O IMPACTO DO NÍVEL DE EVIDÊNCIA CIENTÍFICA EM PREPRINTS SOBRE COVID-19 NO SEU COMPARTILHAMENTO NO TWITTER (X) BRASILRESUMO
Objetivo: Este estudo tem como objetivo investigar o nível de evidência científica dos preprints sobre COVID-19 compartilhados no Twitter (X) no Brasil, entre 2020 e junho de 2023 e o impacto desses compartilhamentos no debate público sobre a pandemia do Novo Coronavírus no Brasil. Problema de pesquisa: a análise teve foco em responder questões objetivas em torno da altmetria que é: 1) Que nível de evidência científica apresentam os preprints mais compartilhados sobre covid no Twitter (X) Brasil? 2) Com que intenção os preprints foram compartilhados de acordo com seu nível de evidência científica? 3) Qual o perfil dos usuários que compartilharam esses preprints.
Método: O estudo mapeou os preprints sobre COVID-19 entre os anos de 2020 a junho de 2023, identificando o nível de evidência científica de cada um deles, bem como o teor de seus compartilhamentos no Twitter (X). Foram utilizados procedimentos de revisão de literatura, pesquisa documental e análises da evidência científica, de conteúdo e altmétrica.
Resultados: Quanto mais baixo o nível de evidência científica dos preprints, maior foi a quantidade de seus compartilhamentos no Twitter (X). Mensagens categorizadas como “movimento antivacina” foram as mais recorrentes e parte expressiva dos usuários se auto apresenta como “conservador”.
Conclusões: O presente estudo constatou uma tendência à disseminação de notícias falsas e ou deturpadas a partir da produção científica, então eminente, sobre a pandemia de COVID-19. O elevado nível de desinformação presente nesses compartilhamentos evidenciou a necessidade de que informações científicas sejam interpretadas a partir de evidências científicas, em contraposição a discursos contrários à ciência.
PALAVRAS-CHAVE:
Comunicação científica; Evidência científica; COVID-19; Altmetria; Desinformação
ABSTRACT
Objective: This study aims to investigate the level of scientific evidence of preprints about COVID-19 shared on Twitter (X) in Brazil, between 2020 and June 2023, and the impact of these shares on the public debate about the New Coronavirus pandemic in Brazil. Research problem: the analysis focused on answering objective questions around altmetrics, which are: 1) What level of scientific evidence do the most shared preprints about COVID on Twitter (X) Brazil present? 2) With what intention were the preprints shared according to their level of scientific evidence? 3) What is the profile of the users who shared these preprints.
Method: The study mapped preprints about COVID-19 between the years 2020 and June 2023, identifying the level of scientific evidence of each of them, as well as the content of their shares on Twitter (X). Literature review, documentary research, and analysis of scientific evidence, content, and altmetrics were used.
Results: The lower the level of scientific evidence of the preprints, the greater the number of their shares on Twitter (X). Messages categorized as “anti-vaccine movement” were the most recurrent, and a significant portion of users presented themselves as “conservative”.
Conclusions: This study found a tendency to disseminate fake and/or distorted news based on the then-eminent scientific production on the COVID-19 pandemic. The high level of misinformation present in these shares highlighted the need for scientific information to be interpreted based on scientific evidence, as opposed to discourses contrary to science.
KEYWORDS:
Scientific communication; Scientific evidence; COVID-19; Altmetrics; Disinformation
1 INTRODUÇÃO
A pandemia de COVID-19 causou impactos profundos na sociedade contemporânea, resultando na perda de milhões de vidas ao redor do mundo em um curto período. Não obstante às dificuldades enfrentadas pela comunidade científica no combate à doença, em meio a um cenário de disseminação de informações falsas e/ou deturpadas, as descobertas advindas de pesquisas científicas proporcionaram importantes avanços, tendo nas vacinas a sua principal contribuição.
Como forma de garantir a confiabilidade dessas pesquisas, a identificação de seus níveis de evidência científica é útil na medida em que integra as melhores evidências ao processo de tomadas de decisões. No que se refere a pesquisas nas áreas médica e de saúde, a Medicina Baseada em Evidências (MBE) configura-se como “o emprego consciencioso, explícito e judicioso da melhor evidência disponível na tomada de decisões sobre os cuidados de saúde de um paciente” (Guimarães, 2009, p. 1).
A maioria dos artigos científicos relacionados ao novo coronavírus foram disponibilizados em acesso aberto em 2020. Além disso, registraram-se outras alterações, como a redução do tempo entre a submissão e a publicação dos artigos, e o aumento da publicação de preprints, que na área Biomédica era ainda reduzida, não obstante o sucesso do repositório bioRxiv, nas Ciências Biológicas (Rodrigues, 2022).
Nesse contexto, o papel das redes sociais no consumo de informação ganhou importância, tornando-se um meio de discussão e de formulação da opinião pública. Destaca-se a relevância e o potencial transformador das interações dos utilizadores nas redes sociais em relação ao ciclo tradicional da informação, trocando ou comentando conteúdos relacionados com notícias ou assuntos de interesse geral (Guallar et al., 2016).
