[論文レビュー] Characterizing Diseases and disorders in Gay Users' tweets

Frank Webb, Amir Karami+1 more|arXiv (Cornell University)|Mar 24, 2018

LGBTQ Health, Identity, and Policy参考文献 27被引用数 17

ひとこと要約

本研究では、Twitter上に投稿された177名のゲイ男性の健康関連ツイートを分析し、計算的手法を用いて疾患や疾患群を特定・分類した。11の疾患が7つのICD-10カテゴリに分類され、主流の健康研究ではしばしば欠落しているLGBTQコミュニティの健康格差に関する知見が得られた。

ABSTRACT

A lack of information exists about the health issues of lesbian, gay, bisexual, transgender, and queer (LGBTQ) people who are often excluded from national demographic assessments, health studies, and clinical trials. As a result, medical experts and researchers lack a holistic understanding of the health disparities facing these populations. Fortunately, publicly available social media data such as Twitter data can be utilized to support the decisions of public health policy makers and managers with respect to LGBTQ people. This research employs a computational approach to collect tweets from gay users on health-related topics and model these topics. To determine the nature of health-related information shared by men who have sex with men on Twitter, we collected thousands of tweets from 177 active users. We sampled these tweets using a framework that can be applied to other LGBTQ sub-populations in future research. We found 11 diseases in 7 categories based on ICD 10 that are in line with the published studies and official reports.

研究の動機と目的

• LGBTQコミュニティ、特にゲイ男性の健康データが不足している現状に対処する。ゲイ男性は、国家的健康調査や臨床試験において代表されていない。
• 公開可能なTwitterデータを、性的マイノリティコミュニティ内の健康問題を理解するための情報源として使用できるか、その可能性を検討する。
• LGBTQサブグループに特化した健康関連ソーシャルメディアコンテンツの収集・分析に適した再現可能な計算フレームワークを開発する。
• 標準化された医学分類（ICD-10）を用いて、ゲイ男性がTwitterで語っている代表的な疾患や疾患群を特定・分類する。
• デジタルトレースデータを用いてLGBTQコミュニティにおける健康格差や情報パターンを解明することで、公衆衛生政策や臨床研究を支援する。

提案手法

• ターゲットドデータ収集フレームワークを用いて、177名の自己申告によるゲイ男性のTwitterユーザーから数千件の健康関連ツイートを収集した。
• 収集したツイートから健康関連コンテンツを抽出・分類するために、自然言語処理（NLP）技術を適用した。
• 同定された健康状態を国際疾病分類第10版（ICD-10）にマッピングし、標準化された分類を実施した。
• ユーザー集団全体における健康トピックの多様性と代表性を確保するため、サンプリング戦略を採用した。
• ツイート内の意味的・文脈的パターンに基づき、疾患の言及を検出し、クラスタリングする計算モデリングアプローチを採用した。
• 臨床的妥当性と同定された疾患の正確性を保証するため、発表済みの研究や公式の健康報告書と照合して妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 ゲイ男性がTwitterで最も頻繁に議論している疾患や健康状態はどのようなものか？
• RQ2 ソーシャルメディアで表現されるゲイ男性の健康懸念は、臨床的および公衆衛生文書に記載されたものとどのように異なるか？
• RQ3 ソーシャルメディアデータが、代表されていないLGBTQコミュニティにおける健康問題を同定・分類するためにどの程度活用可能か？
• RQ4 ゲイ男性ユーザーのツイートにおいて、どのICD-10疾患カテゴリが最も顕著に現れているか？
• RQ5 計算フレームワークを用いて、LGBTQソーシャルメディアユーザーから健康関連情報を信頼性高く抽出・モデル化できるか？

主な発見

• 本研究では、177名のゲイ男性ユーザーのツイートから、7つのICD-10カテゴリにまたがる11の明確に区別できる疾患が一貫して同定された。
• 同定された疾患は、LGBTQコミュニティに知られている健康格差と整合しており、精神的疾患、性感染症、慢性疾患が含まれる。
• 抑うつや不安などの精神的疾患は、データセット内で最も頻繁に言及された健康懸念の一つであった。
• 本研究は、Twitterデータが、性的マイノリティグループにおける健康問題を特定する有効でアクセス可能な情報源として機能できることを示した。
• 計算フレームワークは、臨床的関連性を持つ健康関連コンテンツを効果的に抽出・分類でき、将来的な公衆衛生監視における応用が可能であることを裏付けた。
• 研究結果から、Twitterのようなソーシャルメディアプラットフォームは、代表されていないコミュニティにおける健康行動や状態について、リアルタイムで集団レベルの知見を提供できる可能性がある。