2016年AHA 运用移动设备、社交媒体和众包模式等数字化策略改善心血管急救的科学声明解读

心搏骤停、急性心肌梗死和脑卒中每年影响数百万美国人，是威胁公共健康的主要疾病^［1］。早期识别病情和快速启动救治是影响患者预后的关键因素，急诊心脑血管疾病救治（emergency cardiovascular and cerebrovascular care，ECCC）的“生存链”即始于疾病状况早期识别并快速启动救治系统^［2］。尽管美国心脏协会（American Heart Association，AHA）等机构为相关临床指南的制定和公共教育的倡议做出了巨大努力，但现实生活中病情快速识别和ECCC早期启动仍存差距^［3-5］，如院外心搏骤停（out-of-hospital cardiac arrest，OHCA）研究观察到路人启动心肺复苏（cardiopulmonary resuscitation，CPR）存在延迟^［6］。对于急性心肌梗死（尤其是急性ST段抬高型心肌梗死，ST-segment elevation myocardial infarction，STEMI），目前主要的改善集中在直接经皮冠状动脉介入治疗（percutaneous coronary intervention，PCI）门球时间的缩短，但从疑似症状起病到寻求救治的时间并无明显缩短^［7-9］。这些现象表明，单纯依靠加强公众教育和优化临床路径并不足以完全减少时间方面的差距，因此需要采取新的策略来应对这一挑战，如使用移动设备、社交媒体、可视信息分享和众包模式等数字化策略和工具正在成为一个有力改善ECCC的方式。近期，AHA已经将数字化策略确定为帮助实现2020年改善心血管健康目标的关键因素，其他组织机构也通过多种方式来资助这方面研究^［10-12］。美国国家医学院报告题为“改善心搏骤停救治策略行动”，建议加速“心搏骤停治疗的评估与应用研究”，特别要求使用上述创新技术（例如移动设备和社交媒体）^［13］。目前看来，应用数字化策略和工具有潜力改善民众的健康和卫生保健，但尚未证明其有效性，且该应用可能受到与隐私保护和数据滥用等相关问题的制约。同时，数字化工具的使用方式和存储形式也各不相同，如何更好地组织、优化信息采集及分析流程也成为亟待解决的问题。因此，需要对ECCC数字化策略的应用开展严谨地科学研究，以确保其安全性和有效性。

本科学声明由AHA的多个专业学组（如美国心脏协会急诊心血管医疗委员会等）参与撰写，旨在分享移动设备、社交媒体、可视信息分享和众包模式等数字化策略和工具在改善ECCC中的经验和局限，为这一领域未来的发展指导方向。本文主要围绕该科学声明阐述的数字化策略和工作在心血管疾病危重症中的救治，尤其是心搏骤停和急性心肌梗死方面的应用进行解读。

移动设备包括智能手机、平板电脑、数码相机和可穿戴设备（如智能眼镜、智能手表）等，这些移动设备多拥有全球定位系统、蓝牙和无线连接、运动传感器及视频和互联网功能^［14］，能够采集并传输心血管急症发病现场的相关信息，使其在急救系统和医院之间或转诊医院之间双向交流，对提高心血管急症的救治效率具有重要意义^［15］。

移动设备在改善ECCC中的主要应用：

移动设备和可穿戴设备已成为一种识别未察觉的心搏骤停并进行早期干预的新途径。可穿戴设备能够监测并传输多种生命体征信号，如心率、呼吸频率、跌倒检测、皮肤温度、活动度和身体姿态等。通过这些指标，可以实时地进行远程信号分析和监测，并当满足触发条件时（例如患者满意度、心率=0，跌倒检测或身体运动=0）自动呼叫急救系统。目前研究的重点是验证这种干预措施的有效性、安全性和成本效益。

目前，在急救系统发达的欧美国家，从院外发生心搏骤停到激活急救系统并使用自动除颤器（AED）的时间间隔仍大于8分钟，因此有必要采取新的措施使民众更加积极地参与急救并能够熟练使用AED^{［16，17］}。移动设备为解决此问题提供了新的模式。例如，由英国与欧洲复苏委员会合作开发的LifeSaver APP能够有效地指导院外心肺复苏，研究表明经该APP的指导能够有效提高未经正规培训的救援人员对模拟的心搏骤停患者进行胸外按压的效率，包括胸部压缩率、深度、手部位置，并减少按压暂停等^［18］。此外，许多移动设备可以检测加速度，从而反馈CPR的质量。在按压患者的胸部期间，将移动设备放置于救护者手上或患者的胸部可以自动检测胸外按压周期、按压速度，并计算CPR积分。一项临床试验中，64名救援人员在模拟的心搏骤停情况下随机分为使用APP组和不使用APP组，使用组的按压频率比未使用组的更高^［19］，提示数字化策略可以作为一种快速指导救治的措施。

