DOI: 10.21045/2071-5021-2023-69-1-10
Бузин В.Н., Ходакова О.В.
ФГБУ «Центральный научно-исследовательский институт организации и
информатизации здравоохранения» Минздрава России, Москва, Россия
Резюме
Актуальность. Одной из мало исследованных областей в
формировании отношения населения к вакцинопрофилактике является влияние
содержания и интенсивности распространения информации о
вакцинопрофилактике в интернете и традиционных средствах массовой
информации. Особенно актуально исследование влияния средств массовой
информации в ситуации пандемий.
Цель исследования. Оценить влияние информационных
сообщений по тематике Covid-19 на темпы вакцинопрофилактики населения и
определить специфику их эффективного содержания.
Материалы и методы. Материалом для анализа явились
статистические данные по количеству и тематике информационных сообщений,
определенных по поисковым запросам в системе мониторинга и анализа СМИ и
социальных сетей в режиме онлайн за период с 01 апреля 2019 г. по 13
апреля 2022 г., анализ которых проводился на базе
математико-лингвистического анализа текстов 81 000 открытых источников
СМИ. А также информация по заболеваемости и темпам вакцинации населения
на официальном сайте стопкоронавирус.рф за тот же временной период.
Статистический анализ данных проводился: методом иерархического
кластерного анализа с построением дендрограммы в статистическом пакете
SPSS 22.00; методом корреляционного анализа с вычислением двустороннего
коэффициента Пирсона, причем при интерпретации результатов учитывались
только корреляции на уровне значимости p<0.01 и значением
коэффициента корреляции выше 0,5.
Результаты. Проведенное исследование выявило, что на
рассмотренные в работе параметры вакцинирования населения практически не
влияют переменные, образующие кластер – «Фактор нейтральности», а также
позволило сделать ряд предположений: число вакцинированных находится в
прямой зависимости от уровня смертности и с объемом негативной
информации в СМИ; ежемесячный прирост числа вакцинированных связан
напрямую с количеством сообщений в СМИ с цитатами ведущих специалистов и
отсылками к статистическим данным и негативно связан с долей
нейтральных сообщений на тему пандемии.
Заключение. Представленные результаты позволили
сформулировать первоочередные пути повышения приверженности населения
Российской Федерации вакцинопрофилактике, повышения доверия населения
вакцинам, а также способы резкого повышения темпов вакцинации в
экстремальных пандемийных ситуациях через интенсификацию
информационно-пропагандистского воздействия на население. Причём такое
воздействие, чтобы быть эффективным, как показало проведенное
исследование, должно отвечать определенным критериям.
Область применения результатов. Использование
результатов данного исследования будет полезно для органов
исполнительной власти, отвечающих за сохранение жизни и здоровья
граждан.
Ключевые слова: медиапространство; вакцинопрофилактика; КОВИД-19; здравоохранение; общественное здоровье
Контактная информация: Бузин Валерий Николаевич, email:
Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script
Финансирование. Исследование не имело спонсорской поддержки.
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов в связи с публикацией данной статьи.
Соблюдение этических стандартов. Данный вид исследования не требует прохождения экспертизы локальным этическим комитетом.
Для цитирования: Бузин
В.Н., Ходакова О.В. Влияние информационных сообщений по тематике Covid-19 на
темпы вакцинопрофилактики населения. Социальные аспекты здоровья населения
[сетевое издание] 2023; 69(1):10. Режим доступа: http://vestnik.mednet.ru/content/view/1454/30/lang,ru/. DOI:
10.21045/2071-5021-2023-69-1-10
THE IMPACT OF INFORMATION MESSAGES ABOUT COVID-19 ON THE RATE OF POPULATION VACCINATION
Buzin VN, Khodakova OV
Federal Research Institute for Health Organization and Informatics of
Ministry of Health of the Russian Federation, Moscow, Russia
Abstract
Significance. One of the understudied areas in shaping
the attitude of the population towards vaccination is the impact of the
content and intensity of information dissemination about vaccination via
the Internet and traditional mass media. Analyzing the mass media
impact in the situation of pandemics is especially relevant.
The purpose of the study: to assess the impact of
COVID-related information messages on the rate of population vaccination
and determine specific features of the effective content.
Material and methods. The material for the analysis was
statistical data on the number and topic of information messages
identified by online search queries in the monitoring and analysis
system of mass media and social networks for the period from April 01,
2019 to April 13, 2022, the analysis of which was carried out on the
basis of mathematical and linguistic analysis of texts of 81,000 open
media sources. As well as information on the incidence and rate of
vaccination available from the official website стопкоронавирус.рф for
the same time period. Statistical analysis of the data was carried out
by the method of hierarchical cluster analysis with the creation of
dendrogram in the statistical package SPSS 22.00; by the method of
correlation analysis with the calculation of the two-sided Pearson
coefficient; during the result interpretation, only correlations at the
significance level p<0.01 and the value of the correlation
coefficient above 0.5 were taken into account.
Results. The study shows that the parameters of
vaccination considered in the article are hardly affected by the
variables forming the “Neutrality Factor” cluster, and also allowed us
to make a number of assumptions: the number of vaccinated is directly
dependent upon the mortality rate and the volume of negative information
in the media; the monthly increase in the number of vaccinated is
directly related to the number of media reports with quotes from leading
experts and references to statistical data, and is negatively
associated with the proportion of neutral messages on the topic of the
pandemic.
Conclusion. The presented results made it possible to
formulate priority directions for enhancing commitment of the Russian
population to vaccination, increasing public confidence in vaccines, as
well as directions to dramatically increase the rate of vaccination in
extreme pandemic situations through intensification of the information
and propaganda impact on the population. Moreover, according to the
study results, such an impact, in order to be effective, must meet
certain criteria.
Scope of application. The study results can be used by executive authorities responsible for preserving the life and health of the citizens.
Keywords: media space; vaccination; COVID-19; healthcare; public health.
Corresponding author: Valery N. Buzin, email:
Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script
Information about the authors:
Buzin VN, https://orcid.org/0000-0001-6833-7214
Khodakova OV, https://orcid.org / 0000-0001-8288-939X
Acknowledgments. The study had no sponsorship.
