Aufdeckung des Zusammenspiels von COVID-19-Epidemie und sozialer Dynamik mit Hilfe von Internetmedien in Deutschland

• Antragsteller: Professor Dr. Vitaly Belik
• Fachliche Zuordnung: Public Health, Gesundheitsbezogene Versorgungsforschung, Sozial- und Arbeitsmedizin ; Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Empirische Sozialforschung ; Epidemiologie und Medizinische Biometrie/Statistik
• Förderung: Förderung von 2021 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 458528774

• Erstellungsjahr: 2024

Zusammenfassung der Projektergebnisse

Das Verständnis der sozialen Aspekte von Infektionskrankheiten, das durch die COVID-19-Pandemie hervorgehoben wurden, ist zu einem wichtigen Anliegen geworden. Wir untersuchten die Möglichkeit, verschiedene Datensätze (Telegram, Google, Twitter, Nachrichten usw.) zu nutzen, um verschiedene infektionsbezogene Themen wie COVID-19-Impfstoffe, Verschwörungstheorien, antisanitäre Proteste, M-Pocken, Long-COVID und andere zu behandeln. Diese Untersuchung wurde durch die Anwendung einer Reihe von Methoden durchgeführt, darunter Zeitreihenanalyse, zufällige Modelle, klassische natürliche Sprachverarbeitung und so genanntes Deep Learning, räumliche Modelle und Analyse sozialer Netzwerke. Die Forschung betonte die Unterscheidung zwischen der Infoveillance, die sich in erster Linie auf die Analyse von Webinhalten zur Vorhersage biologischer Phänomene konzentriert, und der Infodemiologie, die die Untersuchung der Nachfrage und des Angebots von Informationen beinhaltet, insbesondere durch Suchmaschinenabfragen und die Erstellung oder Kommentierung von Inhalten in sozialen/traditionellen Medien, wie während der COVID-19-Pandemie demonstriert. Die Ergebnisse unterstreichen die Bedeutung verschiedener Datenquellen für die Infoveillance und Infodemiologie, wobei sich einige Quellen für jeden Ansatz als nützlicher erweisen. Das Projekt leistete einen bedeutenden Beitrag zum Fachgebiet, mit zahlreichen nationalen und internationalen Organisationen zusammenarbeitete und Wissen und Fachkenntnisse mit vielen Wissenschaftlern teilte. Zu den wichtigsten Beiträgen der Forschung gehörten verbesserte Maßnahmen zur Impfstoffüberwachung, die frühzeitige Warnung vor One-Health-Ereignissen und ein besseres Verständnis der sozialen Prozesse, die durch infektionsbezogene Probleme ausgelöst werden. Darüber hinaus erbrachte diese Studie neue Erkenntnisse über das soziale Verhalten bei Pandemien, die Dynamik der Polarisierung im Kontext der biologischen Thematik, die Verbreitung von Fehlinformationen und die Auswirkungen auf die Gesundheitspolitik. Dieses umfassende Verständnis kann eine entscheidende Rolle bei der Formulierung wirksamer Kommunikationsstrategien und der Förderung kohärenter gesellschaftlicher Reaktionen in Krisenzeiten gespielt. Zu den wichtigsten Empfehlungen des Projekts gehören: • Aufbau eines nationalen Epidemie-Intelligenzsystems in Deutschland, das auch nicht-traditionelle Elemente der Infoveillance umfasst; • Verstärkte Anwendung von Modellierung und Datenanalyse, insbesondere KI, in der globalen Überwachung sozialer Medien für ein besseres Management von Infodemien.

Projektbezogene Publikationen (Auswahl)

• Mild Adverse Events of Sputnik V Vaccine in Russia: Social Media Content Analysis of Telegram via Deep Learning. Journal of Medical Internet Research, 23(11), e30529.
  Jarynowski, Andrzej; Semenov, Alexander; Kamiński, Mikołaj & Belik, Vitaly
  
• Driving Factors of Polarization on Twitter During Protests Against COVID-19 Mitigation Measures in Vienna. Lecture Notes in Computer Science, 15-26. Springer Nature Switzerland.
  Röckl, Marcus; Paul, Maximilian; Jarynowski, Andrzej; Semenov, Alexander & Belik, Vitaly