Esaminando i cambiamenti nella diffidenza verso i vaccini durante il COVID-19
Questo studio analizza come la pandemia ha cambiato le opinioni pubbliche sui vaccini.
― 7 leggere min
Indice
- Il Contesto dei Dibattiti sui Vaccini
- L'Ascesa delle Discussioni Anti-Vaccino Durante la Pandemia
- L'Importanza di Comprendere Preoccupazioni Specifiche
- Gli Obiettivi della Ricerca
- Classificare i Tweet Anti-Vaccino
- Analizzare i Dati nel Tempo
- L'Impatto sui Vaccini Non-COVID
- Confrontare Anti-Vaxxers Tradizionali e Convertiti
- Conclusioni
- Fonte originale
- Link di riferimento
La conversazione sui vaccini è una questione che si discute da tempo, ma la pandemia di COVID-19 ha portato il problema dell'esitazione vaccinale in primo piano. La gente ha sollevato varie preoccupazioni sui vaccini, soprattutto in relazione al lancio del vaccino COVID-19. Mentre è fondamentale considerare l'efficacia dei vaccini, è altrettanto importante capire come la pandemia abbia influenzato le opinioni delle persone sui vaccini COVID e non-COVID. Questo articolo ha l'obiettivo di analizzare i cambiamenti nei sentimenti anti-vaccino studiando i post su Twitter nel corso degli anni.
Il Contesto dei Dibattiti sui Vaccini
I vaccini sono strumenti vitali nella prevenzione di molte malattie gravi. Tuttavia, c'è sempre stata una divisione significativa tra coloro che sostengono le vaccinazioni, definiti "Pro-Vaxxers", e quelli che si oppongono, conosciuti come "Anti-Vaxxers". Questa divisione è aumentata durante la pandemia di COVID-19, quando più persone hanno cominciato a esprimere le loro preoccupazioni sui vaccini sui social media, in particolare su Twitter.
L'Ascesa delle Discussioni Anti-Vaccino Durante la Pandemia
Prima della pandemia, le conversazioni anti-vaccino si concentravano principalmente su vaccini specifici, come il vaccino MMR (Morbilloso, Parotite e Rosolia) e il vaccino antinfluenzale. Tuttavia, il COVID-19 ha introdotto un nuovo insieme di discussioni, spesso incentrate su vaccini che non erano stati precedentemente dibattuti in questo modo. Con il proseguire della pandemia, molte persone hanno iniziato a condividere le loro preoccupazioni sui vaccini COVID, il che ha influenzato anche le loro attitudini verso altri vaccini.
Dopo che l'Organizzazione Mondiale della Sanità ha dichiarato la fine del COVID-19 come emergenza sanitaria globale, è diventato cruciale capire come sia cambiato il discorso anti-vaccino. Lo studio mira a scoprire se gli argomenti contro i vaccini non-COVID siano stati influenzati dagli eventi della pandemia.
L'Importanza di Comprendere Preoccupazioni Specifiche
Molti studi precedenti hanno categorizzato le opinioni sui vaccini in ampie categorie: "Anti-Vax", "Pro-Vax" e "Neutro". Tuttavia, questo approccio non cattura le ragioni specifiche che le persone hanno per opporsi ai vaccini. Le preoccupazioni possono variare da timori sugli effetti collaterali a fattori politici. Identificare questi dettagli più fini è vitale per comprendere il sentimento anti-vaccino.
Studi precedenti hanno evidenziato la necessità di un dataset che possa aiutare a classificare i tweet in base a queste preoccupazioni specifiche. Un recente sforzo ha creato un dataset chiamato CAVES, che etichetta i tweet secondo 11 distinte preoccupazioni anti-vaccino. Utilizziamo questo dataset per analizzare le discussioni anti-vaccino su Twitter nel corso di cinque anni, da gennaio 2018 a gennaio 2023.
Gli Obiettivi della Ricerca
Questo studio si concentra sulle seguenti domande:
- Come possono essere classificati in modo accurato i tweet che esprimono preoccupazioni anti-vaccino?
- È cambiato il discorso anti-vaccino a causa della pandemia di COVID-19? Se sì, come?
- I vaccini non-COVID sono stati anche influenzati dalla pandemia di COVID-19?
Affrontando queste domande, miriamo a scoprire le sfumature nei sentimenti anti-vaccino prima, durante e dopo la pandemia di COVID-19.