Competing interests. The authors declare the absence of any conflicts of interest regarding the publication of this paper.
Compliance with ethical standards. This study does not require a conclusion from the Local Ethics Committee.
For citation: Buzin
VN, Khodakova OV. The impact of information messages about COVID-19 on the rate
of population vaccination. Social'nye aspekty zdorov'a naselenia [serial online] 2023; 69(1):10. Available from: http://vestnik.mednet.ru/content/view/1454/30/lang,ru/. DOI:
10.21045/2071-5021-2023-69-1-10 (In Rus).
Введение
В пропаганде вакцинопрофилактики необходимо учитывать, что в настоящее время перестройка средств массовой коммуникации привела к тому, что они перестают выполнять свою важнейшую функцию – доводить до общественности достоверную информацию и не столько распространяют информацию, сколько формируют общественное мнение. Признаком соответствия различных образующихся сообществ в новой архитектуре сетевого общества является их сетевая, децентрализованная форма организации и самоорганизующиеся системы циркулирования информации внутри сообщества [1]. И это один из ключевых факторов успешности продвижения в сетевых структурах любых идей, в том числе и идеи вакцинопрофилактики. Один из представителей постмодернизма, итальянский философ Дж. Ваттимо утверждал, что взрывообразный рост медийной сферы подорвал веру общества в истину и реальность [2]. Благодаря экспансии медиа доступ к ним получили самые разные группы, регионы и страны, поэтому для всей этой аудитории не может существовать одной реальности, они неизбежно придерживаются разных взглядов на проблемы и события [2]. Это, по его мнению, и является условием свободы, а вера в реальность и связанные с ней методы убеждения утратили свою убедительность. Единая для всех реальность перестала существовать. Множественность этих реальностей должна учитываться множественностью способов и форм пропаганды вакцинопрофилактики [3]. Подобная множественность может приводить к неприятию части инициатив государственных органов, даже тех, что направлены на поддержание здоровья населения. И отношение значительной части населения к вакцинации от COVID -19 является тому примером. Поэтому работа над конструированием реальности в процессе массовой коммуникации становится крайне актуальной задачей не только с теоретической, но и с практической точки зрения.
Использование результатов научных исследований в области вакцинопрофилактики на практике является наиболее сложной частью ведения информационной работы [4]. Стыковка медицинской научной теории и практической деятельности медицинских работников и журналистов происходит в условиях разрешения ряда объективных противоречий между идеальным представлением об объекте и управлении этим объектом, сложившимися традициями и представлениями об объекте у акторов процесса управления – в данном случае процесса управления российским медиапространством. На пропаганду вакцинопрофилактики необходимо смотреть в контексте естественнонаучной картины мира.
В этой связи крайне важно исследовать роль распространения информации в интернете и в СМИ в формировании общественного мнения в отношении вакцинопрофилактики. Базовый исследовательский вопрос заключается в определении и анализе факторов влияния информационных полей в интернете на ценностные установки и отношение населения к программам иммунизации, оценке уровня противодействия вакцинопрофилактике антипрививочного лобби. Это имеет существенное научно-практическое значение, так как позволяет определить основные направления совершенствования программ иммунизации с точки зрения коммуникативного аспекта.
Исследование Высшей школы экономики в допандемийном 2018 году показало, что информационное поле вакцинопрофилактики в большей степени характеризуется нейтральной тональностью подачи новостных материалов [5]. Это исследование также позволило выявить путем ручного анализа сообщений, что наибольшее количество не побуждающих к прививанию новостных сообщений, а также информационных материалов, формирующих неоднозначное решение по вакцинации, не соотносится с ключевыми ценностными установками: защита/устойчивость к заболеваниям; создание активного иммунитета; протекание болезней в легкой форме и избежание осложнений; побочные эффекты и осложнения; наличие противопоказаний; предотвращение массовых заболеваний. Меньшее влияние на общий уровень осведомленности населения об особенностях вакцинопрофилактики оказывают такие ценностные установки, как: неосведомленность граждан в вопросах вакцинации; отсутствие вакцины в стране; болезненность вакцинации; безответственность врачей; несоблюдение норм проведения вакцинации [5].
Это исследование также показало, что одной из причин негативного отношения к вакцинопрофилактике является наличие сообщений, которые ставят под сомнение её необходимость, в частности, такими причинами являются: побочные эффекты и осложнения, наличие противопоказаний, а также недостаточно высокая эффективность вакцинации [5].
Целью работы является оценка влияния информационных сообщений по тематике КОВИД-19 на темпы вакцинопрофилактики населения.
Материал и методы
Проведен ретроспективный анализ динамики вакцинации и заболеваемости населения КОВИД-19 и ее связи с динамикой количества и содержания информационных сообщений по теме заболеваемости и вакцинопрофилактики в средствах массовой информации (СМИ). Материалом для анализа явились статистические данные по количеству и тематике информационных сообщений, определенных по поисковым запросам в системе мониторинга и анализа СМИ и социальных сетей в режиме онлайн «Медиалогия» [6]: стоит ли делать прививки, зачем нужна вакцинация, какие прививки нужно делать, какие прививки нужно делать, когда делать прививки календарь, прививки за и против, последствия и побочные реакции вакцинации, противопоказания к вакцинации, как действует вакцина, эффективность вакцинации, какие бывают вакцины за период с 01 апреля 2019 г. по 13 апреля 2022 г., всего 1 138 258 сообщений, анализ которых проводился на базе математико-лингвистического анализа текстов 81 000 открытых источников СМИ. А также информация по заболеваемости и темпам вакцинации населения на официальном сайте стопкоронавирус.рф [7] (Приложение 1). Статистический анализ данных проводился: методом иерархического кластерного анализа с постарением дендрограммы в статистическом пакете SPSS 22.00; методом корреляционного анализа с вычислением двустороннего коэффициента Пирсона, причем при интерпретации результатов учитывались только корреляции на уровне значимости p<0.01 и значением коэффициента корреляции выше 0,5.
