Die Stimmung gegenüber COVID-19-Impfstoffen zeigt die nachfolgenden Impfraten, so die Twitter-Studie

Die Stimmung gegenüber COVID-19-Impfstoffen, ob positiv oder negativ, gibt eine Vorschau auf nachfolgende Impfraten, so eine Studie zu verwandten Twitter-Posts. Die Ergebnisse bieten neue Einblicke in den Einfluss von Social Media auf Public-Health-Maßnahmen.

Die Studie, die von Forschern des Courant Institute of Mathematical Sciences der New York University und der NYU Grossman School of Medicine durchgeführt wurde, zeigte, dass eine Woche später eine positive Stimmung gegenüber Impfungen folgte, die auf Twitter geäußert wurde erhöht sich der Impfraten im selben geografischen Gebiet, während in derselben Region negative Stimmungen folgten sinkt in Impfraten in der folgenden Woche.

Die Studie setzte ein Big-Data-Analyse-Framework in Echtzeit ein, das Stimmungsanalysen und Algorithmen zur Verarbeitung natürlicher Sprache (NLP) nutzte. Das System nimmt Echtzeit-Tweets und identifiziert Tweets im Zusammenhang mit Impfstoffen und klassifiziert diese nach bestimmten Themen und bietet Stimmungsanalysen, indem es Tweets als positiv, negativ oder neutral katalogisiert.

„Wir müssen die Impfzögerlichkeit und die Auswirkungen der sozialen Medien auf deren Herstellung und Verbreitung verstehen“, sagt Megan Coffee, MD, PhD und klinische Assistenzprofessorin in der Abteilung für Infektionskrankheiten und Immunologie am Department of Medicine der NYU Grossman School of Medicine. einer der Autoren des Artikels, der in der Zeitschrift erscheint Klinische Infektionskrankheiten. “Dies ist ein erster Schritt zur Schaffung eines Barometers zur Verfolgung von Stimmungen und Themen im Zusammenhang mit der Impfzögerlichkeit.”

Da die COVID-Epidemie mehr von uns vor Computer gesetzt hat und die Impfzögerung die Epidemie geprägt hat, brauchen wir Tools wie dieses, um die Auswirkungen der sozialen Medien auf die Impfzögerung für diese Epidemie und für zukünftige Epidemien zu verfolgen und zu verstehen.”


Anasse Bari, Clinical Associate Professor für Informatik am Courant Institute of Mathematical Sciences der NYU und Autorin der Abhandlung

Die Impfung kann dazu beitragen, die anhaltenden Wellen und neuen Varianten der COVID-Pandemie zu beenden, stellen die Forscher fest. Aber Impfzögerlichkeit, beobachten sie, untergräbt die Wirkung der Impfung individuell und kollektiv. Hinzu kommt die Rolle der sozialen Medien, die zunehmend sowohl Informationen als auch Fehlinformationen über Impfungen verstärken und Fragen darüber aufwerfen, wie sich diese Plattformen speziell auf die Impfraten auswirken.

Um dies anzugehen, entwickelten die Autoren des Papiers eine Big-Data-Analyseanwendung auf der Grundlage von Natural Language Processing (NLP), Sentiment Analysis (SA) und Amazon Web Services (AWS).

Dieses Tool ermöglichte es den Forschern, mehrere impfstoffbezogene Themen zu verfolgen, wie sie in Dutzenden von Sätzen auftauchten. Zu den Themen gehörten unter anderem: Verschwörung, Angst, Gesundheitsfreiheit, natürliche Alternativen, Nebenwirkungen, Sicherheit, Vertrauen/Misstrauen, Impfstoffunternehmen, etablierte Quellen und Zögern. Diese Themen und verwandte Ausdrücke ermöglichten es ihnen, “Gefühlswerte” mit Impfungen zu verbinden – positiv, negativ oder neutral.

Sie verwendeten auch einen häufig eingesetzten Datensatz, den Dataport-Datensatz des Institute of Electrical and Electronic Engineers (IEEE), der die Stimmungswerte von Tweets in Bezug auf das Coronavirus nach geografischem Standort der USA markierte. Der analysierte Datensatz umfasste vom 20. März 2021 bis zum 20. Juli 2021 über 23.000 impfbezogene Tweets. Die Forscher untersuchten auch die täglichen US-COVID-Impfdaten von Bundesstaat zu Bundesstaat.

Insgesamt zeigten die Daten, dass, sobald Impfstoffe für alle Erwachsenen verfügbar waren – etwa Mitte April 2021 –, auf eine Zunahme der positiven Stimmung in bestimmten Regionen der USA eine Woche später ein Anstieg der Impfrate folgte. In Regionen mit Stimmungsumschwung folgte dagegen eine Woche später ein Rückgang der Impfquoten.

Insbesondere zeigte der Big-Data-Analyserahmen, dass in den ersten Monaten der Pandemie und vor Beginn der Einführung des Impfstoffs Ende 2020 die positive und negative Stimmung gegenüber Impfstoffen ähnlich war, wobei die positive Stimmung etwas höher war. Im Gegensatz, gemäß Die Einführung des Impfstoffs begann, negative Sentiment-Tweets überstiegen positive.

„Da festgestellt wurde, dass die Impfraten regional mit der Twitter-Impfstimmung übereinstimmen, könnte ein fortschrittlicheres Analysetool möglicherweise Änderungen in der Impfstoffaufnahme vorhersagen oder die Entwicklung gezielter Social-Media-Kampagnen und Impfstrategien leiten“, sagt Bari, der die Predictive Analytics des Courant Institute leitet und KI-Forschungslabor.

“Diese Methode ermöglicht es uns, Muster in der Impfzögerlichkeit über Zeit und Ort zu identifizieren”, fügt Coffee hinzu. „Aber es kann die Impfzögerlichkeit, die sich ständig ändert, nur überwachen und nicht beeinflussen. Es ist mehr Arbeit erforderlich, um Vertrauen in lebensrettende Impfstoffe aufzubauen und den Einfluss der Impfstoffnegativität rückgängig zu machen.“

Quelle:

Zeitschriftenreferenz:

Bari, A. et al. (2022) Exploring Coronavirus Disease 2019 Vaccine Hesitancy on Twitter Using Sentiment Analysis and Natural Language Processing Algorithms. Klinische Infektionskrankheiten. doi.org/10.1093/cid/ciac141.

.

Leave a Comment

Your email address will not be published.