Une analyse des tweets a révélé que près de sept tweets sur dix partageaient des opinions négatives sur le surpoids et l’obésité. C’est ce que montre une étude publiée mercredi par les Hôpitaux universitaires de Genève (HUG) et l’Université de Genève (Unige),
L’étude a été réalisée en collaboration avec des scientifiques des universités de Liverpool et de la NHS Greater Manchester Mental Health Foundation. Elle a examiné les sentiments du grand public, des politiciens, des célébrités et des organisations sur la question de l’obésité, sur la base de 53 414 tweets. Celles-ci ont été publiées en anglais entre avril 2019 et décembre 2022, en pleine pandémie de Covid-19.
L’analyse a révélé qu’ils étaient majoritairement négatifs (69 %) et en augmentation, tandis que les tweets neutres (21 %) et positifs (10 %) restaient stables. Les tweets liés à l’obésité ont également été fortement liés au racisme, à d’autres choix de vie et à des phénomènes sociaux tels que la consommation de substances illicites et d’alcool.
L’étude montre que les représentations négatives de l’obésité par les politiciens et les célébrités contribuent aux sentiments négatifs du public et à la perpétuation des stéréotypes et des préjugés contre les personnes en surpoids et obèses. Cette stigmatisation peut avoir des conséquences sur la santé mentale et le bien-être de ces personnes, mais aussi des effets négatifs sur la santé publique, ont annoncé mercredi les HUG.
Le rôle des célébrités
Les pics de critiques étaient corrélés aux événements politiques et aux commentaires de célébrités aux États-Unis et au Royaume-Uni. Il y a eu beaucoup de nouvelles négatives lorsque des célébrités en surpoids ont été hospitalisées à cause du Covid-19, lorsque le président américain a annoncé qu’il voulait perdre du poids ou lorsque le gouvernement britannique a lancé une campagne contre l’obésité.
Lorsque des personnes connues publient des commentaires ou des opinions négatives sur l’obésité, les abonnés sont plus susceptibles de s’engager dans des conversations similaires, perpétuant ainsi la négativité. Ces résultats pourraient être utiles dans le développement de mesures de politique de santé, de stratégies de prévention et d’approches thérapeutiques, ont écrit les HUG.
L’équipe scientifique a utilisé une plateforme basée sur l’intelligence artificielle pour affiner la classification textuelle d’environ 198 millions de tweets pour diverses applications, notamment l’analyse des sentiments dans huit langues différentes. Les travaux ont été publiés dans le « Journal of Medical Internet Research ».
#service #messages #courts #stigmatise #lobésité #Suisse #sudest