《The European Journal of Contraception & Reproductive Health Care》：One-Sided and unbalanced? An automated descriptive large-scale analysis of contraceptive information on German Instagram posts
编辑推荐：
背景：Instagram已成为避孕信息的重要来源，尤其在年轻年龄群体中。然而，现有研究依赖于小型、人工收集的样本，并特别聚焦于避孕药。本研究通过使用自动化数据分析来弥补这一空白，并考察激素类和非激素类避孕方法的呈现方式，重点关注这些方法背景下的具名障碍与益处。
背景：Instagram已成为避孕信息的重要来源，尤其在年轻年龄群体中。然而，现有研究依赖于小型、人工收集的样本，并特别聚焦于避孕药。本研究通过使用自动化数据分析来弥补这一空白，并考察激素类和非激素类避孕方法的呈现方式，重点关注这些方法背景下的具名障碍与益处。方法：通过Meta Content Library API进行自动化数据收集，检索公开可得的关于避孕方法的德语Instagram帖文（N = 33,596）。识别出被提及频率最高的两种避孕方法。通过文献综述和关键词在上下文（KWIC）分析识别障碍与益处。随后进行共现分析，以考察所识别的障碍与益处与两种避孕方法在同一帖文中共同被提及的频率。结果：激素类避孕方法，尤其是避孕药，被提及最为频繁，其次是自然避孕法，尤其是自然家庭计划的缩写"NFP"。分析揭示了显著的极化现象：避孕药主要以障碍框架呈现，而NFP主要以益处框架呈现。结论：德国Instagram上的避孕信息以单侧且不平衡的避孕方法呈现为特征。这些发现具有重要的公共卫生意义，凸显了社交媒体上开展平衡的、循证的健康传播的必要性。简短摘要：一项关于避孕方法Instagram帖文的定量文本分析显示，避孕药在Instagram的避孕讨论中占据主导地位，但主要以负面视角呈现。NFP则被以远为积极的方式框架化。
本研究聚焦德国Instagram平台上避孕信息的呈现特征，研究背景根植于避孕作为性与生殖健康的重要组成部分，属于关键公共卫生议题。2024年德国约有3500万育龄人口（14–49岁），对避孕选择信息存在大量需求。社交媒体在避孕信息检索中扮演重要角色：约50%的18–49岁成年人报告在网上搜索避孕信息，其中30%的搜索在社交媒体平台上进行；在16–25岁的年轻用户中，42%将社交媒体列为主要信息来源。Instagram是德国使用最广泛的平台。然而，尽管上述使用模式提示Instagram可能成为避孕信息的重要来源，关于德语Instagram内容的实证研究仍然有限。既往研究依赖小规模人工编码帖文，且几乎仅聚焦于激素类避孕方法，这限制了样本规模和方法多样性。其发现指向激素类方法的过度呈现、以负面框架为主，以及Instagram相对于其他平台信息质量较低。框架理论强调分析德国Instagram帖文中避孕方法呈现方式的重要性，该理论认为呈现方式影响受众的感知。在健康语境中，信息常以特定健康行为的益处（收益）或障碍（代价）框架呈现。该理论路径亦被用于考察YouTube上停用激素避孕的呈现方式，分析表明停用激素避孕被描述为益处（如情绪改善和精力增加）略多于障碍（如情绪波动）。相关研究同样指出，益处和障碍在避孕方法被感知的方式中发挥尤为显著的作用。尽管具有相关性，但尚无大规模定量分析考察德国Instagram帖文中避孕方法的呈现方式，尤其是就益处和障碍而言。本研究通过使用Meta Content Library（MCL）API对Instagram进行自动化数据分析，并考察激素类和非激素类方法，以弥补上述空白。研究追求三个目标：1）探究Instagram上避孕相关帖文数量的历时发展；2）提供不同避孕方法被提及频率的系统概览，并识别被提及最频繁的避孕方法；3）考察被提及最频繁的两种方法如何被描述，特别关注障碍与益处。
