《Emerging Trends in Drugs, Addictions, and Health》：Emerging Poisoning Trends on Social Media: Sodium Nitrite and Nitrate Content on TikTok
编辑推荐：
亚硝酸钠（sodium nitrite）与硝酸钠（sodium nitrate）因其与严重中毒及蓄意自伤（intentional self-harm）的关联，已成为公共卫生关注的问题。随着社交媒体日益塑造青少年和年轻成年人获取和分享信息的方式，TikTok等平
亚硝酸钠（sodium nitrite）与硝酸钠（sodium nitrate）因其与严重中毒及蓄意自伤（intentional self-harm）的关联，已成为公共卫生关注的问题。随着社交媒体日益塑造青少年和年轻成年人获取和分享信息的方式，TikTok等平台可能既促进预防工作，又增加对潜在有害叙事的暴露。本研究旨在调查TikTok上与亚硝酸钠/硝酸钠相关的内容，重点关注与伤害相关的论述、与自杀相关的框架、参与模式以及自动化有害内容检测。方法：研究人员利用话语分析（discourse analysis）、BERTopic、HarmNER、BART-MNLI、DistilBERT以及包括逻辑回归（logistic regression）和XGBoost在内的监督机器学习模型，并结合基于SHAP的可解释性，对讨论亚硝酸钠的观看量最高的TikTok视频元数据进行了分析。结果：伤害、误用、过量（overdose）和自杀是突出的主题。参与度高度偏斜，少数帖子获得了不成比例的可见度。以预防为导向的内容比明确有害的内容更为常见，但有害叙事仍然存在。逻辑回归在有害内容检测中表现出最佳性能。结论：TikTok包含与亚硝酸钠/硝酸钠相关的预防性和潜在有害叙事，凸显了该平台在自伤传播中的双重作用。这些发现强调了可解释机器学习方法在早期识别高风险内容以及加强内容审核（moderation）、自杀预防和数字公共卫生应对方面的价值。
**一、研究背景与问题的提出**
硝酸钠（NaNO
3）和亚硝酸钠（NaNO
2）是兼具合法工业、食品和医疗用途的无机化合物。硝酸钠常用作食品防腐剂并用于工业加工，在常规膳食暴露水平下通常被认为急性毒性较低；亚硝酸钠则用于腌制肉类生产，并可作为氰化物中毒的解毒剂，但其价格低廉、获取方便，且易于在线购买。虽然硝酸盐和亚硝酸盐通过硝酸盐—亚硝酸盐—一氧化氮途径参与正常人体生理过程，但急性大量暴露，尤其是亚硝酸钠，可具有高度毒性并可能致命。
亚硝酸钠的毒性效应主要通过氧化血红蛋白为高铁血红蛋白（methaemoglobin），损害氧运输并引起全身性缺氧（hypoxia）。临床恶化可能迅速发生，表现从发绀、头痛、心动过速到癫痫发作、呼吸衰竭甚至死亡。由于报告结局因剂量、纯度、共同摄入物、治疗时机和个体易感性而异，中毒和致死阈值仍难以精确定义；尽管如此，毒理学和法医学报告表明，低克量级摄入即可能致命。近年来，亚硝酸钠中毒因与蓄意自伤和自杀的关联日益增加而成为不断增长的公共卫生问题。自杀仍是全球主要死因之一，世界卫生组织（WHO）估计每年有超过70万人死于自杀。全球化与互联网的广泛普及促进了自杀方法信息的快速传播，包括获取途径、剂量讨论及辅助物质的共同使用。自2010年新西兰首次报告后，蓄意亚硝酸钠自我中毒自2017年以来稳步增加，现已在国际上被描述为一种新兴自杀方法，常与在线社区、"自杀工具包"以及低成本高纯度产品的电子商务获取相关联。流行病学研究进一步提示，许多受影响者为青少年或年轻成年人，常伴有精神健康障碍或既往自伤史。
