《Medical Care》：The quality and reliability of short videos about uremia on Bilibili and TikTok in China: A cross sectional study
编辑推荐：
本研究通过全球质量量表（GQS）和改良DISCERN（mDISCERN）工具，对抖音（TikTok）与哔哩哔哩（Bilibili）平台234条尿毒症相关短视频进行横断面分析。结果显示：平台内容结构不完整，治疗（28.57%）和症状（23.91%）占比过高，而流行病学（3.57%）及诊断标准（11.02%）等关键信息严重缺失；专科医生上传视频的GQS（中位数3 vs 2）和mDISCERN评分显著优于非专科人员及患者（P<0.05）；用户互动指标与内容质量无显著相关性（P>0.05）。建议平台加强内容监管，鼓励专科医生参与科普，以提升公众健康信息获取质量。
研究背景与意义
尿毒症作为慢性肾脏病（CKD）的终末阶段，以肾功能不可逆丧失和代谢废物全身性蓄积为特征，严重损害患者生存质量。近年来，抖音（TikTok）和哔哩哔哩（Bilibili）凭借其庞大的用户基数、算法推荐机制和视觉化传播优势，逐渐成为公众获取健康信息的重要渠道。然而，低创作门槛和缺乏同行评审导致平台健康内容质量参差不齐。本研究旨在系统评估两大平台尿毒症相关短视频的内容完整性、信息质量及可靠性，为优化数字健康知识传播提供实证依据。
研究方法设计
研究于2025年9月15日至18日采用横断面设计，以“尿毒症”为关键词，在未登录状态下分别采集两大平台默认排序前150条视频。经排除非核心内容、商业广告、重复视频等标准后，最终纳入234条视频（抖音124条，哔哩哔哩110条）。记录视频时长、点赞、收藏、评论、分享等互动数据，并由两名经过统一培训的肿瘤科医师独立使用全球质量量表（GQS）和改良DISCERN（mDISCERN）工具进行质量与可靠性评估。GQS采用5分制（1分表示质量极差，5分表示极优），mDISCERN通过5个二分类问题评分（总分0-5分）。上传者分为专科医生（包括肾内科及其他专科执业医师）、非专科人员（无医学背景的健康科普者、机构账号等）和患者三类。视频内容按流行病学、病因、症状、诊断、治疗、预防6大维度进行覆盖度分析。
平台内容特征对比
抖音视频时长显著短于哔哩哔哩（中位数98.5秒 vs 207.5秒，P<0.001），但用户互动指标全面领先：点赞（15,190 vs 2,416）、收藏（2,998.5 vs 407）、评论（1,802 vs 282.5）及分享（10,448.5 vs 102.5）均呈数量级优势（P<0.001）。内容覆盖方面，两大平台均侧重症状（23.91%）和治疗（28.57%），而诊断（11.02%）和流行病学（3.57%）占比严重不足。抖音视频在GQS评分上显著高于哔哩哔哩（中位数3分 vs 2分，P<0.001），但mDISCERN评分无显著差异（中位数均为2分，P=0.556）。
上传者类型与内容质量关联
专科医生上传视频虽仅占总量的26.5%，但其GQS（中位数3分）和mDISCERN（中位数2分）评分均显著高于非专科人员及患者（P<0.05）。值得注意的是，患者上传视频占比最高（44.0%），但其内容质量评分最低。平台分布差异显著：抖音中专科医生比例（37.1%）远高于哔哩哔哩（14.5%），而哔哩哔哩患者上传者占比（54.5%）明显高于抖音（34.7%）。专科医生视频在收藏（中位数2,488.5）和分享（中位数1,596）指标上表现突出，但点赞和评论数未呈现显著优势，揭示“质量-流行度悖论”。
内容质量与用户互动的相关性
Spearman相关分析显示，视频时长与点赞（r=?0.23）、评论（r=?0.22）、分享（r=?0.28）均呈负相关（P<0.001），提示短时长内容更易获得传播。用户互动指标间存在强正相关（如点赞与收藏r=0.86，点赞与评论r=0.85），但互动数据与内容可靠性关联微弱：仅收藏（r=0.45）和分享（r=0.48）与GQS评分呈中度正相关，而mDISCERN评分仅与收藏弱相关（r=0.15）。GQS与mDISCERN评分间存在中度正相关（r=0.41，P<0.001），印证两类评分工具在评估维度上的互补性。
讨论与建议
本研究揭示短视频平台健康信息存在结构性缺陷：关键临床信息覆盖不足、非专业内容占比过高、算法推荐偏好娱乐性内容。专科医生内容虽质量占优，但传播效能受限。建议平台方强化内容审核机制，推行“认证健康创作者”标识；医疗机构应鼓励专科医生参与短视频科普，并制定基于临床指南的内容模板；公众需提升健康信息鉴别能力，优先选择专业信源。通过多方协作，可促进数字健康知识传播的精准性与科学性。
研究局限性
本研究仅聚焦中文平台，结论外推性受限；横断面设计难以捕捉内容动态演变；样本量较小可能影响统计效能；质量评估虽经多轮校验，仍存在主观性风险。未来需扩大样本范围、引入纵向追踪及人工智能辅助评估工具，以提升研究 robustness。
