Acceso usuarios
Mª Isabel Cano Garcinuño, Sergio Arce-García
Fundamentos: Tras la aparición y difusión de los grupos anti-vacunas, se hace necesario realizar campañas de comunicación orientadas a la ciudadanía sobre los beneficios de la vacunación, y las redes sociales son una buena vía para alcanzar a una gran cantidad de población. Este artículo tuvo como objetivo analizar la comunicación en la red social Twitter durante la campaña de la vacuna de la gripe en el año 2018.
Métodos: Se emplearon métodos de big data para recoger la totalidad de tuits sobre la vacuna de la gripe del 23 de octubre al 15 de diciembre de 2018. Se determinaron por análisis de cluster y los cálculos del eigenvector y pagerank quiénes fueron los usuarios o influencers más importantes durante la campaña.
Resultados: Se recogieron un total de 9.147 tuits, de los cuales el 71,94% fueron retuits (RT) o reenvíos de lo que escriben otros usuarios. Diez grupos generaron el 69,92% del tráfico de los mensajes sobre vacunas. La emoción principal vertida en los mensajes sobre vacunas fue el miedo a las consecuencias si la gente no se vacunara.
Conclusiones: Se determina que la información sobre la campaña es favorable a la vacunación pero está dirigida principalmente por (supuestamente) médicos, enfermeras o enfermos anónimos que tuitean y son muy seguidos por multitud de usuarios. Las campañas oficiales e institucionales, siendo algunas de ellas redifundidas de forma posiblemente organizada, quedan muy relegadas del seguimiento de la sociedad en las redes.
Background: After arising of anti-vaccine groups and their dissemination, it is necessary to carry out communication campaigns on the benefits of vaccination aimed at citizens, and social networks are a good way to reach a large population.
The objective of this article is to determine the communication on Twitter social network during the influenza vaccine campaign in 2018 in Spain.
Methods: Big data methods were used to collect all tweets about the influenza vaccine during October 23 to December 15. They were determined by cluster analysis, eigenvector and pagerank calculations to determinate who were the most important influencers during the campaign.
Results: A total of 9,147 tweets were collected, of which 71.94% were retweets (RT). Ten groups generated 69.92% of the message traffic on vaccines.
The main emotion expressed in the messages about vaccines is the fear of consequences if people do not get vaccinated.
Conclusions: It was determined that the information on the campaign is favorable to vaccination but is mainly directed by (supposedly) doctors, nurses or anonymous patients who tweet and are followed by many users. The official and institutional campaigns, some of which are re-disseminated in a possibly organized way, are very neglected in the monitoring of society in the networks.
