摘要

目的:YouTube目前是世界上第二大最受欢迎的网站，病人经常使用它在线获取健康信息。我们的目的是评估与双相情感障碍相关的YouTube视频的内容质量。

方法:我们选择了前30个视频作为四个不同的搜索短语:“双相情感障碍”，“双相情感障碍治疗”，“双相情感障碍症状”和“躁狂抑郁症”。视频内容由两名独立的大四医学生使用经过验证的DISCERN仪器进行评估。记录定性数据、定量数据及上传源进行分析。

结果:在总共120个视频中，有80个视频符合我们的纳入标准并进行了评估。均分为63.5分(75分)。这表明YouTube上关于双相情感障碍的视频质量非常好。两个评分者之间的信度很好(类内相关系数=0.96)。几乎所有的视频都有障碍症状(100%)和障碍对日常生活的影响(98.8%)。视频主要通过教育频道(61.3%)和医院(16.3%)上传。有医生发言的视频平均日浏览量、评论量和视频功率指数均显著高于有医生发言的视频(P<0.05)。

结论:YouTube上关于双相情感障碍的视频质量很好。我们在论文中列出了一些高质量的视频，以供患者和医生参考，寻找最可靠的患者教育视频。在一个视频中有一个医生演讲者优化了一个视频，以提高观众的参与度。

关键字

双相情感障碍;互联网;在线;精神病学;YouTube

背景

大约46亿人是活跃的互联网用户;这相当于世界人口的60%[1]。YouTube是全球最常见的视频观看平台[1]。普通大众使用YouTube主要是为了娱乐，但它也扩展为教育媒体。年龄在18 - 24岁之间的人中，90%的人相信别人在[2]网上分享的医疗信息。YouTube的大量信息和可访问性吸引着医生、医科学生、病人及其家人将其作为医疗信息的来源。发布在YouTube上的医疗保健相关视频往往不可靠，可能包含错误信息[3,4]。虽然有关于YouTube视频传播痴呆症、精神分裂症和嗜睡症心理教育的作用的研究，但它们的质量很差或有限，目前没有关于双相情感障碍(BD)视频质量的研究[5-7]。

双相障碍是一种精神障碍，其特征是情绪变化，从抑郁到躁狂症不等，在患者没有情绪障碍的情况下，会有一段时间的真情绪期。健康阶段是治疗和提供心理教育建议的最佳时机。双相I (BP1)的定义是长时间的狂躁和抑郁，通常需要住院治疗。双相情感障碍II (BP2)的定义是轻度躁狂发作和抑郁的周期。它影响全球1%的人口，中位发病年龄为25岁[8]。它在男性和女性中同样存在，在所有社会阶层、种族和民族中普遍存在。

双相障碍患者使用互联网的比例与普通人群相同，约为81%[9]。大多数双相障碍患者使用互联网来寻找有关他们疾病的信息，但也会咨询其他两个来源，如医疗专业人士、书籍和医生讲义[9]。只有21%的患者阅读或参加支持小组、聊天或BD[10]论坛，大多数患者不与他们的医生[11]讨论有关BD的互联网信息。

患有双相障碍的人一致认为社会污名是生活在这种情况下的最大挑战之一，因此匿名在网上搜索医疗信息(而不是寻求专业帮助)[12]。因此，双相障碍经常被误诊或长达10年未被诊断，使[13]疾病的痛苦持续下去。然而，还有其他一些因素也会影响双相障碍的诊断，包括一级亲属、高压力、创伤、非法药物使用，最重要的是，抑郁障碍/情绪不稳定，如神经质。

我们旨在使用全面的搜索策略来评估BD上的当前质量和您的管视频的可靠性。我们还试图确定用于观众参与的视频。

材料和方法

搜索策略

2019年11月11日，我们用这四个关键词搜索了YouTube;“双相情感障碍”、“双相情感障碍治疗”、“双相情感障碍症状”和“躁狂抑郁症”。我们觉得这些搜索词提供了足够的BD视频,因为他们是相对同义词BD。我们故意选择了这些短语,因为后被诊断为“双相情感障碍“我们预期,病人可能会使用相同的搜索词或在YouTube上的轻微变化。

