Quality and reliability of Chinese short-form health information about hypertension and type 2 diabetes on TikTok: a comparative cross-sectional study

तकनीकी सारांश: टिकटॉक (TikTok) पर उच्च रक्तचाप और टाइप 2 मधुमेह से संबंधित चीनी लघु-वीडियो सूचना की गुणवत्ता और विश्वसनीयता

समस्या का विवरण
उच्च रक्तचाप (hypertension) और टाइप 2 मधुमेह वैश्विक स्तर पर अत्यधिक प्रचलित गैर-संचारी बीमारियाँ हैं, विशेष रूप से चीन में, जहाँ सह-रुग्णता (comorbidity) बढ़ रही है। प्रभावी स्व-प्रबंधन सटीक स्वास्थ्य जानकारी तक पहुँच पर निर्भर करता है। अपने विशाल उपयोगकर्ता आधार और एल्गोरिदम की पहुँच के कारण टिकटॉक एक प्राथमिक स्वास्थ्य सूचना स्रोत के रूप में उभरा है, लेकिन प्लेटफॉर्म पर प्रवेश की कम बाधा और ढीली समीक्षा प्रक्रियाओं के कारण सामग्री की गुणवत्ता में महत्वपूर्ण भिन्नता देखी गई है। मौजूदा साहित्य इंगित करता है कि सोशल मीडिया पर स्वास्थ्य संबंधी जानकारी अक्सर निम्न गुणवत्ता और खराब विश्वसनीयता वाली होती है, फिर भी चीनी संदर्भ के भीतर इन दो प्रमुख पुरानी स्थितियों के सूचना पारिस्थितिकी तंत्र को विशेष रूप से संबोधित करने वाले तुलनात्मक शोध की कमी है। यह अध्ययन चीनी टिकटॉक पर उच्च रक्तचाप और टाइप 2 मधुमेह के संबंध में चीनी लघु-वीडियो स्वास्थ्य सामग्री की गुणवत्ता, विश्वसनीयता और पारदर्शिता का व्यवस्थित रूप से मूल्यांकन और तुलना करके इस अंतराल को संबोधित करता है।

कार्यप्रणाली
इस अध्ययन में एक मात्रात्मक, अवलोकन संबंधी तुलनात्मक क्रॉस-सेक्शनल डिज़ाइन का उपयोग किया गया। डेटा संग्रह फरवरी से मई 2026 के बीच किया गया।

• नमूनाकरण (Sampling): शोधकर्ताओं ने एल्गोरिदम पूर्वाग्रह को कम करने के लिए बिना किसी ब्राउज़िंग इतिहास वाले एक नए पंजीकृत टिकटॉक खाते का उपयोग किया। उन्होंने छह मुख्य कीवर्ड ("hypertension," "lower blood pressure," "high blood pressure," "type 2 diabetes," "lower blood sugar," "high blood sugar") का उपयोग करके खोज की और प्लेटफॉर्म के डिफ़ॉल्ट "व्यापक छँटाई" (comprehensive sorting) के आधार पर प्रत्येक स्थिति के लिए शीर्ष 150 वीडियो का चयन किया। इससे 300 वीडियो (प्रत्येक स्थिति के लिए 150) का अंतिम नमूना प्राप्त हुआ।
• अपवर्जन मानदंड (Exclusion Criteria): डुप्लिकेट अपलोड, सारगर्भित सामग्री की कमी वाले वीडियो (जैसे केवल संगीत या विज्ञापन), बीमारी का नाम बताने वाले लेकिन जानकारी प्रदान न करने वाले वीडियो, और गैर-चीनी भाषा के वीडियो को बाहर कर दिया गया।
• डेटा निष्कर्षण (Data Extraction): दो प्रशिक्षित शोधकर्ताओं ने स्वतंत्र रूप से और ब्लाइंड तरीके से वीडियो की अवधि, अपलोड वर्ष, अपलोडर की पहचान (चिकित्सा पेशेवर, समाचार मीडिया, वाणिज्यिक संगठन, व्यक्तिगत उपयोगकर्ता), मुख्य विषय, और उपयोगकर्ता इंटरेक्शन मेट्रिक्स (लाइक, कमेंट, शेयर, कलेक्शन) पर डेटा निकाला।
• गुणवत्ता मूल्यांकन: तीन मान्य उपकरणों का उपयोग किया गया:
  1. ग्लोबल क्वालिटी स्कोर (GQS): समग्र गुणवत्ता और उपयोगिता का आकलन करने के लिए 5-पॉइंट लिकर्ट स्केल।
  2. संशोधित DISCERN (mDISCERN): विश्वसनीयता, स्रोत पारदर्शिता और संतुलन का मूल्यांकन करने के लिए 5-पॉइंट स्केल।
  3. जर्नल ऑफ द अमेरिकन मेडिकल एसोसिएशन (JAMA) बेंचमार्क मानदंड: लेखक की पहचान, एट्रिब्यूशन, प्रकटीकरण और सामयिकता का आकलन करने के लिए 4-पॉइंट स्केल।
• सांख्यिकीय विश्लेषण: इंटर-रेटर विश्वसनीयता का आकलन कोहेन के कप्पा (Cohen's Kappa) का उपयोग करके किया गया। समूह तुलना के लिए मैन-व्हिटनी यू टेस्ट (Mann–Whitney U test) और क्रुस्कल-वालिस टेस्ट (Kruskal–Wallis test) का उपयोग किया गया। वीडियो की विशेषताओं और गुणवत्ता के बीच संबंधों का विश्लेषण स्पियरमैन सहसंबंध (Spearman correlation) द्वारा किया गया। मल्टीपल लीनियर रिग्रेशन ने वीडियो गुणवत्ता (GQS) के स्वतंत्र भविष्यवक्ताओं की पहचान की।