Результаты
Проведенное исследование выявило, что наибольшее количество упоминаний о вакцинации за период с апреля 2019 г по апрель 2022 г. пришлось на весну 2020 года, то есть на начало активной вакцинальной компании (рис. 1). Этот показатель связан напрямую с уровнем осведомленности граждан с возможностью и необходимостью вакцинироваться от новой коронавирусной инфекции (Приложение 1 табл. 1).
![Рис. 1](http://vestnik.mednet.ru/images/stories/089/891001sm.png)
Рис. 1. Количество упоминаний вакцинации в средствах массовой информации за период в апреля 2019 г. по апрель 2022 г.
Распределение сообщений по объектам упоминаний в позитивном и негативном ключе (табл. 1) выявило недостаточную информационную активность в плане продвижения позитивного имиджа вакцинопрофилактики в СМИ, что говорит о недостаточном уровне реализации государственной медиаполитики в сфере здравоохранения.
Таблица 1
Распределение сообщений негативной и позитивной тональностей по основным объектам и акторам
Объекты |
Кол-во сообщений |
Главная роль |
Охват млн. чел |
Негативные |
Позитивные |
Цитирование |
Коронавирусная инфекция COVID-19 |
1138257 |
623226 |
717,8 |
209695 |
3049 |
239568 |
Федеральная служба по надзору в сфере защиты прав потребителей и благополучия человека РФ |
123202 |
27856 |
541,0 |
840 |
1265 |
64098 |
Всемирная организация здравоохранения |
69966 |
20156 |
439,2 |
4614 |
3562 |
40123 |
Sputnik V |
54360 |
11751 |
394,8 |
1295 |
2871 |
5518 |
Министерство здравоохранения РФ |
48874 |
10257 |
411,3 |
543 |
1089 |
27863 |
ЭпиВакКорона |
16095 |
968 |
269,3 |
183 |
378 |
612 |
"Спутник лайт" |
15852 |
1711 |
253,3 |
64 |
246 |
640 |
Следующий результат нашего исследования - распределение количества сообщений по упоминаемым в них словам - показал, что образ врача более чем в 30 раз реже связывается с тематикой вакцинации (рис. 2), что может говорить о недостаточном использовании образа врача в информационных сообщениях.
![Рис. 2](http://vestnik.mednet.ru/images/stories/089/891002sm.png)
Рис. 2. Распределений информационно-аналитических сообщений в средствах массовой информации по количеству упоминаемых в них слов за период с апреля 2019 г. по апрель 2022 г.
Ввиду отсутствия статистических форм учета заболеваемости и вакцинации данные для дальнейшего анализа взяты были взяты из различных источников, включая официальный сайт стопкоронавирус.рф - официальный интернет-ресурс для информирования населения по вопросам коронавируса (COVID-19) разработанный и поддерживаемый АНО «Национальные приоритеты», а также из различных открытых источников, не связанных с Росстатом (табл. 2). Часть абсолютных показателей была пересчитана в динамические, например количество вакцинированных нарастающим итогом было пересчитано в помесячный прирост людей, сделавших вакцинацию, а ежемесячные данные по количеству смертей накопленным итогом прирост смертей как разницу между показателем текущего месяца и предыдущего.
Таблица 2
Динамика вакцинирования, заболеваний и смертности [7] от КОВИД-19
Дата |
Число вакцинированных |
Прирост числа вакцинированных |
Пики числа вакцинированных |
Суммарно заразившихся |
Смертей |
Прирост заразившихся |
Прирост смертей |
январь 2021 |
80 000 |
0 |
7 790 |
3 186 336 |
57 555 |
864 280 |
17 091 |
февраль 2021 |
1 072 564 |
992 564 |
274 864 |
3 868 087 |
73 619 |
681 751 |
16 064 |
март 2021 |
4 351 874 |
3 279 310 |
348 001 |
4 257 650 |
86 455 |
389 563 |
12 836 |
апрель 2021 |
6 732 970 |
2 381 096 |
327 950 |
4 554 264 |
99 233 |
296 614 |
12 778 |
май 2021 |
11 675 246 |
4 942 276 |
448 925 |
4 814 558 |
110 520 |
260 294 |
11 287 |
июнь 2021 |
15 999 736 |
4 324 490 |
457 656 |
5 081 417 |
121 873 |
266 859 |
11 353 |
июль 2021 |
22 116 714 |
6 116 978 |
1 140 064 |
5 538 142 |
135 886 |
456 725 |
14 013 |
август 2021 |
36 269 232 |
14 152 518 |
399 458 |
6 288 677 |
159 352 |
750 535 |
23 466 |
сентябрь 2021 |
43 007 886 |
6 738 654 |
808 333 |
6 937 333 |
184 014 |
648 656 |
24 662 |
октябрь 2021 |
47 159 792 |
4 151 906 |
1 032 341 |
7 535 548 |
208 142 |
598 215 |
24 128 |
ноябрь 2021 |
54 967 417 |
7 807 625 |
668 646 |
8 554 192 |
239 693 |
1 018 644 |
31 551 |
декабрь 2021 |
66 299 785 |
11 332 368 |
806 617 |
9 669 718 |
276 419 |
1 115 526 |
36 726 |
январь 2022 |
72 398 107 |
6 098 322 |
286 668 |
10 519 733 |
309 707 |
850 015 |
33 288 |
февраль 2022 |
75 485 224 |
3 087 117 |
319 310 |
11 986 913 |
332 012 |
1 467 180 |
22 305 |
март 2022 |
77 907 775 |
2 422 551 |
319 310 |
16 495 369 |
352 446 |
4 508 456 |
20 434 |
апрель 2022 |
79 035 572 |
1 127 797 |
199 776 |
17 862 089 |
369 064 |
1 366 720 |
16 618 |
Даже предварительный визуальный анализ зависимостей (рис. 3), позволяет предположить наличие связи между исследуемыми параметрами.
![Рис. 3](http://vestnik.mednet.ru/images/stories/089/891003sm.png)
Рис. 3. Динамика смертности от КОВИД-19 и динамика вакцинации населения январь 2021г. – апрель 2022 г.
