摘要

目的:YouTube是目前世界上第二大最受歡迎的網站，患者經常使用它來獲取在線健康信息。我們旨在評估與雙相情感障礙相關的YouTube視頻的內容質量。

方法:我們選擇了前30個視頻，用四個不同的搜索短語:“雙相情感障礙”，“雙相情感障礙治療”，“雙相情感障礙症狀”和“躁狂抑鬱症”。視頻內容由兩名獨立的大四醫學生使用驗證過的DISCERN儀器進行評估。記錄定性數據、定量數據和上傳源進行分析。

結果:在總共120個視頻中，有80個視頻符合我們的納入標準並進行了評估。DISCERN的平均得分是63.5分(滿分75分)。這表明YouTube上關於雙相情感障礙的視頻質量非常好。兩個評分者之間的信度極好(類內相關係數=0.96)。幾乎所有視頻都有該障礙的症狀(100%)以及該障礙對日常生活的影響(98.8%)。視頻主要通過教育頻道(61.3%)和醫院(16.3%)上傳。有醫生發言的視頻日均瀏覽量、評論量和視頻功率指數顯著高於其他視頻(P<0.05)。

結論:YouTube上關於雙相情感障礙的視頻質量很好。我們在論文中包含了一份質量最好的視頻列表，因為它們可能被患者和醫生用作參考，以找到最可靠的視頻用於患者教育。讓醫生在視頻中發言可以優化視頻，提高觀眾參與度。

關鍵字

雙相情感障礙;互聯網;在線;精神病學;YouTube

背景

大約有46億人是活躍的互聯網用戶;這相當於世界人口的60%[1]。YouTube是全球最常見的視頻觀看平台。普通大眾使用YouTube主要是作為娛樂來源，但它也擴展為教育媒體。在18至24歲的人群中，90%的人相信他人在網上分享的醫療信息。YouTube的大量信息和可訪問性吸引了醫生、醫科學生、病人和他們的家人將其作為醫療信息的來源。發布在YouTube上的醫療保健相關視頻往往不可靠，可能包含錯誤信息[3,4]。雖然有關於YouTube視頻傳播對癡呆、精神分裂症和嗜睡症的心理教育的作用的研究，但它們的質量很差或有限，目前還沒有關於雙相情感障礙(BD)視頻質量的研究[5-7]。

雙相障礙是一種精神障礙，其特征是情緒的變化，範圍從抑鬱到躁狂，患者在沒有情緒障礙的情況下會有愉快的時期。愉悅期是治療和提供心理教育建議的最佳時期。雙相I型(BP1)被定義為長時間的狂躁和抑鬱，通常需要住院治療。雙相情感障礙II (BP2)是由輕躁狂發作和抑鬱的周期定義的。它影響全世界1%的人口，發病的中位年齡為25歲。它在男性和女性中發病率相同，在所有社會階層、種族和民族中普遍存在。

雙相障礙患者使用互聯網的百分比與一般公眾相同，約為81%[9]。大多數雙相障礙患者使用互聯網來查找有關他們疾病的信息，但也會谘詢其他兩個來源，如醫療專業人員、書籍和醫生的傳單[9]。隻有21%的患者閱讀或參加支持小組、聊天或BD[10]論壇，大多數患者不會與他們的醫生[11]討論有關BD的互聯網信息。

患有雙相障礙的個體一貫報告社會恥辱是生活在這種情況下的最大挑戰之一，因此匿名在網上搜索醫療信息(而不是尋求專業幫助)[12]。因此，雙相障礙經常被誤診或可能長達10年不被診斷，這使疾病的痛苦長期存在[13]。然而，BD的延遲診斷與其他幾個因素有關，包括一級親屬、高壓力、創傷、非法藥物使用，最重要的是，抑鬱症/情緒不穩定，如神經質。

我們的目標是評估目前的質量和youtube視頻在BD上的可靠性使用綜合搜索策略。我們還試圖確定如何優化視頻以促進觀眾參與。

材料和方法

搜索策略

我們在2019年11月11日用四個關鍵詞搜索了YouTube;“雙相情感障礙”、“雙相情感障礙治療”、“雙相情感障礙症狀”和“躁狂抑鬱症”。我們認為這些搜索詞提供了充分的雙相障礙視頻視圖，因為它們是雙相障礙的相對同義詞。我們有意選擇這些短語，因為在被診斷為“雙相障礙”後，我們預計患者可能會在YouTube上使用相同的搜索詞或其輕微的變化。