数据收集

之前的研究表明，90%的搜索引擎用户只看搜索内容的前3页。因此，每次搜索的前30个结果在选择的标准下被查看和评价，并记录结果[14]。

纳入和排除标准

在120个视频中，我们总共评估了80个与BD相关的视频，任何复制的、广告、音乐视频、其他语言视频或明显与BD无关的视频(如音乐视频)都被排除在外。

提取的变量

我们使用谷歌Chrome扩展“VidIQ Vision for YouTube”从每个视频检索定量信息。这包括:观看总数，评论总数，持续时间，视频描述字数，视频描述链接数，推荐，喜欢，不喜欢，视频标签和时间自从上传。还记录了主机频道的信息:上传者名称、每日平均浏览量、每日平均订阅者、订阅者和标签。

定性信息包括:疾病对日常生活的影响，双相障碍的症状，个人故事/人物，BP1和BP2之间的差异，治疗结果，预后的讨论，动画，图表，病理机制解释，医生发言和/或患者的经验。我们记录了视频上传源，并将其分类为以下类别之一:医生、医院、病人、教育或其他。

评分系统

使用经过验证的DISCERN仪器对视频进行评估，由两名医学学生在他们最后的临床年的研究中，每个人都有5年使用DISCERN仪器的经验。DISCERN工具是一个16点问卷，旨在让外行人判断健康信息的可靠性和质量，见表1[15,16]。前15个问题根据他们是否满足给定的标准从1-5分打分。1分表示视频未达到标准，部分达到标准可由评分者自行判断为2-4分，5分为肯定。总分最低16分，最高80分。

Nr	问题	评级
1	目标明确吗?	1	2	3.	4	5
2	它达到目标了吗?	1	2	3.	4	5
3.	这是相关的吗?	1	2	3.	4	5
4	是否清楚是什么信息来源被用于汇编出版物(除了作者或制作人)?	1	2	3.	4	5
5	是否清楚出版物中使用或报告的信息是何时产生的?	1	2	3.	4	5
6	它是否平衡和无偏见？	1	2	3.	4	5
7	是否提供额外支持和信息来源的详细信息?	1	2	3.	4	5
8	它是指不确定的领域吗?	1	2	3.	4	5
9	它描述了每一种治疗是如何工作的吗?	1	2	3.	4	5
10	它描述了每种治疗的好处吗?	1	2	3.	4	5
11	它描述了每种治疗的风险吗?	1	2	3.	4	5
12	它描述了如果不使用治疗会发生什么吗?	1	2	3.	4	5
13	它是否描述了治疗选择如何影响整体生活质量？	1	2	3.	4	5
14	是否清楚可能有一种以上的治疗选择?	1	2	3.	4	5
15	它是否为共享决策提供支持?	1	2	3.	4	5
16	根据所有这些问题的答案，对整体质量进行评分 作为治疗选择的信息来源	1	2	3.	4	5

表1:辨别仪器的16个问题。

最后一个问题是对前15个DISCERN问题的总结，并决定该出版物是否可以用作适当的信息来源。总体评分为2分或以下表明该出版物质量“差”，有许多缺点，不实用或不合适。3分表明出版物的质量是“公平的”，由于某些限制需要额外的信息来源。4分或以上表示“良好”质量，意味着该出版物作为治疗选择的信息来源是有用和适当的[15,16]。

仅使用前15个问题，DISCERN得分也可以被理解为75分的总分。63到75的分数是“极好”的分数，51到62的分数是“好”的分数，39到50的分数是“一般”的分数，27到38的分数是“差”的分数，16到26的分数是“非常差”的分数[17,18]。

视频优化

本研究的优化分析方法与之前发表的研究相似[4,7,19-21]。平均每日浏览量(上传后总浏览量/天)、点赞率((喜欢/喜欢+不喜欢)*100)和视频影响力指数(VPI)(喜欢*100/(喜欢+不喜欢))/100)用来评估观众对视频的参与度。值得注意的是，VPI不存在标准化的分界点，因为它取决于点赞和观看的数量，而这取决于视频的受欢迎程度。但是，我们在结果部分提供了平均VPI，以便读者可以使用它作为参考(查看VPI值是否高于或低于平均值)。

