日益,護理專業人員使用 Twitter 來分享想法、信息和意見。 許多護士還利用這個平台來表達對工作場所條件對其心理健康影響的擔憂。 雖然這些推文是很好的研究數據源，通常作為既定研究方法的輔助手段，但缺乏對護士推文的研究，因為很難在 Twitter API 上過濾它們。 此海報演示瞭如何使用 JMP 從大型數據集中過濾來自護士的推文。
3 月 3 日至 12 月進行了一項橫斷面數據挖掘研究。 2020 年 3 月。 使用公共網站上提供的推文 ID 下載了近 355,000,000 條與 COVID-19 相關的推文。 使用 JMP Pro 16 中的文本資源管理器，通過在資料描述字段中搜索與護理相關的關鍵字來處理和過濾數據。
在 Text Explorer 過濾了與護理職業相關的關鍵術語和短語後，從 5,476 個自我識別的護士的唯一 Twitter 用戶 ID 中提取了 13,868 條推文。 一旦收集到推文，它們就成為一個巨大的數據源（由數千名用戶組成），有助於進行可靠的分析，以探索護士對與促進健康和降低風險相關的各種主題的意見和擔憂。