社交媒体平台现已成为有害和预防性自伤叙事可同时传播的中心环境。这些平台可能提供同伴支持和康复导向的沟通，但也可能通过反复暴露于情绪化和与方法相关的内容而使有害行为正常化、被耸人听闻化或被促成。在TikTok上，定性研究显示自伤和自杀相关视频既包括保护性内容，也包括潜在有害内容。社交媒体自伤内容的暴露与青少年冲动和行为增加相关。然而，尽管关于亚硝酸钠和硝酸盐中毒的法医学和临床证据不断增多，人们对这些物质在TikTok上如何被呈现和传播知之甚少。这一空白很重要，因为社交媒体可能使脆弱用户不仅接触到意识提升内容，还接触到实用、模糊或与方法相关的叙事，这些叙事可能增加这一新兴自杀方法的可见度和感知合法性。因此，本研究考察TikTok上与亚硝酸钠/硝酸钠相关的内容，以刻画这些物质如何被框架化、有害论述如何与预防导向信息共存，以及计算方法如何帮助识别高风险中毒相关内容以服务于数字公共卫生监测和自杀预防。
**二、主要关键技术方法**
研究人员通过Apify TikTop（原文为TikTok）抓取工具提取与亚硝酸钠相关的TikTok元数据，共获取461条帖子，经预处理后保留400条用于建模，另对200条子样本评估语言分布。研究经特伦托大学（2024-083ESA）和赫特福德大学（PHAEC710-42）伦理委员会批准。数据分析在Python 3的Google Colab环境中实施，采用话语分析、自然语言处理（NLP）技术（含DistilBERT、BART-MNLI）、时间序列分析、基于BERTopic的主题建模、基于HarmNER的命名实体识别，以及以TF-IDF特征结合逻辑回归和XGBoost的监督机器学习模型，并运用SHAP实现可解释性。
**三、研究结果**
**3.1 数据特征**：最终数据集包含461条原始TikTok帖子，分层抽样保留400条；200条子样本中英语占主导（151/200），其余分布于挪威语、斯洛伐克语、罗马尼亚语、保加利亚语、西班牙语、德语、爱沙尼亚语、印尼语、法语和阿尔巴尼亚语。参与度指标呈强正偏态，播放计数偏度7.21、分享计数偏度20.02、评论计数偏度13.74。由于NLP模型主要针对英语优化，后续文本分析聚焦英语帖子。监督分类模型使用BART-MNLI生成的标签而非人工标注数据训练，因此模型性能应谨慎解读。词云显示伤害相关术语（harm、misuse、suicide）高度突出，心理健康相关术语（mental health、depression、awareness）频繁出现，平台相关术语（viral、fyp、trending）同样突出，提示算法放大；食品相关术语（bacon、sausage、preservative）可见，提示合法烹饪用途与有害误用叙事存在重叠。
**3.2 话语分析**：最常见的动机框架是警告或预防，出现于100余条帖子；其次是相信有效性或确定性（约40条）；情绪困扰/应对和他人影响/趋势各见于20至40条；好奇心或信息寻求少于10条。多数帖子暴露情境未明确；可识别的情境包括意外暴露（n=125）、蓄意自伤（n=70）、医疗或食品安全情境（n=50），新闻/法律和职业/工业情境各n=5。每周参与度呈偶发性峰值而非持续活动。报告的 adverse events 包括身体症状或困扰（n=35）、意识丧失（n=33）、致命结局（n=10）、住院（n=8）、心理困扰（n=3）。毒性相关论述以神经系统症状或意识丧失（n=140）和呼吸或低氧（n=130）为主，其次为胃肠道症状（n=30）、心血管或循环问题（n=10）、癌症或长期疾病担忧（n=3）。BERTopic识别出若干主导话语聚类，包括广泛对话内容、自杀/求助相关话语、误用相关语言、使用/有效性叙事及食品—健康讨论；主题活动随时间增加，2025年总量最高。