STEMI患者从症状发作到罪犯血管开通的时间与其死亡率密切相关。近期研究表明，移动设备能够有效缩短AMI患者首次医疗接触的时间，如已有改装的移动设备用于获取、存储和传输心电图，用户通过带有心电采集装置的手机或辅助装置来实时采集心电图，并通过移动网络传输给急救中心的医务人员，急救人员可通过此份心电图进行快速院前分诊、规划急救路线并早期激活导管室以减少时间延误。日本进行的一项研究比较了急救人员通过传真机或智能手机发送心电图给介入专家进行分析，结果指出智能手机可以将传输心电图到治疗决策时间缩短约1.5分钟。但目前，还需随机对照试验来评价使用移动设备对AMI患者总缺血时间的影响。

社交媒体是指可以让使用者创建、分享内容或参与网络社交的网页或APP。如今一半以上的美国人都拥有Facebook账号，每月在社交媒体上花费的时间达数十亿小时^{［20，21］}，可以说对于很多人，网络的主要用途就是访问社交媒体^［22］。社交媒体的定义是“用户以电子通讯的方式创建网络社区，在其中分享知识、想法、个人信息等内容”，社交网站（如Facebook、Twitter等）则被定义为“帮助拥有共同兴趣、爱好、背景的人群创建、维系人际关系的网络平台”^［23］。

社交媒体庞大的数据量，对研究如何改进ECCC具有重要意义。社交媒体网站每天能产生数十TB的数据，这些数据多以文本、图片、视频等形式发布，通过点赞、分享、收藏、评论等方式进行交流。同时，跨越了种族和地理的限制，如在一些社交媒体平台上，黑人、拉丁裔用户的比例甚至超过了其在当地实际人口中的比例^{［24，25］}。

科研人员已利用社交媒体，开展了多项疾病的人群防治工作研究。对于紧急公共卫生事件，社交媒体可用于监控、联络相关个体^［26-29］。在心血管疾病方面，社交媒体还被用于预测地区性心脏病死亡率^［30］。总之，社交媒体能够帮助人们便捷地获取健康资料和信息反馈，提高ECCC服务的时效性。社交媒体在ECCC领域具有广泛的应用，挑战和机遇并存。

社交媒体的功能之一是传播健康知识，例如向人们宣传健康的生活方式、预防和应对心血管疾病等。一项对Facebook用户所做的研究发现，该人群中心血管疾病和癌症患病率相对较高^［31］；同时，比起其他疾病，与脑卒中有关的内容也在迅速增加^［32］。社交媒体将成为数据推送和收集的平台，患者可以在该平台上描述自己的症状，同时也能搜集到所需的健康信息。

值得注意的是，社交媒体传播的信息质量非常重要。信息来源不同，其准确性、相关性也存在差异。一项关于心肺复苏推文的研究显示，对心搏骤停、猝死、除颤仪及心肺复苏等关键词进行搜索，真正相关的信息仅有25%。与心肺复苏有关的推文多与求医有关（71%），也有一部分是患者描述的经历（如抢救过程）、症状（如急性胸痛）等情况（29%）^［33］。因此，如何筛除无用信息是社交媒体面临的重大挑战。

社交媒体可以促进公共健康活动的开展。许多健康相关的社交公众号拥有大量的关注者，每天都会发布与心脏健康相关的内容，也鼓励用户分享类似的信息，其中很多还拥有与公众互动的板块^{［117-121］}，这些做法能够促进公众的参与和互动。

除颤仪设计挑战（the defibrillator design challenge）是一项涉及公共卫生、大众艺术和心肺复苏救治的研究计划，该计划以移动网络平台为依托，研究者希望通过在线设计艺术品、宣传口号等方式提高人们对心搏骤停、AED存放位置、使用方法的认识^{［34，35］}。该计划访问量已超过13 990人次，各种设计方案的分享次数也超过了48 250次^［34］。但社交媒体对公共健康事业到底有多大的推动作用呢？我们仍需进行研究，以了解此类平台的具体应用情况以及对疾病防治、护理等方面的改善作用。

