[论文解读] The impact of online misinformation on U.S. COVID-19 vaccinations

Francesco Pierri, Brea L. Perry+5 more|arXiv (Cornell University)|Apr 21, 2021

Misinformation and Its Impacts参考文献 7被引用 15

一句话总结

本研究利用来自160万名用户的地理定位Twitter数据，分析了美国各州和县中关于新冠疫苗的在线虚假信息对疫苗接种率和接种犹豫的影响。研究发现，虚假信息暴露与疫苗接种率之间存在显著负相关关系，且在倾向民主党的县中，虚假信息对疫苗犹豫的影响更为显著，凸显了在公共卫生宣传中应对在线虚假信息的必要性。

ABSTRACT

Widespread uptake of COVID-19 vaccines is necessary to achieve herd immunity. However, surveys have found concerning numbers of U.S. adults hesitant or unwilling to be vaccinated. Online misinformation may play an important role in vaccine hesitancy, but we lack a clear picture of the extent to which it will impact vaccination uptake. Here, we study how vaccination rates and vaccine hesitancy are associated with levels of online misinformation about vaccines shared by 1.6 million Twitter users geolocated at the U.S. state and county levels. We find a negative relationship between misinformation and vaccination uptake rates. Online misinformation is also correlated with vaccine hesitancy rates taken from survey data. Associations between vaccine outcomes and misinformation remain significant when accounting for political as well as demographic and socioeconomic factors. While vaccine hesitancy is strongly associated with Republican vote share, we observe that the effect of online misinformation on hesitancy is strongest across Democratic rather than Republican counties. These results suggest that addressing online misinformation must be a key component of interventions aimed to maximize the effectiveness of vaccination campaigns.

研究动机与目标

• 调查美国各州和县中关于新冠疫苗的在线虚假信息与实际疫苗接种率之间的关系。
• 评估虚假信息与调查数据中自报疫苗犹豫之间的相关性。
• 将虚假信息的影响与政治倾向、人口统计学和经济社会状况等混杂因素分离。
• 检验虚假信息对犹豫的影响是否因政治倾向不同而异，特别是民主党和共和党倾向县之间的差异。

提出的方法

• 使用来自160万名用户的地理定位Twitter数据，测量各州和县层面关于新冠疫苗的在线虚假信息数量。
• 基于已知包含关于疫苗虚假或误导性言论内容的传播频率，量化虚假信息水平。
• 疫苗接种率数据来自公共卫生数据源，而疫苗犹豫则通过基于调查的估计值进行测量。
• 应用多元回归模型，评估虚假信息暴露与疫苗接种结果之间的关联，同时控制政治、人口统计学和经济社会变量。
• 进行亚组分析，比较在不同共和党得票率的县中，虚假信息对犹豫的影响差异。

实验结果

研究问题

• RQ1 美国各州和县中，关于新冠疫苗的在线虚假信息在多大程度上与较低的疫苗接种率相关？
• RQ2 在排除政治和人口统计因素后，在线虚假信息与自报疫苗犹豫之间有何关联？
• RQ3 虚假信息对疫苗犹豫的影响在倾向民主党的县和倾向共和党的县之间是否存在差异？
• RQ4 与政治倾向相比，虚假信息在塑造疫苗接种行为方面的相对影响如何？

主要发现

• 美国各州和县中，虚假信息数量与疫苗接种率之间存在统计显著的负相关关系。
• 在控制政治、人口统计学和经济社会因素后，虚假信息暴露仍与调查数据中得出的疫苗犹豫率呈正相关。
• 在线虚假信息对疫苗犹豫的影响在倾向民主党的县中强于在倾向共和党的县中。
• 政治倾向（共和党得票率）是疫苗犹豫的强预测因子，但虚假信息在所有地区均对犹豫产生独立且显著的影响。
• 在考虑收入、教育水平和种族/族裔等混杂变量后，虚假信息与疫苗接种率下降的关联依然稳健。
• 这些发现表明，虚假信息是影响疫苗接种率的关键可改变因素，值得在数字健康传播策略中采取针对性干预措施。