这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。
在缺乏官方临床试验信息的情况下,公共卫生和医学研究人员可以使用社交网络中的数据来评估有关大麻二酚(CBD)等监管松散物质的公开声明。例如,这可以通过将销售CBD的人的目标医疗条件与患者通常使用CBD治疗的医疗条件进行比较来实现。
这项研究的目的是为公共卫生和医学研究人员提供一个框架,用于确定和分析不受管制物质的消费和营销。具体来说,我们检查了CBD,这是一种经常作为药物向公众展示的物质,尽管有完全的有效性和安全性证据。
通过使用Tweepy Python包搜索Twitter,我们收集了567,850条推文,搜索词是“CBD”和“大麻二酚”。我们训练了两个二进制文本分类器来创建两个语料库,其中包括167,755个个人使用推文和143,322个商业/销售推文。使用医学词典、标准词典和俚语词典,我们确定并比较了两种语料库中最常出现的医疗状况、症状、副作用、身体部位和其他物质。此外,为了评估推特上流传的关于CBD作为一种医疗手段的流行说法,我们通过VADER(情感推理价知词典)模型对个人CBD推文进行了情感分析。
我们发现了对个人或商业CBD推文类别特有的医学相关术语的引用,以及对这两个类别共同的医学相关术语。当我们计算个人和商业CBD推文的平均情绪得分时,这些推文引用了17个医疗条件/症状术语中的至少一个,在个人和商业CBD推文中都观察到总体积极的情绪。我们观察到在个人CBD推文中提到自闭症时传达的负面情绪,而CBD在商业推文中也多次作为自闭症的治疗方法进行营销。
我们提出的框架为公共卫生和医学研究人员提供了一个工具,以分析社交网络上不受监管物质的消费和营销。我们的分析表明,CBD的大多数使用者都对它所宣传的病症感到满意,自闭症除外。
尽管大麻作为一种药物已经使用了几个世纪,但在1937年,使用大麻在美国被定为犯罪。然而,从20世纪90年代开始,尽管大麻在联邦一级仍然是非法的,一些州开始允许大麻的医疗用途[
近年来,医用大麻的用途已成为公共政策的一个主要讨论点,特别是在在线社交媒体话语中[
尽管大多数基于CBD的药物和营养补充剂对于它们所使用的许多适应症并没有证明安全性和有效性,但在公共流通中仍有许多关于CBD对广泛疾病的有效性的声明。
社交媒体是病毒式CBD营销和个人分享个人使用经验的主要场所。尤其是推特,它是一个有用的平台,可以了解大麻(包括CBD)是如何向消费者营销的,以及个人是如何使用大麻的,因为它提供了一个庞大的个人和商业推文语料库[j]。
因此,我们提出了一个在社交网络中使用文本挖掘的框架,可以帮助公共卫生专家了解个人和商业主张以及对CBD等不受监管物质的看法。这个框架有两个实际的优点。首先,与管理调查或利用政府和卫生提供者的数据相比,这些数据易于获得,而且使用成本低廉。其次,公共卫生研究人员已经表明,情绪分析是了解公众对药物、疾病和医疗服务的看法以及检测某些形式的抑郁症的有效工具[
为了证明这个框架的有用性,我们区分了反映个人CBD使用的推文和反映CBD销售、推广和商业化的推文。分析了两个产生的推文语料库中与医疗相关的术语,如病情、副作用、解剖学术语和所提到的其他物质的使用。这种方法使我们能够识别在线CBD营销中使用的术语与服用CBD的个人引用的术语相关。此外,我们对个人CBD推文进行了情绪分析,以评估公众对CBD治疗某些疾病有效性的看法。我们还能够使用情感推理的价知字典(VADER)模型来计算个人和商业CBD推文的情感,参考特定的医疗条件。使用了VADER情绪模型,因为它是专门用于分析Twitter等社交网站上帖子的情绪。
这项研究的结果将提供关于公众对CBD的看法以及CBD如何通过社交媒体平台进行营销的重要信息。随着社交媒体的兴起,错误信息也在增加。最近,研究人员利用社交网络分析了这些与医疗错误信息有关的概念[
为了构建这个框架,我们收集了提到“CBD”或“大麻二酚”的推文。然后,我们从这些推文中随机抽取样本,并将其标记为个人CBD参考(真/假)或商业CBD参考(真/假)。使用这些带注释的推文,我们训练了两个二进制文本分类器,将个人和商业CBD推文从更大的推文集合中分离出来。使用这两个推文语料库,我们确定了最常出现的医学相关术语(与疾病、病症、症状、身体部位、其他物质、大麻等相关的术语),并比较了两个语料库中这些术语的频率。
推文收集分类流程。API:应用程序编程接口;CBD:大麻二酚。
