摘要：

背景：网络上的错误健康信息对公共卫生造成了严重威胁。新冠肺炎大流行加剧了有关新冠肺炎的错误健康信息的传播，相关研究激增。

目的：系统总结社交媒体上有关新冠肺炎错误健康信息的中英文文章，并定量描述研究进展。

方法：本文使用文献计量学方法，系统分析和比较中英文论文的特点，包括文章数量、期刊、作者、国家、机构、资金和研究主题，并重点分析了研究热点的变化。

结果：文本一共纳入了1294篇论文，结果显示，在新冠肺炎大流行期间，文章数量和引用次数显著增加（与大流行前的数据相比，分别为1.94倍和2.95倍）。然而，高影响力的文章很少，该领域缺乏核心作者群和合作网络。中国学者发表的论文数量（n=266）和基金数量（n=292）最多，但大部分为英文论文（英文论文和中文论文分别有1131篇和163篇）。关于研究主题，已经实现了从定性小数据分析到定量大数据实证的转变。

结论：随着自然语言处理技术的发展，对海量用户生成内容的深度挖掘已成为热点。新冠肺炎大流行的爆发促使研究重点从与错误信息相关的健康问题转向涉及传播网络的来源、内容、渠道、受众和影响的社会问题。使用机器学习等人工智能技术深入挖掘社交媒体上大量用户生成内容将是未来的研究热点。