中国COVID-19患者特征挖掘:社交媒体帖子分析

介绍

背景

2019年12月，湖北省武汉市报告不明原因肺炎病例。这种疾病被确定并正式命名为2019冠状病毒病(COVID-19)，它是由一种名为严重急性呼吸综合征冠状病毒2型(SARS-CoV-2)的新型病毒株引起的[1-3.]，与严重急性呼吸综合征冠状病毒(SARS-CoV)相似[4］．疫情发生以来，新冠肺炎疫情迅速蔓延。曾因密切接触而在医院及家庭环境中发生人际传播[5，6］．2020年1月23日，武汉全面关闭公共交通，实行封城，居民不得离开。截至2020年2月20日，武汉市实验室确诊病例累计45346例。由于疫情引发的焦虑和恐慌，轻症患者不愿自我隔离，转而寻求住院治疗，医疗系统进一步不堪重负[7］．住院失败后，病人们在新浪微博上寻求帮助。新浪微博是一个类似于Twitter的中国微博网站，人们可以在上面即时交流和分享信息。8］．在危机期间，社交媒体已成为促进风险沟通的重要渠道[9，10]，可用于衡量公众对突发公共卫生事件的关注程度[11]，例如H7N9 [12-14]、伊波拉[9，15-19]、寨卡病毒[10，20.，21]、中东呼吸综合征[22]及登革热[23］．

新冠肺炎疫情发生以来，以新浪微博为代表的社交媒体已成为公众快速有效获取疫情信息的重要平台。根据新浪微博2020年2月26日发布的官方疫情数据，5120万用户累计发布疫情相关内容3.5亿条。疫情专题网络阅读量达到7545亿人次。新浪微博建立了一个沟通渠道，让政府能够有效地倾听和快速回应民意。本研究通过收集新浪微博2020年2月3日至20日的数据，分析疑似或实验室确诊的SARS-CoV-2感染患者的特征。

客观的

在本研究中，我们描述了疑似或实验室确诊的SARS-CoV-2感染患者的特征，患者在武汉的分布，以及帮助者(如亲属、朋友、配偶、兄弟姐妹)与患者的关系。利用社交媒体及时获取公众需求，以便政府和卫生部门能够识别高危患者，并采取措施帮助这些患者。

方法

概述

新浪微博推出了一个为新冠肺炎感染者提供在线帮助渠道的平台。从2020年2月3日至20日，我们通过新浪微博的应用程序编程接口(API)，使用关键词肺炎患者求助(COVID-19肺炎患者求助)获得了9878条帖子。使用Python (Python Software Foundation)在PyCharm平台上实现了基于规则的筛选和分类方法。我们将收集到的帖子作为训练集，包括相关帖子和不相关帖子。根据新浪微博制定的求助帖规则，我们将帖子文本以及与姓名、年龄、家庭住址、患病时间和疾病描述相关的关键词视为相关帖子;否则，它将被视为一个无关紧要的职位。我们排除了6922篇只描述了与COVID-19相关的寻求帮助的意见和感受的不相关帖子，并初步收集了2956篇包含提到临床症状和/或影像学描述的相关帖子。然后，我们手动筛选和排除帖子。我们排除了1679条转发帖子，556条有效临床数据大量缺失的帖子，195条非肺炎患者帖子，41条非武汉家庭地址的患者帖子。最后，我们选择了485个有临床症状和影像学描述的患者岗位(图1和2)．患者在新浪微博上的微博数量一直在下降，因为这些患者在入院后就主动删除了微博。

我们收集了患者的临床症状、胸部CT表现(仅对提供临床报告的患者进行了胸部CT总结)、从发病到在线帮助的天数、从发病到RT-PCR检测的天数、RT-PCR检测结果、帮助者与患者的关系以及新浪微博记录中的家庭住址细节。我们对疑似或实验室确诊的SARS-CoV-2感染患者在新浪微博上寻求帮助的临床特征进行了研究。疑似病例被确定为发烧或呼吸短促、咳嗽、多痰或胸痛等呼吸道症状。实验室确诊的SARS-CoV-2感染病例，定义为咽拭子和痰高通量测序或实时逆转录-聚合酶链反应(RT-PCR)检测阳性[2］．