研究人员开展了一项遵循健康相关社交媒体数据计算情感分析研究方案的方法学路径，包括三个步骤：平台选择、数据策管和描述性分析。平台选择方面，Instagram因上述公共卫生相关性及通过MCL API获取数据的可行性而被选中。该工具提供对Instagram完整公开内容档案的访问，包括商业创作者和具有认证徽章或至少100名关注者的公开个人账户的帖文。使用MCL API进行Instagram数据收集符合AoIR指南，因其提供了专为研究目的设计的官方、平台合规的API。数据策管方面，数据通过MCL API使用依照既定框架开发的搜索过滤器检索：1）开发搜索过滤器，2）应用搜索过滤器，3）评估搜索过滤器。搜索过滤器基于德国、奥地利和瑞士妇产科学会（DGGG/OEGGG/SGGG）指南定义的避孕方法官方类别和名称开发：（a）激素类，（b）自然类，（c）屏障类，（d）永久类，（e）含铜类，（f）紧急避孕，（g）杀精剂。这些类别辅以通过网络搜索识别的口语同义词。自然避孕类别需要澄清：其涵盖基于生育意识的方法，在德国被称为"自然家庭计划"，最常缩写为NFP，即伴侣在易孕期避免性交或使用屏障方法。NFP最常指症状体温法，是该类别中最可靠的方法，基于"Sensiplan"指南，结合基础体温追踪与宫颈黏液观察。然而，"症状体温法"在基于词典的分析中作为独立术语编码，因为不能确定NFP或自然家庭计划在单个帖文中总是指症状体温法。可靠性较低的基于生育意识的方法，如Billings法和日历法，也分别单独编码。自然避孕类别还包括体外射精，一种在射精前退出的非激素方法。搜索过滤器应用于完整数据，按每种避孕方法类别分开，并对每个类别抽取随机样本。附录1提供了搜索术语及对应类别的完整列表。为评估搜索过滤器，使用人工编码样本计算每个类别的精确率和召回率，并合并为F0.5分数。F0.5分数优先考虑精确率，这反映了本研究在给定大数据量（N = 33,596）下优先正确分类检索到的帖文而非捕获每个相关帖文的优先级。F0.5分数范围为0.75至0.94（M = 0.85），表明总体分类精确率较高。未区分内容创作者类型，话题标签作为帖文文本的一部分纳入。描述性分析使用RStudio进行。为考察时间发展，所有识别出的帖文（N = 33,596）按发表年份分类并汇总为年度频率。为确定有多少帖文属于上述定义的七个避孕方法类别，将相应的搜索术语合并为类别特定的可搜索列表。然后将完整数据集与每个列表进行搜索比对，以识别包含至少一个匹配术语的帖文，并比较各类别间的结果计数。由于单个帖文可能提及来自多个类别的方法，帖文并非互斥，可能被计入多个类别。随后对两个被提及最多类别中的个别术语进行单独分析。出现少于10次的术语被排除以降低再识别风险。对于两个被提及最频繁的方法，定量共现分析识别了益处和障碍与该方法在同一帖文中共同出现的频率。益处和障碍术语通过两个步骤识别：首先，来自既往研究（如对副作用的恐惧、对生育力的影响作为障碍；避孕有效性、身体意识作为益处）；其次，通过对随机样本（激素类避孕，n = 23,194；自然避孕，n = 5,961）进行关键词在上下文（KWIC）分析加以补充（鉴于平均句长为14词含停用词，选择5词窗口）。两名研究人员独立对避孕药和NFP的障碍与益处进行编码，产生170个编码（含重复）；分歧（n = 17，10%）通过共识讨论解决，最终产生98个独特障碍/益处，随后在语义等价处合并为统一的通用类别（如"血栓风险"和"血栓危险"）。