介绍
哮喘是一种气道收缩和发炎的疾病，导致呼吸困难、喘息、咳嗽和胸闷。1 , 2过敏、空气污染、运动和呼吸道感染等均可引发哮喘。3尽管医学取得了进步，但哮喘的患病率仍在持续上升，成为一个重大的公共卫生问题。4世界卫生组织 (WHO) 估计，2.35 亿哮喘患者每年导致 25 万人死亡

在美国，哮喘是最常见的慢性儿童疾病，影响着近 600 万 18 岁以下的儿童。6 , 7低收入人群和不同肤色的人也不成比例地受到哮喘的影响，从增加的情况可以看出住院治疗、急诊就诊以及哮喘相关死亡率。8人们非常重视导致哮喘的医疗和环境因素，但围绕该疾病的社会动态却很少受到关注。3社会因素，例如社会支持、社交网络和社会规范，可能对哮喘管理和结果产生重大影响。

社交网络分析 (SNA) 是一种研究群体、组织和社区的社会结构和动态的研究方法。10 SNA 提供了一个强大的视角，通过它可以理解决定健康相关行为和结果的社会互动、联系和影响。11 , 12许多研究利用 SNA 来调查有关 COVID-19、13黑色素瘤、14骨髓增殖性肿瘤、15脑肿瘤、16麻疹、17寨卡病毒、18和埃博拉病毒等疾病的讨论。19然而，尚未对解决哮喘问题的社交网络进行全面的研究。先前对哮喘相关社交网络的研究主要集中在情绪极性识别上，20但他们没有研究最受关注的主题和推动讨论的关键影响者。此外，先前研究的主要发现表明，有可能与检测讽刺和反讽等比喻语言的方法相结合，并将其适应其他语言，而不是识别模式、关键主题和影响者。20鉴于哮喘的复杂性和多因素性质，SNA 可能是了解哮喘对话的社交网络、深入了解社会因素如何影响哮喘经历以及为利用社会支持和影响力改善哮喘管理和干预的干预措施提供有价值的方法。

这项研究的主要目的是应用 SNA 来理解人们如何使用 Twitter 分享他们的经历，并识别重要的社会影响因素和哮喘相关问题。包括以下研究问题：
1.    
社交媒体上与哮喘讨论相关的主要社交网络结构有哪些？
2.    
谁是 Twitter 上哮喘讨论的主要社会影响者？
3.    
与哮喘相关的社交媒体对话中最常见的话题是什么？
4.    
与哮喘相关的社交媒体对话中表达了哪些情绪？

方法
数据采集
本研究采用基于时间的抽样方法，利用 NodeXL Pro Software收集 2022 年 12 月 1 日至 2023 年 1 月29日期间公开发布的推文的随机样本。选择这种抽样方法是为了确保在指定时间范围内选择具有代表性的推文，从而使我们能够捕获社交媒体上与哮喘主题相关的各种讨论。本研究获得的所有推文均包含关键字“哮喘”，或者在包含该关键字的推文中被提及或回复。20获取的信息包括用户的显示名称、Twitter 用户名、推文文本以及推文的发布日期和时间。

数据清洗
在数据清理过程中，我们识别了重复的边，它们代表重复的节点集（社交媒体网络中的个人用户）或社交用户之间的关系。为了确保数据完整性并消除冗余，我们应用删除和合并技术来解决这些重复的边缘。此步骤对于简化数据集并从社交网络分析中获得准确的见解至关重要。之后，文本分析涉及的预处理步骤包括标记化（根据标点符号和空格将文本分解为离散单词）、停用词消除（删除没有实质意义的常见单词）、词干连接不同单词的细微差别、规范化以解决问题词形变化、词性 (POS) 标记以识别句子中单词的功能，

数据分析
使用 NodeXL 程序（美国加利福尼亚州社交媒体研究基金会）对数据进行 SNA。22 个SNA 指标用于通过主题标签、情绪相关短语（积极、消极或中性）和中心性度量（程度、介数）来确定热门主题。热门主题标签通常简洁有效地概括了主题的核心，使它们成为我们在 Twitter 上进行社交网络分析研究的合适途径。23 NodeXL 用于创建网络度量，包括介数中心性和网络集群。24然后，通过 Fruchterman-Reingold 布局算法将 NodeXL 数据加载到 Gephi 程序中来表示。