Classificare i Tweet Anti-Vaccino
Per affrontare la classificazione dei tweet, abbiamo sviluppato due metodi distinti. Il primo metodo si basa sull'idea che ogni tweet possa essere associato a preoccupazioni specifiche come definite nel dataset CAVES. Il secondo metodo utilizza modelli linguistici avanzati che possono produrre descrizioni coerenti di queste preoccupazioni anti-vaccino.
Approccio Discriminativo
Il primo metodo tratta il problema come un compito di classificazione, dove analizziamo il testo del tweet e determiniamo se è in linea con le descrizioni di preoccupazione anti-vaccino specifiche.
Approccio Generativo
Il secondo metodo utilizza un modello generativo, che prevede le descrizioni delle preoccupazioni in base al testo del tweet. Questo modello costruisce una risposta che può riflettere con precisione le preoccupazioni sollevate nel tweet.
Entrambi i metodi hanno funzionato bene, permettendoci di classificare i tweet in modo efficace in base ai loro sentimenti anti-vaccino.
Analizzare i Dati nel Tempo
Abbiamo raccolto un dataset sostanziale di tweet da Twitter, che includeva discussioni sia sui vaccini COVID che non-COVID. La nostra analisi ha suddiviso il periodo in quattro fasi chiave:
- Periodo Pre-COVID (gennaio 2018 - gennaio 2020)
- Periodo di Inizio COVID (febbraio 2020 - dicembre 2020)
- Periodo di Vaccinazione COVID (gennaio 2021 - aprile 2022)
- Periodo Post-COVID (maggio 2022 - gennaio 2023)
Cambiamenti nel Discorso nel Tempo
Durante il periodo pre-COVID, le discussioni erano per lo più prevedibili, concentrandosi pesantemente sugli effetti collaterali e sulle influenze delle aziende farmaceutiche. Con l'inizio della pandemia, la varietà delle preoccupazioni è aumentata significativamente, con nuove discussioni sulla necessità e l'efficacia dei vaccini COVID.
La nostra analisi ha mostrato che il calo delle discussioni sugli effetti collaterali e sulle influenze farmaceutiche durante la pandemia coincideva con un aumento di altre preoccupazioni, come l'efficacia, la necessità dei vaccini e le motivazioni politiche.
L'Impatto sui Vaccini Non-COVID
Una parte cruciale di questo studio è capire come la pandemia abbia influenzato i sentimenti delle persone riguardo ai vaccini non-COVID. Abbiamo esaminato tweet che discutevano specificamente di vaccini non-COVID, come il vaccino antinfluenzale e il MMR, cercando cambiamenti nel discorso prima e dopo la pandemia.
Scoprire Nuove Preoccupazioni
Uno dei risultati allarmanti è stata l'emergere di nuove preoccupazioni durante il periodo post-COVID. Le persone hanno iniziato a proiettare le loro paure riguardo ai vaccini COVID sui vaccini non-COVID. Ad esempio, le discussioni sulla tecnologia mRNA utilizzata nei vaccini COVID hanno iniziato a influenzare le opinioni sui vaccini antinfluenzali e altri.
In aggiunta, abbiamo osservato che alcune persone che erano state sostenitrici dei vaccini prima della pandemia sono diventate esitanti dopo. Questo gruppo è composto da quelli che chiamiamo "anti-vaxxers convertiti." Il loro cambiamento di prospettiva è spesso legato a preoccupazioni inizialmente sollevate durante la pandemia.
Confrontare Anti-Vaxxers Tradizionali e Convertiti
Abbiamo differenziato tra i sostenitori tradizionali anti-vaccino, che si opponevano ai vaccini anche prima della pandemia, e gli anti-vaxxers convertiti, che inizialmente erano favorevoli ma hanno cambiato posizione in seguito.
Preoccupazioni degli Anti-Vaxxers Tradizionali
Per gli anti-vaxxers tradizionali, le preoccupazioni principali rimanevano concentrate su teorie del complotto, presunta inefficacia e influenze politiche. Anche se c'è stato qualche cambiamento nelle discussioni, i temi generali sono rimasti relativamente coerenti nel tempo.
