📄 medicine

Characteristics and Quality Assessment of Influenza-related Video on the Chinese Version of TikTok During an Epidemic Season: A Cross-Sectional Study

Deze dwarsdoorsnedestudie naar 92 influenza-gerelateerde video's op de Chinese versie van TikTok tijdens een epidemie-seizoen vond dat hoewel de algemene inhoudskwaliteit matig tot hoog was, waarbij nieuwsorganisaties artsen overtroffen, metrieken voor gebruikersbetrokkenheid er niet in slaagden kwaliteit te voorspellen, terwijl videolengte en het aantal volgers van de uploader belangrijke positieve voorspellers bleken te zijn.

Oorspronkelijke auteurs: Xiaofang Jiang, Feng Yu, Jingbang Liu, Jiahan Hu, Meng Wang, Shina Qiao, Jinhang Xu, Lili Wu

Gepubliceerd 2026-06-25

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Xiaofang Jiang, Feng Yu, Jingbang Liu, Jiahan Hu, Meng Wang, Shina Qiao, Jinhang Xu, Lili Wu

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je het internet voor als een enorme, bruisende marktplaats waar mensen naartoe gaan om antwoorden te vinden over de griep. In deze marktplaats is TikTok (de Chinese versie) als een gigantisch, snel bewegend podium waar elke seconde korte video's worden opgevoerd. Deze studie is als een team van kwaliteitsinspecteurs dat op dat podium stapte tijdens het hoogtepunt van het griepseizoen om te zien wat voor soort optredens er plaatsvonden en hoe goed ze eigenlijk waren.

Hier is wat zij vonden, uitgelegd in eenvoudige termen:

1. De Cast van Personages

De onderzoekers keken naar de 100 meest populaire griepvideo's. Ze vonden twee hoofdgroepen performers:

De Dokters: Ongeveer 60% van de video's werd gemaakt door artsen. Ze kwamen uit allerlei specialismen, niet alleen griepexperts, maar ook cardiologen, pediaters en zelfs beoefenaars van Traditionele Chinese Geneeskunde.
De Nieuisteams: Ongeveer 26% werd gemaakt door nieuwsorganisaties (zoals tv-zenders of online nieuwsmedia).

De Analogie: Denk aan de dokters als bekwame monteurs die weten hoe ze een auto (het lichaam) moeten repareren, terwijl de nieuwsteams de professionele uitzendploegen zijn die weten hoe ze een verhaal helder en snel kunnen vertellen.

2. De "Snelheid" van de Show

Het griepseizoen is snel, en de video's waren ook snel.

De video's waren erg vers. De mediane leeftijd van een video was slechts 9 dagen.
Dit is meer als een dagblad dan een tekstboek. De informatie werd constant bijgewerkt om aan te sluiten bij de huidige "uitbraak" van de griep.

3. Het Kwaliteitsrapport

De onderzoekers gebruikten vier verschillende "rapportcijfers" om de video's te beoordelen. Dit is het oordeel:

Algemeen Cijfer: De video's waren over het algemeen van "B" tot "A-" kwaliteit. Ze waren makkelijk te bekijken, technisch duidelijk en grotendeels nuttig.
Het Grote Probleem: Bijna alle video's faalden voor de "Broncontrole".
- De Metafoor: Stel je voor dat een chef-kok je een heerlijke soep serveert, maar weigert te vertellen waar de ingrediënten vandaan komen of of ze wel vers zijn. De meeste video's zeiden niet waar hun informatie vandaan kwam, vermelden geen bronnen en zeiden niet wanneer de video werd opgenomen.
- Het Resultaat: Omdat ze deze "bonnen" (bewijzen) misten, was het moeilijk om te weten of het advies betrouwbaar of verouderd was.

4. Wie Maakte de Beste Video's?

Verrassend genoeg scoorden de Nieuwsorganisaties hoger dan de individuele artsen op bijna elke kwaliteitsmeting.

Waarom? De nieuwsteams waren beter in het citeren van hun bronnen, het zijn van transparant en het behouden van een gebalanceerde inhoud. Ze waren als de professionele uitzendploegen die strikte regels volgen, terwijl individuele artsen soms informeler waren.
Inhoud Matters: Video's over "Hot News" en "Beleid" (zoals overheidsregels) waren korter en van hogere kwaliteit dan video's die alleen probeerden algemene preventietips te geven.

5. De "Populariteit" Valstrik

Dit is de belangrijkste bevinding: Populair zijn betekent niet dat je goed bent.

De Analogie: Denk aan een virale dansvideo. Alleen omdat 1 miljoen mensen het leuk vonden, deelden of erop reageerden, betekent niet dat de danser een professionele turner is.
De Data: De onderzoekers vonden geen enkel verband tussen het aantal "likes" of "shares" dat een video kreeg en hoe accuraat of hoogwaardig het medische advies was. Een video kon razend populair zijn maar vol slecht advies zitten, of een video kon van hoge kwaliteit zijn maar minder weergaven hebben.