我们使用Tweepy Python包作为Twitter实时流的接口从Twitter公共流中收集推文,该包提供了大约1%的公共推文创建时的访问权限。我们的数据收集时间为2019年10月7日至2020年1月26日,并使用了搜索词“CBD”和“大麻二酚”。我们选择这个时期是因为它代表了CBD开始流行的时期。我们将收集时间限制在大约3.5个月,这样我们就可以在一个时间窗口内收集足够数量的推文,以避免数据中的潜在概念漂移。我们还设置了过滤器来收集用英语写的原创推文(即,没有转发)。我们不希望包括转发,因为这些推文的实际内容链接到另一个作者,并且在文本上与现有推文几乎相同。对于收集的每条推文,我们保留了完整的推文文本、推文的ID、创建推文的时间以及撰写推文的Twitter用户。结果收集了567,850条推文的数据集。
为了从567,850条推文中识别个人和商业相关的CBD推文,我们在5496条推文样本上构建了两个二进制分类器。这个推文样本是通过从我们的集合中提取6000条推文样本并删除带有逐字重复推文的条目来获得的。注释个人CBD推文的过程包括评估样本中的每条推文是否来自个人(即,不是“机器人”),讨论CBD的过去、当前和/或未来使用。注释商业CBD推文的过程包括评估样本中的每条推文,看它是否来自销售、广告或推广CBD的实际(即不是“机器人”)非新闻实体。这些分类器被用来区分个人和商业cbd相关的推文。为了训练这些分类器,样本中的所有推文都被手动标记为与cbd相关的个人推文或与cbd相关的非个人推文,以及与cbd相关的商业推文或与cbd相关的非商业推文,根据其全文内容(最多由280个字符组成)。
CBD产品对焦虑很有好处,而且它们不会让你兴奋
我用CBD治疗焦虑。这比服用苯二氮平类药物健康得多……我也用CBC来止痛。你知道还有什么对肝脏有害吗?泰诺和布洛芬
吃点止痛药和助眠药,比如泰诺或Advil PM之类的,CBD或大麻也可以试试
CBD软糖不会让你兴奋,但对我个人来说,CBD油食品有助于缓解焦虑和痛经
走开! !痛苦!我们有各种各样的CBD产品满足您的需求....下次来的时候一定要询问我们的选择。URL
随着时间的推移,睡眠质量差会让你感觉崩溃……CBD能帮上忙吗?URL #cbd #cbdoil #大麻#睡眠#失眠
慢性疲劳…C一个nn一个bis CBD THC oil – URL
我们的CBD面霜结合了山金车和天然薄荷油的缓解潜力,可可脂和桉树和薰衣草的气味
如果你住在医用大麻合法的地方,那么你就可以每月获得3000美元的报酬,来评论杂草、CBD、可食用食品和更多的URL
FDA担心CBD。你应该担心吗?URL
这个房间有我cbd公寓的一半大。
墨尔本中央商务区的弗林德斯街在早些时候的抗议活动后重新开放....感谢您在中断期间的耐心等待。# victraffic
对人工注释的推文的分析表明,个人和商业cbd相关数据集的类别是不平衡的;非个人的cbd相关推文是个人cbd相关推文的7.7倍,非商业性cbd相关推文是商业性cbd相关推文的10.2倍。为了达到训练集中的类的平衡,我们通过取一个与负类大小相等的随机样本,对训练集中的正类进行了下抽样。
个人大麻二酚(CBD)课程计数训练集。
类 | Predownsampling n | Postdownsampling n |
个人CBD | 631 | 631 |
Nonpersonal CBD | 4865 | 631 |
总计 | 5496 | 1262 |
商业大麻二酚(CBD)课程计数训练集。
类 | Predownsampling n | Postdownsampling n |
CBD商业 | 489 | 480 |
非商业CBD | 45007年 | 489 |
总计 | 5496 | 978 |
在训练二进制分类器将整个数据集分类为个人和商业cbd相关的推文之前,我们对推文的文本进行了预处理,方法是将所有url规范化为一个一致的字符串,删除特殊字符和英语词性,将所有文本转换为小写字母,并进行词元化。执行这个预处理是为了减少数据中的噪声,这可能会影响我们的推文分类器的性能。然后在标注样本的80%(5496中的4396)上训练二进制分类器,并在标注样本的剩余20%(5496中的1099)上进行验证。然后,我们基于使用n-gram从1到3的范围内的tweet中的单词创建了一个术语频率逆文档频率(TF-IDF)特征矩阵,以及基于使用n-gram从3到6的范围内的tweet中的字符创建了一个TF-IDF特征矩阵。得到的矩阵水平堆叠,作为训练分类器的模型的输入。
为了训练两个二进制分类器,我们使用逻辑回归模型执行了5次交叉验证网格搜索,以找到参数的最佳组合。参数的范围显示在
使用逻辑回归模型进行文本分类调优的参数。
参数 | 范围 |
点球 | {不,.l1.l2} |