我们还采用描述性研究方法，分析了患者在武汉的分布情况以及帮助者与患者之间的关系。使用地理信息系统ArcGIS计算患者家到最近指定医院的距离。本研究使用的数据可在新浪微博上公开获取，读者可在线获取原始数据[24］．我们有效保护了受试者的隐私，在信息收集、存储和传输、信息使用和删除等方面严格遵守保密原则。本研究由上海交通大学新华医院伦理委员会批准，并按照《赫尔辛基宣言》进行。我们已经提出了豁免知情同意的申请并获得了批准。

‎ 查看此图

‎ 查看此图

统计分析

连续变量在适当时用中位数(IQR)表示。分类变量总结为每个类别的计数和百分比。使用SPSS 19.0 (IBM)进行分析。我们使用ArcGIS 10.2.2版本在地图上绘制寻求帮助的患者数量。

结果

人口学和临床特征

我们从新浪微博上选择了485例疑似或实验室确诊的SARS-CoV-2感染患者，至少有临床症状和影像学描述。人口学和临床特征显示在表1．中位年龄为63.0岁(IQR为55.0 ~ 71.0)，15岁以下患者占0.21%(1/470)，女性占50.10%(243/485)。发热(408/485,84.12%)为最常见症状。患者报告的其他症状包括乏力(224/485,46.19%)、气短(261/485,53.81%)、恶心或呕吐(81/485,16.70%)和腹泻(61/485,12.58%)。共有23.09%(112/485)的患者至少有一种基础疾病(如高血压、慢性阻塞性肺疾病等)。所有患者均行胸部CT检查。在这些患者中，35.26%(171/485)在胸部CT上报告肺部感染，但未提供其临床报告。其余64.74%(314/485)患者胸部CT最常见的形态为磨玻璃影(237/314,75.48%)和双侧斑片状影(191/314,60.83%)。发病至RT-PCR检测的中位时间为8.0 d (IQR 5.0 ~ 10.0)，发病至在线帮助的中位时间为10.0 d (IQR 6.0 ~ 12.0)。52.16%(253/485)的患者进行了RT-PCR检测; 68.38% (173/253) were positive, 1.98% (5/253) were suspected cases, and 10.67% (27/253) were negative.

485例患者来自421个家庭，其中39.67%(167/421)的家庭成员至少有一名实验室确诊和/或疑似新型冠状病毒感染;11.40%(48/421)的家庭只有一名经实验室确诊的家庭成员。1例确诊家庭占9.50% (40/421);2名、3名、4名确认议员分别占1.19%(5/421)、0.48%(2/421)、0.24%(1/421)。30.64%(129/421)的家庭出现疑似诊断;疑似1人家庭占21.14%(89/421)，疑似2人家庭占7.60%(32/421)，疑似3人家庭占1.43%(6/421)，疑似4人家庭占0.48% (2/421)(图3)．

‎ 查看此图

武汉市患者分布及医护人员与医院距离

所有患者均位于武汉，但居住在中心区(洪山、江安、武昌、汉阳和桥口)的患者多于郊区(图4)．我们进一步分析了患者到最近指定医院的距离。在这些患者中，有4人丢失了家庭住址信息。我们发现，25.57%(123/481)的人居住在最近的指定医院1公里以内，24.74%(119/481)的人居住在1-2公里以内，17.46%(84/481)的人居住在2-3公里以内，32.22%(155/481)的人居住在3公里以上(表2和图5)．

‎ 查看此图

‎ 查看此图

帮助者和病人之间的关系

我们探讨了帮助者和病人之间的关系。在数据收集过程中，156名帮助者表示他们是患者的家庭成员，但他们没有说明他们的关系。其余70.52%(232/329)的帮助者为病人的亲属;朋友为11.55%(38/329)，配偶为4.26%(14/329)，兄弟姐妹为3.34%(11/329)，患者本人为10.33% (34/329)(表2)．

讨论

主要研究结果

这项研究表明，在新浪微博上寻求帮助的患者生活在武汉，而且大多数是老年人。我们对新浪微博患者求助年龄的统计分析显示，新浪微博患者年龄偏大，≥65岁的患者比例高达46.17%。钟等[3.]报告称，在1099例实验室确诊的COVID-19患者中，只有一小部分(15.1%)年龄≥65岁。另一方面，我们的研究发现，发病率最高的是50岁以上的成年人[25］．

此外，23.09%的患者至少有一种潜在疾病。主要症状为发热，胃肠道症状少见。胸部CT上最常见的是毛玻璃影。在所有实验室确诊的COVID-19患者中，胸部CT表现最常见的是磨玻璃影(56.4%)[3.］．我们的研究显示，从发病到RT-PCR检测的中位数时间为8天，从发病到在线帮助的中位数时间为10天。一项最新研究显示，武汉市44例1月1日前发病的患者，从发病到入院的平均时间为12.5天;发病时间1月1日至11日189例，平均9.1天[5］．