6. Wat Voorspelt een Goede Video?

De studie vond twee dingen die wel een hogere kwaliteitsscore voorspelden:

Lengte: Langere video's hadden de neiging beter te zijn.
- Analogie: Een video van 30 seconden is als een snelle soundbite; een video van 2 minuten geeft de spreker de ruimte om het "waarom" en "hoe" grondiger uit te leggen, als een mini-lezing in plaats van een koptekst.
Aantal Volgers: Accounts met meer volgers maakten de neiging betere video's.
- Analogie: Het is alsof je een beroemd, gevestigd restaurant meer vertrouwt dan een willekeurige foodtruck. De accounts met enorme volgers (vaak nieuwsorganisaties of ervaren experts) leken een "reputatiemechanisme" te hebben dat hun kwaliteit hoog hield.

De Kern van het Verhaal

Tijdens het griepseizoen is TikTok een drukke, snel veranderende plek vol nuttige informatie, maar het is ook een beetje het "Wilde Westen".

Het Goede: Dokters en nieuwsteams doen hun best om te helpen.
Het Slechte: De meeste video's vergeten hun "bonnen" (bronnen) te tonen, waardoor het moeilijk is om ze te vertrouwen.
De Waarschuwing: Kijk niet alleen naar de video's met de meeste "likes". Populariteit is geen garantie voor waarheid.
De Oplossing: Om dit beter te maken, zouden makers zich meer als de nieuwsteams moeten gedragen: geef duidelijk aan waar je informatie vandaan komt en wanneer je de video hebt gemaakt. En voor de apps: stop met het simpelweg aanbevelen van video's op basis van "likes" en begin met het zoeken naar daadwerkelijke kwaliteit.

Technische Samenvatting: Kenmerken en Kwaliteitsbeoordeling van Influenza-gerelateerde Video's op de Chinese Versie van TikTok

Probleemstelling
Influenza blijft een wereldwijd gemonitorde prioritaire infectieziekte waarbij publiek bewustzijn cruciaal is voor effectieve preventie. Hoewel videogebaseerde sociale mediaplatforms zoals TikTok de primaire kanalen zijn geworden voor toegang tot publieke gezondheidsinformatie, blijft de kwaliteit van influenza-gerelateerde inhoud op deze platforms, met name tijdens epidemie-seizoenen, ondergewaardeerd. Er bestaat een aanzienlijk risico dat misinformatie of kwalitatief minderwaardige inhoud kan leiden tot onjuiste gezondheidsbeslissingen. Bestaande studies hebben ziektespecifieke video's op sociale media geëvalueerd, maar systematische beoordelingen van short-form video-inhoud op TikTok tijdens kritieke influenza-seizoenen zijn beperkt. Deze studie adresseert het gat in het begrip van bronkenmerken, inhoudsthema's, engagement-metrieken en de algehele kwaliteit van influenza-gerelateerde video's op de Chinese versie van TikTok.

Methodologie
De studie maakte gebruik van een cross-sectioneel ontwerp dat werd uitgevoerd op 14 november 2025.

Dataverzameling: Onderzoekers creëerden een nieuw account op de Chinese versie van TikTok (versie 36.5.0) om te zoeken naar de zoekterm "流感" (influenza). Om algoritmische bias te minimaliseren, werden de top 100 gerangschikte video's binnen 24 uur verzameld zonder filters. Video's die op het moment van beoordeling niet beschikbaar waren of niet gerelateerd waren aan influenza, werden uitgesloten, wat resulteerde in een definitiele sample van 92 video's.
Data-extractie: Metadata omvatte uploader-kenmerken (type, verificatiestatus, aantal volgers), inhoudskenmerken (thema, lengte, duur sinds upload) en engagement-metrieken (likes, reacties, favorieten, shares). Uploader-typen werden gecategoriseerd als artsen, nieuwsorganisaties, individuen of instellingen. Inhoudsthema's werden geclassificeerd als "Weerlegging van geruchten en kennispopularisatie", "Preventie en medische begeleiding" en "Beleidsinterpretatie en actueel nieuws".
Kwaliteitsbeoordeling: Twee ervaren experts op het gebied van gezondheidscommunicatie evalueerden onafhankelijk alle video's met behulp van vier gevalideerde instrumenten:
1. Global Quality Score (GQS): Een 5-punts Likert-schaal die de algehele bruikbaarheid en vloeiendheid beoordeelt.
2. Modified DISCERN (mDISCERN): Een 5-staps binaire schaal die betrouwbaarheid en bronvermelding evalueert.
3. Video Information and Quality Index (VIQI): Een 4-dimensionale, 5-punts schaal die productie en informatieve kwaliteit beoordeelt.
4. Medical Quality Video Evaluation Tool (MQ-VET): Een 15-staps, 5-punts schaal die inhoud, technische aspecten en betrouwbaarheid evalueert.
Statistische Analyse: Analyses werden uitgevoerd met behulp van SPSS 25.0 en R 4.5.1. Niet-parametrische testen (Kruskal–Wallis met Dunn's post hoc) vergeleken groepen. Spearman-correlatie analyseerde associaties tussen kenmerken en kwaliteit. Stepwise multiple lineaire regressie identificeerde voorspellers van de GQS. Inter-rater betrouwbaarheid werd beoordeeld met gewogen Kappa en Intraclass Correlation Coefficients (ICC).