25Fruchterman-Reingold 算法是社交网络分析中使用的一种方法，通过模拟连接节点之间的吸引力和所有节点之间的排斥力，直观地排列图中的节点，导致相互连接的节点靠得更近，形成簇相关节点，而不相关节点相互推开。它有助于揭示网络中的集群、枢纽和桥梁等重要特征，从而促进对社交网络内的关系和交互进行更深入的分析。25 , 26在 SNA 中，边表示社交网络中节点（个人、实体或元素）之间的连接或关系。连接两个节点的每条线都表示某种形式的交互、通信或关联。了解这些边缘对于理解所调查的社交网络的结构和动态至关重要，因为它们揭示了沟通、影响和信息流的模式。27图节点的大小根据其介数中心性得分 (BCS) 进行排序。介数中心性是一种网络分析度量，用于识别中心节点或边缘并分析网络的全局结构。

它衡量节点或边缘在社交网络中作为全球信息交换中介的程度。在在线社交网络中，较高的介数中心性与最亲密朋友的提名相一致，因为它反映了当遥远的社交圈被桥接时，社会资本对关系的投资。28该技术涉及在每条推文及其相关关系（例如“转发”或“回复”关系）之间绘制线条，以及与“提及”关系建立联系。每条推文都添加了一条自循环边缘，该边缘不与其他任何东西绑定，以确保它们在网络中的可见性并提供完整的表示。这种方法避免了误解，并允许分析网络内的参与度和影响力。29 , 30图中节点簇/组的大小表示讨论某个主题的用户数量，并与其 BCS 分数成正比，反映了用户对信息流的影响以及其他用户提及的频率。节点越大，表明用户影响力越高，被其他用户提及的频率越高，体现出其在信息传播和互动中的突出程度。14具有较高 BCS 的节点被认为对塑造社交网络内的通信模式和信息传播具有影响力。27入度中心性衡量用户收到的传入连接（提及或转发）的数量。相反，出度中心性衡量用户的传出连接（提及或转发）数量。这些中心性度​​量提供了有关用户在网络中的注意力和影响力的宝贵见解。

31我们还采用了情感分析，以更好地理解人们如何表达他们对这个问题的观点、态度和感受，32在我们的研究中专门针对哮喘主题。在这项研究中，我们采用情绪分析，根据推文的整体基调和对哮喘主题的态度将推文分为积极、消极或中性类别。被分类为积极的推文传达了有关哮喘主题的希望、感恩、认识或热情的情绪，而被分类为消极的推文则表示了对哮喘主题的愤怒、愤怒、恐惧或遗憾等情绪。其余推文属于中性类别。值得注意的是，虽然情感分析是本研究的主要焦点，但情感并未经过严格的分析，而是与情感分类分开考虑。

结果
社交网络分析
本研究使用的数据集包含 48,122 条推文，其中包括术语“哮喘”。使用 2022 年 12 月 1 日至 2023 年 1 月 29 日的数据，我们将 Twitter 用户聚集到社交网络中。22
图 1中 Gephi 描绘了 Twitter 上与哮喘讨论相关的关键社交网络结构，该结构根据介数中心性得分 (BCS) 确定了具有不同大小圆圈和颜色的五个关键用户，BCS 解释了节点大小的排名方式。每个圈子中出现的线条都显示出与其他 Twitter 用户的紧密联系，表明这些圈子中的用户更具影响力。介数中心性得分最高的 5 个 Twitter 用户是“用户 A”（蓝色）、“用户 B”（绿色）、“用户 C”（红色）、“用户 D”（黄色）和“用户 E”（紫色） ）。这些人预计是有影响力的 Twitter 用户，他们积极传播哮喘信息并与网络中的其他人互动。

使用最多的 10 个主题标签
表 1显示了整个研究期间最流行的主题标签。总体而言，这些主题标签用于讨论哮喘，#asthma (n = 801)、#health (n = 159) 和 #meded (n = 136) 是使用最多的主题标签，因为它们与哮喘相关。人的健康状况，需要大量的医学教育媒体，以便人们更好地了解哮喘的病情。此外，“SarsCov2”和“COPD”也很流行。此外，#kitty 在主题标签上进行讨论，因为它是个体发生哮喘的触发因素之一，特别是在猫毛方面。

前 10 个入度和出度中心性得分
排名靠前的用户具有每个 Twitter 用户的入度和出度分数，以解释模式和趋势。结果显示，用户“用户 D”在网络的入度集中，而“用户 F”在网络的出度集中。