प्रमुख योगदान

• तुलनात्मक विश्लेषण: यह चीन के भीतर एक प्रमुख लघु-वीडियो प्लेटफॉर्म पर उच्च रक्तचाप और टाइप 2 मधुमेह के सूचना पारिस्थितिकी तंत्र की सीधे तुलना करने वाले पहले अध्येशनों में से एक है, जो दोनों स्थितियों के बीच सामग्री की गुणवत्ता और विश्वसनीयता में स्पष्ट अंतर प्रकट करता है।
• बहुआयामी मूल्यांकन: यह अध्ययन गुणवत्ता, स्रोत विश्वसनीयता और पारदर्शिता को एक साथ परखने के लिए एक मजबूत, तीन-उपकरण ढांचे (GQS, mDISCERN, JAMA) को लागू करता है।
• पूर्वानुमानित मॉडलिंग (Predictive Modeling): यह अपलोडर की पहचान और बीमारी के प्रकार को सामग्री की गुणवत्ता के महत्वपूर्ण स्वतंत्र भविष्यवक्ताओं के रूप में पहचानता है, जो गलत सूचना के चालकों पर अनुभवजन्य डेटा प्रदान करता है।
• एल्गोरिदम अंतर्दृष्टि: यह अध्ययन "गुणवत्ता-लोकप्रियता विरोधाभास" (quality-popularity paradox) को मात्रात्मक रूप से दर्शाता है, यह सिद्ध करते हुए कि उच्च उपयोगकर्ता जुड़ाव मेट्रिक्स का सूचना गुणवत्ता के साथ मजबूत सहसंबंध नहीं है।

परिणाम

• कुल गुणवत्ता: दोनों स्थितियों के लिए टिकटॉक पर स्वास्थ्य सूचना की कुल गुणवत्ता मध्यम स्तर से नीचे पाई गई। उच्च रक्तचाप के लिए मध्यिका (median) GQS स्कोर 3.00 था और टाइप 2 मधुमेह के लिए भी 3.00 था (इंटरक्वाटाइल रेंज परिवर्तनशीलता दर्शाती है), और दोनों के लिए मध्यिका mDISCERN स्कोर 2.00 था। JAMA स्कोर लगातार कम (मध्यिका 2.00) रहे, जो लेखकत्व और स्रोतों के संबंध में खराब पारदर्शिता का संकेत देते हैं।
• रोग-विशिष्ट अंतर: उच्च रक्तचाप के वीडियो ने GQS ($p < 0.001$) और mDISCERN ($p = 0.003$) दोनों में टाइप 2 मधुमेह की तुलना में काफी अधिक स्कोर प्राप्त किया। हालांकि, JAMA स्कोर दोनों के बीच महत्वपूर्ण रूप से भिन्न नहीं थे ($p = 0.927$)।
• अपलोडर का प्रभाव: चिकित्सा पेशेवरों ने सभी मेट्रिक्स में उच्चतम गुणवत्ता वाली सामग्री का निर्माण किया। वाणिज्यिक संगठनों द्वारा बनाए गए वीडियो का स्कोर सबसे कम था। व्यक्तिगत उपयोगकर्ताओं का स्कोर चिकित्सा पेशेवरों की तुलना में काफी कम था लेकिन वाणिज्यिक संगठनों से अधिक था।
• सामग्री के विषय: उच्च रक्तचाप के लिए, "जीवनशैली हस्तक्षेप" (lifestyle intervention) वीडियो ने उच्चतम गुणवत्ता स्कोर प्राप्त किया। टाइप 2 मधुमेह के लिए, "रोग निगरानी" (disease monitoring) और "जटिलता रोकथाम" (complication prevention) का स्कोर सबसे अधिक था, जबकि "दवा उपचार" (drug treatment) और "अनुभव साझा करना" (experience sharing) का स्कोर कम था।
• सहसंबंध: उपयोगकर्ता इंटरेक्शन मेट्रिक्स (लाइक, कमेंट, शेयर) एक-दूसरे के साथ दृढ़ता से सहसंबंधित थे लेकिन गुणवत्ता स्कोर के साथ केवल कमजोर से मध्यम सहसंबंध दिखाया ($r = 0.27–0.70$), जो पुष्टि करता है कि लोकप्रियता विश्वसनीयता का पैमाना नहीं है। वीडियो की अवधि GQS का एक कमजोर लेकिन महत्वपूर्ण सकारात्मक भविष्यवक्ता था ($\beta = 0.091, p = 0.025$)।
• रिग्रेशन निष्कर्ष: मल्टीपल लीनियर रिग्रेशन ने पुष्टि की कि चिकित्सा पेशेवरों द्वारा अपलोड किए गए वीडियो ($\beta = 0.635, p < 0.001$) और उच्च रक्तचाप से संबंधित वीडियो ($\beta = 0.147, p < 0.001$) उच्च गुणवत्ता के स्वतंत्र भविष्यवक्ता थे। वाणिज्यिक संगठन के अपलोड एक नकारात्मक भविष्यवक्ता थे ($\beta = -0.225, p < 0.001$)।