社交媒体的另外一个功能是作为社区咨询和信息传播的途径^［36-38］，以前这些信息的发布、传播是通过政府公告、广告、电话联系等传统方式进行的。这一途径目前已被用于心搏骤停的研究，其中包括两个大型的心肺复苏研究：连续胸外按压和低血压复苏研究^［39］。研究的设计者利用Facebook的广告，生成了简短的互动页面，引导观众浏览网页，了解研究细节，决定是否参与研究。该研究在亚拉巴马州有超过50万的潜在研究人群，Facebook广告投放超过1500万次。有1000余人点击了研究广告，但仅有1人选择参与该研究。尽管如此，这些研究仍然显示了利用社交媒体向公众传播急救知识、推动研究进展的可能性。

社交媒体除了可以对公众进行健康教育，也可服务于临床医生和医疗人员。例如，在脑卒中方面，移动技术联合Twitter可以帮助临床医生快速交换临床信息、治疗建议；还可以进一步形成完整的信息交流系统，便于对脑卒中患者进行更科学的管理^［40］。另一项研究则是应用社交媒体来帮助心搏骤停患者管理体温^［41］，研究人员在线上对一项体温管理项目进行研究，获取了来自60个国家1100多人的留言和讨论^［42］，以及20多条Facebook点赞、330 000条Twitter印象和100多条YouTube视频资料。他们发现，社交媒体平台（例如Twitter、blogs和podcasts）有助于对发生过心脏停搏的患者进行针对性的体温管理。通过这些社交媒体，研究人员可以获取该团队纳入的体温管理患者的反馈，以了解原始研究的实施效果。

尽管社交媒体具有加强急性心血管疾病的治疗和管理的潜力，但相关研究仍然较少，且多为描述性研究，缺乏干预性研究和严格的评估。社交媒体平台的应用也需要考虑目标患者或社区人群的获益程度与社交媒体网站统计的差异，譬如Facebook点赞、转发的数量可能仅是参与度的简单反映，难以表现更深远的意义，无法进行合理地解释、分析；由于个人可以多次点击、查阅同一内容，数字有时会夸大。因此，社交媒体中存在大量误导的信息，数据或数据源的验证存在很大挑战。此外，个人隐私也非常重要，要慎重地运用这些工具，例如：医疗服务人员将患者的信息、影像资料等发布在研究或治疗领域的网站上时，应注意保护患者的个人信息^［43］。上述原因都会阻碍社交媒体在急诊心血管疾病治疗方面的研究应用^［44］。不过，现有的社交平台已能进行严谨的研究设计，同时注重患者知情同意、保护患者隐私、保证数据的准确性，并能在长期监测中定期维护。

社交媒体使医护人员有机会实时获取患者的反馈，并且在线评估患者病情。越来越多的人提出建议，呼吁医护人员抓住社交媒介带来的机遇，更高效地管理健康信息以及治疗疾病^{［11，45，46］}。人们已利用社交媒体和社交网络研究了一系列疾病^{［30，47-52］}，但在急诊心血管疾病方面仍待探索。目前，相关组织也制定了指南，旨在对伦理道德、个人隐私等问题的评估、审查进行指导^［53］。

可视信息分享，顾名思义就是将图片或视频等可视信息放在互联网上分享，是社交媒体的重要组成部分。目前，已有近2/3的网民加入到“晒”照片或视频的队伍中来^［54］。视频网站包含了海量的可视信息，如著名视频网站YouTube每分钟上传的视频达到60小时，每天的视频总量约40亿段^［55］。

虽然可视化教学概念很早就出现了，但与可视信息分享有着本质的区别。因为后者其实是随着具有拍照、摄像以及接入互联网功能的移动设备和APP的发展而发展，由公众自发拍摄、并且具有实时共享功能的一种自媒体形式。由此可见，可视信息分享在ECCC领域的应用（如普及公众急救知识、救助意识和行为等）具有很大潜力，可视信息分享还可增强医疗机构的行业信息交流和临床实践优化。与此同时，可视信息的画面质量、内容正确性和准确性及患者伦理方面的问题也逐渐成为其在急诊救治方面应用的挑战。

