Twitterの縦断データを用いた子供の健康結果のデジタル疫学：注釈付きデータセットと深層ニューラルネットワーク分類器
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：Using Longitudinal Twitter Data for Digital Epidemiology of Childhood Health Outcomes: An Annotated Data Set and Deep Neural Network Classifiers
雑誌名：J Med Internet Res. 2024 Mar 25; 26: e50652.
概 要：
本研究では、妊娠を報告したTwitterユーザーによって投稿された9734件のツイートを手動で注釈付けし、注意欠陥/多動性障害（678ユーザー）、自閉症スペクトラム障害（1744ユーザー）、言語発達遅延（902ユーザー）、喘息（1255ユーザー）を報告するツイートを検出するための深層ニューラルネットワーク分類器を訓練、評価、展開しました（F1スコア=0.93）。この結果は、妊娠中の曝露と子供の健康結果との関連を大規模に評価するための補完的なリソースとしてTwitterの可能性を示しています。
方 法：
本研究では、9734件のツイートを手動で注釈付けし、深層ニューラルネットワークを用いて分類器を訓練しました。主要評価指標はF1スコアで、0.93を達成しました。対象は妊娠を報告したTwitterユーザーであり、特定の健康状態を持つ子供に関するツイートを検出するためのモデルを構築しました。
結 果：
深層ニューラルネットワーク分類器は、注意欠陥/多動性障害、自閉症スペクトラム障害、言語発達遅延、喘息に関するツイートを高精度で検出し、F1スコアは0.93でした。これにより、妊娠中の曝露と子供の健康結果との関連を評価するためのTwitterの利用可能性が示されました。
結 論：
Twitterは、妊娠中の曝露と子供の健康結果との関連を大規模に評価するための有用な補完リソースであることが示されました。深層ニューラルネットワークを用いたツイートの分類は、デジタル疫学の新たなアプローチを提供します。