Dynamic Topic Alignment and Sentiment between Official Health Communication and General Public Discourse during COVID-19: A Comprehensive Infoveillance Framework

Cette étude présente un cadre complet d'infoveillance pour analyser l'alignement dynamique et la résonance sentimentale entre les communications des CDC et le discours public sur les réseaux sociaux durant la pandémie de COVID-19, révélant qu'une plus grande alignement thématique est corrélée à des réponses émotionnelles négatives accrues plutôt qu'à un accord public.

L'essentiel

Imaginez la pandémie de COVID-19 comme un concert massif et chaotique où deux groupes différents tentent de diriger la musique : les CDC (les chefs d'orchestre officiels) et le grand public (le public).

Ce document est comparable au rapport d'un ingénieur du son haute technologie. Il tente de répondre à une question simple mais délicate : les chefs d'orchestre et le public jouent-ils réellement la même chanson, ou se crient-ils simplement dessus ?

Voici comment les chercheurs ont décomposé le problème, en utilisant des analogies simples :

1. Les Deux Playlists (Modélisation de sujets)

Tout d'abord, les chercheurs ont collecté deux immenses playlists de tweets :

• Playlist A : 17 524 tweets provenant des comptes officiels des CDC (les chefs d'orchestre).
• Playlist B : 67 895 tweets provenant de personnes ordinaires (le public).

Ils ont utilisé un programme informatique intelligent (appelé « Biterm Topic Model ») pour écouter ces playlists et regrouper les mots par thèmes.

• La Playlist des CDC ressemblait à un manuel médical : « taux d'hospitalisation », « protocoles de vaccination », « interventions non pharmaceutiques » et « aspects cliniques ».
• La Playlist du Public ressemblait à un mélange de réunion publique, de bar et de salon : « impact économique », « politique », « sports », « protection familiale » et « luttes personnelles ».

La Découverte : Bien que les deux groupes parlent du virus, ils parlaient souvent des langues différentes. Les CDC se concentraient sur des indicateurs techniques, tandis que le public se concentrait sur la manière dont le virus affectait leur vie quotidienne, leurs emplois et leurs sentiments.

2. Le « Score d'Alignement » (Cohérence des sujets)

Les chercheurs ont inventé une nouvelle méthode pour mesurer la correspondance entre les deux playlists. Imaginez un thermomètre qui ne mesure pas la chaleur, mais l'« alignement des sujets ».

• Fonctionnement : Ils ne se sont pas contentés de vérifier si les mots étaient similaires ; ils ont examiné dans quelle mesure le public parlait d'un sujet spécifique à un moment donné.
• Le Résultat : Au fil du temps, le « thermomètre d'alignement » a augmenté. Cela signifie que le public a commencé à parler des mêmes sujets que les CDC (comme les réponses scolaires ou la protection familiale).
• La Nuance : Le fait que le public parle des mêmes sujets que les CDC ne signifie pas qu'ils sont d'accord avec eux. Cela signifie simplement qu'ils portaient attention aux mêmes choses. C'est comme deux personnes fixant le même nuage d'orage ; l'une s'inquiète de la pluie, l'autre du vent. Elles regardent la même chose, mais ne sont pas nécessairement sur la même longueur d'onde.

3. L'Anneau de Humeur (Analyse de sentiment)

Pour comprendre comment le public se sentait à propos de ces sujets, les chercheurs ont utilisé deux différents « Anneaux de Humeur » :

• Anneau de Humeur n°1 (Sentiment Attendu) : Il mesure le ton moyen. Si vous choisissiez un tweet au hasard, serait-il heureux, triste ou en colère ?

  • Le Résultat : Même lorsque le public parlait exactement des mêmes sujets que les CDC, le ton moyen restait constamment négatif. Plus le public s'alignait sur les sujets des CDC, plus le ton devenait négatif. Cela suggère que lorsque les gens se concentrent sur les avertissements des CDC, ils se sentent plus inquiets, pas plus rassurés.

• Anneau de Humeur n°2 (Sentiment Net) : Il mesure l'intensité ou le volume de l'émotion. Il ne s'agit pas de ce qu'ils ressentent, mais de combien fort ils le ressentent.

  • Le Résultat : Lorsque le public s'alignait sur les sujets des CDC, l'intensité émotionnelle montait en flèche immédiatement. C'était comme un rugissement soudain d'émotion. Le public réagissait vite et fort aux sujets soulevés par les CDC.

4. La Machine à Temps (Modèles ARIMAX)

Enfin, les chercheurs ont utilisé un modèle mathématique voyageant dans le temps pour voir combien de temps il fallait pour que l'humeur du public change après que les CDC eurent parlé.

