DOI: https://doi.org/10.1038/s41598-025-93986-3
PMID: https://pubmed.ncbi.nlm.nih.gov/40097555
تاريخ النشر: 2025-03-17
المؤلف: Hao Peng وآخرون
الموضوع الرئيسي: الصحة المتنقلة وتطبيقات الصحة المتنقلة
نظرة عامة
تدرس الدراسة جودة مقاطع الفيديو المتعلقة بمرض الشريان التاجي (CAD) على تيك توك، وهو أمر مهم للصحة العامة، نظرًا لشعبية المنصة في الصين. تم تحليل ما مجموعه 122 مقطع فيديو، مع التركيز على مصدرها وجودتها باستخدام مقاييس DISCERN، وأداة تقييم مواد التعليم للمرضى (PEMAT)، ورمز الصحة على الإنترنت (HONcode). كشفت النتائج أن الغالبية العظمى من مقاطع الفيديو كانت من مصادر طبية (80.3%)، بينما شكلت المحتويات التي أنشأها المستخدمون، وبرامج الأخبار، والمنظمات الصحية نسبًا أصغر. كان متوسط درجة DISCERN 46.5 من 80، بينما أشارت درجات PEMAT وHONcode إلى مستويات متفاوتة من الجودة، حيث حصلت المحتويات التي أنشأها المستخدمون على أعلى درجات في DISCERN.
سلط التحليل الضوء على أن مقاطع الفيديو من المهنيين الطبيين المتوسطين حصلت على درجات أعلى بكثير في DISCERN مقارنة بنظرائهم من كبار المهنيين. بالإضافة إلى ذلك، وُجدت علاقة سلبية بين الوقت منذ النشر ودرجات DISCERN وPEMAT، بينما كانت هناك علاقة إيجابية بين عدد “المفضلات” ودرجات DISCERN. تشير النتائج إلى أن جودة مقاطع الفيديو المتعلقة بـ CAD على تيك توك غير متسقة، مع الحاجة إلى نظام تقييم مخصص لتقييم مقاطع الفيديو القصيرة، حيث قد لا تكون الأدوات الحالية مثل HONcode كافية لتقييم مثل هذا المحتوى.
الطرق
يستعرض قسم “الطرق” تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث تم استخدام التحليلات الإحصائية لتقييم البيانات التي تم جمعها من تجارب مختلفة. تضمنت المنهجيات المحددة تجارب مختبرية محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لمراقبة تأثيراتها على النتائج ذات الأهمية.
شملت جمع البيانات استخدام أدوات موحدة لضمان الموثوقية والصلاحية، مع إجراء التحليل اللاحق باستخدام أدوات البرمجيات للاختبار الإحصائي. كما تضمنت الطرق وصفًا تفصيليًا لتقنيات أخذ العينات، مما يضمن أن العينة كانت ممثلة للسكان المدروسين. بشكل عام، تم تصميم الإطار المنهجي لاختبار الفرضيات بدقة وتقديم نتائج قوية تساهم في المجال.
النتائج
يقدم قسم “النتائج” من ورقة البحث النتائج الرئيسية المستمدة من التجارب أو التحليلات التي تم إجراؤها. يوضح النتائج الكمية والنوعية، مع تسليط الضوء على الاتجاهات والأنماط المهمة التي لوحظت في البيانات. عادةً ما تكون النتائج مدعومة بتحليلات إحصائية ذات صلة، بما في ذلك قيم p، وفترات الثقة، أو أحجام التأثير، التي تتحقق من الفرضيات المختبرة.
بالإضافة إلى ذلك، قد يتضمن القسم تمثيلات بصرية مثل الرسوم البيانية أو الجداول لتوضيح النتائج بوضوح. تعزز هذه المساعدات البصرية من فهم النتائج وتسهيل المقارنات عبر ظروف أو مجموعات مختلفة. بشكل عام، تساهم النتائج في الآثار الأوسع للبحث، مما يوفر أساسًا للمناقشات والاستنتاجات اللاحقة.