Este estudo busca investigar o nível de evidência científica dos preprints sobre COVID-19 compartilhados no Twitter (X) no Brasil entre 2020 e junho de 2023, visando contribuir para que a sociedade tenha acesso a informações precisas e confiáveis. Além disso, busca elucidar a intencionalidade dos compartilhamentos dos preprints de acordo com seu nível de evidência científica e o perfil dos usuários que realizaram os compartilhamentos.
Ao fazer isso, a pesquisa se situa no movimento de uma comunicação científica mais responsável e transparente, fortalecendo a confiança do público nas recomendações de saúde e nas políticas públicas baseadas em evidências.
2 COMPARTILHAMENTO DE PREPRINTS SOBRE COVID-19 NO TWITTER (X): DA (DES) INFORMAÇÃO À EVIDÊNCIA CIENTÍFICA
O compartilhamento de pesquisas em formato de preprints nas mídias sociais vêm se caracterizando como um importante meio de disseminação de informações científicas. Embora se considere a importância da disponibilização de pesquisas nesse formato, há que se considerar que se trata de estudos que ainda não passaram pela revisão por pares.
O preprint pode ser entendido como um fenômeno emergente na comunicação científica. São documentos dirigidos à determinadas comunidade de pares. Entretanto, embora também disponíveis para públicos não especializados, esses não se constituem como os principais destinatários.
De acordo com Café e Barbosa (2001), os preprints são manuscritos que ainda não foram publicados, mas que estão em processo de submissão, revisão ou aceite para publicação. Incluem estudos que se pretende publicar e que comumente estão em circulação para comentários. No entanto, Andrade (2014, p. 5) esclarece que “ao aceitar ler um preprint, o leitor sabe que está acessando um conteúdo novo, mas não necessariamente aprovado pela comunidade científica”.
Durante a pandemia de COVID-19, o compartilhamento de preprints sobre o novo coronavírus no Twitter (X) ocasionou diversas interpretações, por vezes equivocadas, amplificado o fenômeno da desinformação. Contudo, é importante ressaltar que a disseminação de informações falsas ou deturpadas, advindas da circulação de pesquisas científicas nas redes sociais, não é exclusivamente gerada pelo compartilhamento de preprints. A desinformação produzida também pode surgir como resultado de leitura incorreta ou uso malicioso de artigos científicos publicados em periódicos e que passaram pelos canais formais da produção científica.
No atual sistema híbrido de mídia de comunicação, nos últimos anos, as redes sociais vêm ganhando importância no que se refere ao consumo da informação, constituindo-se como um meio de discussão e formulação de opinião pública. Essa nova dinâmica estaria ampliando o alcance da esfera pública em que o cidadão comum ganharia destaque, desafiando a hegemonia tradicional dos jornalistas e da mídia como guardiões de questões de interesse público (Guallar et al., 2016).
No entanto, é importante ressaltar que leitores não especializados, ao contrário das comunidades científicas, podem não ter os recursos necessários à interpretação de preprints, comprometendo assim os cuidados que devem ser adotados ao realizar a leitura desse tipo de documento. Como consequência, o fato desses leitores - incluindo jornalistas ou comunicadores generalistas - compartilharem preprints nas redes sociais, entende-se, pode potencializar a desinformação gerada por essas postagens.
Ainda que se considere a importância das mídias sociais para o compartilhamento e acesso a uma infinidade de informações, dentre as quais aquelas de caráter científico, elas vêm se configurando como “férteis searas” para a proliferação de informações falsas, disseminando desinformação1. É importante ressaltar a responsabilidade das autoridades políticas em proporcionar à comunidade informações verídicas, uma vez que uma informação falsa, ou deturpada, pode ocasionar graves consequências, levando inclusive à morte de pessoas pelo uso de tratamentos inadequados.
Um exemplo dessa prática ocorreu quando iranianos, em consequência do compartilhamento de publicações com conteúdo pseudocientífico, morreram ou adoeceram ao consumirem metanol após divulgação de falsos relatos sobre a capacidade da substância de deter o vírus causador da COVID-19 (Carvalho; Guimarães, 2020).
Diante do exposto, entende-se que a disseminação de notícias falsas e ou deturpadas sobre a pandemia de COVID-19 deflagrou uma crise informacional que pode ter agravado o quadro de extrema dificuldade em meio a um número sem precedentes de óbitos em decorrência de uma pandemia, no último século.
3 PROCEDIMENTOS METODOLÓGICOS
Para a constituição do corpus do presente estudo, a busca pelos preprints foi realizada na base Dimensions com a utilização dos descritores “COVID-19”, “Coronavirus” e “SARS-CoV-2”. Para a realização da busca, foi selecionada a opção “dados completos”. A partir de então, foram selecionados os preprints com pontuação altmétrica acima de 4.984 pontos. Na opção “ano de publicação” foram selecionados os anos de 2020, 2021, 2022 e 2023, limitando-se a junho de 2023.
A linha de corte, referente à seleção dos preprints com pontuação de atenção altmétrica2 a partir de 4.984 pontos, foi adotada com o intuito estabelecer um recorte na quantidade dos preprints analisados, devido à elevada quantidade de documentos recuperados na base Dimensions. Ao todo, foram recuperados pela base Dimensions 48.956 preprints, sendo 18.802 em 2020, 15.249 em 2021, 9.183 em 2022 e 5.722 em 2023. Ademais, os preprints com maior pontuação de atenção representam os estudos com maior atenção nas redes sociais, refletindo assim o interesse da sociedade no que se refere a estudos científicos sobre a pandemia de COVID-19.