數據收集

之前的研究表明，90%的搜索引擎用戶隻看搜索內容的前3頁。因此，在選擇的標準下查看和評估每個搜索的前30個結果，並記錄結果[14]。

納入和排除標準

在120個視頻中，我們總共評估了80個與BD相關的視頻，任何重複的、廣告、音樂視頻、其他語言的視頻或明顯與BD無關的視頻(如音樂視頻)都被排除在外。

提取的變量

我們使用穀歌Chrome擴展“VidIQ Vision for YouTube”從每個視頻檢索量化信息。這包括:總觀看數，總評論數，持續時間，視頻描述字數，視頻描述鏈接數，引薦者，喜歡，不喜歡，視頻標簽和上傳時間。關於主機頻道的信息也被記錄下來:上傳者名稱、平均每日瀏覽量、平均每日訂閱者、訂閱者和標簽。

定性信息包括:障礙對日常生活的影響、雙相障礙的症狀、個人故事/小插畫、BP1和BP2之間的差異、治療結果、預後討論、動畫、圖表、病理機製解釋、醫生發言和/或患者經曆。我們記錄了視頻上傳源，並將其分為以下類別之一:醫生、醫院、患者、教育或其他。

評分係統

視頻使用驗證的鑒別儀器進行評估，由兩名醫學學生在他們的研究的最後臨床年，他們都有五年使用鑒別儀器的經驗。DISCERN工具是一份16點問卷，旨在讓外行人判斷健康信息的可靠性和質量，如表1[15,16]所示。前15個問題將根據它們是否滿足給定的標準，按1-5分進行評分。1分表示該視頻沒有達到標準，根據評分者的獨立判斷，部分滿足標準可以被評為2-4分，5分是肯定的。總最低分數為16分，最高分數為80分。

Nr	問題	評級
1	目標明確嗎?	1	2	3.	4	5
2	它達到目標了嗎?	1	2	3.	4	5
3.	這是相關的嗎?	1	2	3.	4	5
4	是否清楚使用了哪些信息來源來編寫出版物(除了作者或生產者)?	1	2	3.	4	5
5	是否清楚在出版物中使用或報道的信息是什麼時候產生的?	1	2	3.	4	5
6	它是平衡和公正的嗎?	1	2	3.	4	5
7	它是否提供了額外的支持和信息來源的細節?	1	2	3.	4	5
8	它指的是不確定的領域嗎?	1	2	3.	4	5
9	它是否描述了每種治療方法的工作原理?	1	2	3.	4	5
10	它是否描述了每種治療的好處?	1	2	3.	4	5
11	它是否描述了每種治療的風險?	1	2	3.	4	5
12	它描述了如果不使用治療會發生什麼嗎?	1	2	3.	4	5
13	它是否描述了治療選擇如何影響整體生活質量?	1	2	3.	4	5
14	是否清楚可能有不止一種可能的治療選擇?	1	2	3.	4	5
15	它是否為共享決策提供支持?	1	2	3.	4	5
16	基於對所有這些問題的回答，給整體質量打分 作為治療選擇的信息來源	1	2	3.	4	5

表1:16題辨別儀器。

最後一個問題是對前15個DISCERN問題的總結，並決定該出版物是否可以用作適當的信息來源。總分2分或2分以下表示該出版物的質量“很差”，有許多缺點，不實用或不合適。3分表示出版物質量“一般”，但由於某些限製需要額外的信息來源。4分或以上表示“良好”質量，這意味著該出版物作為治療選擇的信息來源是有用和合適的[15,16]。

辨別的得分也可以理解為75分的總分，隻使用前15個問題。63 ~ 75分為“優秀”，51 ~ 62分為“良好”，39 ~ 50分為“一般”，27-38分為“較差”，16 ~ 26分為“非常差”[17,18]。

視頻優化

本研究的優化分析方法與以往發表的研究相似[4,7,19-21]。用平均每日瀏覽量(上傳後總瀏覽量/天數)、點讚率((點讚/點讚+不喜歡)*100)和視頻功率指數(VPI)(點讚*100/(點讚+不喜歡))*(觀看/天)/100)來評估觀眾對視頻的參與度。值得注意的是，VPI並不存在標準化的分值，因為它取決於點讚和觀看的數量，而這取決於視頻的受歡迎程度。但是，我們在結果部分提供了VPI的平均值，以便讀者可以使用它作為參考(查看VPI值是高於還是低於平均值)。

