评估TikTok上与全身麻醉相关的短视频的质量：一项横断面研究

《BMC Anesthesiology》：Assessing the quality of general anesthesia-related short videos on TikTok: a cross-sectional study

　　

摘要

背景

TikTok 已成为公众获取健康信息的重要来源，但该平台上的错误信息可能会对健康决策产生不利影响。迄今为止，尚未有研究系统地评估过 TikTok 上与全身麻醉相关的短视频的质量。

目的

本研究旨在使用经过验证的工具来评估 TikTok 上与全身麻醉相关视频的质量和可靠性，并探讨视频来源、时长、用户参与度以及内容质量之间的关联。

方法

我们使用关键词“全身麻醉”（general anesthesia）检索了 TikTok 上的视频，并对其进行了横断面分析。视频质量评估采用了全球质量量表（GQS）、改进的 DISCERN（mDISCERN）、JAMA 基准标准以及一个综合评分系统，该系统用于评估风险披露、操作流程的完整性及准确性。上传者根据其专业背景进行了分类。统计分析包括经过 Holm-Bonferroni 校正的非参数检验、Spearman 相关性分析以及调整了视频时长的多变量有序逻辑回归。

结果

在检索到的 150 个视频中，有 127 个符合纳入标准。整体质量处于较低至中等水平：GQS 中位数 2.0（IQR：1.0–3.0），JAMA 2.0（1.0–2.0），mDISCERN 2.0（2.0–2.0），自定义评分 4.0（3.0–4.0），其中风险披露方面表现尤为薄弱（中位数 0.0）。来自麻醉专业人员的视频在所有指标上的得分最高。用户参与度指标与视频质量无相关性。视频时长仅与 GQS 正相关（r = 0.339，P < 0.001）。多变量分析证实，上传者的专业背景能够独立预测视频质量；与麻醉专业人员相比，患者和普通公众制作高质量内容的概率显著较低（P < 0.001）。

结论

TikTok 上与全身麻醉相关的视频存在明显的质量缺陷，尤其是在风险沟通方面。视频的受欢迎程度并不能反映其科学可靠性。鉴于专业背景能够独立预测内容质量，医疗专业人员应积极创建基于证据的内容，平台必须通过算法优先展示权威来源的信息，以减少错误信息的传播。