正则化参数 | xk= 10+ (b) (k - 1) / (n - 1)n, k = 1,…;= 0;b = 5;n = 20 |
解算器 | {newton-cg, lbfgs, liblinear, sag, saga} |
为了跟踪排序后的商业和个人CBD推文中引用的医学术语,我们计算了两个推文语料库中前1000个单词的术语频率。然后我们通过参考标准英语、医学(Systemized Nomenclature of Medicine-Clinical terms [SNOMED CT])和俚语词典来确认这些术语是否与相关的医疗状况、医疗症状、身体部位和/或其他药物/物质有关。我们将这些术语分为三组:健康/医疗、大麻相关术语和其他物质。在健康/医疗组中,我们包括了与疾病、食物、症状和身体部位相关的术语。我们将同样的逻辑应用于似乎是标签的术语,通过检查组成标签的单个单词的相关性。我们将与大麻相关的术语分组在一起,并将它们与其他物质组分开,因为与CBD和thc相关的推文似乎有重叠,它们都引用了更广泛的大麻植物;我们包括了与大麻相关的俚语,以及通常与大麻输液有关的食物(如橡皮糖,蜂蜜)。其他物质组包括指任何其他药物或药物的术语。有一些单词被包含在多个组中的例子。例如,“high”是大麻的副作用,但在大麻和CBD的推文中都常用。 Additionally, we considered terms that may represent side effects caused by taking a substance, especially terms commonly associated with cannabis. Finally, we compared the overall frequency of the top occurring terms relative to their frequency in either the personal or commercial class of tweets, and produced a visualization of relevant term frequencies. We used the Scattertext Python package to generate a graphical representation of the frequencies within the personal and commercial CBD classes for each of the three term groups [
我们使用VADER模型来计算个人和商业CBD推文的情绪,这些推文参考了特定的医疗状况。由于该情绪模型将标点符号和文本大写合并到计算情绪中,我们使用原始推文文本作为模型的输入。VADER模型根据推文中每个单词的配价分数的总和,为每条推文生成一个介于-1到+1之间的标准化分数。我们根据Hutto和Gilbert推荐的阈值将每条推文的得分转换为3级分类变量。
然后,我们分析了在包含与特定定义的条件和症状相关的术语的推文中,复合得分和情绪类别(积极、消极、中性)的分布。由于VADER模型部分基于字典评分,而且许多与疾病相关的术语可能会影响推文的整体情绪(例如,疼痛、压力、癌症),作为我们分析的一部分,我们计算了VADER情绪评分,包括感兴趣的医学术语和不包括医学术语,并使用VADER评分比较了平均VADER评分
本研究利用了公开可用的数据,并由路易斯维尔大学机构审查委员会批准注册(批准方案20.1122)。
我们分别训练了个人和商业CBD推文的二进制分类算法。在最优个人CBD分类器(逻辑回归:C=3.36,惩罚=none,求解器=“newton-cg”)和商业CBD分类器(逻辑回归=428.13,惩罚=“l1”,求解器=“saga”)中,我们观察到从不平衡样本的平衡数据中得出的较小验证集之间的分类性能下降。尽管在不平衡数据上的分类性能有所下降,但个人和商业CBD分类模型都能够实现接受者工作特征曲线下面积分数高于0.80。
个人大麻二酚(CBD)逻辑回归分类器性能指标。
分类 | 精度 | 回忆 | F1 | 支持 | 精度 | AUC一个 | |||
|
0.85 | 0.86 | |||||||
|
Nonpersonal CBD | 0.93 | 0.79 | 0.85 | 138 |
|
|
||
|
个人CBD | 0.79 | 0.93 | 0.85 | 115 |
|
|
||
|
0.89 | 0.87 | |||||||
|
Nonpersonal CBD | 0.94 | 0.91 | 0.93 | 367 |