视频基于它们的定性内容进行分组（例如，如果视频包括对BP障碍的治疗）。分析这些视频组的平均日常视图，如比例，VPI和评论数量。

统计方法

检查正态性，在数据正态分布的情况下，使用Mann-Whitney U检验来发现分类变量之间的差异。用类内相关系数来确定评分者之间的一致性。P<0.05为显著性。谷歌床单(谷歌LLC, Mountain View, California, USA)用于插图。使用过去(Hammer and Harper， Øyvind Hammer, Natural History Museum, University of Oslo)进行统计分析。

结果

视频内容

我们的内容分析总共包含了80个独特的视频。图1为BD视频的定性内容，几乎所有视频都涵盖了BD的症状(100%)和对日常生活的影响(99%)。大多数视频包括治疗(60%)，预后(54%)，个人小片段(54%)和关于双相障碍的患者经历(51%)。然而，大多数视频没有医生讲话(48%)，动画(28%)，BD病理机制(25%)，图表(23%)，以及BD1和BD2之间的差异(31%)。

图1:双相情感障碍视频内容。

视频上传源码

图2显示了上传的视频的来源。大部分视频是通过教育频道上传的，61.3%(49个)。其余视频由医院上传16.3%(13个视频)，医师上传11.3%(9个视频)，患者上传8.8%(7个视频)，2.5%(2个视频)由其他来源上传。

图2:双极障碍上的视频上传来源。

视频数据

以下是所有视频的平均数量方面:持续时间1034.1(47-7573)秒，浏览次数323059(1061- 3500000)，评论702.3(0-5960)，喜欢6011.4(0-61000)，不喜欢153.8(0-1683)，平均每日浏览量41(0-630)，喜欢比例93.9(50-100)，视频推荐71.7(0-527)，上传后天数1459.325(125- 4294)。

视频的平均频道人气为:订阅用户1713569(3-21700万)，日浏览量6824841.4(49.8- 486900万)，日订阅用户39832.6(0.1-1550000)。

视频质量评估

辨别师的两个评估者的平均辨别得分为63.4±11.3（38-80）（共有80个可能的点）。第一个评估者和第二次税率分别具有63.5±11.3（39-80和63.3±11.3（38-80）的平均辨别得分。两名评估者之间绝对协议的腹部相关系数为0.996（95％的信心间隔为0.9938至0.9975）;根据Cicchetti和Koo [22-24]，这被认为是“优异的”可靠性。

DISCERN前15个项目的平均总和为59.3(总分为75分)。这被认为是一个“好的”信息质量(62-51分)[17]。

在问题16中，两位评分者的平均辨别评分为4.1(2-5)。每个评分者的平均得分分别为4.1(2-5)和4.1(2-5)。这可能被认为是一个“良好”的信息质量，对患者作出治疗选择是有用的。具体来说，59个视频(73.75%)得分在4分或4分以上，表明该出版物质量良好。

总的均数区别于上传者:病人视频得分最低，为47.64分，而医生视频得分最高，为68.11分。医院视频得分62.23分，教育频道视频得分64.93分。

图3显示了DISCERN的16个问题中的每个问题的平均得分。问题1到3得分最高。他们提出了关于定性视频内容的基本问题:目标是否明确，是否达到了目的，是否相关。第4题到第8题的分数都在4分以上，这被认为是“好”的分数。这五个问题根据出版物信息来源的清晰度、信息何时被报道或使用的清晰度、偏见、包含额外来源和不确定性对出版物进行评级。得分最低的是第9题至第15题。这些问题明确地集中在治疗或缺乏治疗上:它是如何工作的，有什么好处，有什么风险，它们如何影响生活质量，以及治疗的种类。

图3:两名评分者在16道辨别仪器问题中的平均分。
缩写:问:问题

视频质量的相关性

表2显示了视频质量与视频内容的关系。当纳入治疗结果(P=0.0001)、预后(P=0.0001)、病理机制(P=0.0003)、医生讲话(P=0.0004)和图表(P=0.0098)时，视频有更大的DISCERN评分。

	的信息	没有信息
	辨别
结果的治疗
的意思是	70.563	52.578
95%置信区间	68.583到72.542	49.927到55.230
样本大小	48	32
P值	0.0001
预后
的意思是	70.726	55.237
95%置信区间	68.462到72.990	52.218到58.255
样本大小	42	38
P值	0.0001
图
的意思是	69.028	61.726
95%置信区间	63.601到74.455	58.947到64.504
样本大小	18	62
P值	0.0098
土地机制
的意思是	70.750	60.908
95%置信区间	66.577至74.923	58.073到63.744
样本大小	20.	60
P值	0.0003
医生演讲者
的意思是	67.395	59.726
95%置信区间	63.870至70.919	56.409至63.043
样本大小	38	42
P值	0.0004