目前，互联网信息平台上有大量关于心搏骤停、急性心肌梗死等急危重症抢救的视频剪辑或图片，其中涵盖了预防、前驱症状识别、抢救实施及亲历者回忆等内容。它们既可作为公众急救的培训素材，也可以在紧急情况时作为参考依据^［45］。这些影像除部分来自于专业医疗机构外，更多的是来自普通民众的分享，因此这些可视信息所传达健康内容的可靠性令人担忧^［56］。例如，有研究分析了与AMI相关的YouTube视频后发现，仅有6%的内容包含了相对准确的信息，其余大部分内容是关于个人观点或经历的描述^［46］。同样，该网站上有关CPR的视频也大部分是不准确或不完整的，如周围环境评估在大部分视频（65%）中是缺失的，胸部按压错误占64%，此外还有10%的视频检查生命体征的方法是错误的^［57］，这些都说明对ECCC可视信息内容的严格筛选是至关重要的。可视信息分享具有简便、直观且易获取的特点，因此对存在不同知识层次和文化背景的人群来说，其教育作用远大于一般的健康宣教手段，但大量优质的可视信息资源均以英语为主，非英语母语人群不易获取质量高及时效性强的信息^［58］。因此，可视信息分享的另一大挑战就是如何涵盖更多的受益群体。

可视信息分享平台的另一优势是动态性及实时性，有利于最新研究成果的发布^［59］。例如，过去培训机构的心肺复苏教学视频内容方法过时，很难及时更新，但视频平台的动态性和灵活性却可改善这一点。此外，通过分析、监测网民发布的可视信息，可对被救助者的临床表现和施救者的临床操作进行评估和指导（如及时的CPR实施和AED使用、AMI和脑卒中症状识别等），还可对临床新技术的应用效果、高危患者的转运救治情况进行客观评价^［60］，有利于反馈公众和医疗机构对危重症救治的反应及采取干预措施的现况，帮助更好地改进急诊救治流程。

未来随互联网技术发展，大多数移动设备都可以实现远程视频连线。紧急情况下，施救者可与急救中心医疗调度员进行视频连线，构建一个更迅捷、灵活的急救体系。通过这种连线，急救人员可以更有效地指导施救者的救治行为，最终达到挽救生命的目的^［61］。可视信息不但可以在患者和医生之间传播，还可在医生间无障碍流通，使院前诊断、绿色通道开放等措施尽快完成，减少救治延迟。

可视信息分享在人群中的传播程度，主要通过观看、分享、评论等指标评估。虽然点击量等信息能够体现可视信息的热度，但不代表观众准确地获取了知识及这些知识改善了心血管危重症救治的质量。自2012年AHA发布了数个CPR培训视频，截止到2016年累积观看次数超过330万次，视频网站上类似的有关提高识别心搏骤停和实施CPR的公共科普视频的观看量已超过5.2亿人次。ECCC可视信息分享对普通民众在急救方面的指导效果尚需评估，研究者可以通过这类信息的传播是否能够增加路人实施CPR的成功率，评价心搏骤停救治的改善情况。此外，研究者还可以通过这类研究，揭示可视信息分享对大众急救行为和患者远期预后改善的影响。如何才能让不同文化背景以及学习能力的受众准确查找并解读可视信息平台上的内容，仍需深入研究^［28］。

可视信息分享平台中的海量数据的处理，也是重大的挑战。图像处理技术虽突飞猛进，但对医疗保健或ECCC等用途程序的开发仍未引起重视。医疗服务机构还需要借助专业的软件系统，对分享的可视化医疗信息实施加密。

各学科专业委员会应肩负起开发、改善ECCC的可视信息共享平台的重任，且定期更新平台内容，追踪最新指南推荐。专业委员会还应该鼓励医疗机构和大众监督平台上发布的可视信息的质量，以高效地改进医疗策略。将观看转化成大众对症状的识别、及时的反应以及合理的处置，并最终转化为ECCC的改善。这样不但体现了可视化分享平台的作用，更能够推动平台的发展。

