浙江大学研究人员的一项新研究强调了在COVID-19大流行期间，性和性别多样性（SGD）个体面临的不成比例的健康挑战。通过使用先进的自然语言处理（NLP）技术分析超过4.71亿条推文，该研究表明，与非SGD个体相比，SGD个体更有可能讨论与社会关系、戴口罩相关的问题，并且经历了更高的COVID-19症状和心理健康问题。这项研究发表在《健康数据科学》杂志上。
2019冠状病毒病大流行暴露并加剧了健康差距，特别是对性和性别多样化（SGD）社区等弱势群体而言。与传统的卫生数据来源不同，社交媒体提供了对公众关切和经验的更动态和实时的反映。浙江大学博士生张志云（Zhiyun Zhang）和该校助理教授杨洁（Jie Yang）领导了一项研究，分析了大规模Twitter数据，以了解大流行期间SGD个体面临的独特挑战。
为了解决这个问题，研究团队使用NLP方法，如潜在狄利克雷分配（LDA）模型进行主题建模和高级情感分析，以评估SGD Twitter用户与非SGD用户的讨论和关注点。这种方法使研究人员能够探索三个主要问题：SGD用户讨论的主要话题，他们对COVID-19预防措施的担忧，以及他们的症状和心理健康挑战的严重程度。
研究结果揭示了两组人之间的显著差异。SGD用户更频繁地参与关于“朋友和家人”（20.5%对13.1%）和“戴口罩”（10.1%对8.3%）的讨论。他们对辉瑞、Moderna、阿斯利康、强生等疫苗也表现出了较高的好感度。研究发现，与非SGD使用者相比，SGD使用者报告的身体和精神健康症状的频率要高得多，这突显了他们在大流行期间的脆弱性。
“我们的大规模社交媒体分析凸显了SGD用户的担忧和健康挑战。主题分析显示，SGD用户比非SGD用户更频繁地参与关于“朋友和家人”和“戴口罩”的讨论。SGD用户在推特上对疫苗也表达了更高水平的积极情绪，”首席研究员张志云说。“这些见解强调了有针对性的公共卫生干预对SGD社区的重要性。”
该研究表明，利用社交媒体数据监测和了解公共卫生问题的潜力，特别是对于像SGD个人这样的边缘化社区。这些结果表明，需要制定更有针对性的公共卫生战略，以应对SGD社区在大流行期间面临的独特挑战。
展望未来，研究团队的目标是开发一种自动化管道，以持续监测目标人群的健康状况，提供数据驱动的见解，以支持更全面的公共卫生服务。
