8. Medici di famiglia e Social Media
Più Si che No= 21%
Si= 0%
Basandosi sulla sua Esperienza, per il paziente, sono utili le
informazioni cercate su Internet?
No= 13%
Più No che Si= 66%
NO 79% G.Fa%ori 2016
9. Medici di famiglia e Social Media
Si = 2%
Più SI che NO = 6%
Più NO che SI
= 18%
NO = 50%
Non so = 24%
NO 68%
Ritiene che i Social network (come Facebook, Twitter, YouTube)
rappresentino un utile mezzo di comunicazione con il cliente?
G.Fa%ori 2016
G.Fa%ori 2016
10. Basandosi sulla sua esperienza, per l’utente sono utili le
informazioni cercate su internet?
Si = 24,6%
Più sì che no =
26,1%
Più no che sì =
44,9%
No = 4,4%
SI 50,7%
Farmacisti e Social Media
G.Fa%ori 2016
11. Si = 46,4%
No = 8,7%
Più sì che no
= 24,6%
Più no che sì =
20,3%
Farmacisti e Social Media
SI 71%
Ritiene che i Social network (come Facebook, Twitter, YouTube)
rappresentino un utile mezzo di comunicazione con il cliente
G.Fa%ori 2016
12. Basandosi sulla sua esperienza, per il paziente sono utili le
informazioni cercate su internet?
Si = 1,5%No = 6%
Più sì che no
= 31,3%
Più no che sì =
61,2%
NO 67,2%
Medici Infettivologi e Social Media
G.Fa%ori 2016
13. Ritiene che i Social network (come Facebook, Twitter, YouTube)
rappresentino un utile mezzo di comunicazione con il paziente
Si = 3% Più sì che no = 4,5%
Più no che si =
59,7%
No = 32,8%
Medici Infettivologi e Social Media
NO 92,5% G.Fa%ori 2016
48. How Twitter Is Studied in the Medical Professions: A Classification of
Twitter Papers Indexed in PubMed
Shirley Ann Williams, Melissa Terras, Claire Warwick
Med 2.0 2013;2(2):e2
Dal 2009 PubMed ha indicizzato gli articoli scientifici
pubblicati relativi a Twitter per fornire una
classificazione ai futuri lavori dei ricercatori.
I primi paper scientifici (2009 - 2010) contenenti
termini come - twitter, tweet, microblog - nel titolo o
abstract, erano focalizzati sui meccanismi di
funzionamento del microblog.
Dal 2011 la tendenza va al data mining e data-sets, e
gli studi si spostano a considerare: “Twitter as a
source of data”
L’ accesso a grandi quantità di dati derivanti dai
singoli tweet correlato con i meta-dati della località,
ora del giorno, reti di follower può favorire
l'identificazione della diffusione delle malattie
infettive ……….
G.Fattori - 2016
54. Twitter – Giuseppe Fattori @mktsociale
Newsletter: http://marketingsociale.net/
Social media e promozione della salute
E-Book: Amazon- Feltrinelli – Hoepli
G.Fa%ori 2016