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

Questo studio introduce un quadro completo di infoveglianza per analizzare l'allineamento dinamico e il sentimento tra le comunicazioni dei CDC e il discorso pubblico sui social media durante la pandemia di COVID-19, rivelando che un maggiore allineamento tematico si correla a risposte emotive negative più intense piuttosto che a un accordo pubblico.

L'essenziale

Immagina la pandemia di COVID-19 come un concerto massiccio e caotico in cui due gruppi diversi cercano di dirigere la musica: i CDC (i direttori d'orchestra ufficiali) e il pubblico generale (il pubblico).

Questo articolo è come il rapporto di un tecnico del suono ad alta tecnologia. Cerca di rispondere a una domanda semplice ma insidiosa: i direttori d'orchestra e il pubblico stanno effettivamente suonando la stessa canzone, o stanno semplicemente urlando sopra gli altri?

Ecco come i ricercatori hanno scomposto la questione, utilizzando semplici analogie:

1. Le Due Playlist (Modellazione degli Argomenti)

Innanzitutto, i ricercatori hanno raccolto due enormi playlist di tweet:

• Playlist A: 17.524 tweet dai profili ufficiali dei CDC (i direttori d'orchestra).
• Playlist B: 67.895 tweet da persone comuni (il pubblico).

Hanno utilizzato un programma informatico intelligente (chiamato "Modello di Argomenti Biterm") per ascoltare queste playlist e raggruppare le parole in temi.

• La Playlist dei CDC suonava come un manuale medico: "tassi di ospedalizzazione", "protocolli di vaccinazione", "interventi non farmacologici" e "aspetti clinici".
• La Playlist del Pubblico suonava come un mix di un'assemblea cittadina, un bar e un salotto: "impatto economico", "politica", "sport", "protezione familiare" e "lotte personali".

Il Risultato: Sebbene entrambi i gruppi parlassero del virus, spesso parlavano lingue diverse. I CDC si concentravano su metriche tecniche, mentre il pubblico si concentrava su come il virus influenzava la loro vita quotidiana, i lavori e i sentimenti.

2. Il "Punteggio di Allineamento" (Coerenza degli Argomenti)

I ricercatori hanno inventato un nuovo modo per misurare quanto bene le due playlist corrispondevano. Immagina un termometro che non misura il calore, ma misura l'"allineamento degli argomenti".

• Come funziona: Non hanno guardato solo se le parole erano simili; hanno guardato quanto il pubblico parlava di un argomento specifico in un dato giorno.
• Il Risultato: Nel tempo, il "termometro dell'allineamento" è salito. Ciò significa che il pubblico ha iniziato a parlare degli stessi argomenti di cui parlavano i CDC (come le risposte scolastiche o la protezione familiare).
• Il Rovescio della Medaglia: Solo perché il pubblico parlava degli stessi argomenti dei CDC non significa che fossero d'accordo con loro. Significa solo che stavano prestando attenzione alle stesse cose. È come due persone che fissano la stessa nuvola temporalesca; una è preoccupata per la pioggia, l'altra è preoccupata per il vento. Stanno guardando la stessa cosa, ma non sono necessariamente dalla stessa parte.

3. L'Anello dell'Umore (Analisi del Sentimento)

Per capire come il pubblico si sentiva riguardo a questi argomenti, i ricercatori hanno utilizzato due diversi "Anelli dell'Umore":

• Anello dell'Umore #1 (Sentimento Atteso): Questo misura il tono medio. Se scegliessi un tweet a caso, sarebbe felice, triste o arrabbiato?

  • Il Risultato: Anche quando il pubblico parlava degli stessi argomenti esatti dei CDC, il tono medio rimaneva costantemente negativo. Più il pubblico si allineava agli argomenti dei CDC, più il tono diventava negativo. Suggerisce che quando le persone si concentrano sugli avvertimenti dei CDC, si sentono più preoccupate, non più rassicurate.

• Anello dell'Umore #2 (Sentimento Netto): Questo misura l'intensità o il volume dell'emozione. Non riguarda cosa provano, ma quanto forte lo provano.

  • Il Risultato: Quando il pubblico si allineava agli argomenti dei CDC, l'intensità emotiva schizzava immediatamente. Era come un improvviso ruggito di emozioni. Il pubblico reagiva velocemente e con forza agli argomenti sollevati dai CDC.

4. La Macchina del Tempo (Modelli ARIMAX)

Infine, i ricercatori hanno utilizzato un modello matematico che viaggia nel tempo per vedere quanto tempo ci voleva affinché l'umore del pubblico cambiasse dopo che i CDC avevano parlato.