Это послужило основанием провести кластерный анализ взаимосвязи показателей динамики вакцинации и смертности населения и показателей медийного поля (приведенный нами выше) за 2021-2022 года.
Для более наглядного представления результатов анализа взаимосвязей в этой категории переменных проведем иерархическую кластеризацию: попробуем объединить исследуемые переменные в несколько однородных групп.
Иерархический кластерный анализ проведем с применением статистического пакета SPSS 22.00 со следующими параметрами:
CLUSTER
/MATRIX IN(D0.3490032283251693)
/METHOD BAVERAGE
/PRINT SCHEDULE CLUSTER(2,4)
/PRINT DISTANCE
/PLOT DENDROGRAM HICICLE.
Полученный результат кластеризации выглядит следующим образом (рис. 4):
![Рис. 4](http://vestnik.mednet.ru/images/stories/089/891004sm.png)
Рис. 4. Дендрограмма результатов кластерного анализа
А результирующая таблица разбивки принадлежности переменных по кластерам представлена ниже (табл. 3):
Таблица 3
Результаты кластеризации: принадлежность переменных к кластерам (при заданных значениях 2, 3 или 4 кластера)
|
Наблюдение |
Кластеры 4 |
Кластеры 3 |
Кластеры 2 |
Кол-во сообщений |
1 |
1 |
1 |
МедиаИндекс |
1 |
1 |
1 |
Негативные |
1 |
1 |
1 |
Доля негативных в % |
1 |
1 |
1 |
Нейтральные |
1 |
1 |
1 |
Доля нейтральных в % |
2 |
2 |
2 |
Главная роль |
1 |
1 |
1 |
Доля сообщений в главной роли в % |
1 |
1 |
1 |
Цитирование |
1 |
1 |
1 |
Доля сообщений с цитатами в % |
3 |
1 |
1 |
Оригинальные сообщения |
1 |
1 |
1 |
Перепечатки |
1 |
1 |
1 |
Доля перепечаток в % |
1 |
1 |
1 |
Охват (из открытых источников) млн чел |
1 |
1 |
1 |
Число вакцинированных |
4 |
3 |
2 |
Прирост числа вакцинированных |
3 |
1 |
1 |
Пики числа вакцинированных |
1 |
1 |
1 |
Суммарно заразившихся |
4 |
3 |
2 |
Смертей |
4 |
3 |
2 |
Прирост заразившихся |
4 |
3 |
2 |
Прирост смертей |
3 |
1 |
1 |
Авторами предлагается взять за основу разбиение поля переменных на 4 группы, 4 кластера. Визуально представленные на дендрограмме (рис. 4) и таблице (табл.3) результаты позволяют сформулировать, что в исследуемой области действуют четыре группы связанных между собой переменных. Далее процедура требует осмысления состава полученных кластеров и их смыслового обозначения (табл. 4).
Таблица 4
Нейминг кластеров и их состав
4 кластер (Мотивация к вакцинации) |
3кластер (Динамика прироста вакцинированных) |
2 кластер (Фактор нейтральности) |
1 кластер (Факторы интенсификации вакцинирования) |
Число суммарно заразившихся
Количество смертей
Прирост числа заразившихся
Число вакцинированных
|
Доля информационных сообщений с цитатами в %
Прирост числа вакцинированных
Прирос количества смертей
|
Доля нейтральных сообщений в %
|
Количество информационных сообщений.
МедиаИндекс.
Количество негативных информационных сообщений.
Доля негативных информационных сообщений в %.
Количество нейтральных информационных сообщений.
Количество информационных сообщений с темой КОВИД и вакцинации в качестве главной.
Доля сообщений с главной темой в %.
Количество цитирований специалистов в тексте сообщения.
Количество оригинальных сообщений.
Количество перепечаток и их доля в %.
Охват населения сообщением в млн чел.
Пики числа вакцинированных.
|
Содержательная интерпретация кластеризации подтверждает наличие связи между параметрами вакцинации населения и интенсивности и качества параметров медиапространства. Нейминг полученных кластеров в нашей интерпретации: 4 кластер – «Мотивация к вакцинации»; 3кластер – «Динамика прироста вакцинированных»; 2 кластер – «Фактор нейтральности»; 1 кластер – «Факторы интенсификации вакцинирования».
Обсуждение
Исследование показало, что на рассмотренные в работе параметры вакцинирования населения практически не влияют переменные, образующие кластер – «Фактор нейтральности». Проанализированный состав включенных в каждый выделенный кластер переменных позволил сделать рад предположений:
-
число вакцинированных находится в прямой зависимости от уровня смертности и с объемом негативной информации в СМИ;
- ежемесячный прирост числе вакцинированных связан напрямую с количеством сообщений в СМИ с цитатами ведущих специалистов и отсылками к статистическим данным и негативно связан с долей нейтральных сообщений на тему пандемии;
-
показатель ежемесячных пиков числа вакцинированных положительно связан с количеством негативных сообщений в СМИ о ситуации с КОВИД-19, количеством перепечаток этого сообщения другими СМИ и фактическим охватом населения этой информации;
- количество суммарно заразившихся (косвенно отражает выполнение населением профилактических рекомендаций - ношение масок, соблюдение физической дистанции в транспорте, самоизоляции и др.) уменьшается при активной позиции СМИ, то есть при увеличении количества информационных сообщений, при увеличении их негативности, увеличения количества оригинальных сообщений, увеличения количества перепечаток оригинальных сообщений и их доли в общем количестве информационных сообщений.
Проведенный в процессе исследования корреляционный анализ матрицы переменных в системе обработки данных SPSS 22.0 позволил выделить ряд значимых взаимосвязей по коэффициенту корреляции Пирсона при двустороннем уровне значимости на уровне значимости p<0.01 (Приложение 2), что подтверждает достоверность наличия значимых взаимосвязей между описанными переменными При анализе предполагалось также, что несмотря на уровень двусторонней значимости анализу подлежат только достаточно сильные взаимосвязи с уровнем корреляции высоких уровней не менее 0,5, во избежание приписывания изучаемому объекту ложных зависимостей.