众包通常指的是一个公司或机构把过去由员工执行的工作任务，以自由、自愿的形式外包给非特定的大众网络的做法。众包的任务常由个人来承担，但如果涉及到需要多人协作完成的任务，也有可能以依靠开源的个体生产的形式出现。美国《连线》杂志2006年的6月刊上，记者Jeff Howe首次推出了众包的概念。传统的科学模式是由特定领域的专家提出科学问题，然后在个体或人群中进行系统研究测试；众包则是基于共享式文化，在公众平台上利用集体智慧应对挑战、解决问题^［62-64］。社交媒体拓展了众包的应用，提供了海量人群的访问接口，使得知识交流轻松、便捷，能够迅速细分并解决众包的研究问题。健康相关的众包目前已开始应用于多个领域，包括问题解决、数据处理、疾病监测和流行病学调查等^［65］。本科学声明评估了众包在改善心搏骤停等救治中的应用，众包不仅能使公众更加了解心血管急重症的救治，还可以支持公众发挥自身力量参与相关救治，增强ECCC。

虽然以往未被称为“众包”，但确有让民众参与执行救治任务的实例。典型的案例是路人实施CPR和使用AED，如前文中提到路人及时启动CPR和使用AED与OHCA患者预后改善相关，加强公众相关培训可以在ECCC“生存链”中发挥关键作用^［66］。AHA在“生存链”中提及4项突发心搏骤停患者所需的时间依赖性救治行动，包括早期识别急症并呼叫急救医疗服务（emergency medical services，EMS）、早期心肺复苏、如有休克指征早期使用除颤仪及早期使用高级生命支持和复苏后护理。这一过程中，路人快速识别紧急情况并呼叫EMS至关重要。然而在许多社区，这些行动可能会遇到重大延误，因为从呼叫EMS到救治人员赶到现场至少需要7～8分钟，因此心搏骤停发生后第一时间内的救治取决于患者附近路人的行为^{［66，67］}。最近，荷兰的一个研究小组使用智能手机发动公众成为早期救治人员，在疑似发生心搏骤停患者的附近通过短信征求志愿者^［68］。这项研究表明，响应者可在传统EMS之前到达现场并实施救治。PulsePoint计划始于2011年，使用将志愿响应者与当地紧急调度系统相结合的移动设备应用程序^［69］。在公共场所发生疑似心搏骤停时，PulsePoint程序会自动识别距离患者400米范围内运行该应用程序的所有移动设备，可应答者会在手机上收到一个警报及一个地图信息，显示心搏骤停者和附近AED的位置。截至2016年5月，PulsePoint在美国和加拿大的1549个社区开展了业务。该系统在9547例心搏骤停事件中，激活了24 100名PulsePoint响应者，超过75万人下载了该应用程序，其他国家（如日本和瑞典）也正在开发类似的系统^{［70，71］}，未来还将拥有响应者可呼叫附近其他人提供帮助的功能。随着可穿戴设备的普及，生命体征数据跟踪功能可早期激活附近网络并进行及时应对，这些应用是未来改善ECCC的研究重点。MyHeartMap挑战赛致力于提高公众对AED的使用意识和位置掌握，通过众包任务、社交媒体和游戏等方式来吸引公众查找和报告AED位置。该项目首先使用了众包任务，让公众使用Gigwalk应用程序来查找和验证AED的位置，该项目的目标是让参与者在指定的城市区域报告AED，并将图片和位置上传到众包平台，以创建EMS和应急响应者使用的地图。该项目产生了>8000次的点击，并获得>1400次的AED位置提交，其中99%被验证。该项目为其他城市开展相关研究奠定了基础。

众包有巨大的潜力，但也存在着局限性，主要体现在上传数据的准确性、施救的专业性和必要性等方面。数据准确性至关重要，可以采用技术手段加强数据质控，并加入众包参与者信誉的算法^［72］。

早期识别症状和启动治疗是ECCC“生存链”的核心，数字化策略是改善ECCC的一种创新尝试，科学、严谨的临床实验有助于评估数字化策略的有效性，以提高心搏骤停CPR的实施率及加速对急性心肌梗死和脑卒中等危重症患者的早期识别等。本科学声明着重介绍了移动设备、社交媒体、可视信息分享和众包模式等数字化策略在改善ECCC的主要应用和局限。数字化策略本身也在快速发展，无论是在技术进步方面或应用潜力方面。因此，该项科学声明可能日后会频繁更新，以反映科学数字化策略和ECCC的现状。

（聂绍平　郑文　贺晓楠）

1.Writing Group Members，Mozaffarian D，Benjamin EJ，et al. Heart Disease and Stroke Statistics-2016 Update：A Report From the American Heart Association. Circulation，2016，133（4）：e38-e360.