• L'"Umore Medio" (Sentimento Atteso): Questo cambiava lentamente. Quando i CDC parlavano di un argomento, l'umore medio del pubblico si spostava negativamente immediatamente, ma continuava a spostarsi negativamente anche per giorni dopo, seguendo persino un pattern settimanale (come un mal di testa ricorrente).
• L'"Intensità Emotiva" (Sentimento Netto): Questa era un fulmine. L'intensità dell'emozione del pubblico schizzava immediatamente nello stesso giorno in cui i CDC parlavano, ma non aveva lo stesso effetto ritardato.

La Grande Lezione

La lezione principale di questo studio è un po' una doccia fredda per i funzionari sanitari:

"Allineamento" non significa "Accordo".

Quando il pubblico inizia a parlare delle stesse cose di cui parlano i CDC, non significa che annuiscono in segno di accordo o si sentono meglio. In effetti, lo studio ha scoperto che un allineamento più elevato era effettivamente collegato a sentimenti più negativi e a un'ansia più alta.

Il pubblico stava prestando molta attenzione ai messaggi dei CDC, ma lo faceva con paura e preoccupazione, non con una calma accettazione. Lo studio suggerisce che quando le agenzie sanitarie e il pubblico sono "sullo stesso argomento", spesso significa che il pubblico è profondamente preoccupato per le questioni che l'agenzia sta evidenziando.

In sintesi: Il pubblico e i CDC ballavano sullo stesso ritmo, ma il pubblico ballava su una canzone triste.

Sommario tecnico

Riepilogo Tecnico: Allineamento Dinamico dei Tempi e Sentiment tra la Comunicazione Ufficiale sulla Salute e il Discorso Pubblico Generale durante il COVID-19

Enunciato del Problema
Durante la pandemia di COVID-19, i social media hanno funto da canale critico sia per la comunicazione ufficiale sulla salute (ad esempio, Centers for Disease Control and Prevention, CDC) sia per il discorso pubblico generale. Sebbene la ricerca esistente abbia esaminato il sentiment pubblico o argomenti isolati, manca un'indagine sistematica sull'allineamento temporale dinamico tra i messaggi focali delle agenzie sanitarie ufficiali e gli argomenti in evoluzione del pubblico più ampio. Studi precedenti erano spesso limitati a istantanee di singoli giorni, non modellavano l'evoluzione dell'allineamento tematico e delle emozioni nel tempo, o non distinguevano tra l'attenzione pubblica e l'accordo pubblico. Questo studio colma il vuoto nella comprensione di come le opinioni pubbliche, espresse come argomenti di contenuto e sentiment, si correlino e divergano dalle comunicazioni sanitarie ufficiali nel corso di un'emergenza sanitaria.

Metodologia
Gli autori hanno sviluppato un framework di infoveillance end-to-end che integra l'Elaborazione del Linguaggio Naturale (NLP), la modellazione tematica e l'analisi delle serie temporali multivariate. Lo studio ha utilizzato due grandi dataset di Twitter/X:

1. Comunicazioni del CDC: 17.524 tweet da 7 account ufficiali affiliati al CDC (17 dicembre 2019 – 15 gennaio 2022).
2. Discorso Pubblico Generale: 67.895 tweet raccolti tramite BrandWatch (28 febbraio 2020 – 1 giugno 2023).

La pipeline metodologica è consistita in quattro fasi chiave:

1. Modellazione Tematica (Biterm Topic Model - BTM):

   • Il BTM è stato applicato separatamente a entrambi i corpus per gestire la scarsità dei dati testuali brevi, modellando la co-occorrenza delle parole in tutto il corpus piuttosto che all'interno di singoli documenti.
   • È stato costruito un vocabolario condiviso per consentire la comparabilità.
   • Il numero ottimale di argomenti è stato determinato utilizzando l'entropia di Rényi (stabilizzandosi a 10 per il discorso pubblico e 9 per il CDC) e validato attraverso una revisione qualitativa esperta.
   • Ciò ha prodotto due insiemi distinti di argomenti: 9 argomenti del CDC (ad esempio, rischio epidemico, risposte locali, protezione familiare) e 10 argomenti del discorso pubblico (ad esempio, impatto economico, politica, sport).

2. Sistema di Punteggio di Coerenza Tematica:

   • È stato sviluppato un nuovo metrico per quantificare l'allineamento dinamico. Integra la similarità del coseno (che misura la similarità semantica tra le distribuzioni di probabilità delle parole degli argomenti) con la prominenza tematica giornaliera (la proporzione di un argomento specifico nel discorso pubblico in un dato giorno).
   • Il sistema calcola un punteggio di allineamento ponderato ($C_{j,d}$) per ciascun argomento del CDC $j$ nel giorno $d$, riflettendo quanto strettamente il discorso pubblico si allinea a quel specifico argomento ufficiale, ponderato in base a quanto quell'argomento è prominente nella sfera pubblica.