COVID-19在医院和家庭环境中的人际传播一直在增加[26-29］．家庭聚类在增加COVID-19病例数量方面发挥了重要作用[30.］．我们的研究提供了进一步的人际传播证据，尽管60.33%的家庭没有聚集性发病，这表明家庭隔离可能对患者有效。然而，39.67%的家庭成员中存在疑似和/或实验室确诊病例。此外，36.58%的家庭有1或2名疑似和/或实验室确诊的家庭成员。这也与患者平均将感染传播给2.2人的发现相一致[5］．因此，家庭隔离可能会导致家庭聚集性COVID-19暴发的风险[31］．这意味着必须严格隔离患者，并尽早追踪和隔离接触者[32，33］．尽快采取最严格的集中医学观察措施，避免居家隔离导致家庭聚集性疫情[31]，例如治疗轻症病人的组合式医院[34］．

我们的研究还发现，武昌区、江安区、桥口区、洪山区和汉阳区患者人数多于其他区。图4显示病人集中在中心;这可能与江汉区华南海鲜批发市场爆发的疫情相一致，该市场被认为是中国最初的动物源感染地点[35也可能与发达的经济、便捷的交通和市中心的人口密度有关。因此，家庭成员的密切接触和来自疫情源头的实际人口流动是新冠病毒传播的危险因素。

共有32.22%(155/481)的患者居住在距离最近的指定医院3公里以上的地方。根据百度地图，成年人可以在1小时内步行4公里。考虑到本研究中的患者年龄较大，他们的健康状况可能使他们的行动更加迟缓，我们估计患者可以在1小时内步行3公里。因此，这意味着由于当时公共交通暂停，患者需要步行1小时以上才能看医生。这可能是病人想要住院的原因之一。此外，武汉市卫健委于2月5日指定28家医院为实验室确诊的新型冠状病毒感染患者提供治疗。全市医院空置率仅为3.6%。因此，由于上述各种原因，患者无法住院。这亦反映出在爆发初期，医疗资源不足[36］．

我们也探讨了帮助者与病人之间的关系。从新浪微博的求助内容来看，“妈妈”和“爸爸”是高频词;70.52%(232/329)的帮助者为患者亲属，说明帮助者信息的发布者多为老人的子女。对新技术的不熟悉可能阻碍了老年人向外界寻求帮助。

随着帮助信息的快速有效传播，人民日报社自2月5日起启动全媒体行动，为新冠肺炎患者提供在线帮助渠道。政府实施入院人数最大化政策，导致2月6日新浪微博求助人数迅速下降，2月8日以来一直保持在较低水平，说明公众的需求得到了满足。这也意味着必须建立新的和有效的传播机制，以便及时传播重要的事实资料。通过这次疫情，我们看到医疗资源分配不足。中国卫生保健资源的可获得性和可获得性存在很大的地区差异[37］．在疫情初期，患者人数迅速增加，导致医疗资源相对短缺，这可能会威胁到老年人等自助能力较差的人群。疫情期间，卫生部门应重视老年人群。Social media可以用来了解公众需求，帮助政府根据公众的求助需求制定准确的对策。虽然社交媒体可以建立有效的传播渠道，但这种技术可能需要一定的门槛，所以政府应该继续提高网络的可用性和可访问性，以更好地应对突发公共卫生事件。

限制

我们的研究有一些局限性。首先，鉴于我们的数据是从社交媒体平台收集的，对患者症状和实验室信息的描述可能是不完整的。其次，数据提取时间紧迫，采集人员的主观判断也会在一定程度上影响数据质量。最后，我们了解到大多数患者在政府帮助下入院，许多患者仍在医院，因此我们没有比较复合终点的28天率。

结论

综上所述，我们的研究发现，患者与医院之间的距离以及公共交通的关闭进一步增加了老年人住院的难度。建议采取集中医学观察，避免家庭聚集性传播。在突发公共卫生事件中，充分利用现有的社交媒体平台可以建立有效、真实的沟通渠道，缩短入院时间，帮助患者在武汉封市期间获得早期关注。这些发现可以帮助政府和卫生部门在疫情期间关注老年人群，并在公众要求帮助的情况下加快应急响应。