采用网络方法分析跨平台健康传播

《Biometrics》：Analysis of cross-platform health communication with a network approach

　　本研究基于Breastcancer.org和Twitter平台数据，提出跨平台健康通信模型，结合共现网络与词频分析，揭示Twitter话题对OHC内容与量的显著影响及时间分布特征。数据涵盖2010-2020年139.5万推文和51.7万社区帖子，识别出2012-2013和2015-2018两个传播高峰期，证实多平台互动对健康传播的塑造作用。

　　

摘要

在线健康社区（OHCs）为患者及其相关人员提供了一个分享和交流的平台，使复杂的医学信息更易于理解和执行。OHCs内的健康交流可能会受到其他信息来源的影响。本研究通过分析Breastcancer.org（最大的在线乳腺癌社区）和Twitter（现名为X）的数据，来探讨跨平台健康交流的情况。早期对OHCs、Twitter及其他在线平台的研究通常采用简单的指标，如词频分析；而最近的研究则转向了词共现网络分析。然而，跨平台交流分析目前仍然较为有限，且所采用的技术存在一些局限性。我们提出了一种新的跨平台交流模型，该模型同时分析词共现网络和词频向量：前者描述健康交流的结构内容，后者描述交流的规模。该模型能够提供更细致的视角，同时考虑时间变化因素，并对其理论和数值特性进行了验证。分析数据涵盖了2010年1月至2020年12月的信息，包括超过1,395,000条推文和517,000篇帖子。研究结果表明，Twitter上关于乳腺癌的话题显著影响了OHCs的内容和交流规模。在2012–2013年和2015–2018年期间，交流活动尤为活跃。这项研究有助于更好地理解健康交流的机制，并为这两个重要的在线平台提供新的见解。