四个量表评的是表达,不是真伪
这项研究是一项横断面审计,共纳入229个流感相关短视频。研究者于2025年10月7日使用新注册账号,以流感的中文关键词在TikTok和Bilibili上检索。每个关键词在每个平台只收集前100条结果,因为作者认为用户通常只浏览搜索结果的前几页。因此,这是一个有目的抽样,反映的是普通搜索者可能遇到的内容,而不是全部流感视频的随机样本。
每个视频都用四种工具打分,它们测量的内容各不相同。JAMA基准最高4分,考察视频是否标明作者、提供出处、披露利益冲突并显示时效性。整体质量评分(GQS)用1至5分做单一整体评价,考察信息流畅度、实用性和完整性。改良版DISCERN评估内容的可靠性和客观性,包括是否引用来源、信息是否平衡。PEMAT分为可理解性和可执行性两部分,各以0至100分报告,考察语言是否清楚、是否给观众提供了具体可做的事。
作者自己说明了关键边界:这些工具都不核实事实准确性。一个视频可以来源透明、结构清晰、行动建议明确,却仍包含错误的临床说法。因此,这些得分描述的是传播质量和可信度信号,而不是医学内容是否正确。
医生与普通创作者为主,治疗主题最多
229个视频中,医生上传73个(31.9%),非专业个人上传88个(38.4%),是最大的两个来源群体。疾病知识是176个视频(76.9%)的主要内容,治疗是最常见的主题,共85个视频(37.1%),其次是症状,共70个(30.6%)。预防主题有44个视频(19.2%),占比低于治疗。
这些总数背后的平台构成差异明显。在TikTok上,医生提供了135个视频中的62个(45.9%),新闻机构提供30个(22.2%),非专业个人提供25个(18.5%)。在Bilibili上,非专业个人提供了94个视频中的63个(67.0%),医生只有11个(11.7%)。Bilibili的发病机制与病理内容也远多于TikTok(30个,31.9%,对2个,1.5%),动画或动作形式同样更多(46个,48.9%,对11个,8.2%)。
这一分布对理解后面的质量比较很重要:两个平台并不只是同一批创作者的不同界面,它们承载着不同的创作者群体和不同的内容构成。
TikTok触达更广,Bilibili视频更长
TikTok视频明显更短,时长中位数为52秒,Bilibili为421秒;上传时间也更近,距上传天数中位数为239天,Bilibili为660.5天。TikTok视频的互动量也高得多:点赞中位数1,851对154,评论159对8.5,分享1,008对109。TikTok上传者的粉丝数中位数为347,000,Bilibili为11,500。这些差异均在P < 0.001水平显著。
收藏是例外:TikTok中位数为500,Bilibili为231,但差异未达到显著(P = 0.066)。这一项不显著的指标提醒我们,互动差距虽然普遍,但并非每一种互动类型都一致。
作者将这一模式解释为平台设计的结果,认为TikTok由流量驱动的算法偏好简短、实用和娱乐化的内容,而Bilibili更强调严谨的科学传播。这是作者对现象的解释,而不是本数据集检验过的因果机制。
可信度偏向Bilibili,可用性偏向TikTok
在偏向可信度的量表上,Bilibili得分更高。JAMA得分中位数在Bilibili为2.5(四分位距2至3),TikTok为1(1至2);GQS中位数为4(4至4)对3(3至4);两项差异均为P < 0.001。改良版DISCERN的中位数两组都是3,差异较小但仍显著(P = 0.012)。
在偏向传播的量表上,方向反转。TikTok的PEMAT可理解性中位数为100(82至100),Bilibili为71.5(64至90);可执行性中位数为67(0至67)对33(0至67),两项均为P < 0.001。
这些结果并不矛盾,因为量表回答的是不同问题。一个简短的TikTok视频可以措辞直白、结尾给出具体指令,同时省略作者信息、引用来源和平衡的注意事项;一个较长的Bilibili讲解视频可以引用来源、讨论不确定性,却把实用结论埋在深处。用一个得分去判断另一个得分,会误读这项研究的发现。
来源类型与主题关联更高得分
来自医生、新闻机构和非营利组织的视频,以及聚焦治疗或诊断的视频,整体质量高于来自非专业个人和营利机构的视频。作者据此主张,应加强专业人士参与健康内容创作与监督。
论文还报告了筛选过程中反复遇到的一种混淆:许多标注为流感的视频实际上讲的是COVID-19或普通感冒,因而按预设标准被排除。作者认为这说明创作者和平台把流感与其他呼吸道感染混为一谈。在少数聚焦诊断的视频(8个,3.5%)中,一些医学教育内容专门讲解如何区分流感与COVID-19或普通感冒,并强调必要时做病毒检测,而不是自行诊断。
解读样本时应注意这一排除:分析的229个视频是通过主题筛选后留下的,因此测得的质量适用于真正讲流感的视频,而不适用于更广泛的被错误标注的呼吸道内容。
互动量与质量关联微弱,且因平台而异
四个质量量表在两个平台上彼此正相关(均P < 0.05),支持将它们视为相关但不同的维度。TikTok上相关性最强的是JAMA与改良版DISCERN(r = 0.57)以及GQS与改良版DISCERN(r = 0.54);Bilibili上最强的是GQS与改良版DISCERN(r = 0.59)。
质量得分与互动量之间的相关性微弱且不一致。在TikTok上,多数互动指标与评分没有显著相关;值得注意的例外方向相反,评论与GQS(r = −0.30)和改良版DISCERN(r = −0.22)呈轻度负相关。TikTok上传者的粉丝数与任何评分都没有显著相关。
在Bilibili上,模式偏向正向:改良版DISCERN与点赞(r = 0.36)、收藏(r = 0.39)和分享(r = 0.36)相关,上传者粉丝数与除可执行性外的所有评分相关(r = 0.26至0.44)。作者据此认为,TikTok上高传播并不代表高质量信息,而Bilibili呈现出相对更理性的信息生态。这些是单一时间截面的相关性模式,并不能证明互动导致或奖励了质量。
两个平台的截面快照,而非准确性结论
若干设计特征限定了这些结果能支持的范围。研究只抽样了TikTok和Bilibili,且采用搜索前列结果而非随机抽取,因此结论不能推广到其他平台或全部流感视频。数据是截至2025年10月7日的单一横断面快照,视频内容和排序会随时间变化。评分虽使用客观标准,仍含主观成分,且工具无法核实事实准确性,因此研究没有对照临床指南做事实核查,也无法量化不准确内容的传播规模。
在这些边界内,论文的实践主张因平台而异,而非一刀切。作者建议TikTok可能需要简短、以行为为导向的视频,Bilibili可能需要详细、以证据为导向的讲解内容,平台则应将基本质量标准纳入推荐算法,并清晰标注经过核实的医学来源。
最值得读者关注的判断是数据揭示的错位:触达和互动最强的平台TikTok,在来源可信度和整体质量上得分最低,其互动指标与质量关联微弱甚至为负。对于借助这些平台判断流感信息的人,论文证据支持把播放量和点赞视为触达信号而非可靠性信号,转而核查作者身份和来源出处。
本文引用的文献
Evaluating influenza-related short videos on Chinese platforms: information quality, user engagement, and public health implications
在229个流感短视频中,Bilibili在JAMA和GQS上得分更高,TikTok在PEMAT可理解性和可执行性上得分更高,而质量得分与互动指标呈弱相关或负相关。