• La « Humeur Moyenne » (Sentiment Attendu) : Elle changeait lentement. Lorsque les CDC parlaient d'un sujet, la humeur moyenne du public se déplaçait négativement immédiatement, mais continuait aussi à se déplacer négativement pendant plusieurs jours, suivant même un schéma hebdomadaire (comme un mal de tête récurrent).
• L'« Intensité Émotionnelle » (Sentiment Net) : C'était un éclair. L'intensité de l'émotion du public montait en flèche immédiatement le même jour où les CDC parlaient, mais n'avait pas le même effet différé.

La Grande Leçon

La leçon principale de cette étude est un rappel de réalité pour les responsables de la santé :

« L'Alignement » ne signifie pas « Accord ».

Lorsque le public commence à parler des mêmes choses que les CDC, cela ne signifie pas qu'ils hochent la tête en signe d'accord ou qu'ils se sentent mieux. En fait, l'étude a révélé que un alignement plus élevé était en réalité lié à des sentiments plus négatifs et à une anxiété plus élevée.

Le public prêtait une attention particulière aux messages des CDC, mais le faisait avec peur et inquiétude, et non avec une acceptation calme. L'étude suggère que lorsque les agences de santé et le public sont « sur le même sujet », cela signifie souvent que le public est profondément inquiet des problèmes que l'agence met en lumière.

En bref : Le public et les CDC dansaient sur le même rythme, mais le public dansait sur une chanson triste.

Résumé technique

Résumé Technique : Alignement Dynamique des Thèmes et Sentiment entre la Communication Officielle de Santé et le Discours Public Général durant la COVID-19

Énoncé du Problème
Durant la pandémie de COVID-19, les réseaux sociaux ont servi de canal critique pour la communication officielle de santé (par exemple, les Centers for Disease Control and Prevention, CDC) et le discours public général. Bien que la recherche existante ait examiné le sentiment public ou des thèmes isolés, il manque une investigation systémique de l'alignement temporel dynamique entre les messages centraux des agences de santé officielles et les thèmes évolutifs du public plus large. Les études précédentes étaient souvent limitées à des instantanés d'une seule journée, n'ont pas modélisé l'évolution de l'alignement des thèmes et des émotions dans le temps, ou n'ont pas distingué l'attention publique de l'accord public. Cette étude comble le vide dans la compréhension de la façon dont les opinions publiques, exprimées sous forme de thèmes de contenu et de sentiments, corrélaient et divergeaient des communications officielles de santé au cours d'une urgence sanitaire.

Méthodologie
Les auteurs ont développé un cadre d'infoveillance de bout en bout intégrant le Traitement du Langage Naturel (NLP), la modélisation de sujets et l'analyse de séries temporelles multivariées. L'étude a utilisé deux grands ensembles de données Twitter/X :

1. Communications du CDC : 17 524 tweets provenant de 7 comptes officiels affiliés au CDC (du 17 décembre 2019 au 15 janvier 2022).
2. Discours Public Général : 67 895 tweets collectés via BrandWatch (du 28 février 2020 au 1er juin 2023).

Le pipeline méthodologique se composait de quatre étapes clés :

1. Modélisation de Thèmes (Modèle de Thèmes Bitermes - BTM) :

   • Le BTM a été appliqué séparément aux deux corpus pour gérer la parcimonie des données de texte court, modélisant la co-occurrence des mots à travers l'ensemble du corpus plutôt que dans les documents individuels.
   • Un vocabulaire partagé a été construit pour permettre la comparabilité.
   • Le nombre optimal de thèmes a été déterminé en utilisant l'entropie de Rényi (se stabilisant à 10 pour le discours public et 9 pour le CDC) et validé par un examen qualitatif d'experts.
   • Cela a produit deux ensembles distincts de thèmes : 9 thèmes du CDC (par exemple, risque épidémique, réponses locales, protection familiale) et 10 thèmes de discours public (par exemple, impact économique, politique, sports).

2. Système de Notation de la Cohérence des Thèmes :

   • Une métrique novatrice a été développée pour quantifier l'alignement dynamique. Elle intègre la similarité cosinus (mesurant la similarité sémantique entre les distributions de probabilité des mots des thèmes) avec la prédominance quotidienne des thèmes (la proportion d'un thème spécifique dans le discours public un jour donné).
   • Le système calcule un score d'alignement pondéré ($C_{j,d}$) pour chaque thème du CDC $j$ le jour $d$, reflétant la proximité de l'alignement du discours public avec ce thème officiel spécifique, pondéré par la prédominance de ce thème dans la sphère publique.