|
|
||
|
个人CBD | 0.78 | 0.83 | 0.81 | 133 |
|
|
一个AUC:接收机工作特性曲线下的面积。
商业大麻二酚(CBD)的逻辑回归分类器性能指标。
分类器 | 精度 | 回忆 | F1 | 支持 | 精度 | AUC一个 | |||||||||
|
0.89 | 0.89 | |||||||||||||
|
非商业CBD | 0.92 | 0.85 | 0.89 | 95 |
|
|
||||||||
|
CBD商业 | 0.87 | 0.93 | 0.90 | 101 |
|
|
||||||||
|
0.87 | 0.82 | |||||||||||||
|
非商业CBD | 0.90 | 0.93 | 0.91 | 367 |
|
|
||||||||
|
CBD商业 | 0.79 | 0.70 | 0.74 | 133 |
|
|
一个AUC:接收机工作特性曲线下的面积。
我们为个人和商业推文语料库生成了ungram频率。我们查看了出现频率最高的1000个术语(不包括常见的英语停顿词),并手动检查这些术语是否与健康有关;健康;疾病;副作用;条件;身体部位;和/或参照标准英语、医学和俚语词典引用其他物质。
在其他提到大麻的推文中(
每类大麻相关的术语频率。
其他物质每类学期频率。
医疗/健康/健康相关的学期频率。
我们计算了引用以下17个术语中的任何一个的商业和个人CBD推文的情绪得分:
带有非中性情感的医学相关术语。
术语 | 维德一个复合分数 |
焦虑 | -0.1779 |
焦虑 | 0.25 |
平静 | 0.3182 |
平静的 | 0.4019 |
癌症 | -0.6597 |
抑郁症 | -0.5719 |
能源 | 0.2732 |
疼痛 | -0.5106 |
痛苦 | -0.4215 |
压力 | -0.4215 |
一个情感推理的价感字典。
个人和商业大麻二酚(CBD)情绪分类计数。
术语 | 个人微博 | 商业微博 | ||||||||||||||||
|
n | 与术语 | 没有一项 | n | 与术语 | 没有一项 | ||||||||||||
|
|
pos一个 | neub | 负的c | pos | neu | 负的 |
|
pos | neu | 负的 | pos | neu | 负的 | ||||
焦虑 | 5353 | 2818 | 126 | 2409 | 3125 | 519 | 1718 | 2924 | 1564 | 44 | 1316 | 1726 | 352 | 846 | ||||
焦虑 | 515 | 266 | 11 | 238 | 307 | 47 | 161 | 114 | 53 | 4 | 57 | 84 | 5 | 25 | ||||
自闭症 | 395 | 180 | 47 | 168 | 180 | 47 | 168 | 27 | 17 | 2 | 8 | 17 | 2 | 8 | ||||
平静 | 1224 | 1007 | 17 | 200 | 761 | 145 | 318 | 725 | 659 | 9 | 57 | 535 | 80 | 110 | ||||
平静的 | 445 | 399 | 4 | 42 | 324 | 33 | 88 | 389 | 369 | 2 | 18 | 308 | 47 | 34 | ||||
癌症 | 986 | 230 | 19 | 737 | 530 | 111 | 345 | 246 | 76 | 0 | 170 | 122 | 44 | 80 | ||||
抑郁症 | 568 | 164 | 17 | 387 | 307 | 31 | 230 | 326 | 69 | 8 | 249 | 178 | 19 | 129 | ||||
能源 | 507 | 416 | 9 | 82 | 334 | 57 | 116 | 444 | 421 | 7 | 16 | 357 | 52 | 35 | ||||
健身 | 57 | 48 | 2 | 7 | 37 | 4 | 16 | 128 | 125 | 0 | 3. | One hundred. | 15 | 13 | ||||
疼痛 | 7432 | 2948 | 188 | 4296 | 4985 | 558 | 1889 | 6287 | 3262 | 113 | 2912 | 4956 | 591 | 740 | ||||
痛苦 | 394 | 157 | 11 | 226 | 225 | 19 | 150 | 311 | 168 | 9 | 134 | 219 | 11 | 81 | ||||