Всемирная организация здравоохранения (ВОЗ), подчеркивая важность работы с населением в области вакцинопрофилактики, в январе 2021 года выпустило руководство «Вовлечение общественности в процесс внедрения вакцины от COVID-19» [8], задача которого заключалась в том, чтобы вовлечение общественности стало центральным элементом стратегий внедрения вакцин от COVID-19. В данном документе отмечалось, что пандемия поставила перед миром ряд проблем, связанных с восприятием вакцины. Одна из ключевых проблем связана с вакцинацией взрослых и ограниченным опытом в этой области. Кроме того, более чем в 90% стран начиная с 2014 года неуклонно растет недоверие к вакцинации [9]. Доверие общественности является ключевым фактором, обеспечивающим внедрение и принятие вакцины. Для укрепления доверия важно понять, как население воспринимает заболевание, а также возникающие у него основные вопросы, сомнения и опасения, связанные с вакцинами в целом и от COVID-19 в частности [10, 11].
Заключение
Решению задачи повышения приверженности населения Российской Федерации вакцинопрофилактике, повышению доверия населения вакцинам, а также резкого повышения темпов вакцинации в экстремальных пандемийных ситуациях может способствовать интенсификация информационно-пропагандистского воздействия на население. Причем такое воздействие, чтобы быть эффективным, как показало проведенное исследование, должно отвечать следующим критериям:
-
активным присутствием в информационных сообщениях медицинских работников, ведущих специалистов в области вакцинопрофилактики, представителей Минздрава России и Роспотребнадзора;
-
информационные сообщения, для формирования доверия к ним населения, должны опираться на оперативные статистические данные, особенно на данные по увеличению смертности;
-
интенсивность выпуска информационных сообщений должна быть высокой, для поддержания у населения фокуса внимания на данной проблеме;
-
при выпуске информационных сообщений нейтральной тональности настороженность населения будет снижаться, а темпы вакцинации падать;
-
информационные сообщения в средствах массовой информации, в том числе и в интернете, должны демонстрировать активную поддержку профилактическим мероприятиям;
-
интенсивность информационных сообщений в средствах массовой информации не должна снижаться до окончания эпидемий, а в остальное время формирование позитивного отношения к вакцинопрофилактике в целом необходимо активно поддерживать пропагандой научных достижений в этой области.
Библиография
-
Кастельс М. Информационная эпоха: экономика, общество, культура. [Пер. с англ]. М.: ВШЭ, 2000. 608 с.
-
Ваттимо Дж. Прозрачное общество. [Пер. с итал.]. М.: Логос, 2002. 128 c.
-
Бузин В.Н., Бузина Т.С. Социальная реклама: быть или не быть? Реклама: теория и практика 2007. (1): 16-28.
-
Брико Н.И., Каграманян И.Н., Никифоров В.В., Суранова T.Г., Чернявская О.П., Полежаева Н.А. Пандемия COVID-19. Меры борьбы с ее распространением в Российской Федерации. Эпидемиология и вакцинопрофилактика, 2020. 19(2): 4–12. https://doi: 10.31631/2073- 3046-2020-19-2-4-12.
-
Хорева О.Б., Тарасенко Е.А., Иванова Е.С. Роль информационного поля в формировании общественного мнения о вакцинопрофилактике. Информационное общество, 2021. (6): 50-62.
-
Медиалогия. Мониторинг СМИ и соцсетей. Режим доступа: https://www.mlg.ru/ (Дата доступа 05.10.2022).
-
Вакцинация от КОВИД-19. Сайт Правительства Российской федерации стопкоранавирус.рф. Режим доступа: https://xn--80aesfpebagmfblc0a.xn--p1ai/information/ (Дата доступа 05.10.2022).
-
World Health Organization & United Nations Children's Fund (UNICEF). Conducting community engagement for COVID-19 vaccines: interim guidance, 31 January 2021. World Health Organization Available from: https://apps.who.int/iris/handle/10665/339451 (Date accessed: Oct 05, 2022).
-
French J, Deshpande S, Evans W, Obregon R. Key guidelines in developing a pre-emptive COVID-19 vaccination uptake promotion strategy. Int J Environ Res Public Health 2020; 17(16): 5893.
-
de Figueiredo A, Simas C, Karafillakis E, Paterson P, Larson HJ (2020). Mapping global trends in vaccine confidence and investigating barriers to vaccine uptake: a large-scale retrospective temporal modelling study. Lancet 2020; 396 (10255): 898–908.
-
Шикина И.Б., Шляфер С.И., Сопрун Л.А., Гаврилова Н.Ю., Акулин И.М. Организационная модель оказания медицинской помощи при постковидном синдроме. Современные проблемы здравоохранения и медицинской статистики. 2022; 4: 787-803. DOI 10.24412/2312-2935-2022-4-787-803
References
- Castells M. The Information Age: Economy, Society and Culture Volume. [Transl. from Eng]. Moscow: VShE; 2000. 608 p. (In Rus.).
- Vattimo G. La società trasparente [Trad. dall'Ital.]. Moscow: Logos; 2002. 128 p.
- Buzin VN, Buzina TS. Sotsial'naya reklama: byt' ili ne byt'? [Social advertising: to be or not to be?] Reklama: teoriya i praktika, 2007. (1): 16-28. (In Rus.).
- Briko NI., Kagramanyan IN., Nikiforov VV., Suranova TG., Chernyavskaya OP., Polezhaeva NA. Pandemiya COVID-19. Mery bor'by s ee rasprostraneniem v Rossiyskoy Federatsii [The COVID-19 pandemic. Measures to combat its spread in the Russian Federation] Epidemiologiya i vaktsinoprofilaktika, 2020. 19(2): 4–12. https://doi: 10.31631/2073- 3046-2020-19-2-4-12.
- Khoreva OB., Tarasenko EA., Ivanova ES. Rol' informatsionnogo polya v formirovanii obshchestvennogo mneniya o vaktsinoprofilaktike [The role of the information field in the formation of public opinion about vaccination]. Informatsionnoe obshchestvo, 2021. (6): 50-62.
