📄 medicine

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

这项针对300个中国抖音视频的比较横断面研究表明，关于高血压和2型糖尿病的健康信息质量普遍较低，其中医疗专业人员制作的内容显著优于个人用户，且平台热度被证明是衡量信息可靠性的不可靠指标。

原作者： Xingwang Qiu, Xia Luo, Xiaotao Xu, Shanmei Zhou, Shixuan Yuan, Jin Zhang, Hua Guan

发布于 2026-06-24

📖 1 分钟阅读☕ 轻松阅读

原作者： Xingwang Qiu, Xia Luo, Xiaotao Xu, Shanmei Zhou, Shixuan Yuan, Jin Zhang, Hua Guan

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：数字健康建议的集市

把 TikTok 想象成一个巨大、繁忙的数字集市。人们在这里卖的不是水果或衣服，而是关于两种非常常见疾病的健康建议：高血压（Hypertension）和2型糖尿病（Type 2 Diabetes）。

研究人员想知道：这里卖的食物是新鲜营养的，还是垃圾食品？ 他们专门研究了300个中文视频（150个关于血压，150个关于糖尿病），以观察这些信息的质量如何、由谁发布，以及那些“最受欢迎”的视频是否真的是“最好”的。

品味测试：他们如何衡量质量

为了评判这些视频，研究人员并没有凭感觉瞎猜。他们使用了三种特定的“品味测试”（评分工具）来给内容打分：

“整体氛围”测试 (GQS)： 视频看起来专业吗？信息清晰吗？真的有用吗？（评分 1 到 5 分）。
“可信度”测试 (mDISCERN)： 创作者有没有说明信息的来源？他们是否承认了自己不确定的地方？他们是保持中立，还是带有偏见？（评分 1 到 5 分）。
“身份证”测试 (JAMA)： 视频是否告诉了你谁制作的、何时制作的，以及信息的来源是什么？（评分 0 到 4 分）。

他们的发现：研究结果

1. 这里的食物大多是“快餐”质量

视频的整体质量低于平均水平。

类比： 想象你走进一家食堂，期待的是厨师烹饪的正餐，结果发现大部分食物只是预包装的零食。
得分： 平均每个视频的成绩只有“C”或“D”。它们作为娱乐内容还可以，但还不足以让你把它当成你的主治医生。
透明度问题： 大多数视频在“身份证”测试中不及格。它们很少告诉你谁制作了视频，或者信息是什么时候更新的。这就像是在吃一碗不知道成分、也不知道保质期的神秘肉汤。

2. “血压”视频的表现略优于“糖尿病”视频

发现： 关于高血压的视频在质量和可靠性方面的得分高于关于糖尿病的视频。
类比： 把高血压的建议想象成一个简单的食谱：“少吃盐，多走路。”它可以在30秒内解释清楚。
对比： 2型糖尿病则像是一顿复杂的、包含许多变量的多道菜大餐（碳水化合物、胰岛素、足部护理、不同的药物）。试图把这些内容挤进一段短视频往往会导致混乱或过度简化。研究人员发现，糖尿病视频更容易出现误导或信息不全的情况。

3. 谁在“烹饪”食物至关重要

发现： 由医疗专业人员（医生、护士）制作的视频明显优于由普通人或公司制作的视频。
类比：
- 医疗专业人士： 像是受过训练的大厨。他们的视频是最可靠的，尽管有时为了让视频“有趣”或简短而有所取舍。
- 商业公司： 像是试图推销“奇迹饮食法”的快餐连锁店。这些视频的质量最低。它们经常将营销伪装成科普，推销一些可能并不起作用的产品。
- 个人用户： 像是分享食谱的家庭主厨。有些不错，但许多人缺乏确保建议安全性的专业训练。

4. “人气陷阱”

发现： 研究人员检查了那些拥有最多“点赞”、“分享”和“评论”的视频是否就是最好的视频。事实并非如此。
类比： 想象一个声势浩大、表演浮夸的街头艺人吸引了大量人群。仅仅因为人群众多，并不意味着这个表演者正在讲述真相或给出好的建议。
现实情况： 在 TikTok 上，算法（决定你看到什么的机器人）喜欢戏剧性、情感和简单的故事。一个说“我靠这种浆果治好了糖尿病！”的视频可能会获得 100 万个点赞，而一个说“按时服药并监测血糖”的枯燥视频可能只有 100 个点赞。受欢迎程度并不等于准确性。

总结

研究结论认为，虽然 TikTok 是一个学习健康的良好起点，但目前它是一个风险较高的医疗决策场所。

好消息： 医生们开始制作视频了，他们是最好的信息来源。
坏消息： 平台上存在太多的“垃圾食品”内容（尤其是针对糖尿病的），而且平台的“人气竞赛”往往会将错误的建议推向顶端。

给您的启示： 如果你在 TikTok 上看到一条健康视频，不要仅仅因为它有百万点赞就相信它。请检查是否由医生制作，寻找“身份证”信息（来源和日期），并记住：最受欢迎的视频并不一定是最真实的。

技术摘要：TikTok 上关于高血压和 2 型糖尿病的中文短视频健康信息的质量与可靠性

问题陈述
高血压和 2 型糖尿病是全球范围内高度流行的慢性非传染性疾病，尤其是在中国，这类共病现象正在上升。有效的自我管理高度依赖于获取准确的健康信息。虽然由于其庞大的用户基数和算法覆盖范围，TikTok 已成为获取健康信息的主要来源，但该平台较低的准入门槛和宽松的审核机制导致了内容质量的显著差异。现有文献表明，社交媒体上的健康信息往往质量低下且可靠性差，然而，目前缺乏专门针对中国背景下这两类主要慢性病信息生态系统的比较研究。本研究通过系统地评估和比较 TikTok 上关于高血压和 2 型糖尿病的中文短视频内容的质量、可靠性和透明度，旨在填补这一空白。