创伤后应激障碍d | 217 | 111 | 14 | 92 | 111 | 14 | 92 | 55 | 33 | 9 | 13 | 33 | 9 | 13 | ||||
皮肤 | 618 | 461 | 55 | 102 | 464 | 54 | One hundred. | 2516 | 2211 | 150 | 155 | 2229 | 136 | 151 | ||||
睡眠 | 3761 | 2518 | 356 | 887 | 2517 | 356 | 888 | 2980 | 2129 | 322 | 529 | 2131 | 321 | 528 | ||||
压力 | 1012 | 560 | 18 | 434 | 713 | 45 | 254 | 1407 | 883 | 28 | 496 | 1100 | 36 | 271 | ||||
减肥 | 8 | 5 | 2 | 1 | 5 | 2 | 1 | 24 | 18 | 3. | 3. | 18 | 3. | 3. | ||||
健康 | 144 | 129 | 2 | 13 | 98 | 18 | 28 | 4216 | 4020 | 38 | 158 | 3106 | 814 | 296 |
一个Pos:积极的情绪。
bNeu:中性情绪。
c消极:消极情绪。
dPtsd:创伤后应激障碍。
个人和商业大麻二酚(CBD)情绪评分描述性统计(有和没有术语)。
术语 | 个人微博 | 商业微博 | |||||
|
n | terms, mean (SD) | 不含项,均值(SD) | n | terms, mean (SD) | 不含项,均值(SD) | |
焦虑 | 5353 | 0.074 (0.573) | 0.186 (0.557) | 2924 | 0.118 (0.568) | 0.241 (0.538) | |
焦虑 | 515 | 0.048 (0.591) | 0.203 (0.566) | 114 | 0.08 0 (0.566) | 0.254 (0.529) | |
自闭症 | 395 | -0.001 (0.546) | -0.001 (0.546) | 27 | 0.188 (0.557) | 0.188 (0.557) | |
平静 | 1224 | 0.448 (0.484) | 0.258 (0.540) | 725 | 0.616 (0.374) | 0.452 (0.467) | |
平静的 | 445 | 0.608 (0.408) | 0.410 (0.508) | 389 | 0.695 (0.334) | 0.513 (0.444) | |
癌症 | 986 | -0.369 (0.571) | 0.158 (0.559) | 246 | -0.303 (0.638) | 0.167 (0.564) | |
抑郁症 | 568 | -0.275 (0.573) | 0.122 (0.571) | 326 | -0.353 (0.506) | 0.111 (0.525) | |
能源 | 507 | 0.469 (0.492) | 0.324 (0.541) | 444 | 0.681 (0.331) | 0.547 (0.421) | |
健身 | 57 | 0.429 (0.463) | 0.263 (0.514) | 128 | 0.633 (0.283) | 0.464 (0.400) | |
疼痛 | 7432 | -0.099 (0.605) | 0.293 (0.547) | 6287 | 0.088 (0.580) | 0.490 (0.440) | |
痛苦 | 394 | -0.098 (0.610) | 0.169 (0.577) | 311 | 0.087 (0.615) | 0.342 (0.553) | |
创伤后应激障碍一个 | 217 | 0.037 (0.626) | 0.037 (0.627) | 55 | 0.200 (0.563) | 0.200 (0.563) | |
皮肤 | 618 | 0.420 (0.501) | 0.427 (0.501) | 2516 | 0.550 (0.371) | 0.568 (0.371) | |
睡眠 | 3761 | 0.305 (0.522) | 0.305 (0.523) | 2980 | 0.392 (0.493) | 0.394 (0.493) | |
