ノースカロライナ州におけるオピオイドの流行を調査するためにTwitterを使用しています。探索的研究

Using Twitter to Surveil the Opioid Epidemic in North Carolina: An Exploratory Study.

• Mohd Anwar
• Dalia Khoury
• Arnie P Aldridge
• Stephanie J Parker
• Kevin P Conway

抄録

背景:

過去20年の間に、オピオイドに関連した死亡者数と地域的な広がりが増大し、より多くの個人、家族、地域社会に影響を与えてきました。Dasgupta、Beletsky、Ciccaroneは、オピオイド過剰摂取の危機の変化を反映して、オピオイド過剰摂取による死亡（OODs）が、痛みに対する処方オピオイド（2000年から）からヘロイン（2010年から2015年）、そして合成オピオイド（2013年から）へと変化していることを説明するための三相的な枠組みを提供している。OODsの急速な変化を考えると、オピオイド危機と闘う戦略を伝えるためには、よりタイムリーな監視データが不可欠です。オピオイド危機に関連した公衆衛生監視の取り組みを改善するために、簡単にアクセスでき、ほぼリアルタイムに近いソーシャルメディアのデータを使用することは、有望な研究分野である。

BACKGROUND: Over the last two decades, deaths associated with opioids have escalated in number and geographic spread, impacting more and more individuals, families, and communities. Reflecting on the shifting nature of the opioid overdose crisis, Dasgupta, Beletsky, and Ciccarone offer a triphasic framework to explain that opioid overdose deaths (OODs) shifted from prescription opioids for pain (beginning in 2000), to heroin (2010 to 2015), and then to synthetic opioids (beginning in 2013). Given the rapidly shifting nature of OODs, timelier surveillance data are critical to inform strategies that combat the opioid crisis. Using easily accessible and near real-time social media data to improve public health surveillance efforts related to the opioid crisis is a promising area of research.

研究の目的:

本研究では、オピオイドの流行を監視するためにTwitterのデータを使用する可能性を探った。具体的には、本研究では、オピオイド関連のツイートの内容がオピオイド危機の三相性にどの程度対応し、2009年から2017年の間にノースカロライナ州のオピオイドと相関するかを調査した。

OBJECTIVE: This study explored the potential of using Twitter data to monitor the opioid epidemic. Specifically, this study investigated the extent to which the content of opioid-related tweets corresponds with the triphasic nature of the opioid crisis and correlates with OODs in North Carolina between 2009 and 2017.

方法:

オピオイド関連のTwitter投稿をCrimson Hexagonで取得し、自然言語処理を用いて処方箋オピオイド、ヘロイン、合成オピオイドに関連するものとして分類しました。この処理により、ツイート、リツイート、言及、リプライからなる100,777件の投稿のコーパスが得られました。コーパスから10,000件の投稿のランダムサンプルを用いて、各年の単語頻度を分析することでオピオイド関連用語を同定した。OODは、疾病管理予防センター（Centers for Disease Control and Prevention Wid-ranging Online Data for Epidemiologic Research：CDC WONDER）のMultiple Cause of Deathデータベースから取得した。最小二乗回帰およびグランジャー検定により、オピオイド関連投稿のパターンをOODsと比較した。

METHODS: Opioid-related Twitter posts were obtained using Crimson Hexagon, and were classified as relating to prescription opioids, heroin, and synthetic opioids using natural language processing. This process resulted in a corpus of 100,777 posts consisting of tweets, retweets, mentions, and replies. Using a random sample of 10,000 posts from the corpus, we identified opioid-related terms by analyzing word frequency for each year. OODs were obtained from the Multiple Cause of Death database from the Centers for Disease Control and Prevention Wide-ranging Online Data for Epidemiologic Research (CDC WONDER). Least squares regression and Granger tests compared patterns of opioid-related posts with OODs.

結果:

処方箋オピオイド、ヘロイン、合成オピオイドに関連するツイートのパターンは、オピオイドの三相性に似ていた。処方箋オピオイドについては、ツイート数とOODsは統計的に無関係であった。ヘロインと合成オピオイドについて言及したツイートは、同じ年にはヘロインのOODsと合成オピオイドと有意に関連していた（それぞれP=0.01、P<0.001）。さらに、ある年のヘロインのツイートは、ヘロインOODs単独よりもヘロイン死亡を予測していました（P=.03）。

RESULTS: The pattern of tweets related to prescription opioids, heroin, and synthetic opioids resembled the triphasic nature of OODs. For prescription opioids, tweet counts and OODs were statistically unrelated. Tweets mentioning heroin and synthetic opioids were significantly associated with heroin OODs and synthetic OODs in the same year (P=.01 and P<.001, respectively), as well as in the following year (P=.03 and P=.01, respectively). Moreover, heroin tweets in a given year predicted heroin deaths better than lagged heroin OODs alone (P=.03).

結論:

これらの知見は、オピオイドの過剰摂取による死亡率、特にヘロインに関するタイムリーな指標としてTwitterのデータを使用することを支持するものである。

CONCLUSIONS: Findings support using Twitter data as a timely indicator of opioid overdose mortality, especially for heroin.

©Mohd Anwar, Dalia Khoury, Arnie P Aldridge, Stephanie J Parker, Kevin P Conway. Originally published in JMIR Public Health and Surveillance (http://publichealth.jmir.org), 24.06.2020.