研究方法
本研究采用了定量、观察性的比较横断面设计。数据收集于 2026 年 2 月至 5 月期间进行。

抽样： 研究人员使用了一个新注册且无浏览历史的 TikTok 账号，以最大限度地减少算法偏差。通过使用六个核心关键词（“高血压”、“降血压”、“高血压”、“2 型糖尿病”、“降血糖”、“高血糖”）进行搜索，并根据平台的默认“综合排序”选取了每种疾病排名前 150 个视频。最终样本量为 300 个视频（每种疾病 150 个）。
排除标准： 排除重复上传的视频、缺乏实质性内容的视频（如仅有音乐或广告）、仅提及疾病名称而未提供信息的视频，以及非中文语言的视频。
数据提取： 两名经过培训的研究人员独立且盲法提取了视频时长、上传年份、上传者身份（医疗专业人员、新闻媒体、商业机构、个人用户）、核心主题以及用户互动指标（点赞、评论、分享、收藏）。
质量评估： 使用了三种经过验证的工具：
1. 全球质量评分 (GQS)： 一个 5 点李克特量表，用于评估整体质量和实用性。
2. 改良版 DISCERN (mDISCERN)： 一个 5 点量表，用于评估可靠性、来源透明度和平衡性。
3. 美国医学会杂志 (JAMA) 基准标准： 一个 4 点量表，用于评估作者身份、归属、披露和及时性。
统计分析： 使用 Cohen's Kappa 进行评分者间信度评估。组间比较采用 Mann–Whitney U 检验和 Kruskal–Wallis 检验。使用 Spearman 相关系数分析视频特征与质量之间的关系。通过多元线性回归识别视频质量 (GQS) 的独立预测因子。

核心贡献

比较分析： 这是首批直接比较中国主要短视频平台上高血压与 2 型糖尿病信息生态系统的研究之一，揭示了两种疾病在内容质量和可靠性方面的显著差异。
多维度评估： 本研究应用了一个稳健的三工具框架（G

GQS、mDISCERN、JAMA）同时评估整体质量、来源可靠性和透明度。

预测模型： 研究确定了上传者身份和疾病类型是内容质量的重要独立预测因子，为误导性信息的驱动因素提供了实证数据。
算法洞察： 研究量化了“质量-流行度悖论”，证明高用户互动指标与信息质量之间不存在强相关性。

结果

整体质量： 研究发现，TikTok 上两种疾病的健康信息整体质量均低于中等水平。高血压的 GQS 中位数为 3.00，2 型糖尿病的 Gsus 中位数也为 3.00（四分位距显示出变异性）；mDISCERN 中位数均为 2.00。JAMA 评分持续偏低（中位数为 2.00），表明在作者身份和来源透明度方面表现较差。
疾病差异： 在 GQS ( $p < 0.001$ ) 和 mDISCERN ( $p = 0.003$ ) 方面，高血压视频的评分显著高于 2 型糖尿病。然而，两者的 JAMA 评分没有显著差异 ( $p = 0.927$ )。
上传者影响： 医疗专业人员制作的内容在所有指标中质量最高。商业机构制作的视频得分最低。个人用户得分显著低于医疗专业人员，但高于商业机构。
内容主题： 对于高血压，“生活方式干预”类视频获得了最高的质量评分。对于 2 型糖尿病，“疾病监测”和“并发症预防”得分最高，而“药物治疗”和“经验分享”得分较低。
相关性： 用户互动指标（点赞、评论、分享）彼此之间强相关，但与质量评分仅呈现弱到中度的相关性 ( $r = 0.27–0.70$ )，证实了流行度并非可靠性的代名词。视频时长是 GQS 的一个微弱但显著的正向预测因子 ( $\beta = 0.091, p = 0.025$ )。
回归发现： 多元线性回归证实，由医疗专业人员上传的视频 ( $\beta = 0.635, p < 0.001$ ) 以及关于高血压的视频 ( $\beta = 0.147, p < 0.001$ ) 是高质量内容的独立预测因子。商业机构上传的视频是负向预测因子 ( $\beta = -0.225, p < 0.001$ )。

意义与主张
本文指出，当前 TikTok 上慢性病数字健康信息生态系统的特点是质量欠佳且可靠性不足，这可能给患者的自我管理带来风险。

临床与公共卫生意义： 研究结果表明，尽管 TikTok 在健康教育方面具有潜力，但当前内容在可靠性和来源透明度方面仍需大幅改进。研究强调，由于 2 型糖尿病管理的复杂性，其比管理相对标准化的高血压更容易受到低质量、误导性内容的干扰。
平台治理： 作者认为，短视频平台必须实施分级审核机制，并对认证医疗专业人员的内容实施优先推荐算法。他们还呼吁对商业营销进行更严格的标注和监管，以防止营利性误导信息的传播。
专业人员与患者的角色： 研究倡导鼓励临床医生制作基于证据的科普材料，并提升患者的数字健康素养，以帮助其识别不可靠的信息源。
未来方向： 作者建议未来的研究应侧重于对内容质量进行纵向监测、跨平台比较，以及开发用于自动质量评估的 AI 工具。

研究结论认为，要创造一个更安全的数字健康环境，需要平台提供方、医疗专业人员、政策制定者和患者的共同努力，以确保在短视频平台上传播的健康信息是准确、可靠且有益的。