《Journal of Food Protection》：Exploring the relationship between foodborne outbreaks and climate change using social media data in the years 2016-2021
编辑推荐：
有证据表明天气会影响肠道感染的发病率，但大多数食源性疾病研究聚焦于短期的极端事件（例如热浪和洪水），而非逐渐的气候变异性。第二个相关的局限是监测低估：许多轻中度病例很少被报告，这限制了研究人员量化疾病负担中气候变化敏感变化的能力。本研究通过检验与症状相关的社交
有证据表明天气会影响肠道感染的发病率，但大多数食源性疾病研究聚焦于短期的极端事件（例如热浪和洪水），而非逐渐的气候变异性。第二个相关的局限是监测低估：许多轻中度病例很少被报告，这限制了研究人员量化疾病负担中气候变化敏感变化的能力。本研究通过检验与症状相关的社交媒体信息是否可以作为食源性疾病的一种补充信号，并与气候异常结合时能否改善对气候-疾病关系的表征，来填补这些空白。研究人员分析了2016-2021年来自澳大利亚和新西兰的Twitter（X）信息。使用症状和食物暴露关键词检索信息，通过自然语言处理（Natural Language Processing, NLP）清洗，并利用症状-摄入术语共现进行食源相关筛查。研究人员使用高斯混合模型（Gaussian Mixture Model, GMM）推导信息的空间聚类，并将月度聚类水平的信息频率与州/地区的温度及降雨异常、以及通报的沙门菌病（salmonellosis）和弯曲菌病（campylobacteriosis）病例数（澳大利亚，2020–2021）通过广义加性模型（generalized additive model, GAM）关联。气候异常单独对通报病例解释的变异较小（R2=0.01–0.12），而信息频率单独提供中等解释力（R2=0.22–0.48）。将信息频率与气候异常结合的模型表现显著更好（R2=0.87–0.97），表明社交媒体衍生指标可以加强气候变化敏感的食源性疾病监测。局限性包括平台和用户代表性偏差，以及模型评估仅限于特定病原体、地点和年份。因此，应使用其他平台和独立数据集检验其普适性。
**论文解读：基于社交媒体数据的食源性疫情与气候变化关系研究**
**研究背景、问题与目的**
食源性感染主要由病毒、细菌和寄生虫通过受污染食物引起。尽管多数病例症状较轻且可自愈，但在老年人和儿童等特定人群中，食源性感染具有较高的发病率和死亡率。世界卫生组织估计每年约6亿人因食用受污染食物而患病，导致每年3300万健康生命年损失。在澳大利亚和新西兰，食源性肠胃炎每年分别造成约12.5亿澳元和8600万新西兰元的经济损失。常见病原体包括沙门菌属（*Salmonella* spp.）、弯曲菌属（*Campylobacter* spp.）、单核细胞增生李斯特菌（*Listeria monocytogenes*）、副溶血弧菌（*Vibrio parahaemolyticus*）、小肠结肠炎耶尔森菌（*Yersinia enterocolitica*）和诺如病毒（norovirus）。环境因素如高温和降水在感染流行中的作用不容忽视：高温加速病原体复制，增加“从农场到餐桌”的污染风险；高降水则可能增加病原体进入食品供应链的概率。气候变化正在改变温度和降水模式，其对肠胃道感染的影响是重要研究方向。然而，现有研究多关注热浪、洪水等极端事件，缺乏对气候渐变效应的探讨。同时，轻中度食源性疾病常不被报告，导致监测数据不完整。因此，研究人员提出假设：社交媒体数据能否作为替代指标，帮助更好地理解气候变化与食源性疾病之间的关联？本研究的目的是：1) 应用自然语言处理识别食源性疾病症状；2) 将描述症状的词与食物消费关联以表征食源性疾病发生；3) 通过广义加性模型（GAM）建立症状术语与通报病例的关系；4) 通过GAM建立症状术语与温度和降雨异常的时间-空间关联。研究发表在《Journal of Food Protection》。
**主要关键技术与方法**
研究人员使用了以下关键技术方法：1) **Twitter API v2全档案搜索端点**（Full-Archive Search endpoint）结合**v1.1地理地点查询端点**（Geo Place Lookup endpoint）提取2016-2021年澳大利亚和新西兰的帖子（消息），过滤后保留英语、含地理信息的原创消息。2) **自然语言处理（Natural Language Processing, NLP）** 清洗数据，包括去重、小写化、去标点数字、分词、词形还原（lemmatization）及去除非词。3) **高斯混合模型（Gaussian Mixture Model, GMM）** 基于曼哈顿距离对消息进行空间聚类，得到30个地理集群。4) **共现矩阵与层次聚类**（Ward聚类）分析症状词与食物摄入词的共现模式。5) **广义加性模型（Generalized Additive Model, GAM）** 用于建模消息频率、通报病例数（沙门菌病和弯曲菌病）与气候异常（温度均值异常、降雨异常、日温度范围异常）之间的关系。气候异常数据来自澳大利亚气象局，通报病例数据来自国家法定传染病监测系统（National Notifiable Diseases Surveillance System, NNDSS），时段为2020-2021年。