当通用益处或障碍术语与避孕药和NFP分析均相关时，在两个案例中使用相同的子术语集定义该术语。有效性表达（如"可靠的"）归入"安全性"类别，因为德语"sicher"同时涵盖无害性和可靠性。共现频率首先在通用术语层面聚合（排除出现少于10次的术语），其次使用对数似然（G2）和归一化逐点互信息（NPMI）在完整语料库（N = 33,596）中计算。G2作为主要测量指标，因其对偏斜基线率稳健且在语料库语言学中已确立。NPMI作为补充的、独立于样本量的效应量测量指标，允许对共现模式进行更全面的解释。数据准备方面，去除停用词、文本转为小写，并通过精确匹配检测消除重复（移除2,100条帖文）以避免重复计算转发内容。未应用词干提取（使用简单规则截断词尾以获得词根）或词形还原（使用词典和形态分析确定正确的基本形式）。益处/障碍分类需要精确的词形，且由于共现分析计数的是已定性分类的概念，词干提取会产生不相关命中并损害计数的有效性。
研究结果方面，共识别出33,596条提及至少一种避孕方法的德语Instagram帖文。帖文数量趋势显示2016年之前未发现提及避孕方法的帖文。从2016年的132条帖文开始，2018年增至809条，2020年增至3,103条，2025年达到峰值5,551条，2026年显著下降至2,831条，呈现十年间的波动趋势。避孕方法类别分布方面，激素类避孕方法是被提及最多的类别，其次是自然避孕法，表明德国Instagram帖文聚焦于激素类和自然避孕法。激素类避孕方法中，避孕药是迄今被提及最频繁的方法，其他激素类避孕方法在德语Instagram帖文中很少出现。自然避孕方法中，NFP是被提及最频繁的方法，其次是自然家庭计划。由于两个术语出现频率均很高，尽管二者指同一方法，仍对缩写和全称分别进行搜索。避孕药共现分析方面，总体而言，障碍与避孕药的关联比益处更常见。根据G2和NPMI，最强的关联是副作用与避孕药之间的关联。NFP共现分析方面，总体而言，益处与NFP的关联比障碍更常见。根据G2，观察到最强关联为"无激素"与NFP之间。根据NPMI，"女性周期知识"与NFP的关联最强（NPMI = 0.42）。这种差异反映了两种测量的不同敏感性：G2受"无激素"在语料库中高绝对频率的影响，而NPMI突出相对于其总体频率与NFP不成比例地频繁共现的术语。因此G2被用作本研究关联排序的主要测量指标，NPMI值被报告以提供独立于原始频率的关联强度的补充视角。此外，在两种方法中可观察到互反的框架模式：对于避孕药，识别出比益处主题（n = 3）更广泛范围的独特障碍主题（n = 17），而对于NFP，出现相反模式，益处主题范围（n = 11）比障碍主题（n = 3）更广泛。
讨论部分总结如下：本研究结果提供了关于德国Instagram避孕信息的三个关键见解：1）Instagram上避孕相关德语帖文的历时发展；2）被提及最频繁的避孕方法的系统概览；3）关于被提及最频繁的两种方法如何被描述的初步见解。第一，关于避孕方法的帖文数量有所增加，2025年帖文数量迄今最高，这一发现强调了更详细考察各种避孕方法在德国Instagram帖文中如何被呈现的重要性。第二，激素类避孕是被提及最频繁的类别，其次是自然避孕，表明德国Instagram帖文聚焦于激素类和自然避孕。深入考察类别显示避孕药是最常被报告的激素类避孕方法，缩写NFP是最常被提及的自然避孕方法。被提及第二频繁的术语"自然家庭计划"是缩写NFP的全称。关于避孕药的帖文数量与既往研究一致。突出之处在于包含缩写NFP的帖文数量相对较高。根据非激素避孕S2k指南，NFP——因而也包括所书写的名称"自然家庭计划"——涵盖多种生育意识方法。