Após a análise, foram selecionados 55 preprints para composição do corpus do presente estudo. Os dados foram capturados em setembro de 2023. Um documento contendo o print da tela contendo a estratégia de busca realizada na base Dimensions, bem como a quantidade de preprints recuperados, encontram-se disponíveis, sem restrição de acesso3.
A escolha do banco de dados Dimensions deve-se ao fato de ser uma plataforma de acesso gratuito que oferece um conjunto de informações que permite mapear o ciclo de vida de uma pesquisa, desde o financiamento até seus resultados e impactos (Dimensions, 2022). Além disso, dispõe de recursos para identificação dos servidores nos quais os preprints foram depositados, permitindo assim a identificação das fontes primárias dos mesmos.
Em relação à análise dos compartilhamentos dos preprints no Twitter (X), quatro deles foram excluídos do corpus do presente estudo por estarem hospedados em repositório em que mais de um identificador acadêmico foi atribuído. Essas atribuições impossibilitaram a análise dos comentários presentes nos compartilhamentos realizados.
Além disso, o estudo limitou-se à análise dos compartilhamentos dos preprints que obtiveram no mínimo dois compartilhamentos por usuário no Brasil. Após o corte, foram analisados os compartilhamentos de 46 preprints.
3.1 Análise técnica do nível de evidência científica
Os procedimentos adotados para a análise e classificação do nível de evidência científica dos preprints foram realizados em conformidade o sistema Grading of Recommendations Assessment, Development and Evaluation (GRADE). Trata-se um manual desenvolvido através da colaboração entre pesquisadores, visando à criação de um sistema universal, transparente e sensível para graduar a qualidade das evidências (Brasil, 2014).
Conforme o sistema GRADE, pesquisas classificadas com o nível de evidência científica baixo são constituídas por fontes de informação provenientes de ensaios clínicos com limitações moderadas e estudos observacionais comparativos: coorte e caso controle. Já o nível moderado de evidência científica se constitui por pesquisas cujas fontes de informação consistem em estudos clínicos com pequenas limitações, e estudos observacionais bem delineados. Por seu turno, pesquisas com o nível de evidência científica considerado com alto são constituídas por ensaios clínicos bem delineados, com amostras bem representadas (Brasil, 2014).
Todavia, um efeito de grande magnitude pode ser considerado como um critério de elevação do nível de evidência científica de determinado estudo:
[...] para determinadas intervenções, os profissionais de saúde estão, corretamente, confiantes de sua efetividade. Assim, nesses casos em que há redução dramática na incidência de um desfecho, ocorrendo em um intervalo curto de tempo após a intervenção, o nível de evidência deve ser considerado alto, mesmo caso a evidência tenha origem a partir de estudos observacionais (Brasil, 2014, p. 19).
A seguir, o Quadro 1 apresentará exemplos de preprints, dentre aqueles que constituem o corpus do presente estudo, categorizados nos níveis de evidência científica baixo, moderado e alto, apresentando de forma sucinta as razões das classificações em seus respectivos níveis.
A seguir, serão apresentados os procedimentos adotados para a compreensão da atenção online recebida pelos preprints que compõe o corpus do presente estudo. Posteriormente, serão apresentados os procedimentos utilizados para a categorização dos compartilhamentos.
3.2 Procedimentos adotados para a compreensão da atenção online recebida pelos preprints no Twitter (X)
Com o intuito de compreender a atenção online recebida pelos preprints que compõem o corpus do presente estudo, foram adotadas análises altmétricas para a qualificação da recepção e circulação desses documentos no Twitter (X). Para tanto, foram exportados o Digital Object Identifier (DOI) de cada um deles para a plataforma Altmetric Explorer, limitando-se à análise dos 10 primeiros usuários que compartilharam e considerando aqueles que realizaram no mínimo dois compartilhamentos. A análise teve foco em responder duas questões objetivas em torno da altmetria4 que é: quem são as pessoas que compartilham as pesquisas no Brasil? Que tipo de compartilhamento é feito e qual seu teor.
Para cada um dos twittes (posts) foram analisados os dois primeiros compartilhamentos, para os casos em que foram constatados somente dois compartilhamentos, e os três compartilhamentos mais recentes, para os casos em que foram constatadas três ou mais.
Após a análise, constatou-se 165 compartilhamentos com duas menções e 130 compartilhamentos com três menções mais recentes, totalizando a análise de 720 twittes (posts).
Uma tabela contendo informações dos perfis dos compartilhamentos dos preprints que compõem o corpus do presente estudo, com indicação do título de cada um deles, autoria, DOI, identificação dos usuários que realizaram os compartilhamentos no Twitter (X), descrição nas “bios”, quantidade de twittes (posts) realizados por usuário, menções recentes, categorização dos compartilhamentos e classificação do nível de evidência científica se encontra disponível5, sem restrições de acesso.
3.3 Procedimentos adotados para a categorização dos perfis de compartilhamentos dos preprints
A categorização do perfil dos compartilhamentos dos preprints foi norteada pelo estudo de autoria de Araújo e Schimuneck (2024), cujo objetivo foi produzir um instrumento capaz de categorizar tweets (posts) relacionados à pandemia de COVID-19. A seguir serão apresentadas cada uma das categorias6 e suas respectivas descrições. Inicialmente, o Quadro 2 apresentará as categorias voltadas para a COVID-19 enquanto patologia.