情感分析
我们研究的情绪分析如图 2所示，显示关于哮喘主题，有 12,582 个积极短语（26%）、27,111 个反映消极情绪的短语（56%）和 8427 个单词反映中性评论（18%）。标记为积极和消极情绪的词语的频率。其他短语被归类为“未分类”，因为它们是中性的（即，它们不属于正面和负面术语类别）。
出现的负面意见如下：“我希望我能像其他人一样笑得可爱，但我听起来像一头患有哮喘的驴子”，“我有哮喘，请不要对我大喊大叫，我太小了，从来没有做过”有什么问题吗”，以及“我讨厌哮喘，我只想能够呼吸而不咳嗽/喘息”。而对于积极的观点，例如“我最好的朋友劳伦和她 14 个月大的儿子杰弗里再次哮喘发作住院。他们把他放在通风口上。请为康复、为力量、为劳伦祈祷”

讨论
据我们所知，这项研究利用 SNA 来识别有影响力的用户和情绪模式，首次对与哮喘相关的 Twitter 互动进行了全面分析。根据介数中心性得分，社交网络数据研究显示了哮喘社区中五个最重要的 Twitter 用户。在社交网络分析中，介数中心性表示Twitter用户位于其他网络节点之间的最短路径上的程度。33介数中心性得分较高的用户在整个网络中传播信息方面具有影响力，因为他们对所有其他用户之间的信息流具有较高的影响力。34介数中心性得分最高的前 5 位 Twitter 用户被认为在传播哮喘相关信息方面具有影响力，并且与其他 Twitter 用户有着密切的联系。@用户 A 具有最高的介数中心性得分，他一直主张根据提交的推文和主要讨论与哮喘和 COVID-19 加强疫苗相关的推文的用户个人资料，为哮喘患者提供 COVID-19 加强疫苗。@User B，东北剑桥郡议会议员兼健康与社会保健大臣，也一直在直言不讳地谈论与哮喘相关的健康问题。@User C，Igor's Newsletter 的创始人，提供有关哮喘等健康问题的健康评论。@User D，一位博主和编辑，也一直致力于分享有关哮喘和其他健康相关问题的信息。最后，@用户E，一位国际记者和作家，一直在积极分享她与哮喘相关的知识和经验。这与之前关于哮喘的研究一致，这些研究强调了记者和新闻媒体在塑造公共卫生沟通和意识方面的重要性。35大流行期间公众对可靠健康信息的期望和需求使人们重新关注科学，新闻媒体越来越多地参与健康和疾病讨论。

结果表明，“用户D”是网络中的关键影响者，对哮喘相关信息的传播具有重大影响。该用户可能在哮喘主题上拥有大量关注者，这使得他们的内容更有可能被其他人分享或提及。同样，“用户 F”是网络中重要的内容创建者，因为他们经常提及或转发其他用户。该用户可能在 Twitter 上与哮喘社区有很高的参与度，并且可能成为对该主题感兴趣的人的信息和资源来源。

热门主题标签用于识别和监控某些讨论或主题。通过检查社交媒体帖子中主题标签的频率，研究人员可以确定某个群体或网络中最流行或最热门的主题。38在研究期间，最常用的标签是 #asthma (n = 801) 和 #health (n = 159)，如表 1所示。利用这些标签揭示了人们对围绕哮喘和相关健康状况的讨论的高度关注。哮喘是卫生部门关注的问题之一，因为哮喘是儿童最常见的非传染性疾病，也是成人最常见的慢性疾病之一。39值得注意的是#SarsCov2 和#COPD 出现在热门标签中，因为这些疾病与哮喘有相似的症状，并且在 Twitter 上被广泛报道。40由于免疫反应和呼吸功能异常，哮喘被认为是严重 COVID-19 的潜在危险因素。41哮喘患者支气管肺泡系统的炎症环境可能导致 SARS-CoV-2 受体、血管紧张素转换酶 2 (ACE2) 的表达减少，从而保护他们免受感染。42一些研究表明，只有过敏性哮喘患者才能免受 COVID-19 的感染，因为支气管上皮细胞中嗜酸性粒细胞的募集会降低 ACE2 的表达。43 , 44然而，现有数据没有提供有关哮喘病因学分类的足够细节，需要进一步研究来推进这一问题。另据报道，呼吸道病毒可引发哮喘恶化，从而增加感染状况的严重程度。因此，哮喘患者必须采取预防措施避免感染 COVID-19。