官方上，该类别包括可靠性各异的方法，从日历法（根据Knaus/Ogino；完美使用Pearl指数：9）到症状体温法（完美使用Pearl指数：0.4，前提是使用者完成了标准化培训项目）。基于外部来源，Instagram上NFP一词常指症状体温法是合理的，因为该方法通常被缩写为NFP，例如在海德堡大学医院网站或某些专业文献中。然而，本研究无法确定单个帖文中使用NFP时具体指哪种自然避孕方法。第三，共现分析揭示避孕药和NFP以显著极化的方式呈现。基于G2和NPMI，避孕药主要通过障碍话语框架化，如副作用、血栓和皮肤问题。所提及的障碍、副作用和风险与既往关于激素避孕停用的研究一致，也契合所识别的感知障碍构念。NFP相反通过益处话语框架化，如无激素和生育力。这些益处在与既往研究中识别的避孕药相关恐惧（尤其是关于生育力保护）的主题上一致，提示一种话语模式，即NFP相关内容可能隐含地定位于避孕药相关关切的对立面。这种互反框架提示一种话语对立，其中NFP可能不仅就其自身感知益处而言被呈现，也可能就与避孕药相关的关切而言被呈现。基于框架路径和相关模型，其中益处和障碍在避孕方法感知中发挥重要作用，这种极化呈现可能合理地塑造Instagram用户感知这些方法的方式；然而，本内容分析设计仅捕获帖文中共同提及的内容，而非这些帖文实际如何被用户接收或解读，因此这仍是一个开放的实证问题而非本研究的发现。极化框架模式也已在社交媒体上其他公共卫生主题中被报告，最显著的是COVID-19大流行。社交媒体的结构促进极化呈现，使提供平衡信息变得困难。在已知结果背景下，避孕药相关内容的优势及其负面框架与既往研究一致，该研究已识别副作用关切为在线避孕话语中的主导主题。本研究通过记录NFP的正面框架加以扩展。实践意义方面，避孕药和NFP的极化呈现应在公共卫生倡议中加以考虑，优先开展关于所有避孕选择的平衡的、循证的edu cation，确保益处和障碍均以细致入微的方式传达。此外，鉴于症状体温法等方法的可靠性在很大程度上取决于标准化培训，公共卫生传播应明确强调正确指导的重要性。研究意义方面，第一，对NFP相关Instagram帖文进行质量分析，类似于针对避孕药相关内容进行的基于mDISCERN的分析，应包括评估每个帖文中"NFP"一词具体指哪种方法，以评价内容质量和术语清晰度。第二，由于Instagram上分享避孕信息的动机仍不清楚，未来研究应调查谁生产NFP相关内容以及为何生产，以便对流通中信息的可信度和意图进行更差异化的评估。第三，未来研究应考察接收方，特别是Instagram上避孕方法的呈现程度如何影响对这些方法的感知、态度和使用。优势与局限性方面，本研究的优势在于纳入帖文数量大，以及未来可重复研究并将其应用于类似语境的可能性。然而，研究存在若干局限性。由于与避孕药和NFP相关的障碍和益处是通过对样本帖文的定性考察识别的，无法保证捕获了所有可能的障碍和益处，尽管所识别的类别随后使用自动化分析在完整数据集中进行了搜索。共现分析未捕获帖文的完整语境含义，即细微差别、反讽和隐含意义可能被忽视，将术语归入益处或障碍类别可能不总能反映原始帖文的意图。尽管搜索过滤器被系统开发和验证，数据检索的完整性无法保证。未区分内容创作者背景，意味着可信度和意图在数据集中以分析无法捕获的方式显著变化。研究结论部分翻译如下：本研究提供了对德国Instagram帖文中避孕信息的首个大规模自动化分析，考察了避孕方法提及的分布以及用于描述关键方法的评价性语言。研究发现揭示自2020年以来持续活跃的信息景观，激素类避孕（最常为避孕药）和自然避孕（最常为NFP）被提及最为频繁。可观察到其框架的显著极化：避孕药主要以障碍被提及，而NFP主要以益处被提及。