- Medialogiya. Monitoring SMI i sotssetey [Medialogy. Monitoring of mass media and social networks]. Available from: https://www.mlg.ru/ (Date accessed: Oct 05, 2022). (In Rus.).
- Vaktsinatsiya ot KOVID-19. Sayt Pravitel'stva Rossiyskoy federatsii [Vaccination against COVID-19. Website of the Government of the Russian Federation] stopkoranavirus.rf. Available from: https://xn--80aesfpebagmfblc0a.xn--p1ai/information/ (Date accessed: Oct 05, 2022). (In Rus.).
- World Health Organization & United Nations Children's Fund (UNICEF). Conducting community engagement for COVID-19 vaccines: interim guidance, 31 January 2021. World Health Organization Available from: https://apps.who.int/iris/handle/10665/339451 (Date accessed: Oct 05, 2022).
- French J, Deshpande S, Evans W, Obregon R. Key guidelines in developing a pre-emptive COVID-19 vaccination uptake promotion strategy. Int J Environ Res Public Health 2020; 17(16): 5893.
- de Figueiredo A, Simas C, Karafillakis E, Paterson P, Larson HJ. Mapping global trends in vaccine confidence and investigating barriers to vaccine uptake: a large-scale retrospective temporal modelling study. Lancet 2020; 396 (10255): 898–908.
- Shikina IB, Shlyfer SI, Soprun LA, Gavrilova NY, Akulin IM. Organizational model of medical care in postcoid syndrome. Current health and medical statistics issues. 2022; 4. (In Rus.). DOI 10.24412/2312-2935-2022-4-787-803
ПРИЛОЖЕНИЕ 1
Таблица 1
Данные базы данных «Медиалогия» по информационной активности в период пандемии по тематике вакцинации и КОВИД-19
|
Кол-во сообщений |
МедиаИндекс |
Негативные |
Доля негативных |
Нейтральные |
Доля нейтральных |
Позитивные |
Доля позитивных |
Главная роль |
Доля сообщений в главной роли |
Цитирование |
Доля сообщений с цитатами |
Оригинальные сообщения |
Перепечатки |
Доля перепечаток |
Охват (из открытых источников) |
Всего |
1138257 |
4137219 |
209695 |
18% |
925513 |
81% |
3049 |
0% |
623226 |
55% |
239568 |
21% |
509039 |
629218 |
55% |
717,8 млн |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Кол-во сообщений |
МедиаИндекс |
Негативные |
Доля негативных |
Нейтральные |
Доля нейтральных |
Позитивные |
Доля позитивных |
Главная роль |
Доля сообщений в главной роли |
Цитирование |
Доля сообщений с цитатами |
Оригинальные сообщения |
Перепечатки |
Доля перепечаток |
Охват (из открытых источников) |
апрель 2019 |
0 |
0 |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0 |
0% |
н.д. |
май 2019 |
0 |
0 |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0 |
0% |
н.д. |
июнь 2019 |
0 |
0 |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0 |
0% |
н.д. |
июль 2019 |
0 |
0 |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0 |
0% |
н.д. |
август 2019 |
0 |
0 |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0 |
0% |
н.д. |
сентябрь 2019 |
0 |
0 |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0 |
0% |
н.д. |
октябрь 2019 |
0 |
0 |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0 |
0% |
н.д. |
ноябрь 2019 |
0 |
0 |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0 |
0% |
н.д. |
декабрь 2019 |
0 |
0 |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0% |
0 |
0 |
0% |
н.д. |
январь 2020 |
1 |
1 |
0 |
0% |
1 |
100% |
0 |
0% |
0 |
0% |
0 |
0% |
1 |
0 |
0% |
1,8 тыс |
февраль 2020 |
5 |
226 |
0 |
0% |
5 |
100% |
0 |
0% |
1 |
20% |
2 |
40% |
5 |
0 |
0% |
0,9 млн |
март 2020 |
94122 |
395564,4 |
19818 |
21% |
72998 |
78% |
1306 |
1% |
70985 |
75% |
20723 |
22% |
41645 |
52477 |
56% |
5027,0 млн |
апрель 2020 |
162407 |
462437,2 |
35449 |
22% |
125216 |
77% |
1742 |
1% |
105270 |
65% |
33981 |
21% |
70805 |
91602 |
56% |
8570,7 млн |
май 2020 |
88444 |
300079,6 |
18155 |
21% |
70288 |
79% |
1 |
0% |
50668 |
57% |
18762 |
21% |
38937 |
49507 |
56% |
5211,3 млн |
июнь 2020 |
54011 |
202502 |
9092 |
17% |
44919 |
83% |
0 |
0% |
23854 |
44% |
10234 |
19% |
24985 |
29026 |
54% |
3854,8 млн |
июль 2020 |
41804 |
173240,7 |
6943 |
17% |
34861 |
83% |
0 |
0% |
18326 |
44% |
7361 |
18% |
18830 |
22974 |
55% |
3407,9 млн |
август 2020 |
30738 |
122469,6 |
5223 |
17% |
25515 |
83% |
0 |
0% |
13211 |