此外，巴西之前的研究已广泛确立了环境中较高的平均温度与较高的哮喘患病率和严重程度之间的关系。45一些参与研究中心调查的巴西人表示，平均气温较低的居民患病率较高。这些差异，加上巴西巨大的地理多样性，凸显了研究这个热带大国的这些可变相关性的必要性。45然而，我们的研究没有广泛探讨各国之间的地理关系和哮喘患病率。

#health、#meded 和 #medtwitter 的流行可归因于需要医学教育资源来更好地了解哮喘及其对整体健康的影响。教育资源对于理解和管理哮喘至关重要，哮喘是一种受患者教育和参与等因素影响的疾病。46社交媒体平台通常用于传播有关哮喘的信息，但过度使用可能会导致网络成瘾和睡眠不足等负面影响，从而影响对哮喘症状的控制和自我感知。47此外，#kitty 和 #catsoftwitter 的讨论强调了哮喘发生和管理的触发因素之一，特别是与猫毛相关的因素。众所周知，猫会产生可引发哮喘症状的过敏原，包括通过唾液、皮屑和尿液产生过敏原。接触这些过敏原会导致免疫系统过度反应，并使哮喘症状恶化，尤其是接触空气过敏原的成年人。48特定的 IgE 成分可能表明与猫接触有关的严重哮喘。41对于过敏性哮喘患者来说，最好的做法是避免与猫接触并保持积极的卫生习惯。

情绪分析表明，推特用户的对话中对哮喘的负面情绪占主导地位，这与对哮喘的不利观点一致。这些结果与其他健康问题中观察到的负面情绪一致，例如 COVID-19、50 COVID -19 疫苗、51和猴痘。52对哮喘的负面情绪对患有该疾病的个人具有重大影响，因为它可能导致自我污名化，并导致患者的生活质量、身心健康下降。哮喘的社会心理影响会影响自我管理，并可能导致哮喘患者的自我耻辱和自卑。53这些因素可能对哮喘控制产生直接或间接影响，并可能导致自我效能感下降、医疗保健获取障碍以及社交互动紧张。哮喘的自我污名化会阻碍哮喘管理并导致负面健康影响。根据在马来西亚进行的研究，频繁的急诊就诊、高度的自我耻辱和低自尊与哮喘管理不善有关，而识字率低则与更严重的哮喘耻辱感有关。54来自更广泛的南亚社区的“礼貌耻辱”也可能导致耻辱和耻辱，对他们的自我调节能力产生负面影响。55先前的研究结果表明，医疗保健从业者，特别是药剂师，必须加强哮喘教育和宣传活动，以改变公众的看法。

这项研究的局限性在于它依赖于公开的 Twitter 数据，这些数据可能无法真正反映更广泛的社区对哮喘的想法和态度。该研究没有评估地理或文化背景对哮喘态度的影响，这可能对开发定制治疗方法以对抗某些人群对哮喘的负面态度和污名化产生重大影响。数据收集过程不包括使用 Azure 计算机的特定地理位置或语言限制，导致来自世界各地的用户以各种语言编写推文，但未来的研究将探索合并这些过滤选项以获得更多见解。此外，数据收集的持续时间相对较短，可能仅包含平台上与哮喘相关的有限范围的对话和趋势。因此，这项研究有一个局限性，即由于数据收集的时间范围有限，无法分析有关哮喘的在线讨论的动态和演变性质。更长的数据收集周期可以提供更全面的了解。探索情绪和情绪之间的独特关系，自然语言处理（NLP）的组成部分，对于未来的研究至关重要。详细的情绪分析技术可以更深入地了解情绪对情绪的影响，并有助于更细致地理解有关哮喘的在线讨论。未来的研究还应该考虑综合方法，整合单词级和推文级分析，以确保全面评估符合情感分析的研究目标。此外，我们在本研究中最受欢迎的主题标签的结果仅反映了有关某个主题的一般讨论。但是，为了在将来的学习中确定特定主题，建议使用关键字作为搜索词。

结论
本研究调查了社交媒体影响者、新闻记者、健康专家、卫生组织和政府在公共卫生信息传播、促进哮喘和认识方面的相关性。这些发现对哮喘的健康传播和公共政策具有重要意义，并为与哮喘和成功的健康促进策略相关的社交媒体分析的未来研究提供了框架。