A seguir, o Quadro 3 apresentará as categorias voltadas para a o conteúdo dos twittes (posts).
4 RESULTADOS
A seguir, será apresentado o total dos preprints de acordo com o nível de evidência científica de cada um deles, seguido pela apresentação da quantidade de compartilhamentos no Brasil.
Em seguida, será apresentada a classificação dos compartilhamentos dos preprints, de acordo com o conteúdo de cada um deles e uma nuvem com as palavras mais frequentes nas descrições dos perfis dos 50 usuários que mais compartilharam preprints no Brasil.
4.1 Total dos preprints de acordo com o nível de evidência científica
Conforme se verifica no Gráfico 1, os preprints cujo nível de evidência científica foi classificado como baixo foram predominantes, representando 54% do total dos estudos que compõe o corpus do presente estudo. Dentre eles, figuraram estudos sobre “imunidade de rebanho”, sequelas relacionadas à vacinação, efeitos deletérios das vacinas, infecção por variantes do novo coronavírus, reinfecção pelo vírus, uso de hidroxicloroquina como tratamento contra COVID-19, transmissão do vírus por aerossóis, utilização de máscaras como forma de prevenção à transmissão, dentre outros.
Por seu turno, os preprints cujo nível de evidência científica foi classificado como alto, representaram 24% do total de estudos. Essas pesquisas trataram essencialmente da eficácia das vacinas empregadas no combate à pandemia do novo coronavírus. Os preprints cujo nível de evidência científica foi classificado como moderado, representaram 22% do total.
A análise evidenciou a tendência ao compartilhamento de preprints com baixo nível de evidência científica nos primeiros anos da pandemia de COVID-19, mais especificamente entre os anos de 2020 a junho de 2023. Nesse sentido, entende-se que esses compartilhamentos podem ter contribuído para a proliferação de desinformação no Twitter (X), durante o período em que a pandemia se instalou.
A seguir, será apresentado o total de compartilhamentos dos referidos preprints no Brasil, levando em consideração o nível de evidência científica de cada um deles.
4.2 Total de compartilhamentos no Brasil de acordo com o nível de evidência científica
Conforme se verifica no Gráfico 2, os preprints com o nível de evidência científica considerado baixo totalizaram 6.727 compartilhamentos no Brasil, correspondendo a 55% do total. Por seu turno, os preprints com o nível de evidência científica considerado moderado totalizaram 3.555 compartilhamentos, correspondendo a 29% do total. Os preprints com o nível de evidência científica considerado alto foram compartilhados 1.928 vezes, correspondendo a 16% do total. Uma tabela contendo as informações sobre os dados demográficos de compartilhamentos dos preprints foi elaborada e está disponível7 sem restrições de acesso.
Diante do exposto, conclui-se que os preprints que compõe o corpus do presente estudo, cujo nível de evidência científica foi considerado baixo, foram os mais compartilhados no Brasil. Esses compartilhamentos foram impulsionados pelo preprint de autoria de Chen et al. (2020), que obteve 1.189 compartilhamentos. De acordo com o referido estudo, entre os pacientes com COVID-19, o uso de hidroxicloroquina pode encurtar significativamente o tempo de recuperação clínica e promover a absorção de pneumonia (Chen et al., 2020).
Por seu turno, os compartilhamentos advindos de preprints como o nível de evidência científica considerados como alto obtiveram o menor número de compartilhamentos no Brasil. Eles trataram especificamente de vacinas contra a COVID-19 e suas variantes, concluindo que os imunizantes são eficazes no combate ao vírus. Esses compartilhamentos foram impulsionados pelo preprint de autoria de Hansen et al. (2021), que obteve 1.086 compartilhamentos. O referido estudo destacou a necessidade de uma distribuição massiva de vacinas e vacinações de reforço.
Dentre os 29 compartilhamentos do referido estudo, três foram classificados como Autoridade e 26 como Movimento Anti-Vacina, exemplificando um caso de deturpação de um resultado de pesquisa, pois, embora o referido preprint conclua que o reforço da vacina é necessário ao combate da variante Omicrom, o mesmo foi tratado como um estudo que apregoa a ineficácia da vacina.
É importante ressaltar que os preprints que compõem o corpus do presente estudo, classificados com o nível de evidência científica considerado alto, são estudos observacionais, de caso controle e de coorte. Entretanto, seus efeitos apresentaram grande magnitude devido ao rápido declínio do número de óbitos em decorrência do vírus da COVID-19 após a início da administração dos imunizantes na população, motivo pelo qual foram elevados ao nível alto de evidência científica.
De acordo com Senhoras (2021), de modo reativo à pandemia de COVID-19, surgiu uma dinâmica corrida para a criação de vacinas em um curto espaço de tempo no globo. Mesmo diante das dificuldades enfrentadas, entende-se que a ampla vacinação tenha sido fator determinante para contenção do número de mortes em decorrência da pandemia que se instalou. Na medida em que as vacinas administradas foram aumentando, houve queda significativa no número de óbitos em decorrência do vírus.