表2:在甄别评分和选定的定性视频内容之间具有统计学意义的关系。

优化分析

表3显示了视频内容的受众参与情况。包含动画(P=0.034)或医生演讲(P=0.0006)的视频的平均日浏览量和VPI显著更高。与视频中医生演讲者(P=0.0005)和较高的评论数有统计学意义的关系。在同类比率方面没有统计学上显著的发现。

	的信息	没有信息
	平均每日的观点
动画
的意思是	940.6	408.74
95%置信区间	-123.84到2005.00	150.66到666.82
样本大小	22	58
P值	0.034
医生说话
的意思是	218.29	859.64
95%置信区间	34.57到402.01	242.71到1476.60
样本大小	38	42
P值	0.0006
	评论
医生说话
的意思是	263.49	1096.2
95%置信区间	98.331到428.64	591.16至1601.20
样本大小	35	35
P值	0.0005
	视频能力指数
动画
的意思是	914.33	402.77
95%置信区间	-126.14到1954.80	151.29到652.26
样本大小	22	57
P值	0.0489
医生说
的意思是	217.8	833.69
95%置信区间	32.061到403.53	234.71到1432.70
样本大小	37	42
P值	0.0008

表3:统计上显著的关系之间的平均每日浏览量，评论和视频功率指数与定性视频内容。

顶级YouTube视频

表4显示了得分最高的YouTube视频。三个得分最高的视频以80分并列，以下3个视频以79分并列。前六名视频的平均识别率为79.5(99.375%)，这意味着患者可能将其视为可信的健康内容来源。一半的视频是由教育频道上传的，两个是由医院上传的，一个是由医生上传的。

辨别	标题	上传	YouTubeID
80	双相情感障碍:治疗和预防复发- Patrick McKeon博士	意识到	LCeLKT2SFQo
80	治疗双相障碍	NAMI SGV	Q2KNgzVYQZo
80	治疗选择:双相情感障碍的选择	星展银行联盟	gzgi9Sr7twY
79	治疗双相情感障碍	保罗梅里特	wpYlrJ_ild0
79	理解和治疗双相情感障碍	免费的CE	WfkgvBHPOYQ
79	了解双相抑郁	斯坦福大学医院	b_zxpoubm6a.

表4:前六个最高质量的双相情感障碍视频基于辨别标准。

所有这些视频包括以下五个特点:双相障碍的症状，对日常生活的影响，治疗结果，预后的讨论和医生的发言。总的来说，这些视频的时长是其他视频的4倍(平均时长为4028秒，而所有视频的平均时长为1034秒)，涵盖了整个信息范围。

讨论

质量分析

双极视频的整体质量和可靠性具有质量优良。因此，患者可能会在YouTube上获得关于BD的基本知识。医疗保健专业人士有责任为其患者提供可靠的医疗信息。Since it is impractical to peer-review all videos and other information on the internet, we have listed the top 6 highest quality videos on BD so that physicians may share reliable educational YouTube content to their patients over online communications (e.g., e-mail, social media, hospital websites). While there is research on other neuropsychiatric disorders on the internet and on YouTube, our paper is the first to cover an in-depth analysis of the quality and reliability of BD.

我们的研究表明YouTube上有足够的关于BD的医疗信息，但是有几个因素经常被忽略，包括:每种治疗的风险，治疗的结果，治疗的益处，治疗对整体生活质量的影响，每种治疗的效果，以及多种治疗方案的可能性。未来的视频创作者可能会关注这些经常被忽略的方面。包括这些信息不仅会提高视频的质量，而且还会增加受欢迎程度。我们建议负责发布YouTube医疗视频的医疗机构考虑我们的建议，并将DISCERN工具作为其视频中应包括内容的清单，以提供有效的信息包。我们鼓励医院就屋宇署和其他医疗主题发布高质量和信息丰富的视频。