महत्व और दावे
यह शोध दावा करता है कि टिकटॉक पर पुरानी बीमारियों के लिए वर्तमान डिजिटल स्वास्थ्य सूचना पारिस्थितिकी तंत्र निम्न-स्तर की गुणवत्ता और अपर्याप्त विश्वसनीयता द्वारा चिह्नित है, जो रोगी के स्व-प्रबंधन के लिए संभावित जोखिम पैदा करता है।

• नैदानिक और सार्वजनिक स्वास्थ्य निहितार्थ: निष्कर्ष बताते हैं कि हालांकि टिकटॉक में स्वास्थ्य शिक्षा की क्षमता है, वर्तमान सामग्री को विश्वसनीयता और स्रोत पारदर्शिता में पर्याप्त सुधार की आवश्यकता है। अध्ययन रेखांकित करता है कि टाइप 2 मधुमेह प्रबंधन की जटिलता इसे उच्च रक्तचाप के अधिक मानकीकृत प्रबंधन की तुलना में निम्न-गुणवत्ता वाली, भ्रामक सामग्री के प्रति अधिक संवेदनशील बनाती है।
• प्लेटफॉर्म गवर्नेंस: लेखक तर्क देते हैं कि लघु-वीडियो प्लेटफॉर्मओं को प्रमाणित चिकित्सा पेशेवरों की सामग्री के लिए पदानुक्रमित समीक्षा तंत्र और अधिमान्य अनुशंसा एल्गोरिदम (preferential recommendation algorithms) लागू करने चाहिए। वे लाभ-संचालित गलत सूचना के प्रसार को रोकने के लिए वाणिज्यिक मार्केटिंग की सख्त लेबलिंग और निगरानी का भी आह्वान करते हैं।
• पेशेवर और रोगी भूमिकाएँ: अध्ययन साक्ष्य-आधारित सार्वजनिक शिक्षा सामग्री बनाने के लिए चिकित्सकों को प्रोत्साहित करने और रोगियों की डिजिटल स्वास्थ्य साक्षरता को बढ़ावा देने की वकालत करता है ताकि वे अविश्वसनीय स्रोतों से निपटने में सक्षम हो सकें।
• भावी दिशाएँ: लेखक सुझाव देते हैं कि भविष्य के शोध को सामग्री की गुणवत्ता की अनुदैर्ध्य निगरानी (longitudinal monitoring), क्रॉस-प्लेटफॉर्म तुलना, और स्वचालित गुणवत्ता मूल्यांकन के लिए AI-संचालित उपकरणों के विकास पर ध्यान केंद्रित करना चाहिए।

अध्ययन निष्कर्ष निकालता है कि एक सुरक्षित डिजिटल स्वास्थ्य वातावरण बनाने के लिए प्लेटफॉर्म प्रदाताओं, चिकित्सा पेशेवरों, नीति निर्माताओं और रोगियों के सहयोगात्मक प्रयासों की आवश्यकता है ताकि यह सुनिश्चित किया जा सके कि लघु-वीडियो प्लेटफॉर्मों पर प्रसारित स्वास्थ्य जानकारी सटीक, विश्वसनीय और लाभकारी हो।