Belangrijkste Resultaten

Demografie en Engagement: Van de 92 video's werd 59,78% geüpload door artsen (verspreid over 21 specialismen) en 26,09% door nieuwsorganisaties. De mediane videoduur was 9 dagen, wat wijst op een hoge actualiteit. Nieuwsorganisaties hadden significant meer volgers, maar produceerden significant kortere video's dan artsen.
Kwaliteitsscores: De algehele kwaliteit was gemiddeld tot hoog. De gemiddelde GQS was 3,47 (bereik 1–5), de gemiddelde mDISCERN was 2,15 (bereik 1–4), de gemiddelde VIQI was 16,87 (bereik 11–20) en de gemiddelde MQ-VET was 53,04 (bereik 31–65).
Kritieke Tekortkomingen: Een belangrijke tekortkoming die werd geïdentificeerd, was het gebrek aan transparantie over informatiebronnen. Slechts één video citeerde andere informatiebronnen (mDISCERN item 4), en minder dan 10 vermeldden onzekerheid (item 5).
Groepsverschillen: Video's van nieuwsorganisaties scoorden significant hoger dan die van artsen op de mDISCERN, VIQI en MQ-VET schalen. "Beleidsinterpretatie en actueel nieuws" presteerde ook beter dan andere thema's op alle kwaliteitsschalen. Onder artsen behaalden associatie-hoofdartsen hogere GQS-scores dan arts-assistenten.
Correlaties: Gebruikersengagement-metrieken (likes, shares, etc.) vertoonden zwakke of verwaarloosbare correlaties met kwaliteitsscores ( $r = 0,00–0,26$ ), wat aangeeft dat populariteit niet gelijkstaat aan kwaliteit.
Voorspellers: Stepwise regressie identificeerde videolengte ( $\beta = 0,005, P < 0,001$ ) en aantal volgers van de uploader ( $\beta = 0,108, P = 0,005$ ) als onafhankelijke positieve voorspellers van de GQS. Samen verklaarden deze variabelen 31,4% van de variantie in kwaliteitsscores ( $R^2 = 0,314$ ).

Belangrijkste Bijdragen

Eerste Systematische Evaluatie: Dit is de eerste studie die systematisch de kenmerken en kwaliteit van influenza-gerelateerde korte video's op de Chinese versie van TikTok evalueert tijdens een actief epidemie-seizoen.
Identificatie van Kwaliteitsverschillen: De studie benadrukt een wijdverbreid gebrek aan brontransparantie en citatie in gezondheidsvideo's, zelfs bij die geproduceerd door medische professionals, wat de verifieerbaarheid van gezondheidsinformatie ondermijnt.
Ontkoppeling van Engagement en Kwaliteit: Het onderzoek levert empirisch bewijs dat een hoog gebruikersengagement (likes, shares, etc.) geen betrouwbare indicator is voor de kwaliteit van de inhoud, wat de huidige aanbevelingslogica van platforms uitdaagt.
Nieuwe Voorspellende Variabelen: De studie introduceert "aantal volgers van de uploader" en "videolengte" als significante, onafhankelijke voorspellers van de videokwaliteit, wat suggereert dat de reputatie van het account en de diepgang van de inhoud betere indicatoren van kwaliteit zijn dan engagement-metrieken.

Betekenis en Claims
De auteurs beweren dat het TikTok-ecosysteem tijdens influenza-seizoenen dynamisch is en wordt gedomineerd door artsen en nieuwsorganisaties. Hoewel de algehele kwaliteit gemiddeld is, is de afwezigheid van geciteerde referenties en brontransparantie een kritiek gebrek. De studie stelt dat de betrokkenheid van nieuwsorganisaties de kwaliteit van de video's aanzienlijk verbetert, waarschijnlijk door hun naleving van professionele standaarden met betrekking tot attributie.

Het artikel concludeert dat het vertrouwen op engagement-metrieken voor het cureren van gezondheidsinhoud ineffectief en potentieel riskant is. In plaats daarvan wordt gesuggereerd dat videolengte en het aantal volgers van de uploader als aanvullende indicatoren voor kwaliteit kunnen dienen. De auteurs stellen voor dat gezondheidscommunicatoren de transparantiepraktijken van nieuwsorganisaties moeten overnemen (het citeren van bronnen en datums) en dat platformbeheerders evidence-based kwaliteitsbeoordelingen in hun aanbevelingsalgoritmen moeten integreren om gezondheidscommunicatiestrategieën beter te sturen. De studie merkt expliciet op dat hoewel AI-gegenereerde inhoud niet werd waargenomen in deze dataset, het toenemende gebruik van AI in videoproductie voortdurende waakzaamheid vereist met betrekking tot de nauwkeurigheid van informatie.