Detecting illicit opioid content on Twitter.
Detecting illicit opioid content on Twitter.
复制标题
DOI：
10.1111/dar.13048
复制
发表时间：
2020-03
影响因子：
3.8
通讯作者：
Thomas S
中科院分区：
文献类型：
--
作者：
Tofighi B;Aphinyanaphongs Y;Marini C;Ghassemlou S;Nayebvali P;Metzger I;Raghunath A;Thomas S
本文探讨了利用 Twitter 检测阿片类药物使用者 (PWUO) 撰写的帖子或与阿片类药物使用障碍 (OUD) 相关的内容的可行性，并手动开发相关推文的多维分类法。 Twitter 消息于 2017 年 6 月至 10 月期间收集（n = 23 827），并使用归纳编码方法进行评估。然后，内容被手动分类为两个轴（n = 17 420）：（i）有关获取、使用或从非法阿片类药物中恢复的用户体验； (ii) 内容类别（例如政策、医疗信息、笑话/讽刺）。最常见的类别包括与 OUD、PWUO 或假设使用非法阿片类药物有关的笑话或讽刺评论 (63%)、有关 OUD 治疗、过量预防或访问自助团体的信息内容 (20%)，以及有关政府阿片类药物政策或与阿片类药物相关的新闻的评论 (17%)。 PWUO 发帖的重点是查明采购阿片类药物的非法来源（即网上、毒贩；49%）、缓解阿片类药物戒断症状的症状和/或策略（21%），以及将非法阿片类药物与其他物质（如可卡因或苯二氮卓类药物）结合起来使用（17%）。州和公共卫生专家很少发布与 OUD 相关的内容 (1%)。 Twitter 提供了一种识别 PWUO 的可行方法。需要进一步研究来评估 Twitter 传播循证内容并促进与治疗和减少伤害服务的联系的功效。
This article examines the feasibility of leveraging Twitter to detect posts authored by people who use opioids (PWUO) or content related to opioid use disorder (OUD), and manually develop a multidimensional taxonomy of relevant tweets. Twitter messages were collected between June and October 2017 (n = 23 827) and evaluated using an inductive coding approach. Content was then manually classified into two axes (n = 17 420): (i) user experience regarding accessing, using, or recovery from illicit opioids; and (ii) content categories (e.g. policies, medical information, jokes/sarcasm). The most prevalent categories consisted of jokes or sarcastic comments pertaining to OUD, PWUOs or hypothetically using illicit opioids (63%), informational content about treatments for OUD, overdose prevention or accessing self-help groups (20%), and commentary about government opioid policy or news related to opioids (17%). Posts by PWUOs centered on identifying illicit sources for procuring opioids (i.e. online, drug dealers; 49%), symptoms and/or strategies to quell opioid withdrawal symptoms (21%), and combining illicit opioid use with other substances, such as cocaine or benzodiazepines (17%). State and public health experts infrequently posted content pertaining to OUD (1%). Twitter offers a feasible approach to identify PWUO. Further research is needed to evaluate the efficacy of Twitter to disseminate evidence-based content and facilitate linkage to treatment and harm reduction services.
登录
查看更多内容
影响因子：
7.4
作者：
Hanson CL;Burton SH;Giraud-Carrier C;West JH;Barnes MD;Hansen B
通讯作者：
Hansen B
影响因子：
7.4
作者：
Myslín M;Zhu SH;Chapman W;Conway M
通讯作者：
Conway M
影响因子：
5.5
作者：
Tofighi, Babak;Leonard, Noelle;Lee, Joshua D.
通讯作者：
Lee, Joshua D.
影响因子：
12.7
作者：
Mackey, Tim K.;Kalyanam, Janani;Lanckriet, Gert
通讯作者：
Lanckriet, Gert
影响因子：
4.4
作者：
Kalyanam, Janani;Katsuki, Takeo;Mackey, Tim K.
通讯作者：
Mackey, Tim K.