压力 | 1012 | 0.116 (0.632) | 0.360 (0.567) | 1407 | 0.234 (0.596) | 0.481 (0.396) | |
减肥 | 8 | 0.289 (0.344) | 0.289 (0.344) | 24 | 0.436 (0.549) | 0.436 (0.549) | |
健康 | 144 | 0.606 (0.431) | 0.384 (0.524) | 4216 | 0.720 (0.279) | 0.505 (0.426) |
一个Ptsd:创伤后应激障碍。
个人和商业大麻二酚(CBD)情绪评分t检验结果(带术语和不带术语)。
术语 | 有术语的个人的和没有术语的 | 有条款和无条款的商业广告 | 商业vs个人与期限 | 商业vs个人,没有条款 | ||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
焦虑 | -10.31 | 10704年 | <措施 | -8.51 | 5846 | <措施 | -3.33 | 8275 | 措施 | -4.28 | 8275 | <措施 |
焦虑 | -4.29 | 1028 | <措施 | -2.39 | 226 | 02 | 0.53 | 627 | .59 | -0.88 | 627 | 38 |
自闭症 | 0.00 | 788 | >。 | 0.00 | 52 | >。 | -1.74 | 420 | 。08 | -1.74 | 420 | 。08 |
平静 | 9.15 | 2446 | <措施 | 7.40 | 1448 | <措施 | -8.06 | 1947 | <措施 | -8.04 | 1947 | <措施 |
平静的 | 6.40 | 888 | <措施 | 6.49 | 776 | <措施 | -3.37 | 832 | 措施 | -3.09 | 832 | .002 |
癌症 | -20.71 | 1970 | <措施 | -8.65 | 490 | <措施 | -1.59 | 1230 | 厚 | -0.22 | 1230 | 点 |
抑郁症 | -11.67 | 1134 | <措施 | -11.49 | 650 | <措施 | 2.06 | 892 | .40 | 0.29 | 892 | .77点 |
能源 | 4.45 | 1012 | <措施 | 5.25 | 886 | <措施 | -7.68 | 949 | <措施 | -7.02 | 949 | <措施 |
健身 | 1.81 | 112 | 07 | 3.92 | 254 | <措施 | -3.69 | 183 | <措施 | -2.88 | 183 | 04 |
疼痛 | -41.39 | 14862年 | <措施 | -43.82 | 12572年 | <措施 | -18.37 | 13717年 | <措施 | -23.02 | 13717年 | <措施 |
痛苦 | -6.32 | 786 | <措施 | -5.43 | 620 | <措施 | -3.98 | 703 | <措施 | -4.01 | 703 | <措施 |
创伤后应激障碍一个 | -0.01 | 432 | 获得 | 0.00 | 108 | >。 | -1.77 | 270 | 。08 | -1.76 | 270 | 。08 |
皮肤 | -0.24 | 1234 | 结果 | -1.76 | 5030 | 。08 | -7.25 | 3132 | <措施 | -7.89 | 3132 | <措施 |
睡眠 | 0.01 | 7520 | 获得 | -0.12 | 5958 | .90 | -6.97 | 6739 | <措施 | -7.10 | 6739 | <措施 |
压力 | -9.12 | 2022 | <措施 | -11.98 | 2812 | <措施 | -4.65 | 2417 | <措施 | -5.60 | 2417 | <措施 |
减肥 | 0.00 | 14 | >。 | 0.00 | 46 | >。 | -0.71 | 30. | 的相关性 | -0.71 | 30. | 的相关性 |
健康 | 3.94 | 286 | <措施 | 27.38 | 8430 | <措施 | -4.72 | 4358 | <措施 | -3.35 | 4358 | 措施 |
一个Ptsd:创伤后应激障碍。
引用“痛苦”一词的个人推文的情绪分数分布。
引用“痛苦”一词的商业推文的情绪分数分布。
有一些例子表明,在个人推文中,CBD的推文提供了积极和消极情绪的混合,比如在推文中提到CBD与自闭症的关系。