2.Cummins RO，Ornato JP，Thies WH，et al. Improving survival from sudden cardiac arrest：the “chain of survival” concept. A statement for health professionals from the Advanced Cardiac Life Support Subcommittee and the Emergency Cardiac Care Committee，American Heart Association.Circulation，1991，83（5）：1832-1847.

3.O’Gara PT，Kushner FG，Ascheim DD，et al. 2013 ACCF/AHA guideline for the management of ST-elevation myocardial infarction：a report of the American College of Cardiology Foundation/American Heart Association Task Force on Practice Guidelines. Circulation，2013，127（4）：e362-e425.

4.Field JM，Hazinski MF，Sayre MR，et al. Part 1：executive summary：2010 American Heart Association Guidelines for Cardiopulmonary Resuscitation and Emergency Cardiovascular Care. Circulation，2010，122（18 Suppl 3）：S640-S656.

5.Ovbiagele B，Goldstein LB，Higashida RT，et al. Forecasting the future of stroke in the United States：a policy statement from the American Heart Association and American Stroke Association. Stroke，2013，44（8）：2361-2375.

6.Morrison LJ，Kierzek G，Diekema DS，et al. Part 3：ethics：2010 American Heart Association Guidelines for Cardiopulmonary Resuscitation and Emergency Cardiovascular Care. Circulation，2010，122（18 Suppl 3）：S665-S675.

7.Bradley EH，Herrin J，Wang Y，et al. Strategies for reducing the door-to-balloon time in acute myocardial infarction. N Engl J Med，2006，355（22）：2308-2320.

8.Moser DK，Kimble LP，Alberts MJ，et al. Reducing delay in seeking treatment by patients with acute coronary syndrome and stroke：a scientific statement from the American Heart Association Council on cardiovascular nursing and stroke council. Circulation，2006，114（2）：168-182.

9.Rawles J. Magnitude of benefit from earlier thrombolytic treatment in acute myocardial infarction：new evidence from Grampian region early anistreplase trial（GREAT）. BMJ，1996，312（7025）：212-215.

10.Agency for Healthcare Research and Quality website. Funding announcements. 2017.

11.Robert Wood Johnson Foundation website. Funding opportunities. 2017.

12.National Institutes of Health website. Funding. 2016.

13.Committee on the Treatment of Cardiac Arrest：Current Status and Future Directions，Board on Health Sciences Policy，Institute of Medicine，et al.Strategies to Improve Cardiac Arrest Survival：A Time to Act. Washington（DC）：National Academies Press（US），2015.

14.Lee MS，Lee K，Kim SY，et al. High-performance，transparent，and stretchable electrodes using graphene-metal nanowire hybrid structures. Nano Lett，2013，13（6）：2814-2821.

15.Burke LE，Ma J，Azar KM，et al. Current Science on Consumer Use of Mobile Health for Cardiovascular Disease Prevention：A Scientific Statement From the American Heart Association. Circulation，2015，132（12）：1157-1213.

16.Christenson J，Andrusiek D，Everson-Stewart S，et al. Chest compression fraction determines survival in patients with out-of-hospital ventricular fibrillation. Circulation，2009，120（13）：1241-1247.

17.Zijlstra JA，Stieglis R，Riedijk F，et al. Local lay rescuers with AEDs，alerted by text messages，contribute to early defibrillation in a Dutch out-ofhospital cardiac arrest dispatch system. Resuscitation，2014，85（11）：1444-1449.

18.Ahn JY，Cho GC，Shon YD，et al. Effect of a reminder video using a mobile phone on the retention of CPR and AED skills in lay responders.Resuscitation，2011，82（12）：1543-1547.

19.Merchant RM，Abella BS，Abotsi EJ，et al. Cell phone cardiopulmonary resuscitation：audio instructions when needed by lay rescuers：a randomized，controlled trial. Ann Emerg Med，2010，55（6）：538-543.e531.

20.Duggan M，Ellison N，Lampe C，et al. Social media update 2014. Washington（DC）：Pew Research Center（US），2015.

21.Facebook Newsroomwebsite. Facebook statistics. 2011.

22.Rainie L，Horrigan J，Wellman B，et al. The strength of Internet ties. Washington（DC）：Pew Research Center（US），2006.

23.Merriam Webster website. Social media.2004.

