亮点
- 与贫血相关的YouTube视频显示质量和可靠性中等但变化较大。
- 由医疗专业人员，特别是医生和医疗机构制作的视频展示了更高的质量和可信度。
- 诸如点赞数之类的受欢迎度指标与视频质量的相关性较弱，表明观众并不总是能识别出可靠的内容。
- 临床医生和卫生组织迫切需要积极制作和推广在线准确、引人入胜的贫血相关教育内容。
研究背景
贫血是全球公共卫生问题，影响世界约四分之一的人口，尤其在低收入和中等收入国家的患病率较高。其特征是血红蛋白浓度降低，导致血液携氧能力下降，症状从疲劳和乏力到更严重的并发症不等。可靠的患者教育对于早期识别、坚持治疗和预防并发症至关重要。在数字时代，YouTube已成为健康信息的热门平台；然而，内容的非监管性质引发了关于错误信息可能影响患者决策的担忧。本研究旨在评估通过YouTube传播的贫血相关信息的质量和可靠性，帮助提供者和患者找到值得信赖的信息来源。
研究设计
这项横断面内容分析涉及2024年3月对YouTube平台的系统搜索。研究人员在土耳其使用桌面设备以隐身模式使用关键词“anemia”进行搜索，以模拟无偏见的用户体验。为了反映典型用户行为，应用了“相关性”过滤器，该过滤器优先推荐算法排名较高的视频。纳入标准为直接与贫血相关的英文视频。排除标准包括重复视频、非英文语言内容、仅音乐视频和宣传材料。
最终样本包括50个视频。每个视频都独立使用多个经过验证的评估工具进行评估：DISCERN（用于判断消费者健康信息可靠性和质量的工具）、全球质量评分（GQS，评估视频整体质量）和JAMA基准标准（一个客观的权威性和透明度评级系统）。受欢迎度使用视频影响力指数（VPI）量化，计算公式为：VPI = (点赞率 [%] × 每日观看次数 [views per day]) / 100。
主要发现
分析显示上传者分布如下：2% 的患者，10% 的非医师医疗专业人员，14% 的媒体机构，24% 的独立医师，以及大多数50% 来自医疗机构。
所有视频的平均得分如下：
– VPI：246.76 ± 356.29
– GQS：3.53 ± 0.81（满分5分）
– JAMA基准：2.30 ± 0.97（满分4分）
– DISCERN：48.24 ± 11.94（满分80分）
统计显著相关性包括：
– 点赞数和点赞率与GQS评分呈正相关（p = 0.027 和 p = 0.012），表明观众认可度与感知质量之间存在一定的关联。
– VPI与GQS呈弱但显著的正相关（p = 0.047，r = 0.28），表明更具吸引力的视频往往质量稍高。
– 视频时长与DISCERN评分呈中等相关（r = 0.394，p = 0.005），与JAMA评分呈弱相关（r = 0.338，p = 0.016），表明较长的视频包含更全面和可靠的信息。
重要的是，由医疗专业人员，尤其是医生和医疗机构创建的视频，在质量和可靠性指标上的得分显著高于患者或媒体上传的视频。
专家评论
这项研究证实了先前对在线健康信息质量的担忧。虽然YouTube提供了广泛的可访问性和教育潜力，但准确性方面的变化带来了患者误解和潜在危害的风险。受欢迎度指标与质量之间的中等相关性表明，观众可能并不总能识别并偏好高质量的内容。
医疗专业人员和组织必须认识到他们在弥合这一差距中的重要作用，通过制作基于证据、易于理解且引人入胜的材料来实现。此外，与YouTube等平台的合作可以启用徽章或经过验证的健康专家标记，帮助用户识别值得信赖的视频。
研究的局限性包括仅限英文内容和相对较小的样本量，这可能限制了更广泛的应用。此外，不断发展的平台算法可能会影响视频排名和可见性。
结论
YouTube上的与贫血相关的视频是一个信息来源参差不齐的情况，总体上质量中等但变化较大。来自医疗专业人员的视频提供了更优质的内容，但只占总观看视频的一小部分。临床医生和医疗机构继续努力创造准确和引人入胜的数字健康教育至关重要。此外，通过改进指导和提高数字素养教育来增强用户寻找基于证据的信息的能力，对于减少错误信息相关危害的风险至关重要。
参考文献
Tekin BG, Tekin SB, Karabulut Ç. 与贫血相关的YouTube视频：知识来源还是错误信息？Digit Health. 2025 年 9 月 19 日；11:20552076251380650。doi: 10.1177/20552076251380650 IF: 3.3 Q1
其他参考文献：
– Kassebaum NJ, et al. 全球贫血负担。Hematol Oncol Clin North Am. 2016；30(2):247-308。
– Charnock D, Shepperd S, Needham G, Gann R. DISCERN：一种用于判断治疗选择的书面消费者健康信息质量的工具。J Epidemiol Community Health. 1999；53(2):105-111。
– Silberg WM, et al. 评估、控制和保证互联网上医疗信息的质量：Caveant lector et viewor–让读者和观众警惕。JAMA. 1997；277(15):1244-5。