利用基于机器学习的方法检测和分类人乳头瘤病毒疫苗错误信息：Reddit讨论的信息流行病学研究

背景：社交媒体作为信息渠道的快速增长使得不准确信息或虚假疫苗信息的迅速传播成为可能，从而为疫苗推广创造了障碍。目的一：本研究的目的是开发和评估一种智能自动化协议，利用基于机器学习的方法识别和分类社交媒体上的人乳头瘤病毒（HPV）疫苗错误信息。方法：汇编了包含与HPV疫苗接种相关关键词的Reddit帖子（2007年至2017年，N=28,121）。随机抽取的子集（2200/28,121，7.82%）被手动标注为错误信息，并作为评估的金标准语料库。总共评估了5种基于机器学习的算法，包括支持向量机、逻辑回归、极端随机树、卷积神经网络和递归神经网络，旨在识别疫苗错误信息，并评估其识别性能。应用主题建模以识别与HPV疫苗错误信息相关的主要类别。结果：卷积神经网络模型在接收者操作特征曲线下达到了0.7943的最高面积。在28,121个Reddit帖子中，有7207个（25.63%）被分类为疫苗错误信息，其中关于一般安全问题的讨论被识别为错误信息帖子的主要类型（2666/7207，36.99%）。结论：基于机器学习的方法在Reddit上识别和分类HPV疫苗错误信息方面是有效的，并且可能适用于其他社交媒体平台。基于机器学习的方法可能提供满足社交媒体平台公共卫生错误信息智能自动化监测和分类挑战的能力和实用性。及时识别互联网中的疫苗错误信息是纠正错误信息和推广疫苗的第一步。