优化分析

先前的研究发现，患者不能参与最高质量的教育视频[25]。我们的研究也有类似的发现。因此，对于内容创造者(即医院员工和医疗专业人员)来说，了解是什么让视频对观众有吸引力和吸引力是至关重要的。这样，最有信息的视频可能会得到关注，而不是被忽视。

我们的结果表明，包含动画的视频可以获得最高平均日常视图和VPI。这表明视觉辅助助剂可以使视频更加吸引观众。医生演讲者的存在导致了更多的评论，平均日常观点和VPI。这表明患者更倾向于观看并与可信医疗专业人员上传的视频互动。这是一个令人放心的发现，知道患者欣赏或可能试图在数字界面上重现经典的医患互动。患者体验的存在是另一个高普及的决定因素，表明患者来自可关联来源的价值信息。

然而，我们强调，内容(如医生演讲)和观众参与度指标(如平均每日浏览量)之间的直接因果关系可能无法建立，因为观众只有在点击视频后才会发现视频的内容。例如，除非标题或缩略图表明了视频的内容(例如，“X医生谈论双相情感障碍”或身穿白大褂的人的缩略图)，否则观众在点击视频之前不会知道有医生讲话。在我们分析的所有用户粘性参数中，我们认为VPI和喜欢率是用户粘性的最佳指标，因为观众必须在观看视频时喜欢它。因此，“标题党视频”(由于标题和缩略图容易吸引眼球，因此浏览量可能更高)就不属于这个等式的一部分。事实上，“点击诱饵”视频的VPI和“喜欢”比例更低，因为人们更不喜欢这些视频。

上下文

经过深入分析，最受欢迎的视频来源更多的是娱乐目的，特别是新闻频道或其他教育频道，而不是医院。媒体对公众对任何一种疾病的认知都有强大的影响力[26,27]。应该提到社交媒体上的影响者，因为他们在流量、评论和人气方面往往比医疗权威更出色。更不用说他们从YouTube上的广告和赞助协议中获利了。毫无疑问，社交媒体上有影响力的人经常关注心理健康，因为这在他们的观众中是一个热门话题。由于大多数YouTube用户年龄在15-25岁之间，75%的心理健康障碍是在24岁之前表现出来的，所以可以理解心理健康在这一人群中是一个热门话题[30,31]。

综上所述，很明显，误解的风险是很高的，因为媒体报道必然集中在产生影响和兴趣的细节上。因此，医疗机构利用媒体作为一种传播方式，向公众提供准确、高质量的信息至关重要。如前所述，YouTube和其他互联网网站在病人的生活和他们对疾病的管理中发挥了更积极的作用。在最近的新型冠状病毒大流行等流行病期间，远程医疗和在线卫生信息来源的作用被更加强调。医生需要意识到这一点，并为他们的病人提供可靠的资源。之前的YouTube质量研究发现，医生在YouTube上上传的教育或医疗视频数量相对较少[3,4]。我们的研究与这一发现相符，在我们的研究中，只有11.3%的视频是由医生发布的。我们鼓励医疗专业人士使用我们的优化分析结果，使他们的视频更吸引观众。

患者在互联网上搜索医疗信息，通常是为了了解处方药的副作用或获得帮助，以应对他们的疾病[11]。这对双相障碍患者尤其重要，因为他们中的大多数人不可避免地会转向互联网获取健康信息[11]。我们的研究表明，视频往往缺乏关于如何应对这种疾病以及他们可能接受的治疗的信息。

患者和医生可以从向患者提供公正和可靠的医疗信息中受益匪浅。它已被证明可以减少诊断时间，创建在线支持社区，并鼓励更具成效的医患对话[3,32-35]。

远距离提供可靠信息的能力只是远程医疗发展的方式之一。精神病患者护理的现代方法包括电子精神健康应用程序，包括药物监测和基于患者自我报告的实时数据的个性化信息[36,37]。在当今的远程行医时代，这一点尤为重要。然而，尽管这些有效的数字工具和有用的在线资源存在，我们希望强调“数字鸿沟”，即技术技能较低或接触数字技术的人可能无法利用这些资源。事实上，2016年的一项研究表明，健康素养低的患者使用健康信息技术[38]的可能性更低。当前的2019冠状病毒病大流行加剧了这一鸿沟，尽管一些人仍然无法访问互联网，但基本服务已经转移到网上。