De acordo com Rosman e Grosser (2024), a confiança na ciência atua como uma moderadora sobre como as pessoas reagem a confrontos com evidências científicas, pois, quanto mais elas confiam na ciência, mais as crenças dos indivíduos sobre um determinado tópico se alinham com as evidências científicas que lhes são apresentadas. Para esses autores,
[...] pessoas com alta confiança na ciência parecem não confiar cegamente na ciência, mas, ao contrário, parecem ter uma visão mais matizada sobre as descobertas científicas, que se manifesta em sua capacidade de avaliar melhor a qualidade dos estudos científicos do que indivíduos que confiam menos na ciência. Isso, por sua vez, os protege de serem manipulados por evidências científicas de baixa qualidade. (Rosman; Grosser, 2024, p. 321).
Nesse sentido, entende-se que a confiança na ciência e as avaliações individuais da qualidade das evidências é mais forte quando os participantes são confrontados com evidências de alta qualidade em comparação com evidências de baixa qualidade (Rosman; Grosser, 2024).
A seguir, serão apresentadas as classificações dos compartilhamentos no Twitter (X) dos preprints que compõem o corpus do presente estudo levando em consideração a categoria temática nas quais cada um deles se enquadrou.
4.3 Classificação dos twittes (posts) por categoria temática
Conforme se verifica no Gráfico 3, levando-se em consideração a análise do conjunto dos compartilhamentos realizados pelos usuários no Twitter (X), 48 deles foram classificados como “Movimento Anti-Vacina”, 34 como “Tweets (posts) informativos”, 33 como “Efeitos Secundários da Vacina”, 33 como “Prevenção”, 28 como “Discurso Anti-Ciência”, 23 como “Patologia”, 20 como “Tratamento-Drogas” e 19 como “Outros”. 14 compartilhamentos foram provenientes de provenientes de contas suspensas, impossibilitando assim a avaliação dos comentários. 13 compartilhamentos foram classificados como “Transmissão”, nove como “Epidemiologia”, sete como “Sarcasmo”, seis como “Autoridade”, dois como “Extremismo”, dois como “Estratégias de Proteção e Atenuação”, um como “Discurso Religioso”, um como “Impactos Socioeconômicos” e um como “Pergunta”.
Os compartilhamentos classificados como Movimento Anti-Vacina e Discurso-Anticiência representaram, respectivamente, 16% e 9% do total dos compartilhamentos, representando 25% dos twittes (posts). A partir de tais análises, depreende-se que o Twitter (X) foi um importante canal de disseminação de desinformação por meio de sujeitos que desferiram ataques às vacinas e a medidas de prevenção ao contágio pelo vírus da COVID-19.
Dentre os twittes (posts) analisados pelo presente estudo, comentários relacionados a discursos negacionistas em relação aos imunizantes contra o vírus da COVID-19 assumiram papel de destaque (exemplos):
https://doi.org/10.1101/2021.06.01.21258176 “Ontem conversei com uma aluna de medicina q (sic) já teve a doença e vai se vacinar. Acredita firmemente q (sic) precisa da vacina mesmo sabendo da quantidade de efeitos adversos! Alunos de medicina q (sic) não sabem imunologia. Chega dá (sic) um desânimo sobre o futuro do mundo com tantos analfabetos” - 16-6-2021.
https://doi.org/10.1101/2021.12.20.21267966 “Santo Deus. Estudo mostra q (sic) após três meses, a eficácia da vacina Pfizer & Moderna contra Omicron é na verdade negativa. Os clientes da Pfizer têm 76,5% mais chances e os clientes da Moderna têm 39,3% mais chances de serem infectados do que as pessoas q (sic) não usaram 💉 - 25-12-2021.
Conforme se verifica nos exemplos supracitados, preprints classificados com o nível de evidência científica baixo, bem como os classificados com o nível de evidência científica considerado alto, apresentam potencial para proliferação de desinformação e ou informações deturpadas no Twitter (X). No primeiro caso, o compartilhamento de um preprint cujo nível de evidência científica foi considerado com baixo. No segundo caso, se trata do compartilhamento de um preprint cujo nível de evidência científica foi considerado alto.
É importante ressaltar que o fenômeno do negacionismo é entendido como uma “externalidade científica”. Em outras palavras, aqueles que negam a ciência são os que não a compreendem, que não estão familiarizados com seus métodos, ou ainda, que possuem interesses em conflito com a ciência (Manzoni, 2024).
Nesse contexto, a desinformação se espalhou desinibidamente e rapidamente nas mídias sociais, tornando premente que organizações de saúde pública e governos reconheçam essa ameaça e atuem no sentido de garantir a veracidade das informações que circulam nas plataformas de mídia social (Kouzy et al., 2020).
A seguir, serão apresentados os perfis dos usuários do Twitter (X) que mais compartilharam na referida rede social os preprints que compõe o corpus do presente estudo.
4.4 Perfil dos usuários que mais compartilharam no Twitter (X)
A seguir, na Figura 1, é possível verificar uma nuvem de palavras mais frequentes nas descrições dos perfis dos 50 usuários que mais compartilharam preprints sobre COVID-19 no Brasil entre os anos de 2020 a junho de 2023. A visualização revela os principais elementos com os quais os usuários se auto apresentam na rede.