視頻根據其定性內容進行分組(例如，如果視頻包含治療BP障礙的內容)。研究人員根據這些視頻組的平均日瀏覽量、點讚率、VPI和評論數量進行了分析。

統計方法

檢驗正態性，在數據為正態分布的情況下，使用Mann-Whitney U檢驗來查找分類變量之間的差異。用組內相關係數來確定評分者之間的一致性。P<0.05認為差異顯著。穀歌Sheets(穀歌LLC, Mountain View, California, USA)用於插圖。過去(Hammer and Harper， Øyvind Hammer，奧斯陸大學自然曆史博物館)用於統計分析。

結果

視頻內容

在我們的內容分析中總共包含了80個獨特的視頻。圖1是關於BD的視頻的定性內容，幾乎所有的視頻都涵蓋了BD的症狀(100%)和對日常生活的影響(99%)。大多數視頻包括治療(60%)、預後(54%)、個人小插曲(54%)和有關BD的患者經曆(51%)。然而，大多數視頻沒有醫生講話(48%)、動畫(28%)、BD病理機製(25%)、圖表(23%)以及BD1和BD2之間的差異(31%)。

圖1:雙相情感障礙的視頻內容。

視頻上傳源

圖2說明了上傳的視頻的來源。61.3%(49個)的視頻是由教育頻道上傳的。其餘視頻由醫院(16.3%)(13個視頻)、醫生(11.3%)(9個視頻)、患者(8.8%)(7個視頻)和2.5%(2個視頻)通過其他渠道上傳。

圖2:關於雙相情感障礙的視頻上傳來源。

視頻數據

以下代表了視頻總體的平均數量方麵:時長1034.1(47-7573)秒，觀看次數323059(1061- 3500000)，評論702.3(0-5960)，點讚6011.4(0-61000)，不喜歡153.8(0-1683)，平均每日觀看41(0-630)，點讚率93.9(50-100)，視頻推薦71.7(0-527)，上傳天數1459.325(125- 4294)。

以下是視頻的平均頻道熱度:訂閱數1713569(3-21700000)，日均觀看數6824841.4(49.8- 486900000)，日均訂閱數39832.6(0.1-1550000)。

視頻質量評估

兩位鑒別評分者的平均鑒別評分為63.4±11.3(38-80)分(滿分80分)。第一評分者和第二評分者的平均鑒別評分分別為63.5±11.3(39-80)和63.3±11.3(38-80)。兩個評價指標之間絕對一致性的類內相關係數為0.996(95%置信區間為0.9938 ~ 0.9975);Cicchetti和Koo[22-24]認為這是“極好的”可靠性。

DISCERN前15個項目的平均總分為59.3分(總分75分)。這被認為是“良好”的信息質量(62-51分)[17]。

兩個評分者對問題16的平均辨別得分為4.1(2-5)。每個評分者的平均分分別為4.1(2-5)和4.1(2-5)。這可能被認為是一種“好的”信息質量，對患者做出治療選擇是有用的。具體來說，59個視頻(73.75%)的評分在4分或以上，表明該出版物的質量良好。

在不同的上傳者身上，平均的鑒別總分有所不同:病人視頻得分最低，為47.64分，而醫生視頻得分最高，為68.11分。醫院視頻得分62.23分，教育頻道視頻得分64.93分。

圖3顯示了DISCERN的16個問題每一個的平均分。第1題至第3題總體得分最高。它們提出了關於定性視頻內容的基本問題:目標是否明確，是否實現了目標，是否相關。第4題到第8題的得分都在4分以上，這被認為是“好”分。這五個問題根據出版物對信息來源的清晰度、何時報道或使用信息的清晰度、偏見、是否包含其他來源以及不確定性對出版物進行評級。得分最低的是第9題至第15題。這些問題明確地聚焦於治療或缺乏治療:它如何起作用，好處是什麼，風險是什麼，它們如何影響生活質量，以及治療的種類。

圖3:兩個評分者對16個辨別樂器問題的平均分。
縮寫:問:問題

視頻質量的相關性

表2顯示了視頻質量與視頻內容的關係。當視頻包括治療結果(P=0.0001)、預後(P=0.0001)、病理機製(P=0.0003)、醫生講話(P=0.0004)和圖表(P=0.0098)時，其鑒別得分更高。

	的信息	沒有信息
	辨別
結果的治療
的意思是	70.563	52.578
95%置信區間	68.583到72.542	49.927到55.230
樣本大小	48	32
P值	0.0001
預後
的意思是	70.726	55.237
95%置信區間	68.462到72.990	52.218到58.255
樣本大小	42	38
P值	0.0001
圖
的意思是	69.028	61.726
95%置信區間	63.601到74.455	58.947到64.504
樣本大小	18	62
P值	0.0098
Pathomechanism
的意思是	70.750	60.908
95%置信區間	66.577到74.923	58.073到63.744
樣本大小	20.	60
P值	0.0003
醫生演講者
的意思是	67.395	59.726
95%置信區間	63.870到70.919	56.409到63.043
樣本大小	38	42
P值	0.0004