我们强调，YouTube上的医疗信息只是补充，并不能取代看医生。Bauer M等人的[40]注意到潜在的医疗危害与“低质量的在线信息、自我诊断和自我治疗、被动监测和使用未经验证的智能手机应用[40]”相关。此外，利用社交媒体有可能迅速分享虚假的医疗新闻。Waszak PM, et al.[41]发现，与常见疾病相关的流行网站在40%的病例中包含错误信息，从2012年到2017年被分享了451,272次[41]。

限制

有人可能会说，有双相障碍经验的医生，比如精神病医生，应该参与视频评估过程。然而，DISCERN仪器是为“患者和信息提供者”而创建的，“不依赖于专家对健康状况或治疗的知识”。此外，两个评分者具有极好的类内相关性一致性，表明质量分析研究是可靠的和结论性的。此外，这两名独立的评分者都是医科学生，都完成了90小时的精神病学临床轮转

我们的主要关键词是基于YouTube搜索提供的建议和同义词。因此，我们认为它们是相关的。然而，如果对双相障碍患者在网上搜索什么进行初步研究，这篇论文将会有更有力的发现。

未来的发展方向

由于本文是一个横截面评估，我们建议在几年内重复，以监测视频内容质量的更改。此类研究可能会侧重于YouTube上的医生和医院的健康频道如何提供医疗群体，如果最近的证据最新。可以进行额外的研究以检查BD患者是否参考YouTube的程度，特别是收集有关其疾病的信息，以及他们是否认为这些信息是有价值的。此外，YouTube算法排名和建议视频是复杂的，高度个性化的和不断变化的复杂[42,43]。此外，不断增加了新视频，并且新的流行趋势影响了搜索结果（例如，2014年的肌营养的外侧硬化冰桶挑战）。在我们的经验中，我们没有注意到任何有关BD的流行趋势。但是，我们鼓励未来的科学家发布后续研究，以监控BD随着时间的推移在BD上的youtube信息的质量，并更清楚地了解youtube最常用的视频内容。

由于只分析英语视频，未来的研究可能会关注不同语言和地理位置的视频质量差异，那里可能有更多的精神疾病的污名化[44]。此外，未来的研究可以使用识别工具来评估关于心理健康的其他医疗信息来源，如手机应用程序或网站。我们鼓励医生向患者提供关于DISCERN工具的信息，以便他们自己评估医疗健康信息。

结论

YouTube通常是一个很好的BD信息来源，因为它满足了患者信息所需的基本信息。然而，信息的质量仍有可能提高，特别是在治疗风险、后果、益处和整体治疗选择方面。YouTube不受监管的性质意味着视频在传达医疗信息方面可能无法达到更高的标准。因此，卫生专业人员应谨慎提供可靠的在线信息。我们建议医生参考我们在BD上列出的最高质量的视频。由于医生演讲者和动画显著优化了视频，以提高观众参与度，我们建议医生在BD上创建医疗内容，并在视频中包含动画。