Conforme se verifica na Figura 1, dentre as descrições dos perfis, o termo ‘Conservador” obteve maior destaque, seguido pelos termos “Deputado”, “Cirurgião”, “Médico”, “Oncologista”, “Neurocientista”, “Biomédica”, “Pesquisadora”, “Professora”, “Esquerda”, “Ministro”, dentre outros.
Dentre os 299 compartilhamentos analisados, 19 usuários se autodenominaram como conservadores. Esses perfis, em conjunto, manifestaram religiosidade, patriotismo, apologia ao armamentismo, comentários homofóbicos, dentre outros. Ao todo, os 50 usuários que realizaram o maior número de compartilhamentos no Brasil possuíam até a análise realizada pelo presente estudo, 1.223.448 seguidores no Twitter (X), sendo que apenas sete deles possuíam mais de 10.000 seguidores.
O elevado número de seguidores dos usuários do Twitter (X) autodenominados conservadores, pela análise da descrição da bio8 de cada um deles, revela o potencial do alcance dos twittes (posts) realizados por esses sujeitos.
As variáveis apresentadas pelo presente estudo, constituídas pela qualidade do nível de evidência científica dos preprints analisados, o conteúdo e intenção de seus compartilhamentos no Twitter (X) e o perfil dos usuários, indicam que não há uma relação necessária ou causal entre o nível de evidência dos preprints e o teor de seus compartilhamentos.
No que se refere ao perfil dos compartilhamentos, em relação ao nível de evidência científica das pesquisas compartilhadas, preprints cujo nível de evidência científica foi considerado alto, obtiveram 17 compartilhamentos classificados como “Movimento Antivacina”, um compartilhamento classificado como “Discurso Anticiência” e seis como “Twittes (posts) informativos”.
Por seu turno, os preprints cujo nível de evidência científica foi considerado baixo, obtiveram 26 compartilhamentos classificados como “Movimento Antivacina”, 18 compartilhamentos classificados como “Discurso Anticiência” e 20 como “Twittes (posts) informativos”.
Nesse contexto, entende-se que pesquisas científicas com altos níveis de evidência científica foram compartilhadas no Twitter (X), no auge da pandemia de COVID-19, com o intuito de desqualificar a eficácia dos imunizantes, principais responsáveis pelo refreamento das mortes em decorrência do novo coronavírus.
Situações como essa podem servir como alertas às organizações de saúde, instituições de investigação e investigadores individuais sobre os cuidados que devem ter nas suas comunicações online, institucionais e individuais, uma vez que, em cenários de emergência de saúde pública, esses estudos podem ser compartilhados com o intuito de reforçar teses antivacinas e anticiência.
Em um cenário em que discursos negacionistas e anticiência foram propagados no Twitter (X), é essencial que as políticas públicas de informação em saúde estejam presentes nas agendas governamentais, pois apresentam o potencial de proporcionar à sociedade fontes de informação confiáveis, além de serem de suma importância para a consolidação de políticas públicas voltadas ao bem-estar e à saúde da população.
6 CONSIDERAÇÕES FINAIS
A pandemia de COVID-19 foi amplamente debatida pela sociedade e as redes sociais, mais especificamente o Twitter (X), se tornaram não somente uma forma rápida e democrática de compartilhamento de informações científicas, mas também um acirrado espaço de disputas de narrativas com uma forte tendência à disseminação de notícias falsas e ou deturpadas.
A partir da análise dos preprints sobre COVID-19 compartilhados no Twitter (X), entre os anos de 2020 e junho de 2023, o presente estudo constatou que notícias falsas e/ou deturpadas por meio do compartilhamento de preprints cujo nível de evidência científica foi considerado baixo foram predominantes no Brasil. Por outro lado, os preprints com o nível de evidência científica considerados alto foram os menos compartilhados.
A compreensão do teor dos compartilhamentos colaborou para o entendimento de que discursos contrários à vacinação e a medidas de prevenção da COVID-19, bem como aqueles que apregoaram o uso de medicamentos ineficazes no combate ao vírus, exerceram papel de destaque no debate público travado no Twitter (X).
É importante ressaltar que, diante de uma crise sanitária sem precedentes no último século, a circulação de preprints sobre a pandemia de COVID-19 representou uma maior fluidez de informação, bem como a colaboração entre pares, na busca pela mitigação das mazelas enfrentadas pela população, sobretudo à camada da sociedade que apresenta maior vulnerabilidade social.
Nesse contexto, o presente estudo constatou uma tendência à disseminação de notícias falsas e ou deturpadas a partir da então eminente produção científica sobre a pandemia de COVID-19, mais especificamente no caso do Brasil. O elevado nível de desinformação, presente nesses compartilhamentos, evidenciou a necessidade de que informações científicas sejam interpretadas à luz da razão, em contraposição ao obscurantismo que permeia discursos contrários às pesquisas científicas.
Entendemos que muitos estudos ainda se fazem necessários para uma maior compreensão da informação científica sobre COVID-19 disseminadas nas redes sociais. Como desdobramentos desta pesquisa sugerimos um aprofundamento sobre os impactos de discursos anticiência nas políticas públicas de combate à pandemia de COVID-19 e a possíveis emergências em saúde pública que possam emergir nas próximas décadas.
REFERÊNCIAS
-
ALTMETRIC: banco de dados. Disponível em: https://www.altmetric.com Acesso em: 1-30 set. 2023.