HarmNER识别过量（n=175）和自杀（n=125）为最常见结局实体，其他结局术语（kill、toxic、death、dead、killed、died）各少于10条；相关物质以nitrite、nitrate和sodium nitrite最常见；症状实体包括anxiety、headache、weakness和panic。风险相关语言在语料中更一致，误用为最主要风险情境，其后为明确的风险和有害使用指涉；程序性或可操作术语（how to、recipe、instructions、mixing）存在但少见，提示风险框架更多通过泛化的误用和伤害语言表达，而非详细指导性描述。物质—结局/症状共现热图显示结局术语与物质的共现频率高于症状术语，其中kill共现频率最高（6次），suicide（2次）、killed（1次），症状实体未显示可测量的共现。
**内容框架、参与度与情感**：BART-MNLI零样本分类显示，预防或教育是最常见内容框架，其次为一般讨论和个人经历/丧亲，新闻或报道及有害或方法寻求框架最少见。参与度因框架而异，新闻/报道、个人经历/丧亲及预防/教育的中位播放计数高于一般讨论或有害/方法寻求帖子。在有害或方法寻求帖子中，最常见亚型为寻求指导或指引，其次为关于效应或结局的主张，劝阻或求助回应及获取或可及性讨论罕见。按框架的每周参与度呈偶发性峰值，预防框架内容产生最大峰值（包括数据集中最高周参与度），有害框架内容峰值较少较小且基线普遍较低。DistilBERT情感分析表明多数帖子为负面基调，正面帖子较少；在有害框架帖子中，负面基调随时间占主导，正面基调帖子仅偶尔出现。
**有害内容分类**：逻辑回归分类器显示出较强的有害内容判别性能，在留出测试集（n=80）上准确率0.80、AUC 0.90；有害类召回率高（0.87），精确率较低（0.68），混淆矩阵显示26条有害帖子被正确分类，4条有害帖子被误判为非有害，12条非有害帖子被误判为有害。XGBoost总体准确率相似（0.81），精确率更高（0.74）但召回率较低（0.77），AUC较低（0.85）。总体而言，逻辑回归提供更好的敏感性和判别力，XGBoost提供略好的精确率。
**模型可解释性**：SHAP分析表明有语义意义的词汇线索驱动模型预测。对逻辑回归而言，misuse、misused、harm、nitrite、suicide和depression等术语提高有害分类概率，而suicide prevention等预防导向表达降低该概率。实例级SHAP图显示预防相关语言可抵消模糊或敏感术语的较小正向贡献，导致即使存在某些关键词仍被归类为非有害，提示模型依赖更广泛的词汇语境而非孤立关键词。XGBoost的SHAP分析同样将有伤害、误用、亚硝酸钠和自杀识别为有害预测的正向贡献者，而suicide prevention、mental health matters和stop等支持与预防相关术语使预测转向非有害类；实例级解释表明高风险预测源于多个词汇信号的累积效应而非单一主导特征。总体而言，两种模型都捕捉到有害与非有害内容之间具有语义意义的区分。
**四、讨论与结论**
讨论部分指出，TikTok上存在大量亚硝酸钠和硝酸盐相关内容，其中伤害、误用和自杀是高度突出的主题；伤害相关语言主导词汇空间，过量和自杀是最常见结局实体，多数帖子基调为负面。尽管仅少数视频被明确归类为有害或方法寻求，参与度高度偏斜，少数帖子获得不成比例的关注；viral、fyp、trending等平台特定术语的突出提示TikTok推荐系统可能放大亚硝酸盐相关叙事，使正常化或耸人听闻化亚硝酸钠的内容可能成为通往平台外环境的门户，在这些环境中这些化合物及相关"工具包"被营销，包括由从中获利的商业行为者营销。这些发现应与快速扩展的临床和法医学文献一并考量，后者记录了不同环境中涉及硝酸钠和亚硝酸盐的自杀和意外中毒，一致描述严重高铁血红蛋白血症、临床迅速恶化以及治疗延迟时的高病死率。