宣言

伦理批准和同意参与

不适用。

同意出版

不适用。

数据和材料的可用性

所有的数据都可以在网上找到。

相互竞争的利益

不适用。

资金

不适用。

作者的贡献

托马兹·斯兹慕达:方法论，调查，形式分析，写作——初稿

Weronika Żydowicz-Methodology，调查，形式分析，写作原稿

单阿里:方法论，调查，形式分析，写作初稿

卡罗丽娜·费多洛——方法论，调查，形式分析，写作——原始草稿

Paweł Słoniewski-Methodology，形式分析，监督

确认

不适用。

作者的信息

Tomasz Szmuda，医学博士;格但斯克医科大学神经外科

WeronikaŻydowicz;格但斯克医科大学

山阿里;格但斯克医科大学

卡罗丽娜Fedorow;格但斯克医科大学

Paweł Słoniewski医学博士、博士、教授;格但斯克医科大学神经外科

参考文献

1. Statista(2021)截至2021年1月的全球数字人口(数十亿)。Statista公司，美国。［Ref。］
2. 普华永道健康研究所(2012)社交媒体“喜欢”从营销到社会业务的医疗保健。普华永道英国。［Ref。］
3. Madathil KC, Rivera-Rodriguez AJ, Greenstein JS, Gramopadhye AK (2015) YouTube上的医疗保健信息:系统综述。中国卫生科学(英文版)。［Ref。］
4. Szmuda T, Rosvall P, Hetzger TV, Ali S, Słoniewski P (2020) YouTube作为脑积水患者信息的来源:内容质量和优化分析。世界神经外科138:e469-e477。［Ref。］
5. Lam NHT, Woo BKP (2020) Instagram在中文人群中促进心理教育的功效。卫生公平4:114-116。［Ref。］
6. Lam NHT, Tsiang JT, Woo BKP(2017)探索YouTube在传播心理教育中的作用。学术精神病学41:819-822。［Ref。］
7. Szmuda T， Özdemir C, Fedorow K, Ali S, Słoniewski P (2021) YouTube作为嗜睡症的信息来源:内容质量和优化分析。J Sleep Res 30: e13053。［Ref。］
8. 抑郁症和双相情感障碍支持联盟(2021年)双相情感障碍统计数据。DBSA,美国。［Ref。］
9. Bauer R, Conell J, Glenn T, Alda M, Ardau R, et al.(2016)双相情感障碍患者的互联网使用:来自国际多地点调查的结果。精神病学研究242:388-394。［Ref。］
10. Bauer R, Conell J, Glenn T, Alda M, Ardau R, et al.(2017)双相情感障碍在线支持小组使用的国际多站点调查。Nord J精神病学71:473-476。［Ref。］
11. Conell J, Bauer R, Glenn T, Alda M, Ardau R, et al.(2016)双相情感障碍患者在线信息搜索:来自国际多站点调查的结果。Int J躁郁症4:17。［Ref。］
12. Mileva VR, Vázquez GH, Milev R(2013)病耻感对双相情感障碍患者的影响、体验和影响。神经精神病治疗9:31 -40。［Ref。］
13. 沈华，张丽，徐超，朱娟，陈敏，等。(2018)双相情感障碍门诊误诊分析。上海Arch精神病学30:93-101。［Ref。］
14. iProspect (2006) iProspect搜索引擎用户行为研究。美国。［Ref。］
15. 甄别:一种用于判断关于治疗选择的书面消费者健康信息质量的工具。中华流行病学杂志［Ref。］
16. Rees CE, Ford JE, Sheard CE(2002)评估DISCERN的可靠性:一种用于评估关于治疗选择的书面患者信息质量的工具。病人教育计数47:273-275。［Ref。］
17. Cassidy JT, Baker JF(2016)万维网上的骨科患者信息:一个基本综述。J骨关节外科Am 98: 325- 338。［Ref。］
18. Weil AG, Bojanowski MW, Jamart J, Gustin T, Lévêque M(2014)颈椎手术患者可获得的互联网信息质量评估。世界神经外科82:e31-e39。［Ref。］
19. Szmuda T, Talha SM, Singh A, Ali S, Słoniewski P (2021) YouTube作为脑膜炎患者信息的来源:内容质量和观众参与分析。临床神经外科202:106483。［Ref。］
20. Szmuda T, Alkhater A, Albrahim M, Alquraya E, Ali S, et al. (2020) YouTube作为中风患者信息的来源:内容质量和观众参与度分析。J脑卒中Dis 29: 105065。［Ref。］
21. Szmuda T, Syed MT, Singh A, Ali S， Özdemir C，等(2020)YouTube作为冠状病毒病(COVID-19)患者信息的来源:内容质量和观众参与度分析。Rev Med Virol 30: e2132。［Ref。］
22. Koo TK, Li MY(2016)可靠性研究的类内相关系数选择与报告指南。脊柱外科杂志15:155-163。［Ref。］
23. 李梅(2017)“可靠性研究的类内相关系数选择与报告指南”。脊柱外科杂志16:346。［Ref。］