» https://www.altmetric.com -
ANDRADE, Viviane Toraci Alonso de. Política de comunicação científica em rede: repositórios institucionais como dispersão. Revista Ibero-Americana de Ciência da Informação, Brasília, v. 6, p. 1-16, 2014. Disponível em: https://periodicos.unb.br/index.php/RICI/article/view/1836 Acesso em 13 mar, 2021.
» https://periodicos.unb.br/index.php/RICI/article/view/1836 - ARAÚJO, Ronaldo Ferreira. Ciência aberta e altmetria: aproximações e desafios. Informação na sociedade contemporânea. Florianópolis: Rocha Gráfica e Editora (Selo Nyota), p. 39-50, 2020.
- ARAÚJO, Ronaldo Ferreira de; SCHIMUNECK, Isabelle Lins. Science health (dis) information about covid-19 on brazilian twitter (x): a preliminary analysis. Encontro Brasileiro de Bibliometria e Cientometria, Brasília, 2024.
-
BRASIL. MINISTÉRIO DA SAÚDE. SECRETARIA DE CIÊNCIA, TECNOLOGIA E INSUMOS ESTRATÉGICOS. DEPARTAMENTO DE CIÊNCIA E TECNOLOGIA. COORDENAÇÃO-GERAL DE GESTÃO DO CONHECIMENTO. Sistema GRADE: manual de graduação da qualidade da evidência e força de recomendação para tomada de decisão em saúde, 2014. Disponível em: https://bvsms.saude.gov.br/bvs/publicacoes/diretrizes_metodologicas_sistema_grade.pdf Acesso em 12 mai. 2024.
» https://bvsms.saude.gov.br/bvs/publicacoes/diretrizes_metodologicas_sistema_grade.pdf - CAFÉ, Lígia; BARBOZA, Elza Maria Ferraz. Open Archives. 2001.
-
CAPONE, Letícia Varela; ITUASSU, Arthur; PECORARO, Caroline. Twitter e esfera pública: pluralidade e representação na discussão sobre o Marco Civil da internet. Contracampo, v. 33, n. 2, p. 86-86, 2015. Disponível em: https://periodicos.uff.br/contracampo/article/view/17549 Acesso em 28 nov. 2024.
» https://periodicos.uff.br/contracampo/article/view/17549 -
CARVALHO, Wellington; GUIMARÃES, Ádria Silva. Desinformação, Negacionismo e Automedicação: a relação da população com as drogas “milagrosas” em meio à pandemia da COVID-19. InterAmerican Journal of Medicine and Health, v. 3, 2020. Disponível em: https://iajmh.emnuvens.com.br/iajmh/article/view/147 Acesso em 27 set. 2024.
» https://iajmh.emnuvens.com.br/iajmh/article/view/147 -
CHEN, Zhaowei et al. Efficacy of hydroxychloroquine in patients with COVID-19: results of a randomized clinical trial. medrxiv, 2020. Disponível em: https://www.medrxiv.org/content/10.1101/2020.03.22.20040758v3 Acesso em 27 set. 2024.
» https://www.medrxiv.org/content/10.1101/2020.03.22.20040758v3 -
CHIA, Po Ying et al. Virological and serological kinetics of SARS-CoV-2 Delta variant vaccine-breakthrough infections: a multi-center cohort study. Clinical Microbiology and Infection, 2021. Disponível em: https://www.sciencedirect.com/science/article/pii/S1198743X21006388 Acesso em 30 mar. 2022.
» https://www.sciencedirect.com/science/article/pii/S1198743X21006388 -
DIMENSIONS: banco de dados. Disponível em: https://www.dimensions.ai/. Acesso em: 1-30 set. 2023.
» https://www.dimensions.ai - GUALLAR, Javier et al. Redistribución de notícias y debate público en las redes sociales. Profesional de la Información, v. 25, n. 3, p. 358-366, 2016. Disponível em: file:///C:/Users/Eduardo/Downloads/50965-Texto%20del%20art%C3%ADculo-147583-2-10-20160704.pdf. Acesso em 30 mar. 2021.
-
GUIMARÃES, Carlos Alberto. Medicina baseada em evidências. Revista do Colégio Brasileiro de Cirurgiões, v. 36, p. 369-370, 2009. Disponível em: https://www.scielo.br/j/rcbc/a/cVbkCq8b7TJvGMkrFf7N9Jc/?format=pdf⟨=pt Acesso em 05 jul. 2022.
» https://www.scielo.br/j/rcbc/a/cVbkCq8b7TJvGMkrFf7N9Jc/?format=pdf⟨=pt -
HANSEN, Christian Holm et al. Vaccine effectiveness against SARS-CoV-2 infection with the Omicron or Delta variants following a two-dose or booster BNT162b2 or mRNA-1273 vaccination series: a danish cohort study. MedRxiv, 2021. Disponível em: https://www.medrxiv.org/content/10.1101/2021.12.20.21267966v3 Acesso em 12 jun. 2024.
» https://www.medrxiv.org/content/10.1101/2021.12.20.21267966v3 -
KOUZY, Ramez et al. Coronavirus goes viral: quantifying the COVID-19 misinformation epidemic on Twitter. Cureus, v. 12, n. 3, 2020. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7152572/. Acesso em 5 out. 2024.