表2:在鑒別評分和選定的定性視頻內容之間有統計學意義的關係。

優化分析

表3顯示了觀眾對視頻內容的參與度。包含動畫(P=0.034)或醫生演講(P=0.0006)的視頻有顯著的更高的平均日觀看量和更高的VPI。在視頻中，醫生演講者和更高數量的評論之間存在統計學上的顯著關係(P=0.0005)。在相似比率方麵沒有統計學上顯著的發現。

	的信息	沒有信息
	平均每日的觀點
動畫
的意思是	940.6	408.74
95%置信區間	-123.84到2005.00	150.66到666.82
樣本大小	22	58
P值	0.034
醫生說話
的意思是	218.29	859.64
95%置信區間	34.57到402.01	242.71到1476.60
樣本大小	38	42
P值	0.0006
	評論
醫生說話
的意思是	263.49	1096.2
95%置信區間	98.331到428.64	591.16到1601.20
樣本大小	35	35
P值	0.0005
	視頻能力指數
動畫
的意思是	914.33	402.77
95%置信區間	-126.14到1954.80	151.29到652.26
樣本大小	22	57
P值	0.0489
醫生說
的意思是	217.8	833.69
95%置信區間	32.061到403.53	234.71到1432.70
樣本大小	37	42
P值	0.0008

表3:每日平均瀏覽量、評論和視頻功率指數與定性視頻內容之間存在統計學上顯著的關係。

高質量的視頻

表4顯示了得分最高的YouTube視頻。得分最高的三個視頻並列80分，下麵三個並列79分。排名前六的視頻的平均DISCERN得分為79.5(99.375%)，這意味著患者可能將其視為值得信賴的健康內容來源。一半的視頻是由一個教育頻道上傳的，兩個是由醫院上傳的，一個是由一名醫生上傳的。

辨別	標題	上傳	YouTubeID
80	雙相情感障礙:治療和預防複發- Patrick McKeon博士	意識到	LCeLKT2SFQo
80	雙相情感障礙的治療	NAMI SGV	Q2KNgzVYQZo
80	治療選擇:雙相情感障礙的選擇	星展銀行聯盟	gzgi9Sr7twY
79	治療雙相情感障礙	保羅•梅裏特	wpYlrJ_ild0
79	了解和治療雙相情感障礙	免費的CE	WfkgvBHPOYQ
79	了解雙相抑鬱	斯坦福大學醫院	b_ZxPOubM6A

表4:基於辨別標準的前六個最高質量的雙相情感障礙視頻。

所有這些視頻包括以下五個特點:雙相障礙的症狀、障礙對日常生活的影響、治療結果、預後討論和醫生演講。總的來說，這些視頻的時長是其他視頻的4倍(平均時長為4028秒，與所有視頻的平均時長1034相比)，涵蓋了整個音域的信息。

討論

質量分析

雙極視頻的整體質量和可靠性均較好。因此，患者可以通過YouTube獲得BD的基本知識。醫療保健專業人員有責任為患者提供可靠的醫療信息。由於對互聯網上的所有視頻和其他信息進行同行評審是不切實際的，我們列出了BD上質量最高的6個視頻，以便醫生可以通過在線通信(例如，電子郵件、社交媒體、醫院網站)向患者分享可靠的教育YouTube內容。雖然在互聯網和YouTube上有關於其他神經精神障礙的研究，但我們的論文是第一篇深入分析BD的質量和可靠性的論文。

我們的研究表明，YouTube上有充足的關於雙相障礙的醫療信息，然而，一些因素經常被忽略，包括:每種治療的風險、治療的後果、每種治療的好處、治療如何影響整體生活質量、每種治療如何起作用，以及多種治療方案的可能性。未來的視頻創作者可能會關注這些方麵，因為它們經常被忽略。包含這些信息不僅可以提高視頻的質量，還可以提高視頻的受歡迎程度。我們建議負責發布YouTube醫療視頻的醫療機構應該考慮我們的建議，並使用DISCERN工具作為一個清單，列出他們的視頻中應該包含什麼，以提供有效的信息包。我們鼓勵醫院發布關於BD和其他醫療主題的高質量和有信息的視頻。