43% |
5552 |
18% |
13931 |
16807 |
55% |
3035,3 млн |
сентябрь 2020 |
33554 |
118071,3 |
5904 |
18% |
27650 |
82% |
0 |
0% |
14566 |
43% |
6753 |
20% |
15689 |
17865 |
53% |
3250,3 млн |
октябрь 2020 |
57024 |
174433,3 |
10079 |
18% |
46945 |
82% |
0 |
0% |
29852 |
52% |
12246 |
21% |
25154 |
31870 |
56% |
3901,9 млн |
ноябрь 2020 |
44501 |
117408,8 |
8124 |
18% |
36377 |
82% |
0 |
0% |
22185 |
50% |
9042 |
20% |
19940 |
24561 |
55% |
3493,8 млн |
декабрь 2020 |
41060 |
143048 |
7156 |
17% |
33904 |
83% |
0 |
0% |
19788 |
48% |
8430 |
21% |
19225 |
21835 |
53% |
3367,4 млн |
январь 2021 |
35437 |
156348,1 |
5751 |
16% |
29686 |
84% |
0 |
0% |
15884 |
45% |
6280 |
18% |
16524 |
18913 |
53% |
3579,2 млн |
февраль 2021 |
26712 |
110745,2 |
4054 |
15% |
22658 |
85% |
0 |
0% |
11325 |
42% |
4490 |
17% |
12433 |
14279 |
53% |
2885,1 млн |
март 2021 |
29047 |
121196,2 |
4896 |
17% |
24151 |
83% |
0 |
0% |
13626 |
47% |
5326 |
18% |
13626 |
15421 |
53% |
3380,6 млн |
апрель 2021 |
35996 |
148663,5 |
4751 |
13% |
31245 |
87% |
0 |
0% |
14726 |
41% |
6211 |
17% |
15979 |
20017 |
56% |
3604,2 млн |
май 2021 |
25152 |
100792,8 |
4202 |
17% |
20950 |
83% |
0 |
0% |
11759 |
47% |
4985 |
20% |
11277 |
13875 |
55% |
3153,1 млн |
июнь 2021 |
42778 |
172514 |
7849 |
18% |
34929 |
82% |
0 |
0% |
26359 |
62% |
9177 |
21% |
18036 |
24742 |
58% |
3835,5 млн |
июль 2021 |
41657 |
156338,2 |
7938 |
19% |
33719 |
81% |
0 |
0% |
24050 |
58% |
8586 |
21% |
18371 |
23286 |
56% |
3720,3 млн |
август 2021 |
30225 |
150438,6 |
5193 |
17% |
25032 |
83% |
0 |
0% |
16881 |
56% |
7305 |
24% |
13745 |
16480 |
55% |
3068,1 млн |
сентябрь 2021 |
25484 |
96050,9 |
3656 |
14% |
21828 |
86% |
0 |
0% |
11823 |
46% |
5847 |
23% |
11229 |
14255 |
56% |
3148,1 млн |
октябрь 2021 |
50012 |
225260,2 |
8613 |
17% |
41399 |
83% |
0 |
0% |
30455 |
61% |
12524 |
25% |
22347 |
27665 |
55% |
4233,5 млн |
ноябрь 2021 |
46307 |
159691,8 |
9060 |
20% |
37247 |
80% |
0 |
0% |
26409 |
57% |
12259 |
26% |
20254 |
26053 |
56% |
4080,4 млн |
декабрь 2021 |
32257 |
122706,2 |
5980 |
19% |
26277 |
81% |
0 |
0% |
16452 |
51% |
7957 |
25% |
14491 |
17766 |
55% |
3821,9 млн |
январь 2022 |
29743 |
88969,8 |
5934 |
20% |
23809 |
80% |
0 |
0% |
18758 |
63% |
7779 |
26% |
12724 |
17019 |
57% |
2831,1 млн |
февраль 2022 |
22622 |
67935,7 |
3638 |
16% |
18984 |
84% |
0 |
0% |
11234 |
50% |
4905 |
22% |
10219 |
12403 |
55% |
2348,2 млн |
март 2022 |
11619 |
34299 |
1672 |
14% |
9947 |
86% |
0 |
0% |
3454 |
30% |
1773 |
15% |
5941 |
5678 |
49% |
2127,8 млн |
апрель 2022 |
5538 |
15786,9 |
565 |
10% |
4973 |
90% |
0 |
0% |
1325 |
24% |
1078 |
19% |
2696 |
2842 |
51% |
732,4 млн |
Таблица 2
Помесячные данные по вакцинации, заболеваемости и смертности от КОВИД-19
Дата |
Число вакцинированных |
Прирост числа вакцинированных |
Пики числа вакцинированных |
Суммарно заразившихся |
Смертей |
Прирост заразившихся |
Прирост смертей |
январь 2021 |
80 000 |
0 |
7 790 |
3 186 336 |
57 555 |
864 280 |
17 091 |
февраль 2021 |
1 072 564 |
992 564 |
274 864 |
3 868 087 |
73 619 |
681 751 |
16 064 |
март 2021 |
4 351 874 |
3 279 310 |
348 001 |
4 257 650 |
86 455 |
389 563 |
12 836 |
апрель 2021 |
6 732 970 |
2 381 096 |
327 950 |
4 554 264 |
99 233 |
296 614 |
12 778 |
май 2021 |
11 675 246 |
4 942 276 |
448 925 |
4 814 558 |
110 520 |
260 294 |
11 287 |
июнь 2021 |
15 999 736 |
4 324 490 |
457 656 |
5 081 417 |
121 873 |
266 859 |
11 353 |
июль 2021 |
22 116 714 |
6 116 978 |
1 140 064 |
5 538 142 |
135 886 |
456 725 |
14 013 |
август 2021 |
36 269 232 |
14 152 518 |
399 458 |
6 288 677 |
159 352 |
750 535 |
23 466 |
сентябрь 2021 |
43 007 886 |
6 738 654 |
808 333 |
6 937 333 |
184 014 |
648 656 |
24 662 |
октябрь 2021 |
47 159 792 |
4 151 906 |
1 032 341 |
7 535 548 |
208 142 |
598 215 |
24 128 |
ноябрь 2021 |
54 967 417 |
7 807 625 |
668 646 |
8 554 192 |
239 693 |
1 018 644 |
31 551 |
декабрь 2021 |
66 299 785 |
11 332 368 |
806 617 |
9 669 718 |
276 419 |
1 115 526 |
36 726 |
январь 2022 |
72 398 107 |
6 098 322 |
286 668 |
10 519 733 |
309 707 |
850 015 |
33 288 |
февраль 2022 |
75 485 224 |