» https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7152572 -
MANZONI, Alexandre. Ciência, não-ciência, anticiência: lutas em torno da saúde pública na pandemia de COVID-19. Revista Brasileira de Ciências Sociais, v. 39, 2024. Disponível em: https://www.scielo.br/j/rbcsoc/a/kx8HWVdbz3TrSrncRgH8nxF/?format=pdf⟨=pt Acesso em 14 jun. 2024.
» https://www.scielo.br/j/rbcsoc/a/kx8HWVdbz3TrSrncRgH8nxF/?format=pdf⟨=pt - PINHEIRO, Marta Macedo Kerr; BRITO, Vladimir de Paula. Em busca do significado da desinformação. Data Grama Zero, João Pessoa, v. 15, n. 6, 2014.
-
QIAN, Hua et al. Indoor transmission of SARS‐CoV‐2. Indoor Air, v. 31, n. 3, p. 639-645, 2021. Disponível em: https://onlinelibrary.wiley.com/doi/abs/10.1111/ina.12766 Acesso em 30 mar. 2022.
» https://onlinelibrary.wiley.com/doi/abs/10.1111/ina.12766 -
RODRIGUES, Eloy. Ciência Aberta: Resposta de Emergência ou o Novo Normal?. Acta Médica Portuguesa, v. 35, n. 12, p. 853-855, 2022. Disponível em: https://www.actamedicaportuguesa.com/revista/index.php/amp/article/view/19200 Acesso em 28 set. 2024.
» https://www.actamedicaportuguesa.com/revista/index.php/amp/article/view/19200 -
ROSMAN, Tom; GRÖSSER, Sianna. Belief updating when confronted with scientific evidence: Examining the role of trust in science. Public Understanding of Science, v. 33, n. 3, p. 308-324, 2024. Disponível em: https://journals.sagepub.com/doi/full/10.1177/09636625231203538 Acesso em 5 out. 2024.
» https://journals.sagepub.com/doi/full/10.1177/09636625231203538 -
SENHORAS, Elói Martins. O campo de poder das vacinas na pandemia da COVID-19. Boletim de Conjuntura (BOCA), Boa Vista, v. 6, n. 18, p. 110-121, 2021. Disponível em: http://revista.ioles.com.br/boca/index.php/revista/article/view/400 Acesso em 07 jul. 2021.
» http://revista.ioles.com.br/boca/index.php/revista/article/view/400
-
CONJUNTO DE DADOS DE PESQUISA
Não se aplica
-
FINANCIAMENTO
Bolsa: Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG); Financiamento: CNPq/MCTI/FNDCT Chamada Universal nº 18/2021 (Processo: 422654/2021-3).
-
CONSENTIMENTO DE USO DE IMAGEM
Não se aplica
-
APROVAÇÃO DE COMITÊ DE ÉTICA EM PESQUISA
Não se aplica.
-
PUBLISHER
Universidade Federal de Santa Catarina. Programa de Pós-graduação em Ciência da Informação. Publicação no Portal de Periódicos UFSC. As ideias expressadas neste artigo são de responsabilidade de seus autores, não representando, necessariamente, a opinião dos editores ou da universidade.
-
1
De acordo com Pinheiro; Brito (2014), o conceito de desinformação é utilizado para definir a ausência de informação e o ruído informacional, além de proporcionar sentido a informações manipuladas para as amplas massas com o intuito de mantê-las alienadas.
-
2
O Altmetric Attention Score, ou simplesmente pontuação altmétrica, é uma contagem calculada automaticamente de toda a atenção online que um resultado de pesquisa recebeu e permite identificar quanto e que tipo de atenção foi dada (Altmetric, 2022).
-
3
Material Suplementar: quantidade de preprints recuperados na base Dimensions: https://drive.google.com/file/d/1gC5SqQQA6BhduZ6BUWW1i5gXvo5TcO5S/view?usp=sharing
-
4
Surgida como um subcampo dos estudos métricos, com foco na web social, a altmetria apresenta grande potencial na avaliação da pesquisa científica e no impacto dos resultados científicos na sociedade como um todo, uma vez que inclui as visões de todas as partes interessadas e não apenas dentro da comunidade científica (Araújo, 2020).
-
5
Material suplementar. Análise do perfil dos compartilhamentos dos preprints que compõe o corpus do presente estudo: https://docs.google.com/spreadsheets/d/1plrCsBZnUFJRqqLqil6MqCtxhcZJTAedxb-vg4aaxzA/edit?usp=sharing
-
6
As referidas categorias não esgotam as possibilidades de enquadramentos dos comentários sobre os preprints que compõe o corpus do presente estudo. Porém são amplas e, entende-se, úteis para a classificação de mensagens sobre COVID-19 nas mídias sociais.
-
7
Material suplementar. Dados demográficos de compartilhamento no Brasil dos preprints que compõe o corpus do presente estudo: https://drive.google.com/file/d/1ecIYa32tRvH2a763ufy7FDVKFJS3HybI/view?usp=sharing
-
8
De acordo com Capone (2015), o termo “bio” representa uma pequena descrição do perfil do usuário disponibilizada por ele próprio no Twitter (X).
Editado por
Não se aplica
Fonte: Dados da pesquisa (2023)
Fonte: Dados da pesquisa (2023)
Fonte: Dados da pesquisa (2024)
Fonte: Altmetric Explorer (2023)