優化分析

之前的研究發現，患者不會參與到高質量的教育視頻[25]。我們的研究也有類似的發現。因此，對於內容創作者(即醫院工作人員和醫療專業人員)來說，理解是什麼使視頻對觀看者具有吸引力和吸引力是至關重要的。這樣，最有信息的視頻可能會得到關注，而不是被忽視。

我們的結果顯示，包含動畫的視頻獲得了最高的日均瀏覽量和VPI。這表明視覺輔助可以使視頻更吸引觀眾。醫生演講者的出現帶來了更多的評論，日均瀏覽量和VPI。這表明患者更傾向於觀看可信的醫療專業人員上傳的視頻並與之互動。這是一個令人欣慰的發現，知道患者喜歡或可能試圖在數字界麵上再現經典的醫患互動。患者經曆的存在是高流行度的另一個決定因素，表明患者重視來自相關來源的信息。

然而，我們強調，內容(例如，醫生演講者)和觀眾參與度指標(例如，平均每日觀看量)之間可能無法建立直接的因果關係，因為觀眾隻有在點擊視頻後才會發現視頻的內容。例如，除非標題或縮略圖表明視頻的內容(例如，“醫生談論雙相情感障礙”或一個穿著白大褂的人的縮略圖)，否則觀眾在點擊之前不會知道有一個醫生演講者。在我們分析的所有觀眾參與指標中，我們斷言VPI和喜歡率是觀眾參與的最佳指標，因為觀眾在觀看視頻時必須喜歡視頻。因此，“標題黨視頻”(由於標題和縮略圖吸引人，可能有更高的觀看量)不是等式的一部分。標題黨視頻的VPI和點讚率實際上會更低，因為人們會更不喜歡這個視頻。

上下文

經過深入分析，人氣最高的視頻來源更多的是娛樂目的，尤其是新聞頻道或其他教育頻道，而不是醫院。媒體對公眾對任何一種疾病的認知都具有強大的影響[26,27]。社交媒體上的影響者應該被提及，因為他們在流量、瀏覽量、評論和受歡迎程度方麵往往超過醫療權威。更不用說他們從YouTube上的廣告和讚助協議中獲利了。毫無疑問，社交媒體影響者經常參與心理健康意識，因為這在他們的觀眾中是一個流行的話題。beplay最新下载大多數YouTube用戶年齡在15-25歲之間，75%的心理健康障礙在24歲之前表現出來，這就可以理解心理健康在這一人群中是一個熱門話題[30,31]。beplay最新下载

考慮到所有這些，顯然誤解的風險是很高的，因為媒體報道必然會集中在產生影響和興趣的細節上。因此，衛生保健機構利用媒體作為一種傳播方式，向公眾提供準確和高質量的信息是至關重要的。如前所述，YouTube和其他互聯網網站在患者的生活和疾病管理中發揮了更積極的作用。在最近的新型冠狀病毒大流行等流行病期間，遠程醫療和在線衛生信息來源的作用更加受到重視。醫生需要意識到這一點，並為患者提供可靠的資源。之前的YouTube質量研究發現，醫生在YouTube上上傳的教育或醫療視頻數量相對較少[3,4]。我們的研究與這一發現相吻合，因為隻有11.3%的視頻是由我們的研究中的醫生發布的。我們鼓勵醫療專業人員使用我們的優化分析結果，使他們的視頻更吸引觀眾。

患者在互聯網上搜索醫療信息，最常見的是了解處方藥的副作用，或從應對他們的疾病中獲得幫助[11]。這對雙相障礙患者尤其重要，因為他們中的大多數人將不可避免地求助於互聯網來獲取健康信息。我們的研究表明，視頻往往缺乏關於如何應對這種障礙以及他們可能接受何種治療的信息。

患者和醫生可以通過向患者提供公正和可靠的醫療信息而受益匪淺。研究表明，它可以減少診斷時間，創建在線支持社區，並鼓勵更有效的醫患對話[3,32-35]。

遠程提供可靠信息的能力隻是遠程醫療發展的方式之一。現代精神疾病患者護理方法包括帶有藥物監測的e -精神健康應用程序和基於患者自我報告的實時數據的個性化信息[beplay最新下载36,37]。在當前遠程行醫的時代，這一點尤為重要。然而，盡管存在這些經過驗證的數字工具和有用的在線資源，我們希望強調“數字鴻溝”，即技術技能較低或無法使用數字技術的人可能無法利用這些資源。事實上，2016年的一項研究表明，健康素養較低的患者不太可能使用健康信息技術[38]。目前的2019冠狀病毒病大流行加劇了這種差距，因為基本服務已轉移到網上，盡管一些人口仍然無法上網[39]。