急性亚硝酸钠中毒可导致严重高铁血红蛋白血症和组织缺氧，表现为发绀、意识改变、癫痫发作、呼吸受损、循环衰竭及潜在缺氧性脑损伤；严重缺氧损伤后可出现明显神经功能损害，包括无力或轻瘫，但持续性瘫痪不应在缺乏个案证据的情况下被呈现为该TikTok数据集的常见或明确证实结局。评估疑似暴露的临床医生应优先进行急诊毒理学评估和循证的高铁血红蛋白血症管理，并在怀疑蓄意自伤时同时进行心理社会评估。假性高氯血症（pseudohyperchloraemia）等诊断挑战和非特异性早期症状进一步增加识别不足的风险；此外应考虑伴随物质使用和精神科背景，但既不能从话题标签文本推断药物相关因果路径，也不能推断共同摄入或精神疾病的患病率；抗抑郁药或抗精神病药治疗不应等同于自杀意念的成因，必须考虑适应证混杂、基础疾病等因素。综合来看，这一更广泛的证据基础提示硝酸钠/亚硝酸盐摄入是可预防死亡和危重疾病的一个已确立且不断增长的来源，而非理论或孤立危害。从安全与治理角度看，机器学习分析提示可利用可解释的词汇特征以良好性能检测有害亚硝酸钠/硝酸盐相关内容；逻辑回归尤其实现高召回率和强总体判别力，SHAP分析显示模型学习了与误用、自伤和自杀意图相关的有语义意义的模式，并适当地降低预防导向语言的权重，这些特性支持开发快速、循证的审核工具以早期识别高风险内容并促进及时干预。同时，仅靠自动检测不太可能足够，有效缓解还需要稳健透明的平台政策，优先移除或强力降权高风险内容，限制在自杀相关材料附近对含亚硝酸盐产品的广告或商业推广，并将暴露用户引导至循证的心里健康（原文为mental health）和危机支持。在脆弱群体保护方面，风险缓解可结合适龄设计、对自伤相关推荐更好的可见性控制、对方法推广材料的摩擦和降权、清晰的报告路径、当地危机服务转介链接、情境化人工审核和负责任的预防信息。世界卫生组织LIVE LIFE倡议、WHO面向媒体专业人员的更新指南以及欧盟毒品署（EUDA）早期预警系统等国际倡议提供了相关框架，但不应被解释为TikTok特定干预已实施或有效的证据。预防导向、意识提升和潜在有害内容共存进一步使审核复杂化，因为同一词汇场可能同时包含保护性和风险信息；对脆弱用户而言，反复暴露可能促成有害行为正常化、自杀方法的认知可及性增加以及自伤 thoughts 和行为的易感性增加，即使这些路径复杂且不支持简单因果解释。总体而言，这些发现将TikTok定位为不仅是亚硝酸钠/硝酸盐沟通的场所，也是潜在有影响的暴露环境。研究局限性包括：选择高观看话题标签帖子引入显著选择偏差；推荐、搜索排名和参与系统随时间变化；隐私设置、删除或受限帖子、话题标签选择、语言过滤、平台速率限制、抓取失败、账户设置、区域/地理位置信号及VPN使用均可影响可见帖子与元数据；自动化语言模型面临预防信息、个人披露、教育讨论与有害指导之间的模糊性；监督模型基于BART-MNLI代理标签而非独立专家标注训练，所报告判别力是相对于这些代理标签的性能，而非对真实自杀意图或个体风险的验证敏感性，因此自动检测应用于筛查和优先级排序并结合专家审核，而非风险的确定性判定。结论部分指出：总体而言，结果凸显社交媒体尤其是TikTok在涉及这些化合物的现实中毒和自杀不断增加之际，作为高风险亚硝酸钠和硝酸盐叙事传播与放大的有力载体；公共卫生当局、监管者、平台和临床医生应将其视为连接数字与线下环境的新兴在线中毒威胁；需要协调干预，包括对在线销售的更严格监管与监测、数据驱动的平台级审核工具、连接毒理学与数字信号的跨部门监测，以及针对年轻用户的有针对性数字素养和心理健康促进；解决这些交叉的商业、技术和健康维度对于防止数字时代与亚硝酸钠和硝酸盐相关的进一步伤害和死亡至关重要。