24. Cicchetti DV(1994)《评德赢vwin首页网址估心理学规范和标准化评估工具的指导方针、标准和经验规则》。心理评估6:284-290。［Ref。］
25. Desai T, Shariff A, Dhingra V, Minhas D, Eure M, et al.(2013)内容真的为王吗?客观分析公众对YouTube医疗视频的反应。PLoS One 8: 82469。［Ref。］
26. 年轻人，Norman Gr，Humphreys KR（2008）医学在流行的新闻中：媒体对疾病认知的影响。Plos一个3：E3552。［Ref。］
27. Ross AM, Morgan AJ, Jorm AF, Reavley NJ(2019)系统回顾了媒体报道严重精神疾病对污名和歧视的影响，以及旨在减轻任何不利影响的干预措施。社会精神病学精神病学流行病学54:11-31。［Ref。］
28. Lindgren S，LundströmR（2019）管治疗：处理社会视频评论线程中的心理健康问题。第一个星期一24：5-6。［Ref。］
29. Foster CB (2013) Youtube上的心理健康:探索互动媒体改变关于心理健康的知识、态度和行为的潜力。博士论文，美国南卡罗来纳大学。［Ref。］
30. Aslam S (2020) YouTube的数据:统计、人口统计和有趣的事实。Omnicore,美国。［Ref。］
31. 全国精神疾病联盟(2021年)按数字分列的精神卫生。奈美,美国。［Ref。］
32. Sangeorzan I, Andriopoulou P, Livanou M(2019)探索人们在YouTube上发关于严重精神疾病的视频的经历:解释性现象学分析。J Affect Disord 246: 422-428。［Ref。］
33. Nour MM, Nour MH, Tsatalou OM, Barrera A (2017) YouTube上的精神分裂症。精神科服务68:70-74。［Ref。］
34. Michalak EE, McBride S, Barnes SJ, Wood CS, Khatri N, et al.(2017)双相情感障碍研究2.0:研究能力和知识翻译的网络技术。临床评估23:1144-1152。［Ref。］
35. Naslund JA, Grande SW, Aschbrenner KA, Elwyn G(2014)通过社交媒体自然发生的同伴支持:严重精神疾病患者使用YouTube的经历。PLoS One 9: e110171。［Ref。］
36. Faurholt-Jepsen M, Frost M, Christensen EM, Bardram JE, Vinberg M, et al.(2020)患者评价的药物依从性的有效性和特征通过双相情感障碍患者的智能手机:对MONARCA I和II试验的汇总数据进行探索性再分析。基于证据的Ment Health 23: 2-7。［Ref。］
37. Faurholt-Jepsen M, Frost M, Christensen EM, Bardram JE, Vinberg M，等(2019)双相情感障碍患者使用智能手机测量每日患者报告的焦虑的有效性，以及与压力、生活质量和功能的关系。J情感失调257:100-107。［Ref。］
38. Mackert M, Mabry-Flynn A, Champlin S, Donovan EE, Pounders K(2016)卫生素养和卫生信息技术采用:新的数字鸿沟的潜力。J Med Internet Res 18: e264。［Ref。］
39. 赖俊，诺威德玛(2021)重新审视新冠肺炎时代的数字鸿沟。应用经济展望政策[Ref。］
40. Bauer M, Glenn T, Monteith S, Bauer R, Whybrow PC, et al.(2017)为精神疾病患者推荐数字技术的伦理视角。Int J双相障碍5:6。［Ref。］
41. Waszak PM, kasprzyka -Waszak W, Kubanek A(2018)医疗假新闻在社交媒体上的传播——试点定量研究。治疗策略技术7:115-118。［Ref。］
42. Covington P, Adams J, Sargin E(2016)用于YouTube推荐的深度神经网络。第十届ACM推荐系统会议论文集，纽约，美国191- 198。［Ref。］
43. Davidson J, Liebald B, Liu J, Nandy P, Van Vleet T (2010) YouTube视频推荐系统。第四届ACM推荐系统会议论文集293-296。［Ref。］
44. Botha UA, Koen L, Niehaus DJ(2006)南非精神分裂症人群对社区对其疾病的态度的感知。社会精神病学精神病学流行病学41:619- 623。［Ref。］

在这里下载

条信息

文章类型:研究文章

引用:Szmuda T， Żydowicz W, Ali S, Fedorow K, Słoniewski P (2021) YouTube作为双相情感障碍患者信息的来源:内容质量和优化分析。J精神病学6(2):dx.doi.org/10.16966/2474-7769.141

版权:©2021 Szmuda T，等。这是一篇开放获取的文章，在知识共享署名许可协议的条款下发布，该协议允许在任何媒体上无限制地使用、发布和复制，前提是注明原作者和来源。

出版的历史:

收到日期:2021年4月14日

接受日期:2021年5月07

发表日期:2021年5月15日,