**研究结果**
**3.1. 算法验证、数据收集、处理与分布**
通过复制Marcec和Likic（2021）的策略验证提取算法，研究人员提取的消息总数高于原研究，但疫苗关键词的相对分布比例相似，表明算法有效。共从新西兰和澳大利亚获取282,886条包含68个食源性疾病症状关键词的消息，经去重和地理信息过滤后保留258,682条。消息主要集中在大城市。其中3,168条提及“食物中毒”（food poisoning），高频词包括“ate”、“dinner”、“nausea”等。
**3.2. 关键词共现**
共分析68个单字词（unigrams）和8个双字词（bigrams）。含“食物中毒”的消息中，“腹泻”（diarrhea）、“绞痛”（cramp）、“晚餐”（dinner）、“午餐”（lunch）共现频率高；“呕吐”（vomit）、“夜晚”（night）、“胃”（stomach）在有无“食物中毒”时出现频率相近。层次聚类显示，第一组包含“呕吐”、“胃”、“恶心”、“吃了”、“感觉”、“夜晚”；第二组包含“腹泻”、“恶心”、“胃绞痛”、“疼痛”、“感觉”。这些共现模式表明消息确实与食源性疾病事件相关。
**3.3. 季节性趋势**
通过气泡图展示不同地理集群中“腹泻与呕吐”、“吃了与呕吐”、“食物中毒”的频率。在悉尼，含“腹泻”和“呕吐”的消息峰值出现在2016年4月、2018年1月和2020年3月。墨尔本地区含“吃了”和“呕吐”的消息在2016年8月和2018年4月有季节性趋势。“食物中毒”在夏季月份（尤其是12月和1月）达到峰值，2020-2021年更明显，主要发生在澳大利亚高人口密度城市。这与以往研究认为澳大利亚食源性疾病在1-3月（夏季）达到峰值的结论一致，但在新西兰未观察到明显季节性趋势，可能与消息数量少有关。
**3.4. 症状与季节性趋势的相关性**
根据消息中单字词和“食物中毒”的共现情况，获得6个集群（除基线集群1外）。2020-2021年数据显示，“疼痛”和“胃”在冬季（12月、1月、2月）更频繁，“呕吐”在夏季（7月、8月）更频繁。这表明社交媒体消息能识别澳大利亚不同季节的特定症状谱，但新西兰未呈现明显季节性或症状分化。
**3.5. 在线消息、气候数据与通报病例的关联**
GAM模型显示，消息数量受月、区域交互的弯曲菌病和沙门菌病、降雨、降雨异常、温度均值异常和日温度范围异常的显著影响。包含所有四个变量（弯曲菌病、沙门菌病、降雨异常、温度均值异常）的模型R2=0.96，解释偏差76.4%；仅含气候变量的模型R2=0.15，解释偏差35.5%；仅含通报病例的模型R2=0.54，解释偏差65.1%。因此，消息预测依赖于食源性事件和气候参数，但食源性事件是更主要的因素。当消息频率与气候异常结合，对弯曲菌病的预测模型R2=0.97，解释偏差99.8%；对沙门菌病的预测模型R2=0.87，解释偏差98.2%。对照仅用消息的模型（弯曲菌病R2=0.48，沙门菌病R2=0.22），气候异常的加入显著提升预测能力。此外，降雨异常和温度异常的影响因病原体而异：弯曲菌病在降雨异常高、温度异常低时对消息数量影响最大，沙门菌病亦有类似趋势。
**讨论与结论**
研究人员指出，基于关键词的搜索可能引入假阳性和误分类（如无关提及、讽刺、上下文歧义），但通过分析症状-摄入共现模式、季节性趋势与已知知识一致性，降低了此风险。数据集小且限于单一平台（Twitter/X），可通过使用多平台缓解。研究人员发现，仅靠气候异常无法预测沙门菌病或弯曲菌病病例数，但加入食源性疾病相关消息频率后模型成功，这为数字工具支持食品工业管理气候变化相关食源性疫情提供了新证据。结论部分翻译如下（原文Conclusion）：
本研究证明了含症状相关术语的社交媒体消息可以通过其特征性的词共现模式及其时空分布来识别食源性事件。与仅依赖气候异常的模型相比，使用消息频率与传统气候异常数据显著提高了对沙门菌病和弯曲菌病的预测能力。结果还显示，天气异常对不同病原体相关消息数量的影响不同，并且在社交媒体活动较高（如澳大利亚主要城市）的地区，季节性和地理模式更可靠。总体而言，本研究为利用社交媒体衍生数据调查食源性疾病与逐渐气候变异性之间的相互作用提供了新证据。未来的工作应纳入多个社交媒体平台和更大的人群，以评估该方法作为早期检测和气候敏感监测工具的稳健性和普适性。
