere.

În cele din urmă, am rezumat numărul de adepți pentru fiecare utilizator Twitter și fiecare tweet trimis pentru a calcula numărul de afișări sau de câte ori a apărut un tweet #childhoodobesity într-un feed Twitter. În plus, am vizualizat rețeaua cu membri mărimi în funcție de grad și am calculat valoarea medie a nivelului de indegrad în funcție de sector pentru a determina cine era mai probabil să urmărească pe alții în rețea. Indegree măsoară câte legături de intrare are un membru al rețelei; în această rețea, arată câte surse de informații primesc tweet-uri de la un membru al rețelei.

REZULTATE

În iunie 2013, 576 de tweeteri unici au trimis 1110 tweets folosind hashtagul #childhoodobesity. Tweeterii au avut o mediană de 322 de adepți (interval = 0-80 925) și au publicat o mediană de 1520 de ori (interval = 6-117 450). Majoritatea tweeterilor au trimis un singur tweet pentru obezitatea copiilor, dar 93 au trimis mai mult de 1. Un tweeter, o organizație nonprofit axată pe sănătate, a trimis 69 de tweet-uri #childhoodobesity anunțând un singur eveniment. Nu am identificat niciun efort unic coordonat de social media folosind hashtagul #childhoodobesity în cursul lunii.

Mențiunile și retweet-urile sunt indicatori de implicare, 56 și includerea unui hashtag poate determina implicarea (adică, retweeting) .43 Mai mult de jumătate (n = 618; 55,7%) dintre tweet-uri au inclus o mențiune. Aproximativ un sfert (25,1%) au fost retweeted din altă sursă (n = 279). Au existat 438 hashtag-uri unice, în afară de #childhoodobesity, incluse în 697 de tweets; cele mai frecvente 10 au fost #obezitate (n = 59), # sănătate (n = 45), # nutriție (n = 45), # mișcare (n = 37), # coc13 (n = 35), # sănătoși copii (n = 31), #childobesity (n = 30), #playcityla (n = 28), #healthy (n = 23) și #physed (n = 22).

Sursă

Mai mulți indivizi (n = 378; 65,6%) decât organizații (n = 185; 32,9%) au postat pe Twitter folosind #childhoodobesity. Din cele 378 de persoane, 244 erau persoane fizice care nu reprezentau o organizație sau o afacere cu contul lor de Twitter. Mai mulți tweeteri s-au concentrat asupra sănătății în profilurile lor (n = 309) decât non-sănătoși (n = 267). Cu toate acestea, mai mulți indivizi nu au fost concentrați asupra sănătății (n = 183) decât asupra sănătății (n = 61). Figura 1 prezintă distribuția concentrării asupra sănătății pe sectoare. Persoanele private au avut cei mai puțini adepți (mediană = 183,5), urmată de tweetere în educație (mediană = 199), cu scop lucrativ (mediană = 525), nonprofit (mediană = 556,5), guvernamentală (mediană = 680) și mediană media = 723,5) sectoare. Tabelul 1 prezintă exemple de categorii comune de tweetere.