我們強調，YouTube上的醫療信息隻是補充，不能取代看醫生。Bauer M等人[40]引起了人們對與“劣質在線信息、自我診斷和自我治療、被動監測和使用未經驗證的智能手機應用[40]”相關的潛在醫療傷害的關注。此外，通過使用社交媒體，有可能快速分享虛假的醫療新聞。Waszak PM等人[41]發現，與常見疾病相關的熱門網站在40%的案例中包含錯誤信息，從2012年到2017年共被分享了451272次[41]。

限製

有人可能會說，有雙相障礙經驗的醫生，比如精神科醫生，應該參與視頻評估過程。然而，鑒別儀器是為"病人和信息提供者"而建立的，"不依賴於專家對健康狀況或治療的知識"。此外，兩個評分者具有良好的類內相關一致性，表明質量分析研究是可靠和結論性的。此外，兩個獨立的評分者都是完成了90小時精神病學臨床輪轉的醫科學生

我們基於YouTube搜索提供的建議和同義詞搜索我們的主要關鍵詞。因此，我們認為它們是相關的。然而，如果進行一項試點研究，看看雙相障礙患者究竟在網上搜索什麼，這篇論文將會有更有力的發現。

未來的發展方向

由於這篇論文是一個橫斷麵評估，我們建議在幾年內重複它來監測視頻內容質量的變化。這類研究可能著重於YouTube上的醫生和醫院健康頻道如何提供基於醫療內容的內容，以及它是否與最近的證據保持一致。可能還需要進行更多的研究，以檢查BD患者在多大程度上專門參考YouTube來收集有關其疾病的信息，以及他們是否認為這些信息有價值。此外，YouTube對視頻進行排名和建議的算法是複雜的、高度個性化的、不斷變化的[42,43]。此外，新的視頻不斷被添加，新的流行趨勢影響著搜索結果(例如，2014年的肌萎縮性側索硬化症冰桶挑戰)。根據我們的經驗，我們沒有注意到任何關於BD的流行趨勢。然而，我們鼓勵未來的科學家發表後續研究，隨著時間的推移，監測YouTube上關於BD的信息的質量，從而更清楚地了解YouTube最常推薦的視頻內容。

由於隻分析了英語視頻，未來的研究可能側重於不同語言和不同地理位置視頻質量的差異，那裏可能有更多精神疾病的汙名化[44]。此外，未來的研究可以使用DISCERN工具來評估關於心理健康的其他醫療信息來源，如手機應用程序或網站。beplay最新下载我們鼓勵醫生將鑒別工具告知患者，以便為自己評估醫療健康信息。

結論

YouTube通常是一個很好的BD信息來源，因為它提供了患者信息所需的基本信息。然而，信息的質量仍有可能提高，特別是在治療風險、後果、益處和總體治療方案方麵。YouTube不受監管的性質意味著視頻在傳遞醫療信息方麵可能達不到更高的標準。因此，衛生專業人員應小心提供可靠的在線信息。我們建議醫生參考BD上的高質量視頻列表。由於醫生演講者和動畫顯著優化了視頻，以提高觀眾參與度，我們建議醫生在BD上創建醫療內容，並在視頻中包含動畫。

