据美国国家药物滥用学会称，21世纪处方药滥用大肆盛行，是14岁以上人群继酒精和大麻之后最常见的滥用物质。该问题的凸显使得改善监测策略成为必然。2016年3月，发表在《Drug Saf.》的一篇文章评估了利用社交媒体作为一种处方药物滥用自动监测来源的可能性。结果表明，社交媒体是一种获得处方药物滥用相关信息的关键来源。

介绍：处方药物过量是美国增长最快的药物相关问题。该问题的凸显使得改善监测策略（调查特定药物滥用的流行度和模式）成为必然。

目的：首要目的为评估利用社交媒体作为一种处方药物滥用自动监测的来源的可能性，同时开发一种自动分类技术，从而鉴别潜在的以滥用为指标的用户帖子。

方法：我们收集了推特用户帖子（tweets），这些帖子都与3种常见的滥用药物（Adderall、羟考酮、喹硫平）相关。我们手工标注了6400个监测这三种药物和一种对照药物（二甲双胍）的tweets，其中，对照药物因其作用机制而不是滥用对象。我们进行了标注数据的定性和定量分析来确定推特上的帖子是否包含处方药物滥用的信息。最后，我们设计了一种自动监督分类技术将包含处方药物滥用信息的帖子与不包含药物滥用信息的帖子区分开来，并评估利用推特调查随着时间的处方药物滥用的模式的可用度。

结果：我们的分析表明，可以从推特的帖子中收集到处方药物滥用的清晰信号，包含这三种药物（Adderall，23%；羟考酮，5.0%；喹硫平，12.0%）滥用信号的帖子的百分比比对照药物（二甲双胍，0.3%）显著性高。我们的自动分类技术总体上实现了82%的准确性（药物滥用类别召回：0.51，精确度：0.41；F值：0.46）。为了证实自动药物分类的可用度，我们表现了分类数据怎样能用于分析随着时间的处方药物滥用模式。

结论：我们的研究表明，社交媒体是一种获得处方药物滥用相关信息的关键来源，并且涉及监督分类和自然语言处理的自动分类技术能够为将来必要的监测和干预任务提供保障。

英文链接：http://www.ncbi.nlm.nih.gov/pubmed/26748505

（选题审校：李潇潇 编辑：吴刚）
（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）