涉及自闭症的大麻二酚相关个人推文的情绪分布。
因此,我们的框架在药物和补充剂功效声明被验证和反驳的情况下工作得很好。
@user @user他…在四氢大麻酚/cbd酊剂上。这对他的自闭症很有帮助
@user我用CBD治疗我的C-PTSD(创伤后应激障碍)和自闭症带来的过度刺激…有点难以正常工作…这比我吃过的任何抗精神病药都有效。
我的时间线上有很多人…claiming CBD can “cure” autism is bad and so is anyone knowingly peddling the idea what is wrong with you people URL
@user @user @user如果你工作的地方谎称CBD油可以治愈自闭症,你应该感觉很糟糕
10种最好的CBD油用于自闭症- URL 10-bestcbd- Oils For Autism -40/
注入CBD的瓶子@水果粉彩,这是患有多动症,自闭症等儿童的理想选择#药剂师#晚安
COMPANY_NAME®宣布自闭症希望联盟赞助URL #大麻#大麻#cbd #电子烟#cbdoil #自然#焦虑#疼痛#压力#健康#制药#健康#美容#域名URL
人们使用CBD来治疗从癫痫、自闭症到慢性疼痛和焦虑的各种疾病。URL
推文的文本分类提供了一种将推文大规模地划分为定义的组的方法。我们已经证明,通过使用文本分类来识别反映个人使用CBD的推文以及反映CBD销售和/或商业化的推文,我们可以对与CBD相关的推文做到这一点。这种对公共社交媒体数据的分类是有用的,因为CBD还没有像现代药物那样经过相同的测试和临床试验,但目前正被用于治疗各种疾病,没有安全性或有效性的证明。我们的分析提供了一种方法来识别CBD推文的商业和个人语料库中经常引用的兴趣术语,以及这些术语频率与文档类(商业或个人CBD)的比较。这使我们能够识别在两个文档类别中频繁引用的医疗条件,以及在一个文档类别中比另一个文档类别中更频繁出现的术语。我们还使用VADER模型分析了个人CBD推文引用某些医疗状况和症状的情绪。尽管美国食品药品监督管理局(FDA)对CBD作为自闭症和阿尔茨海默病治疗的营销和推广提出了警告,虽然肯定不是最常见的情况,但我们确实观察到这些策略的多个实例。
这些方法和结果说明了研究人员最近的努力,他们使用社交网络来分析错误信息的概念,这些方法与CBD错误信息的潜在问题直接相关。费朗等[
为了解决CBD领域潜在的社交媒体错误信息,重要的是开发收集和分类文本语料库的方法。之前使用互联网和社交媒体的研究描述了关于CBD的个人和商业话语。纳拉亚南等[
也有非机器学习的方法来研究Twitter上的大麻情绪,比如Nguyen等人[
我们提出的框架扩展了现有的CBD研究,通过比较反映个人使用CBD的推文和反映CBD销售和/或促销的推文的术语和情绪,进一步检查在线讨论中对CBD的看法。没有其他研究尝试过这种类型的比较工作,这种方法有助于检查哪些术语被比例地或不比例地使用,并比较个人和商业CBD推文的情绪。我们的方法可以应用于其他类型的研究,旨在分析不受管制物质的消费和广告趋势。
我们的框架的优势在于能够识别个人和商业CBD推文、相关条件和情绪。但是,应该注意到一些局限性。首先,我们将搜索范围限制在引用“CBD”和“大麻二酚”的推文上。我们的初步研究并没有表明CBD的主题像其他形式的大麻(如四氢大麻酚)一样受到俚语术语的影响,也没有表明有必要在搜索中包括其他相关术语[
我们成功地使用文本分类来识别个人或商业CBD引用的推文。当我们对推文集合应用两个分类器时,我们确定了个人和商业CBD语料库中高频提及的多种医疗状况、身体部位、症状、其他物质和大麻参考,以及一个语料库中相对于另一个语料库中提及比例过高的情况。这表明CBD正被用于和销售用于一致类型的疾病。我们的情绪分析表明,利息期限确实会影响情绪得分;当控制术语时,测试的17个术语中有15个在个人CBD推特中表现出积极的情绪,所有17个术语在商业CBD推特中表现出积极的情绪。这表明,总体而言,CBD在医疗应用方面受到了良好的评价,而商业主张并没有严重扭曲公众情绪;然而,我们观察到的证据表明,这些说法可能被夸大了。我们鼓励未来的研究,以调查随着时间的推移,CBD以及其他形式大麻的情绪、使用和销售模式。此外,我们建议通过进一步使用文本挖掘和机器学习方法来扩展这个提议的框架,以识别与CBD的健康和医疗益处有关的错误信息的传播。
cannabichromene
大麻二酚
食品和药物管理局
碳链甘油三酸酯
创伤后应激障碍
医学临床术语系统化命名
术语频率-逆文档频率
四氢大麻醇
情感推理的价感字典
没有宣布。