24.Mislove A，Lehmann S，Ahn YY，et al. Understanding the demographics of Twitter users. Association for the Advancement of Artificial Intelligence，2011.

25.Duggan M，Elliott NB，Lampe C，et al. Demographics of key social networking platforms. Washington（DC）：Pew Research Center（US），2015.

26.Merchant RM，Elmer S，Lurie N. Integrating social media into emergency-preparedness efforts. N Engl J Med，2011，365（4）：289-291.

27.Kellermann AL，Peleg K. Lessons from Boston. N Engl J Med，2013，368（21）：1956-1957.

28.Seltzer EK，Jean NS，Kramer-Golinkoff E，et al. The content of social media’s shared images about Ebola：a retrospective study. Public Health，2015，129（9）：1273-1277.

29.Chew C ，Eysenbach G. Pandemics in the age of Twitter：content analysis of Tweets during the 2009 H1N1 outbreak. PLoS One，2010，5（11）：e14118.

30.Eichstaedt JC，Schwartz HA，Kern ML，et al. Psychological language on Twitter predicts county-level heart disease mortality. Psychol Sci，2015，26（2）：159-169.

31.Farmer AD，Bruckner Holt CE，Cook MJ，et al. Social networking sites：a novel portal for communication. Postgrad Med J，2009，85（1007）：455-459.

32.Hale TM，Pathipati AS，Zan S，et al. Representation of health conditions on Facebook：content analysis and evaluation of user engagement. J Med Internet Res，2014，16（8）：e182.

33.Bosley JC，Zhao NW，Hill S，et al. Decoding twitter：Surveillance and trends for cardiac arrest and resuscitation communication. Resuscitation，2013，84（2）：206-212.

34.Merchant RM，Griffis HM，Ha YP，et al. Hidden in plain sight：a crowdsourced public art contest to make automated external defibrillators more visible. Am J Public Health，2014，104（12）：2306-2312.

35.Kilaru AS，Asch DA，Sellers A，et al. Promoting public health through public art in the digital age. Am J Public Health，2014，104（9）：1633-1635.

36.Galbraith KL. Practical and ethical considerations for using social media in community consultation and public disclosure activities. Acad Emerg Med，2014，21（10）：1151-1157.

37.Galbraith KL，Keck AS，Little C. Single-site community consultation for emergency research in a community hospital setting. Prehosp Emerg Care，2014，18（3）：328-334.

38.Farina-Henry E，Waterston LB，Blaisdell LL. Social Media Use in Research：Engaging Communities in Cohort Studies to Support Recruitment and Retention. JMIR Res Protoc，2015，4（3）：e90.

39.Stephens SW，Williams C，Gray R，et al. Preliminary experience with social media for community consultation and public disclosure in exception from informed consent trials. Circulation，2013，128（3）：267-270.

40.Takao H，Murayama Y，Ishibashi T，et al. A new support system using a mobile device（smartphone） for diagnostic image display and treatment of stroke. Stroke，2012，43（1）：236-239.

41.Thoma B，Rolston D，Lin M. Global emergency medicine journal club：social media responses to the march 2014 annals of emergency medicine journal club on targeted temperature management. Ann Emerg Med，2014，64（2）：207-212.

42.Nielsen N，Wetterslev J，Friberg H，et al. Targeted temperature management after cardiac arrest. N Engl J Med，2014，370（14）：1360.

43.Chretien KC，Kind T. Social media and clinical care：ethical，professional，and social implications. Circulation，2013，127（13）：1413-1421.

44.Olmstead K，Barthel M. The challenge of using Facebook for research. Washington（DC）：Pew Research Center（US），2015.

45.Yaylaci S，Serinken M，Eken C，et al. Are YouTube videos accurate and reliable on basic life support and cardiopulmonary resuscitation ？ .Emerg Med Australas，2014，26（5）：474-477.

46.Pant S，Deshmukh A，Murugiah K，et al. Assessing the credibility of the “YouTube approach” to health information on acute myocardial infarction.Clin Cardiol，2012，35（5）：281-285.

47.Coviello L，Sohn Y，Kramer AD，et al. Detecting emotional contagion in massive social networks. PLoS One，2014，9（3）：e90315.

48.Cobb NK，Graham AL，Byron MJ，et al. Online social networks and smoking cessation：a scientific research agenda. J Med Internet Res，2011，13（4）：e119.

