瘧疾仍是全球主要公共衛(wèi)生關(guān)切問題，盡管中國已獲得世界衛(wèi)生組織無瘧疾認(rèn)證，但近年來輸入性病例持續(xù)出現(xiàn)，且公眾對該疾病的認(rèn)知和防范意識仍較為有限。微博作為中國極具影響力的社交媒體平臺，積累了海量與瘧疾相關(guān)的文本數(shù)據(jù)，為分析公眾線上討論模式和關(guān)注焦點(diǎn)提供了重要素材。隨著輸入性瘧疾帶來的潛在傳播風(fēng)險(xiǎn)，以及公眾健康知識普及的迫切需求，借助社交媒體數(shù)據(jù)挖掘了解公眾對瘧疾的核心關(guān)切與認(rèn)知水平尤為重要。其中，基于社交媒體分析框架結(jié)合自然語言處理技術(shù)的研究方法，既能系統(tǒng)呈現(xiàn)瘧疾相關(guān)話語的動(dòng)態(tài)特征，又能精準(zhǔn)捕捉不同群體的信息需求，是優(yōu)化健康傳播策略的可行技術(shù)路徑。

近日，江蘇省血吸蟲病防治研究所在Malaria Journal上發(fā)表題為《Event-driven dynamics, regional disparities, and netizen engagement: characterizing and exploring malaria discourse on Sina Weibo for enhanced health communication》的研究性論著。

本研究以 “瘧疾” 為關(guān)鍵詞，收集 2019 年 1 月至 2024 年 8 月新浪微博的相關(guān)帖子，涵蓋用戶資料、時(shí)間數(shù)據(jù)、帖子內(nèi)容及關(guān)注度數(shù)據(jù)等，將認(rèn)證賬號分為個(gè)人賬號、官方健康相關(guān)賬號、非官方健康相關(guān)賬號和其他組織賬號四類，對原始數(shù)據(jù)進(jìn)行去除無關(guān)重復(fù)條目、清理特殊字符與表情符號、過濾缺失數(shù)據(jù)及中文分詞等預(yù)處理后，運(yùn)用潛在狄利克雷分配（LDA）模型、SnowNLP 工具、MING-MOE 模型分別開展主題建模、情感分析和命名實(shí)體識別，并結(jié)合描述性分析，從時(shí)間、空間和網(wǎng)民類型維度，系統(tǒng)分析網(wǎng)民對瘧疾的關(guān)注及討論模式。

該研究于 2019 年 1 月至 2024 年 8 月期間在新浪微博收集到 81010 條瘧疾相關(guān)帖子，分析發(fā)現(xiàn)網(wǎng)民對瘧疾的關(guān)注呈事件驅(qū)動(dòng)特征，在我國對非衛(wèi)生援助、公共衛(wèi)生事件及世界 / 中國瘧疾日前后達(dá)到高峰，且負(fù)面事件引發(fā)的參與時(shí)長約為正面事件的 1.5 倍；區(qū)域討論上，涉非內(nèi)容雖略有下降但仍占年度區(qū)域特定帖子的 60% 以上，而涉亞、美話題較分散；不同類型賬號討論重點(diǎn)各異，官方衛(wèi)生類賬號側(cè)重瘧疾預(yù)防但發(fā)帖量少，個(gè)人賬號更關(guān)注治療與健康經(jīng)歷分享，非官方衛(wèi)生類賬號話題分布均衡且重視疫苗與科研，組織類賬號則提供瘧疾防控機(jī)構(gòu)信息。

該研究系統(tǒng)解析了新浪微博平臺上瘧疾相關(guān)話語的事件驅(qū)動(dòng)動(dòng)態(tài)特征、區(qū)域差異規(guī)律與網(wǎng)民參與模式，為優(yōu)化輸入性瘧疾防控背景下的健康傳播策略提供了實(shí)證依據(jù)與實(shí)踐路徑。

江南大學(xué)講師王寧為本文第一作者，江蘇省血吸蟲病防治研究所李成媛助理研究員為本文的通訊作者。論文鏈接：https://link.springer.com/article/10.1186/s12936-025-05664-4