宣言

倫理批準和同意參與

不適用。

同意出版

不適用。

數據和材料的可用性

所有的數據都可以在網上找到。

相互競爭的利益

不適用。

資金

不適用。

作者的貢獻

方法學，調查，形式分析，寫作-初稿

Weronika Żydowicz-Methodology，調查，形式分析，寫作原始草案

單阿裏-方法論，調查，形式分析，撰寫初稿

卡洛琳娜·費多羅-方法論，調查，形式分析，寫作-原稿

方法論，形式分析，監督

確認

不適用。

作者的信息

Tomasz Szmuda，醫學博士，博士;格但斯克醫科大學神經外科

WeronikaŻydowicz;格但斯克醫科大學

山阿裏;格但斯克醫科大學

卡羅麗娜Fedorow;格但斯克醫科大學

paweovssononiewski醫學博士，教授;格但斯克醫科大學神經外科

參考文獻

1. 截至2021年1月的全球數字人口(以十億計)。美國Statista公司。［Ref。］
2. 普華永道健康研究所(2012)從營銷到社會商業，社交媒體都“喜歡”醫療保健。普華永道英國。［Ref。］
3. Madathil KC, Rivera-Rodriguez AJ, Greenstein JS, Gramopadhye AK (2015) YouTube上的醫療保健信息:係統回顧。衛生信息學雜誌21:173-194。［Ref。］
4. Szmuda T, Rosvall P, Hetzger TV, Ali S, sononiewski P (2020) YouTube作為腦積水患者信息來源:內容-質量和優化分析。世界神經外科雜誌138:e469-e477。［Ref。］
5. Lam NHT, Woo BKP (2020) Instagram在華語人群中促進心理教育的有效性。衛生公平4:114-116。［Ref。］
6. 林寧海，蔣俊傑，吳柏平(2017)探討YouTube在傳播心理教育中的作用。精神病學雜誌41:819-822。［Ref。］
7. Szmuda T， Özdemir C, Fedorow K, Ali S, sononiewski P (2021) YouTube作為嗜睡症的信息源:內容質量和優化分析。J Sleep Res 30: e13053。［Ref。］
8. 抑鬱和雙相障礙支持聯盟(2021年)雙相障礙統計數據。DBSA,美國。［Ref。］
9. Bauer R, Conell J, Glenn T, Alda M, Ardau R，等(2016)雙相情感障礙患者的互聯網使用:來自國際多站點調查的結果。精神病學文獻242:388-394。［Ref。］
10. Bauer R, Conell J, Glenn T, Alda M, Ardau R, et al.(2017)關於雙相情感障礙患者使用在線支持小組的國際多站點調查。中華精神病學雜誌71:473-476。［Ref。］
11. Conell J, Bauer R, Glenn T, Alda M, Ardau R, et al.(2016)雙相情感障礙患者在線信息尋求:來自國際多站點調查的結果。Int J雙相障礙4,17。［Ref。］
12. Mileva VR, Vázquez GH, Milev R(2013)病恥感對雙相情感障礙患者的影響、經曆和影響。神經精神科診療9:31 -40。［Ref。］
13. 沈紅，張琳，徐超，朱娟，陳敏，等。門診雙相障礙誤診情況分析。上海Arch精神病學30:93-101。［Ref。］
14. iProspect (2006) iProspect搜索引擎用戶行為研究。美國。［Ref。］
15. Charnock D, Shepperd S, Needham G, Gann R (1999) DISCERN:判斷關於治療選擇的書麵消費者健康信息質量的工具。流行病學與社區衛生雜誌53:105-111。［Ref。］
16. Rees CE, Ford JE, Sheard CE(2002)評估鑒別的可靠性:一種評估患者書麵治療選擇信息質量的工具。患者教育計數47:273-275。［Ref。］
17. Cassidy JT, Baker JF(2016)萬維網上的骨科患者信息:基本回顧。骨關節外科雜誌雜誌98:325- 338。［Ref。］
18. Weil AG, Bojanowski MW, Jamart J, Gustin T, Lévêque M(2014)頸椎手術患者在互聯網上獲得的信息質量評價。世界神經外科雜誌82:e31-e39。［Ref。］
19. Szmuda T, Talha SM, Singh A, Ali S, sononiewski P (2021) YouTube作為腦膜炎患者信息來源:內容質量和觀眾參與分析。神經外科202:106483。［Ref。］
20. Szmuda T, Alkhater A, Albrahim M, Alquraya E, Ali S等人(2020)YouTube作為中風患者信息來源:內容質量和觀眾參與分析。《腦卒中腦血管雜誌》29:105065。［Ref。］
21. Szmuda T, Syed MT, Singh A, Ali S， Özdemir C，等人(2020)YouTube作為冠狀病毒疾病(COVID-19)患者信息來源:內容質量和觀眾參與分析。Rev Med virrol 30: e2132。［Ref。］
22. 顧國強，李愛梅(2016)可靠性研究類內相關係數的選擇與報告指南。中華手足口病雜誌15:155-163。［Ref。］
23. Terry K Koo, Mae Y Li(2017)“為可靠性研究選擇和報告類內相關係數的指南”的勘誤表。中華手足病雜誌16:346。［Ref。］
