The quality and reliability of Chinese short-video information on spinal robotic navigation surgery on TikTok and Bilibili: a cross-sectional content analysis

技術要約：脊椎ロボットナビゲーション手術に関する中国の短尺動画情報の質と信頼性

問題提起
脊椎ロボットナビゲーション手術は、中国で採用が進んでいる高精度かつ高リスクな術式である。患者はTikTokやBilibiliといった短尺動画プラットフォーム上で術前情報を積極的に検索しているが、これらのプラットフォームは規制の監視が緩く、医学的な正確さよりもトラフィックを優先するアルゴリズムのバイアスにさらされている。既存の文献は、主に国際的なプラットフォーム（YouTubeなど）における人工関節置換術や慢性疾患に焦点を当てており、中国語による脊椎ナビゲーションロボットに特化したコンテンツの質を理解するという点において空白がある。誇張されたメリット、禁忌の省略、あるいは合併症の隠蔽といった誤解を招く情報は、患者の期待を歪め、臨床的な悪影響を及ぼす重大なリスクを孕んでいる。本研究は、中国の主要な2つの短尺動画エコシステムにおける脊椎ロボット手術コンテンツの系統的かつ定量的な評価の欠如に対処するものである。

方法論
本研究では、横断的なコンテンツ分析デザインを採用した。

• データ収集: 2026年7月19日、「spinal navigation robot」および「minimally-invasive spinal robotic surgery」という検索用語を用いて、TikTokとBilibiliの両方から総合ランキング上位100件の動画を回収した。アルゴリズムのバイアスを軽減するため、閲覧履歴のない新規アカウントを使用した。
• スクリーニング: 初期200本の動画から、包含基準（中国語、脊椎ロボットへの核心的な関連性、完全なメタデータ、再生時間10秒以上）を満たす52本を選出した。除外基準として、外国語の動画、教育的価値のない商業広告、および無関係な整形外科コンテンツを除外した。
• 評価ツール: 10年以上の脊椎外科経験を持つ2名のブラインド化された指導医が、以下の指標を用いて独立して動画をスコアリングした。
  1. グローバル品質スコア (GQS): 全体的な論理的一貫性、理解しやすさ、実用性を評価する1〜5段階のスケール。
  2. 修正版DISCERN (mDISCERN): 短尺動画用に適応させた1〜5段階のスケール。情報源の追跡可能性、リスク開示、過剰な主張の不在、議論のバランス、およびエビデンスの十分性を評価する。
• コーディング: アップローダーのタイプ（臨床医、機関、商業マーケティング、科学普及ブロガー）およびコンテンツのテーマ（技術・装置、術中映像、適応・禁忌、長所・短所、プロモーション・その他）についてコーディングを行った。
• 統計解析: 検者間信頼性はCohenのκ係数を用いて評価した。群間比較にはMann-Whitney U検定およびKruskal-Wallis H検定を用いた。相関関係はSpearmanの順位相関係数を用いて分析した。交絡因子を調整した後、コンテンツの質の独立した予測因子を特定するために、一般化推定方程式（GEE）に基づくロバスト・ポアソン回帰を用いた。