المناقشة
في هذه الدراسة، قمنا بتحليل 122 مقطع فيديو متعلق بمرض الشريان التاجي (CAD) على تيك توك، مع التركيز على خصائصها وجودة المعلومات. كانت مقاطع الفيديو مصدرها بشكل أساسي من المهنيين الطبيين (80.3%)، مع مساهمة المحتوى الذي أنشأه المستخدمون والمنظمات الصحية بشكل أقل أهمية. استخدمنا ثلاث أدوات تقييم—DISCERN، PEMAT، وHONcode—لتقييم جودة الفيديو. كان متوسط درجة DISCERN 46.5/80، مما يشير إلى جودة متوسطة، بينما بلغ متوسط درجة PEMAT 79.2%. من الجدير بالذكر أن أداة HONcode أثبتت أنها أقل فعالية لمقاطع الفيديو القصيرة، حيث حصلت على متوسط منخفض قدره 1.4/8. كشفت نتائجنا أن مقاطع الفيديو من المهنيين الطبيين ذوي العناوين المتوسطة كانت ذات جودة أعلى وحصلت على مزيد من التفاعل مقارنة بتلك التي من كبار المهنيين، مما يشير إلى أن المبدعين الأصغر سناً قد يكونون أكثر مهارة في استخدام وسائل التواصل الاجتماعي بشكل فعال.
كما سلط التحليل الضوء على الاتجاهات الزمنية، حيث أظهرت مقاطع الفيديو المنشورة في عام 2023 درجات DISCERN أعلى بكثير مقارنة بالفترات السابقة، بينما ظلت درجات PEMAT وHONcode مستقرة. ومن المثير للاهتمام، أن عدد “المفضلات” ارتبط إيجابيًا بدرجات DISCERN، مما يشير إلى أن هذه المقياس التفاعلي قد يعكس جودة المحتوى بشكل أفضل من “الإعجابات” أو التعليقات. تؤكد هذه الرؤى على الحاجة إلى أن يركز المبدعون على عمق وجودة المحتوى، خاصة فيما يتعلق بمعلومات الوقاية والعلاج، لتعزيز تفاعل المستخدمين. علاوة على ذلك، يجب على منصات وسائل التواصل الاجتماعي أن تأخذ في الاعتبار إعطاء الأولوية لـ “المفضلات” كمقياس رئيسي لتعزيز المعلومات الصحية عالية الجودة، مما قد يؤدي إلى تحسين الخوارزميات لتوصية المحتوى. بشكل عام، تؤكد دراستنا على أهمية تطوير أدوات تقييم مخصصة لمقاطع الفيديو القصيرة والحاجة إلى البحث المستمر في ديناميات التواصل الصحي على وسائل التواصل الاجتماعي.
القيود
تقدم الدراسة عدة قيود يجب الاعتراف بها. أولاً، قد تكون عينة 122 مقطع فيديو على تيك توك غير كافية، وقد تأثر عملية الاختيار بخوارزمية تيك توك، مما قد يؤدي إلى إدخال تحيز في النتائج. ثانيًا، تقتصر الدراسة على مقاطع الفيديو القصيرة على تيك توك من الصين، مما يثير مخاوف بشأن إمكانية تعميم النتائج على المحتوى الصحي على تيك توك في دول أخرى، حيث توجد اختلافات في أنظمة الرعاية الصحية، والسياقات الثقافية، وسلوكيات المستخدمين، وتنظيم المحتوى.
بالإضافة إلى ذلك، لا تأخذ الدراسة في الاعتبار معايير جودة المحتوى المختلفة وأنماط تفاعل المستخدمين عبر المناطق، كما أنها لا تأخذ في الاعتبار الطرق الفريدة التي ينشر بها المهنيون الطبيون المعلومات على منصات مختلفة. قد تظهر منصات وسائل التواصل الاجتماعي الأخرى، مثل يوتيوب وإنستغرام، ميزات وخوارزميات مميزة تؤثر على إنشاء المحتوى وتوزيعه، مما قد يؤدي إلى أنماط جودة مختلفة. يجب أن تهدف الأبحاث المستقبلية إلى تضمين مجموعة أوسع من مقاطع الفيديو من دول ومناطق متنوعة، بالإضافة إلى مقارنة جودة المحتوى عبر منصات متعددة لتعزيز فهم التواصل الصحي في مشهد وسائل التواصل الاجتماعي.
DOI: https://doi.org/10.1038/s41598-025-93986-3
PMID: https://pubmed.ncbi.nlm.nih.gov/40097555
Publication Date: 2025-03-17
Author(s): Hao Peng et al.