Preoccupazioni degli Anti-Vaxxers Convertiti
Al contrario, gli anti-vaxxers convertiti hanno mostrato un nuovo insieme di preoccupazioni, particolarmente riguardo all'efficacia dei vaccini COVID e non-COVID. Erano significativamente più vocali sulle loro paure relative alla tecnologia mRNA e le sue implicazioni per le vaccinazioni future.
Conclusioni
I risultati di questo studio evidenziano la natura in evoluzione dei sentimenti anti-vaccino, specialmente alla luce della pandemia di COVID-19. I dati indicano che le preoccupazioni riguardo ai vaccini sono diventate più complesse e variegate.
Questa comprensione è cruciale per le autorità sanitarie pubbliche. Identificando le ragioni specifiche dietro l'esitazione vaccinale, possono essere sviluppate interventi mirati per affrontare le preoccupazioni in modo efficace.
Implicazioni per la Salute Pubblica
Utilizzando le intuizioni ottenute da questa ricerca, le autorità sanitarie possono intraprendere le seguenti azioni:
Comunicazione Personalizzata: Diverse persone hanno motivi diversi per la loro esitazione vaccinale. Strategie di comunicazione personalizzate possono essere implementate per affrontare efficacemente queste preoccupazioni uniche.
Contrastare la Disinformazione: Molti individui associano le loro preoccupazioni riguardo ai vaccini COVID con i vaccini non-COVID. Affrontare queste associazioni può aiutare a ridurre l'esitazione vaccinale complessiva.
Ripristinare la Fiducia: Riconoscere e contattare gli anti-vaxxers convertiti può contribuire a ripristinare la loro fiducia nei vaccini, assicurando che i tassi di vaccinazione rimangano alti per tutte le immunizzazioni necessarie.
Limitazioni dello Studio
Sebbene questo studio fornisca importanti intuizioni, non è privo di limitazioni. La raccolta dei tweet è stata retrospettiva e alcuni potrebbero essere stati eliminati. Inoltre, il dataset si basa su parole chiave specifiche, che potrebbero non catturare tutte le discussioni rilevanti.
Direzioni Future
Le ricerche future possono svilupparsi ulteriormente su questi risultati affinando ulteriormente i modelli di classificazione e esplorando nuove dimensioni del discorso sui vaccini. Includendo varie piattaforme di discussione, come Reddit o Facebook, può essere sviluppata una comprensione più ampia dei sentimenti sui vaccini.
Questo studio getta le basi per conversazioni continue sull'esitazione vaccinale e offre strumenti per affrontare queste questioni in modo più efficace in futuro.
Titolo: How COVID-19 has Impacted the Anti-Vaccine Discourse: A Large-Scale Twitter Study Spanning Pre-COVID and Post-COVID Era
Estratto: The debate around vaccines has been going on for decades, but the COVID-19 pandemic showed how crucial it is to understand and mitigate anti-vaccine sentiments. While the pandemic may be over, it is still important to understand how the pandemic affected the anti-vaccine discourse, and whether the arguments against non-COVID vaccines (e.g., Flu, MMR, IPV, HPV vaccines) have also changed due to the pandemic. This study attempts to answer these questions through a large-scale study of anti-vaccine posts on Twitter. Almost all prior works that utilized social media to understand anti-vaccine opinions considered only the three broad stances of Anti-Vax, Pro-Vax, and Neutral. There has not been any effort to identify the specific reasons/concerns behind the anti-vax sentiments (e.g., side-effects, conspiracy theories, political reasons) on social media at scale. In this work, we propose two novel methods for classifying tweets into 11 different anti-vax concerns -- a discriminative approach (entailment-based) and a generative approach (based on instruction tuning of LLMs) -- which outperform several strong baselines. We then apply this classifier on anti-vaccine tweets posted over a 5-year period (Jan 2018 - Jan 2023) to understand how the COVID-19 pandemic has impacted the anti-vaccine concerns among the masses. We find that the pandemic has made the anti-vaccine discourse far more complex than in the pre-COVID times, and increased the variety of concerns being voiced. Alarmingly, we find that concerns about COVID vaccines are now being projected onto the non-COVID vaccines, thus making more people hesitant in taking vaccines in the post-COVID era.
Autori: Soham Poddar, Rajdeep Mukherjee, Subhendu Khatuya, Niloy Ganguly, Saptarshi Ghosh
Ultimo aggiornamento: 2024-04-02 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2404.01669
Fonte PDF: https://arxiv.org/pdf/2404.01669
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.