24. Cicchetti DV(1994)評價心理學規範和標準化評估工具的指南、標準和經驗法則。精神評估6:284-290。［Ref。］
25. Desai T, Shariff A, Dhingra V, Minhas D, Eure M，等(2013)。客觀分析公眾對YouTube上醫療視頻的反應。PLoS One 8: 82469。［Ref。］
26. Young ME, Norman GR, Humphreys KR(2008)大眾媒體中的醫學:媒體對疾病認知的影響。PLoS One 3: e3552。［Ref。］
27. Ross AM, Morgan AJ, Jorm AF, Reavley NJ(2019)係統回顧了嚴重精神疾病的媒體報道對汙名化和歧視的影響，以及旨在減輕任何不利影響的幹預措施。社會精神病學精神病學流行病學54:11-31。［Ref。］
28. Lindgren S, Lundström R(2019)試管療法:在社交視頻評論線程中處理心理健康問題。beplay最新下载第一個星期一24:5 -6。［Ref。］
29. 福斯特CB (2013) Youtbeplay最新下载ube上的心理健康:探索互動媒體改變心理健康知識、態度和行為的潛力。美國南卡羅萊納大學博士論文。［Ref。］
30. Aslam S (2020) YouTube的數字:統計數據，人口統計和有趣的事實。Omnicore,美國。［Ref。］
31. 全國精神疾病聯盟(2021年)按數字分類的精神健康。beplay最新下载奈美,美國。［Ref。］
32. Sangeorzan I, Andriopoulou P, Livanou M(2019)探索人們在YouTube上視頻記錄嚴重精神疾病的經曆:一種解釋性現象學分析。《情感與衝突》246:422-428。［Ref。］
33. Nour MM, Nour MH, Tsatalou OM, Barrera A(2017)精神分裂症在YouTube上。精神科服務68:70-74。［Ref。］
34. Michalak EE, McBride S, Barnes SJ, Wood CS, Khatri N，等。(2017)雙相情感障礙研究2.0:研究能力和知識翻譯的Web技術。中華實用外科雜誌23:1144-1152。［Ref。］
35. Naslund JA, Grande SW, Aschbrenner KA, Elwyn G(2014)通過社交媒體自然發生的同伴支持:嚴重精神疾病患者使用YouTube的經曆。PLoS One 9: e110171。［Ref。］
36. Faurholt-Jepsen M, Frost M, Christensen EM, Bardram JE, Vinberg M，等(2020)患者評估藥物依從性的有效性和特征通過雙相情感障礙患者使用智能手機:對MONARCA I和II試驗彙總數據的探索性再分析。循證醫學健康23:2-7。［Ref。］
37. Faurholt-Jepsen M, Frost M, Christensen EM, Bardram JE, Vinberg M，等人(2019)使用智能手機測量患者每日報告的焦慮的有效性，以及雙相情感障礙患者的壓力、生活質量和功能之間的關係。《情感與衝突》257:100-107。［Ref。］
38. Mackert M, Mabry-Flynn A, Champlin S, Donovan EE, Pounders K(2016)衛生素養和衛生信息技術的采用:新的數字鴻溝的潛力。J Med Internet Res 18: e264。［Ref。］
39. Lai J, Widmar NO(2021)重新審視COVID-19時代的數字鴻溝。應用經濟展望政策[Ref。］
40. Bauer M, Glenn T, Monteith S, Bauer R, Whybrow PC，等(2017)心理疾病患者推薦數字技術的倫理視角。Int J雙相障礙5:6。［Ref。］
41. Waszak PM, kasprzyka -Waszak W, Kubanek A(2018)醫療假新聞在社交媒體上的傳播——試點定量研究。治療政策技術7:115-118。［Ref。］
42. Covington P, Adams J, Sargin E(2016)基於深度神經網絡的YouTube推薦。RecSys '16:第十屆ACM推薦係統會議論文集，紐約，美國191- 198。［Ref。］
43. Davidson J, Liebald B, Liu J, Nandy P, Van Vleet T (2010) YouTube視頻推薦係統。RecSys ' 10:第四屆ACM會議論文集推薦係統293-296。［Ref。］
44. Botha UA, Koen L, Niehaus DJ(2006)南非精神分裂症人群對其疾病的社區態度的認知。社會精神病學精神病學流行病學41:619- 623。［Ref。］

在這裏下載

條信息

文章類型:研究文章

引用:Szmuda T， Żydowicz W, Ali S, Fedorow K, sononiewski P (2021) YouTube作為雙相情感障礙患者信息來源:內容質量和優化分析。精神病學與心理健康雜誌6(2):dx.doi.org/10.16966/2474-7769.141

版權:©2021 Szmuda T，等人。這是一篇開放獲取的文章，根據創作共用署名許可協議(Creative Commons Attribution License)發布，該協議允許在任何媒體上不受限製地使用、分發和複製，前提是注明原作者和來源。

出版的曆史:

收到日期:2021年4月14日

接受日期:2021年5月07

發表日期:2021年5月15日,