3. Analyse de Sentiment :

   • Deux mesures de sentiment complémentaires ont été incorporées pour capturer différentes dimensions de l'émotion publique :
     • Sentiment Attendu : Le ton émotionnel moyen (normalisé), représentant le ton d'un post sélectionné au hasard indépendamment du volume.
     • Sentiment Net : L'intensité émotionnelle agrégée (somme non normalisée des positifs moins les négatifs), capturant l'ampleur et la concentration des vagues émotionnelles.

4. Dynamiques Temporelles (Modélisation ARIMAX) :

   • Des modèles Autorégressifs Intégrés de Moyennes Mobiles avec Variables Exogènes (ARIMAX) ont été employés pour examiner la relation temporelle entre la cohérence des thèmes (variable exogène) et le sentiment public (variable dépendante).
   • Des modèles ont été exécutés pour le sentiment attendu et le sentiment net, intégrant des termes de retard jusqu'à 7 jours pour capturer des modèles immédiats, différés et cycliques hebdomadaires.

Résultats Clés

• Tendances d'Alignement des Thèmes : L'alignement des thèmes entre les communications du CDC et le discours public a augmenté au fil du temps pour la plupart des thèmes, en particulier pour les « réponses locales et étatiques » et la « protection familiale ». Cependant, l'alignement variait considérablement selon les thèmes ; les thèmes techniques comme les « interventions non pharmaceutiques » montraient un alignement plus faible, probablement en raison des différences de langage et de cadrage entre le discours officiel et public.
• Dynamiques de Sentiment : Malgré l'augmentation de l'alignement des thèmes, le sentiment public attendu est resté constamment négatif tout au long de la période d'étude. Cela indique qu'un alignement plus élevé reflète l'attention et l'inquiétude publiques plutôt qu'un accord ou une réception positive des messages officiels.
• Effets Temporels (Constats ARIMAX) :
  • Sentiment Attendu : Une cohérence des thèmes plus élevée était significativement associée à des baisses immédiates du sentiment moyen (ton plus négatif) et montrait des effets de retard significatifs à 2, 3 et 7 jours, suggérant un modèle cyclique hebdomadaire dans la réponse émotionnelle publique.
  • Sentiment Net : Une cohérence des thèmes plus élevée était associée à une augmentation immédiate significative de l'intensité émotionnelle (ampleur), mais sans les mêmes effets de retard ou cycliques hebdomadaires observés dans le sentiment attendu. Cela suggère que lorsque le public se concentre sur les mêmes thèmes que le CDC, la réaction émotionnelle est intense et immédiate, souvent alimentée par des pics négatifs (par exemple, lors des phases précoces de la pandémie ou des rapports de décès).

Contributions Clés

1. Cadre Novateur d'Infoveillance : L'étude présente un cadre évolutif de bout en bout qui va au-delà de l'analyse statique pour modéliser la relation dynamique et temporelle entre la communication officielle de santé et le discours public.
2. Système de Notation de la Cohérence des Thèmes : Les auteurs introduisent une métrique de similarité pondérée qui prend en compte à la fois l'alignement sémantique et la prédominance quotidienne des thèmes, offrant une mesure plus nuancée de l'alignement qu'une simple similarité cosinus.
3. Métriques de Sentiment Duales : En distinguant le sentiment attendu (ton moyen) du sentiment net (intensité émotionnelle), l'étude fournit une vue plus complète de la réaction publique, révélant qu'un alignement élevé peut coexister avec un ton négatif et une forte volatilité émotionnelle.
4. Insight Empirique sur l'Alignement : Les résultats remettent en question l'hypothèse selon laquelle l'alignement des thèmes équivaut à une communication réussie ou à un accord public. Au contraire, l'étude démontre que l'alignement reflète souvent une inquiétude et une attention publiques accrues aux mêmes problèmes, fréquemment accompagnées de réponses émotionnelles négatives.

Signification et Revendications
L'article revendique que ce cadre fournit une approche généralisable pour enquêter et évaluer l'engagement du public avec la communication officielle de santé. La signification principale réside dans la capacité à distinguer l'attention publique (alignement) de l'accord public (sentiment). Les auteurs affirment que leurs résultats suggèrent que les agences de santé devraient interpréter l'alignement des thèmes non pas comme un signe d'acceptation du message, mais comme un indicateur de préoccupation publique qui peut nécessiter une gestion spécifique du contexte émotionnel. Le cadre est conçu pour être modulaire, permettant l'intégration de différentes approches de modélisation de thèmes ou de métriques de sentiment, et vise à soutenir des stratégies de communication plus efficaces lors de futures urgences de santé publique. L'étude note explicitement des limitations concernant l'utilisation exclusive de données Twitter/X et l'incapacité des méthodes NLP actuelles à capturer pleinement l'ironie ou les sentiments mixtes, les présentant comme des domaines pour une expansion future plutôt que des capacités actuelles.