Медицинская карта
Плохой врач лечит болезнь, хороший - причину болезни.
  • гепатит
  • Недели беременности

    Беременность по неделям

  • Сколько живут с диагнозом рак
  • Как рыбий жир может уменьшить воспаление

Twitter Chatter предсказывает зачисление на рынок медицинского страхования, показывают исследования Penn Study

2021-01-29 13:51:14

Рост настроений в Твиттере (позитивность или негативность твитов) связан с увеличением числа участников на уровне штата на рынках медицинского страхования в соответствии с Законом о доступном медицинском обслуживании (ACA) - феномен, который указывает на использование платформы социальных сетей в качестве измерение общественного мнения в режиме реального времени и позволяет рынкам быстро определять изменения в зачислении и возникающие проблемы. Хотя Twitter ранее использовался для измерения общественного мнения по ряду вопросов, касающихся здоровья, это исследование, проведенное учеными из Медицинской школы Перельмана при Университете Пенсильвании, опубликовано в Интернете в Журнале медицинских интернет-исследований., является первым, кто рассмотрит его взаимосвязь с регистрацией участников нового национального рынка медицинского страхования.  


Ссылки по теме

Медицинский факультет Перельмана при Пенсильванском университете


Система здравоохранения Пенсильванского университета


В исследовании было изучено 977 303 твита, связанных с ACA и «Obamacare» - наряду с теми, которые были направлены на дескриптор Twitter для HealthCare.gov и 17 учетных записей Twitter на рынке штата - в марте 2014 г. штат. Тональность твита определялась с использованием лексики настроений Национального исследовательского совета (NRC), которая содержит более 54000 слов с соответствующими весами тональности от положительного до отрицательного. Например, слово «отлично» имеет положительный вес и более положительно, чем слово «хорошо», а слово «ужасно» - отрицательное. Используя эту лексику, исследователи обнаружили, что увеличение настроения твитов на 0,10 было связано с девятипроцентным увеличением числа участников рынка медицинского страхования на уровне штата. Хотя А.


«Корреляция между настроениями в Твиттере и количеством лиц, имеющих право на участие в рыночном плане, подчеркивает потенциал Твиттера в качестве стратегии мониторинга в реальном времени для будущих периодов регистрации», - сказала первый автор Шарлин А. Вонг, доктор медицины , Роберт Вуд. Клинический стипендиат Фонда Джонсона и научный сотрудник Института экономики здравоохранения Леонарда Дэвиса Пенна . «Это было бы особенно полезно для быстрого выявления возникающих проблем и внесения корректировок, вместо того, чтобы ждать недели или месяцы, например, для публикации этой информации в отчетах о зачислении».


Исследователи собрали случайную выборку из 977 303 твитов с марта 2014 года, чтобы использовать их в качестве контрольной группы для сравнения настроений. Они также дополнительно подтвердили лексикон NRC путем случайной выборки 300 твитов и оценки их человеческими оценщиками, обнаружив значительную корреляцию между компьютерными и человеческими оценками.


«Твиттер - мощный инструмент, когда дело доходит до изучения тенденций в области здравоохранения и политики в области здравоохранения», - сказала старший автор Райна М. Мерчант, доктор медицинских наук, MSHP , директор лаборатории социальных сетей и инноваций в области здравоохранения Пенсильвании и доцент кафедры неотложной медицины. «Мы можем видеть, как эта методология используется для улучшения здравоохранения в режиме реального времени по мере реализации политики здравоохранения, чтобы быть в курсе любых проблем и соответствующим образом корректировать».


Среди других авторов исследования, все они из Пенсильвании, - Маартен Сап, Эндрю Шварц, доктор философии, Роберт Таун, доктор философии, Том Бейкер, доктор медицинских наук, и Лайл Ангар, доктор философии. Исследователи частично финансируются Фондом Роберта Вуда Джонсона. Кроме того, Бейкер и Таун являются двумя соучредителями Picwell, Inc., информационной / технологической компании в области здравоохранения, которая использует большие данные и прогнозную аналитику, чтобы помочь потребителям оптимизировать выбор плана медицинского обслуживания.

Оставьте комментарии и отзывы!

Используйте нормальные имена. Ваш комментарий будет опубликован после проверки.

(обязательно)