Primary Topic: Mobile Health and mHealth Applications
Overview
The study investigates the quality of coronary artery disease (CAD)-related videos on TikTok, a significant public health concern, given the platform’s popularity in China. A total of 122 videos were analyzed, focusing on their source and quality using the DISCERN, Patient Education Materials Assessment Tool (PEMAT), and Health on the Net (HONcode) scales. The results revealed that the majority of videos originated from medical professionals (80.3%), with user-generated content, news programs, and health organizations comprising smaller proportions. The average DISCERN score was 46.5 out of 80, while PEMAT and HONcode scores indicated varying levels of quality, with user-generated content scoring highest on DISCERN.
The analysis highlighted that videos from intermediate medical professionals scored significantly higher on DISCERN compared to their senior counterparts. Additionally, a negative correlation was found between the time since posting and both DISCERN and PEMAT scores, while a positive correlation existed between the number of “favorites” and DISCERN scores. The findings suggest that the quality of CAD-related videos on TikTok is inconsistent, with a need for a tailored scoring system for short video evaluations, as existing tools like HONcode may not adequately assess such content.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, employing statistical analyses to evaluate the data collected from various experiments. Specific methodologies included controlled laboratory experiments, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data collection involved the use of standardized instruments to ensure reliability and validity, with subsequent analysis conducted using software tools for statistical testing. The methods also included a detailed description of the sampling techniques, ensuring that the sample was representative of the population under study. Overall, the methodological framework was designed to rigorously test the hypotheses and provide robust findings that contribute to the field.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments or analyses. It outlines the quantitative and qualitative outcomes, highlighting significant trends and patterns observed in the data. The results are typically supported by relevant statistical analyses, including p-values, confidence intervals, or effect sizes, which validate the hypotheses tested.
Additionally, the section may include visual representations such as graphs or tables to illustrate the findings clearly. These visual aids enhance the understanding of the results and facilitate comparisons across different conditions or groups. Overall, the results contribute to the broader implications of the research, providing a foundation for subsequent discussions and conclusions.
Discussion
In this study, we analyzed 122 videos related to coronary artery disease (CAD) on TikTok, focusing on their characteristics and information quality. The videos were sourced primarily from medical professionals (80.3%), with user-generated content and health organizations contributing less significantly. We employed three assessment tools—DISCERN, PEMAT, and HONcode—to evaluate video quality. The average DISCERN score was 46.5/80, indicating mid-range quality, while the PEMAT score averaged 79.2%. Notably, the HONcode tool proved less effective for short videos, yielding a low average score of 1.4/8. Our findings revealed that videos from medical professionals with intermediate titles were of higher quality and received more engagement than those from senior professionals, suggesting that younger creators may be more adept at utilizing social media effectively.
The analysis also highlighted temporal trends, with videos posted in 2023 showing significantly higher DISCERN scores compared to earlier periods, while PEMAT and HONcode scores remained stable. Interestingly, the number of “favorites” correlated positively with DISCERN scores, suggesting that this engagement metric may better reflect content quality than “likes” or comments. These insights emphasize the need for creators to focus on content depth and quality, particularly regarding prevention and treatment information, to enhance user engagement. Furthermore, social media platforms should consider prioritizing “favorites” as a key metric for promoting high-quality health information, which could lead to improved algorithms for content recommendation. Overall, our study underscores the importance of developing tailored evaluation tools for short videos and the need for ongoing research into the dynamics of health communication on social media.
Limitations
The study presents several limitations that should be acknowledged. Firstly, the sample size of 122 TikTok videos may be inadequate, and the selection process was influenced by TikTok’s algorithm, which could introduce bias in the findings. Secondly, the research is limited to short TikTok videos from China, raising concerns about the generalizability of the results to health-related content on TikTok in other countries, where variations in healthcare systems, cultural contexts, user behaviors, and content regulations exist.
Additionally, the study does not account for the differing content quality standards and user engagement patterns across regions, nor does it consider the unique ways in which medical professionals disseminate information on various platforms. Other social media platforms, such as YouTube and Instagram, may exhibit distinct features and algorithms that affect content creation and distribution, potentially resulting in different quality patterns. Future research should aim to include a broader array of videos from diverse countries and regions, as well as compare content quality across multiple platforms to enhance understanding of health communication in the social media landscape.