ソーシャルメディアにおけるグルカゴン様ペプチド-1受容体作動薬に対する一般の認識を評価するための大規模言語モデルの使用

在全球範囲において、肥満の流行傾向が絶えず高まり、公衆衛生に重大な影響を与えています。肥満は独立して心血管疾患の発症率および死亡率に関連しており、毎年衛生システムに対して2,000億ドルを超える経済的負担をもたらすと推定されています。近年、インスリン・グルカゴン様ペプチド-1（GLP-1）受容体作動薬は体重減少および心血管リスクの低減に糖尿病とは無関係に効果を示すことから、治療の方法を変えるものとなっています。この背景の中、スタンフォード大学のスレイマン・ソマニ、スネハ・S. ジャイン、アシシュ・サラジュ、アレクサンダー・T. サンドゥー、ティナ・ヘルナンデス-ブサール、およびファティマ・ロドリゲスらは、GLP-1受容体作動薬に関するソーシャルメディアでの公衆認識に関する研究を行い、『Communications Medicine』2024年版で彼らの研究成果を発表しました。

この研究では、大規模な言語モデルを用いてReddit上でGLP-1 RAに関連する39万件以上の議論を分析しました。結果、公衆はこの治療法に対して極めて高い関心を持っており、議論の主なテーマはGLP-1 RAの体重減少に関する体験、異なるGLP-1 RAおよび他の療法との副作用比較、GLP-1 RAの入手および供給の問題、ならびにGLP-1 RAの使用とそれに伴う体重減少のポジティブな心理的効果でした。特筆すべきは、これらの議論が感情的に中立から肯定的である傾向があることです。

研究方法にはデータキュレーション、トピックモデリング、感情分析などの重要なステップが含まれました。データ収集段階では、研究者はPullPushというAPIを用いてReddit上のすべてのGLP-1 RAに関する議論を収集しました。トピックモデリングの段階では、事前訓練された双方向エンコーダ表現変換器（BERT）に類似したアーキテクチャモデルを使用して議論を埋め込み、次に次元の複雑性を削減し、密度ベースのクラスタリングアルゴリズムを適用して議論のトピックを分類しました。感情分析部分では、事前訓練されたBERTモデルを用いてソーシャルメディア投稿の感情を分類しました。

この研究の結果、Reddit上でのGLP-1 RAに関する議論のトピックは168個に上り、さらにこれらのトピックを33のグループに分類し、薬物の有効性、副作用の比較、入手方法からポジティブな心態まで様々なテーマを網羅していることが明らかになりました。感情分析によると、議論の投稿の31.8%がネガティブな感情を示し、50.1%が中立、17.4%がポジティブな感情を表していました。

この研究の結論は、公衆がGLP-1 RAに対して高い関心を持っていることを強調しており、薬物の副作用のモニタリング、薬物の入手可能性の向上、体重管理におけるこれらの薬物の身体・心理的両面の利益について認識を深めるための潜在的な公衆衛生介入手段を提案しています。大規模な言語モデルと人工知能（AI）駆動のトピックモデリングプロセスを通じて、研究はソーシャルメディアにおける公衆感情を掘り下げるための有効なツールを提供し、今後の研究および公衆衛生の努力の方向性を示しています。

『Communications Medicine』に掲載されたこの研究は、ソーシャルメディアデータが医療健康研究において持つ応用の可能性を示しており、大規模な非構造化テキストデータの処理と分析における大規模言語モデルの有効性を強調しています。これにより、患者の見解を理解することが臨床決定、研究、政策努力を導くために重要であることが一層明確になりました。