[论文解读] 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 17

一句话总结

本研究分析了177名男同性恋者在Twitter上发布的与健康相关的推文，利用计算框架识别并分类疾病与障碍。研究在7个ICD-10类别中识别出11种疾病，揭示了主流健康研究中常被忽视的LGBTQ群体健康差异。

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.

研究动机与目标

• 为解决LGBTQ群体（尤其是男同性恋者）在国家健康研究和临床试验中代表性不足的问题，填补其健康数据的缺失。
• 探索利用公开的Twitter数据作为了解边缘化性少数群体健康问题的可行性。
• 开发一种可重复的计算框架，用于收集和分析特定LGBTQ子群体的社交媒体健康相关内容。
• 使用标准化医学分类（ICD-10）识别并分类男同性恋者在Twitter上讨论的常见疾病与障碍。
• 通过数字痕迹数据揭示LGBTQ群体中的健康差异与信息模式，支持公共卫生政策与临床研究。

提出的方法

• 使用定向数据收集框架，从177名自我标识为男同性恋者的Twitter用户中收集数千条与健康相关的推文。
• 应用自然语言处理（NLP）技术，从收集的推文中提取并分类与健康相关的内容。
• 将识别出的健康状况映射至《国际疾病分类第10版》（ICD-10），实现标准化分类。
• 采用抽样策略，确保用户群体中讨论的健康主题具有多样性和代表性。
• 采用计算建模方法，基于推文中的语义和上下文模式检测并聚类疾病提及。
• 通过与已发表的研究和官方健康报告对比，验证研究发现，以确保所识别疾病在临床上的相关性与准确性。

实验结果

研究问题

• RQ1 男同性恋者在Twitter上最常讨论哪些类型的疾病和健康问题？
• RQ2 男同性恋者在社交媒体上表达的健康担忧，与临床和公共卫生文献中记录的问题相比有何异同？
• RQ3 在多大程度上可以利用社交媒体数据识别并分类代表性不足的LGBTQ群体的健康问题？
• RQ4 在男同性恋用户推文中，哪些ICD-10疾病类别最为突出？
• RQ5 计算框架能否可靠地应用于从LGBTQ社交媒体用户中提取并建模健康相关信息？

主要发现

• 本研究在7个ICD-10类别中识别出11种在男同性恋用户推文中持续出现的独立疾病。
• 所识别的疾病与LGBTQ群体中已知的健康差异一致，包括心理健康障碍、性传播感染以及慢性病。
• 心理健康障碍（如抑郁和焦虑）是数据集中提及频率最高的健康问题之一。
• 研究证明，Twitter数据可作为识别边缘化性少数群体健康问题的有效且可访问的来源。
• 计算框架成功提取并分类了具有临床相关性的健康相关内容，支持其在今后公共卫生监测中的应用。
• 研究结果表明，像Twitter这样的社交媒体平台可为代表性不足的社区提供关于健康行为与状况的实时、群体层面的洞察。