[论文解读] Detecting and monitoring foodborne illness outbreaks: Twitter communications and the 2015 U.S. <i>Salmonella</i> outbreak linked to imported cucumbers

Yuliya Bolotova, Jie Lou+1 more|arXiv (Cornell University)|Aug 1, 2017

Bacteriophages and microbial interactions被引用 7

一句话总结

本研究利用Twitter数据检测并监测了2015年美国因进口墨西哥黄瓜引发的沙门氏菌疫情，分析了与疾病控制与预防中心（CDC）公告一致的推文数量和内容。结果表明，社交媒体活动，尤其是官方公告后出现的激增，可作为疫情检测和公众意识的实时代理指标，峰值参与度出现在CDC首次公告及首次召回发布后不久。

ABSTRACT

This research uses Twitter, as a social media device, to track communications related to the 2015 U.S. foodborne illness outbreak linked to Salmonella in imported cucumbers from Mexico. The relevant Twitter data are analyzed in light of the timeline of the official announcements made by the Centers for Disease Control and Prevention (CDC). The largest number of registered tweets is associated with the period immediately following the CDC initial announcement and the official release of the first recall of cucumbers.

研究动机与目标

• 调查Twitter在2015年美国因进口黄瓜引发的沙门氏菌疫情中，对检测和监测公共卫生事件的作用。
• 比较公众在Twitter上的沟通时间与频率，与官方疾病控制与预防中心（CDC）公告及召回发布的时间。
• 评估社交媒体是否可作为公众意识和疫情发展进程的实时指标。
• 了解在食源性疾病疫情期间，社交媒体上信息传播的动态特征。

提出的方法

• 在疫情发生期间，使用与沙门氏菌疫情及进口黄瓜相关的关键词收集Twitter数据。
• 将推文数量与官方疾病控制与预防中心（CDC）公告及召回发布进行时间对齐，以识别相关性模式。
• 运用统计分析方法，研究社交媒体活动的时间与强度相对于公共卫生事件的特征。
• 应用时间序列分析，检测疫情应对关键节点后公众讨论的激增情况。
• 对推文内容进行分类，以评估公众情绪和信息传播模式。

实验结果

研究问题

• RQ1 在2015年沙门氏菌疫情期间，公众在Twitter上的讨论量与官方疾病控制与预防中心（CDC）公告之间存在何种相关性？
• RQ2 社交媒体活动能否作为食源性疾病疫情期间公众意识的早期指标？
• RQ3 疾病控制与预防中心（CDC）沟通事件与Twitter参与度激增之间的时间关系如何？
• RQ4 公众在Twitter上的讨论如何反映疫情的进展及官方应对措施？

主要发现

• 在疾病控制与预防中心（CDC）首次公告及首次召回发布后，推文数量达到最高，表明公众对官方卫生警报的强烈参与。
• 在疾病控制与预防中心（CDC）首次公开声明后数小时内，观察到Twitter活动显著激增，表明信息通过社交媒体迅速传播。
• 社交媒体参与度的峰值紧随官方沟通事件发生，支持将Twitter用作实时监测工具。
• Twitter上的公众讨论对官方卫生沟通高度敏感，表明社交媒体在疫情监测方面具有潜在价值。