3 087 117 |
319 310 |
11 986 913 |
332 012 |
1 467 180 |
22 305 |
март 2022 |
77 907 775 |
2 422 551 |
319 310 |
16 495 369 |
352 446 |
4 508 456 |
20 434 |
апрель 2022 |
79 035 572 |
1 127 797 |
199 776 |
17 862 089 |
369 064 |
1 366 720 |
16 618 |
ПРИЛОЖЕНИЕ 2
Таблица 1
Правая часть корреляционной матрицы для анализа взаимосвязи параметров заболеваемости и вакцинопрофилактики с показатели активности медийного поля в отношении пандемии КОВИД-19
|
Число вакцинированных |
Прирост числа вакцинированных |
Пики числа вакцинированных |
Суммарно заразившихся |
Количество смертей |
Прирост заразившихся |
Прирост смертей |
Кол-во сообщений |
Корреляция Пирсона |
-,399 |
,256 |
,528 |
-,644 |
-,483 |
-,548 |
,113 |
Знач. (двухсторонняя) |
,126 |
,339 |
,035 |
,007 |
,058 |
,028 |
,678 |
МедиаИндекс |
Корреляция Пирсона |
-,517 |
,248 |
,467 |
-,714 |
-,601 |
-,574 |
-,012 |
Знач. (двухсторонняя) |
,040 |
,354 |
,068 |
,002 |
,014 |
,020 |
,964 |
Негативные |
Корреляция Пирсона |
-,267 |
,342 |
,558 |
-,533 |
-,353 |
-,486 |
,219 |
Знач. (двухсторонняя) |
,317 |
,195 |
,025 |
,034 |
,179 |
,056 |
,416 |
Доля негативных в % |
Корреляция Пирсона |
-,062 |
,510 |
,407 |
-,372 |
-,149 |
-,262 |
,405 |
Знач. (двухсторонняя) |
,819 |
,043 |
,118 |
,156 |
,581 |
,326 |
,120 |
Нейтральные |
Корреляция Пирсона |
-,428 |
,232 |
,516 |
-,665 |
-,510 |
-,558 |
,085 |
Знач. (двухсторонняя) |
,098 |
,388 |
,041 |
,005 |
,044 |
,025 |
,753 |
Доля нейтральных % |
Корреляция Пирсона |
,062 |
-,510 |
-,407 |
,372 |
,149 |
,262 |
-,405 |
Знач. (двухсторонняя) |
,819 |
,043 |
,118 |
,156 |
,581 |
,326 |
,120 |
Главная роль |
Корреляция Пирсона |
-,233 |
,333 |
,580 |
-,501 |
-,321 |
-,505 |
,193 |
Знач. (двухсторонняя) |
,386 |
,208 |
,019 |
,048 |
,225 |
,046 |
,474 |
Доля сообщ. в главной роли % |
Корреляция Пирсона |
-,130 |
,506 |
,483 |
-,478 |
-,234 |
-,516 |
,319 |
Знач. (двухсторонняя) |
,633 |
,045 |
,058 |
,061 |
,383 |
,041 |
,229 |
Доля сообщ. с цитатами % |
Корреляция Пирсона |
,418 |
,698 |
,493 |
,048 |
,299 |
-,315 |
,739 |
Знач. (двухсторонняя) |
,107 |
,003 |
,052 |
,861 |
,261 |
,235 |
,001 |
Оригинальные сообщения |
Корреляция Пирсона |
-,425 |
,238 |
,515 |
-,662 |
-,509 |
-,530 |
,103 |
Знач. (двухсторонняя) |
,100 |
,375 |
,041 |
,005 |
,044 |
,035 |
,705 |
Перепечатки |
Корреляция Пирсона |
-,378 |
,267 |
,536 |
-,627 |
-,461 |
-,558 |
,120 |
Знач. (двухсторонняя) |
,149 |
,317 |
,033 |
,009 |
,072 |
,025 |
,659 |
Доля перепечаток % |
Корреляция Пирсона |
-,209 |
,384 |
,405 |
-,511 |
-,288 |
-,738 |
,190 |
Знач. (двухсторонняя) |
,438 |
,142 |
,120 |
,043 |
,279 |
,001 |
,482 |
Охват млн чел |
Корреляция Пирсона |
-,482 |
,321 |
,523 |
-,730 |
-,573 |
-,479 |
,126 |
Знач. (двухсторонняя) |
,058 |
,226 |
,038 |
,001 |
,020 |
,060 |
,643 |
Число вакциниров-ых |
Корреляция Пирсона |
1 |
,232 |
,101 |
,906 |
,987 |
,594 |
,661 |
Знач. (двухсторонняя) |
|
,388 |
,711 |
,000 |
,000 |
,015 |
,005 |
Прирост числа вакциниров-ых |
Корреляция Пирсона |
,232 |
1 |
,458 |
-,058 |
,111 |
-,149 |
,568 |
Знач. (двухсторонняя) |
,388 |
|
,075 |
,831 |
,681 |
,583 |
,022 |
Пики числа вакциниров-ых |
Корреляция Пирсона |
,101 |
,458 |
1 |
-,116 |
,015 |
-,207 |
,259 |
Знач. (двухсторонняя) |
,711 |
,075 |
|
,670 |
,957 |
,441 |
,333 |
Суммарно заразившихся |
Корреляция Пирсона |
,906 |
-,058 |
-,116 |
1 |
,953 |
,727 |
,349 |
Знач. (двухсторонняя) |
,000 |
,831 |
,670 |
|
,000 |
,001 |
,185 |
Количество смертей |
Корреляция Пирсона |
,987 |
,111 |
,015 |
,953 |
1 |
,634 |
,561 |
Знач. (двухсторонняя) |
,000 |
,681 |
,957 |
,000 |
|
,008 |
,024 |
Прирост заразившихся |
Корреляция Пирсона |
,594 |
-,149 |
-,207 |
,727 |
,634 |
1 |
,203 |
Знач. (двухсторонняя) |
,015 |
,583 |
,441 |
,001 |
,008 |
|
,451 |
Прирост смертей |
Корреляция Пирсона |
,661 |
,568 |
,259 |
,349 |
,561 |
,203 |
1 |
Знач. (двухсторонняя) |
,005 |
,022 |
,333 |
,185 |
,024 |
,451 |
|
Красным жирным шрифтом отмечены коэффициенты корреляции на уровне значимости p<0.01
Полужирным шрифтом отмечены коэффициенты корреляции на уровне значимости p<0.05
Просмотров: 3983
|