主な結果

• 全体的な質: 含まれた52本の動画の全体的な質と信頼性は、不十分であると判定された。
• 検者間信頼性: GQS（κ = 0.708）およびmDISCERN（κ = 0.741）の両方において、実質的な一致が得られた。
• プラットフォーム間の違い:
  • Bilibili: 動画は有意に長く（中央値112秒 vs 56秒）、より古い（中央値1234日 vs 332日）。商業マーケティングアカウントや科学普及ブロガーの割合が高かったが、臨床医の割合は低かった（TikTokの65.8%に対し14.3%）。コンテンツは技術・装置（57.1%）に大きく偏っており、適応・禁忌や、ベネフィット・リスク分析に触れた動画はゼロであった。
  • TikTok: 動画は有意に高いエンゲージメント（いいね、コメント）を示し、GQSおよびmDISCERNの中央値も高かった。コンテンツはより多様であり、バランスの取れたベネフィット・リスクの議論が含まれていた。
• 品質の予測因子:
  • アップローダーのタイプ: 臨床医が作成した動画は、商業マーケティングアカウントや科学普及ブロガーと比較して、有意に高いGQSおよびmDISCERNスコアを獲得した。
  • コンテンツのテーマ: 「長所と短所」（バランスの取れたベネフィット・リスク分析）に焦点を当てた動画が、最も高いGQSを得た。純粋な「技術と装置」に関する動画は、最も低い品質スコアを示した。
  • エンゲージメント指標: 「いいね」やコメントはGQSと弱い正の相関を示したが、多変量モデルにおいてこれらは品質の独立した予測因子ではなかった。高いインタラクション指標は、医学的にバランスの取れた、あるいは信頼できる情報と同義ではなかった。
  • 回帰分析: コンテンツタイプは両方のスケールの独立した予測因子であった。具体的には、技術に焦于んだコンテンツは低いGQSを予測し（調整後IRR = 0.614）、臨床医による執筆はブロガーと比較して高いmDISCERNスコアを予測した（調整後IRR = 1.713）。プラットフォームの出自は、調整後に独立した予測能力を失った。

主な貢献

1. デュアルプラットフォーム分析: 脊椎ナビゲーションロボットのコンテンツをTikTokとBilibiliの両方で系統的に評価した初の横断的研究であり、コンテンツの分布と質における明確な生態学的差異を明らかにした。
2. リスク層別化: 関節手術に焦点を当てた従来の整形外科研究とは異なり、本研究は脊椎ロボティクスの高リスクな性質に特化して取り組んでおり、特にBilibiliにおけるバランスの取れたリスク・ベネフィット・コンテンツの決定的な不足を特定した。
3. 人気と品質の分離: 本研究は、高いユーザーエンゲージメント（いいね、コメント）が、この領域における医学的信頼性の不適切な代用指標であることを実証的に示し、バイラルなコンテンツが本質的に信頼できるという仮定に異を唱えた。
4. 決定要因の特定: プラットフォーム自体ではなく、アップローダーの背景（臨床医 vs 非臨床医）とコンテンツのテーマ（バランスの取れた分析 vs 技術的プロモーション）が、情報の質の主要な推進力であることを分離して特定した。

意義と主張
著者らは、現在のオンラインにおける脊椎ロボット手術の患者教育の現状は、一方的、技術重視、あるいは商業主導のコンテンツが蔓延しているため、最適とは言えず、潜在的に危険であると主張している。本研究は、以下の結論を導き出している。作成者の背景とコンテンツのテーマは、プラットフォームのソースやユーザーエンゲージメントよりも、情報の質を決定する重要な要因である。

オンラインの教育リソースを最適化するために、著者らは以下を提言している。

• 臨床医は、単に技術的なハイライトを見せるだけでなく、リスク、禁忌、および学習曲線に明示的に触れる、バランスの取れたコンテンツ作成に積極的に参加しなければならない。
• プラットフォーム規制当局は、医療系クリエイターの認証を強化し、純粋なトラフィック指標よりもバランスの取れたベネフィット・リスク分析を優先するように推奨アルゴリズムを調整し、高リスクな手術トピックに対して警告ラベルを実装すべきである。

著者らは、限界についても謙虚に認めている。それには、中国語プラットフォームに限定されていること、ニッチなトピックゆえのサンプルサイズの小ささ、およびGQSとmDISCERNが本来は記述テキスト用に設計されたものであり、短尺動画のマルチメディアに対して完全に検証されたものではないことなどが含まれる。しかし、彼らは、自らの知見が、デジタル時代における認知バイアスを軽減し、患者の安全性を向上させるためのデータに基づいた指針を提供すると主張している。