49.Young SD，Holloway I，Jaganath D，et al. Project HOPE：online social network changes in an HIV prevention randomized controlled trial for African American and Latino men who have sex with men. Am J Public Health，2014，104（9）：1707-1712.

50.Nakhasi A，Shen AX，Passarella RJ，et al. Online social networks that connect users to physical activity partners：a review and descriptive analysis.J Med Internet Res，2014，16（6）：e153.

51.Mandl KD，McNabb M，Marks N，et al. Participatory surveillance of diabetes device safety：a social media-based complement to traditional FDA reporting. J Am Med Inform Assoc，2014，21（4）：687-691.

52.Cameron AM，Massie AB，Alexander CE，et al. Social media and organ donor registration：the Facebook effect. Am J Transplant，2013，13（8）：2059-2065.

53.Moreno MA，Goniu N，Moreno PS，et al. Ethics of social media research：common concerns and practical considerations. Cyberpsychol Behav Soc Netw，2013，16（9）：708-713.

54.Duggan M. Photo and video sharing grow.Washington（DC）：Pew Research Center（US），2013.

55.YouTube website. Statistics. 2017.

56.Madathil KC，Rivera-Rodriguez AJ，Greenstein JS，et al. Healthcare information on YouTube：A systematic review. Health Informatics J，2015，21（3）：173-194.

57.Murugiah K，Vallakati A，Rajput K，et al. YouTube as a source of information on cardiopulmonary resuscitation. Resuscitation，2011，82（3）：332-334.

58.Liu KY，Haukoos JS，Sasson C. Availability and quality of cardiopulmonary resuscitation information for Spanish-speaking population on the Internet. Resuscitation，2014，85（1）：131-137.

59.Commonwealth of Massachusetts website. Stroke heroes Act FAST. 2015.

60.Harrison D，Sampson M，Reszel J，et al. Too many crying babies：a systematic review of pain management practices during immunizations on YouTube. BMC Pediatr，2014，14：134.

61.911 website. Next Generation 911（NG911）. 2015.

62.King AJ，Gehl RW，Grossman D，et al. Skin self-examinations and visual identification of atypical nevi：comparing individual and crowdsourcing approaches. Cancer Epidemiol，2013，37（6）：979-984.

63.Bonney R，Shirk JL，Phillips TB，et al. Citizen science. Next steps for citizen science. Science，2014，343（6178）：1436-1437.

64.McCartney P. Crowdsourcing in healthcare. MCN Am J Matern Child Nurs，2013，38（6）：392.

65.Ranard BL，Ha YP，Meisel ZF，et al. Crowdsourcing--harnessing the masses to advance health and medicine，a systematic review. J Gen Intern Med，2014，29（1）：187-203.

66.Abella BS，Aufderheide TP，Eigel B，et al. Reducing barriers for implementation of bystander-initiated cardiopulmonary resuscitation：a scientific statement from the American Heart Association for healthcare providers，policymakers，and community leaders regarding the effectiveness of cardiopulmonary resuscitation. Circulation，2008，117（5）：704-709.

67.Becker LB，Ostrander MP，Barrett J，et al. Outcome of CPR in a large metropolitan area--where are the survivors？. Ann Emerg Med，1991，20（4）：355-361.

68.Scholten AC，van Manen JG，van der Worp WE，et al. Early cardiopulmonary resuscitation and use of Automated External Defibrillators by laypersons in out-of-hospital cardiac arrest using an SMS alert service. Resuscitation，2011，82（10）：1273-1278.

69.Brooks SC，Simmons G，Worthington H，et al. The PulsePoint Respond mobile device application to crowdsource basic life support for patients with out-of-hospital cardiac arrest：Challenges for optimal implementation. Resuscitation，2016，98：20-26.

70.Narikawa K，Sakamoto T，Kubota K，et al. Predictability of the Call Triage Protocol to Detect if Dispatchers Should Activate Community First Responders. Prehosp Disaster Med，2014，29（5）：484-488.

71.Ringh M，Fredman D，Nordberg P，et al. Mobile phone technology identifies and recruits trained citizens to perform CPR on out-of-hospital cardiac arrest victims prior to ambulance arrival. Resuscitation，2011，82（12）：1514-1518.

72.Kelling S，Fink D，La Sorte FA，et al. Taking a ‘Big Data’ approach to data quality in a citizen science project. Ambio，2015，44 Suppl 4：601-611.