3. Analisi del Sentiment:

   • Sono stati incorporati due misure di sentiment complementari per catturare diverse dimensioni dell'emozione pubblica:
     • Sentiment Atteso: Il tono emotivo medio (normalizzato), che rappresenta il tono di un post selezionato casualmente indipendentemente dal volume.
     • Sentiment Netto: L'intensità emotiva aggregata (somma non normalizzata di positivo meno negativo), che cattura la magnitudine e la concentrazione delle ondate emotive.

4. Dinamiche Temporali (Modellazione ARIMAX):

   • Sono stati impiegati modelli Autoregressivi Integrati a Media Mobile con Variabili Esogene (ARIMAX) per esaminare la relazione temporale tra la coerenza tematica (variabile esogena) e il sentiment pubblico (variabile dipendente).
   • I modelli sono stati eseguiti sia per il sentiment atteso che per quello netto, incorporando termini di ritardo fino a 7 giorni per catturare pattern immediati, ritardati e ciclici settimanali.

Risultati Chiave

• Tendenze di Allineamento Tematico: L'allineamento tematico tra le comunicazioni del CDC e il discorso pubblico è aumentato nel tempo per la maggior parte degli argomenti, in particolare per "risposte locali e statali" e "protezione familiare". Tuttavia, l'allineamento è variato significativamente tra gli argomenti; argomenti tecnici come "interventi non farmacologici" hanno mostrato un allineamento inferiore, probabilmente a causa di differenze nel linguaggio e nell'inquadramento tra discorso ufficiale e pubblico.
• Dinamiche del Sentiment: Nonostante l'aumento dell'allineamento tematico, il sentiment pubblico atteso è rimasto costantemente negativo per tutta la durata dello studio. Ciò indica che un maggiore allineamento riflette l'attenzione e la preoccupazione pubblica piuttosto che l'accordo o la ricezione positiva dei messaggi ufficiali.
• Effetti Temporali (Risultati ARIMAX):
  • Sentiment Atteso: Una maggiore coerenza tematica è stata significativamente associata a immediati decrementi del sentiment medio (tono più negativo) e ha mostrato effetti di ritardo significativi a 2, 3 e 7 giorni, suggerendo un pattern ciclico settimanale nella risposta emotiva pubblica.
  • Sentiment Netto: Una maggiore coerenza tematica è stata associata a un immediato aumento significativo dell'intensità emotiva (magnitudine), ma senza gli stessi effetti di ritardo o settimanali osservati nel sentiment atteso. Ciò suggerisce che quando il pubblico si concentra sugli stessi argomenti del CDC, la reazione emotiva è intensa e immediata, spesso guidata da picchi negativi (ad esempio, durante le fasi iniziali della pandemia o rapporti di decessi).

Contributi Chiave

1. Nuovo Framework di Infoveillance: Lo studio presenta un framework scalabile e end-to-end che supera l'analisi statica per modellare la relazione dinamica e temporale tra comunicazione sanitaria ufficiale e discorso pubblico.
2. Sistema di Punteggio di Coerenza Tematica: Gli autori introducono una metrica di similarità ponderata che tiene conto sia dell'allineamento semantico sia della prominenza giornaliera degli argomenti, offrendo una misura di allineamento più sfumata rispetto alla semplice similarità del coseno.
3. Metriche di Sentiment Duali: Distinguendo tra sentiment atteso (tono medio) e sentiment netto (intensità emotiva), lo studio fornisce una visione più completa della reazione pubblica, rivelando che un alto allineamento può coesistere con un tono negativo e un'alta volatilità emotiva.
4. Insight Empirico sull'Allineamento: I risultati mettono in discussione l'assunzione secondo cui l'allineamento tematico equivale a una comunicazione di successo o a un accordo pubblico. Al contrario, lo studio dimostra che l'allineamento riflette spesso una preoccupazione e un'attenzione pubblica accresciute verso le stesse questioni, frequentemente accompagnate da risposte emotive negative.

Significato e Affermazioni
Il documento afferma che questo framework fornisce un approccio generalizzabile per investigare e valutare l'impegno pubblico con la comunicazione sanitaria ufficiale. Il significato principale risiede nella capacità di distinguere tra attenzione pubblica (allineamento) e accordo pubblico (sentiment). Gli autori affermano che i loro risultati suggeriscono che le agenzie sanitarie dovrebbero interpretare l'allineamento tematico non come un segno di accettazione del messaggio, ma come un indicatore di preoccupazione pubblica che potrebbe richiedere una specifica gestione del contesto emotivo. Il framework è progettato per essere modulare, consentendo l'integrazione di diversi approcci di modellazione tematica o metriche di sentiment, ed è destinato a supportare strategie di comunicazione più efficaci durante future emergenze di salute pubblica. Lo studio nota esplicitamente le limitazioni riguardanti l'uso esclusivo dei dati di Twitter/X e l'incapacità dei metodi NLP attuali di catturare pienamente l'ironia o i sentimenti misti, inquadrando questi aspetti come aree per un'espansione futura piuttosto che come capacità attuali.