國外用戶在線健康信息行為研究進展*

0 引言

近年“互聯網+健康醫療”服務模式快速發展，在線醫療行業初具規模[1]。然而，我國居民健康素養水平僅為11.58%[2]。這表明用戶日益增長的在線健康信息需求與健康信息素養水平發展之間存在不平衡的矛盾。近年爆發的醫療傷害事件“魏則西事件”暴露出用戶在線健康信息行為面臨挑戰。因此，開展用戶在線健康信息行為的研究顯得極其迫切。

健康信息泛指與人們身心健康相關的醫療或保健信息，包括醫學知識、保健知識、健康服務信息等[3]。在線健康信息行為是指用戶利用互聯網尋求、獲取、評價、分類和利用健康信息以滿足個體的健康信息意識和需求的一系列信息行為[4-5]。用戶包括但不僅限于消費者、患者、醫護人員以及互聯網醫療的參與者。通過對Web of Science、ScienceDirect、中國知網、萬方等數據庫進行文獻檢索發現，國外就用戶在線健康信息行為已進行了大量研究，國內該領域的研究尚未受到廣泛關注。因此，本文旨在通過對國外用戶在線健康信息行為相關研究文獻進行系統梳理，明確該領域重點關注的研究方向及研究主題，為國內用戶在線健康信息行為相關研究提供一定的借鑒，也間接為國家實施“健康中國”戰略以及完善在線健康信息服務體系提供有益的參考。

1 研究設計

1.1 研究方法與研究工具

雙聚類分析是對數據矩陣的行與列同時進行聚類的方法，能夠較為完善地分析低維與高維數據，在探測學科研究前沿與知識基礎方面明顯優于傳統聚類方法[6]。本文利用該方法對樣本文獻進行分析，以清晰地展現用戶在線健康信息行為研究領域中具有代表性的研究方向。gCLUTO是雙聚類分析使用的主流軟件。

文本編碼方法是內容分析常用技術，通過探索、調查和檢驗以發現文本內容中的思想和觀點[7]。本研究通過對國外用戶在線健康信息行為各研究方向下的樣本文獻進行文本編碼，歸納出各研究方向下的研究主題。其中，NVivo定性分析軟件與文本編碼十分契合，被廣泛應用于組織、編碼與分析文本數據。然后依據雙聚類分析和文本編碼的數據分析結果，提出研究結論與建議。

1.2 文獻獲取

為獲得與研究主題相關度較高的文獻資料，本研究采取以下兩個步驟來搜集文獻[8]。第一步，在數據庫中檢索相關文獻。基于前期文獻調研，以(“online/Internet health information”and“behavior*”)為檢索詞在Web of Science核心合集中進行主題詞檢索，共檢索到183篇相關研究文獻。第二步，對檢索到的研究文獻進行篩選。通過逐篇閱讀摘要和關鍵詞的方式，排除發表在外文期刊的國內研究，篩選出符合研究主題的文獻151篇。為確保研究主題的時效性和權威性，重點選取近5年(2013-2017年)發表在SSCI期刊上的相關研究文獻共102篇，作為本文的樣本文獻。樣本文獻數量分布見圖1。檢索時間段為2018年1月20日-1月24日。

圖1 國外用戶在線健康信息行為研究樣本文獻數量分布

2 研究過程

2.1 雙聚類分析

本研究參照雙聚類分析的基本步驟，即按照高頻關鍵詞判定、建立文獻—關鍵詞矩陣以及雙聚類圖譜分析的步驟，對樣本文獻進行量化統計分析，揭示出國外用戶在線健康信息行為領域的主要研究方向。

2.1.1 高頻關鍵詞判定

對樣本文獻的關鍵詞進行詞頻統計，可以反映其所在領域的研究熱點與方向[9]。對102篇樣本文獻進行關鍵詞詞頻統計發現，共計457個關鍵詞。對457個關鍵詞進行數據清洗，包括同義詞或近義詞的轉換，統一英文單詞的大小寫、單復數、寫法等[10]。再參考高頻詞低頻詞界分公式[11]，將詞頻大于3次的關鍵詞進行提取，得到34個高頻關鍵詞，見表1。

2.1.2 建立文獻—關鍵詞矩陣

在高頻關鍵詞統計的基礎上，對每個高頻關鍵詞在樣本文獻中出現的次數進行統計，建立文獻—關鍵詞矩陣(部分)見表2。其中，第一行中的阿拉伯數字001、002、003…分別代表樣本文獻1、樣本文獻2、樣本文獻3…；第一列為高頻關鍵詞；文獻—關鍵詞矩陣中“1”代表該高頻關鍵詞在樣本文獻中出現過，“0”代表該高頻關鍵詞在樣本文獻中沒有出現過。如“Internet”關鍵詞在樣本文獻1中出現過，為“1”，它在樣本文獻2中沒有出現過，為“0”。

2.1.3 雙聚類矩陣圖譜分析

雙聚類矩陣圖譜中的每個小格的顏色表示該行所對應樣本文獻與該列所對應高頻關鍵詞的相對出現頻次，顏色越深，表示出現頻次越高，白色表示出現頻次為0；圖中用橫線來分隔顏色方格，橫線分隔的區域表示聚類的類別[12]。由圖2可知，國外用戶在線健康信息行為領域被分為4個主要研究方向，結合雙聚類矩陣圖譜每類所包含的高頻關鍵詞，為各類賦予能最大限度地囊括其含義的名稱。類1包含“health information search”“online health information seeking”“health information seeking behavior”等高頻關鍵詞，將類1定義為“在線健康信息搜尋行為”；類2包含“health education”“eHealth”“health literacy”等高頻關鍵詞，將類2定義為“在線健康信息素養教育”；類3包含“Internet”“Internet use”“web forums”等高頻關鍵詞，將類3定義為“在線健康信息服務使用行為”；類4 包 含“health communication”“online social support”等高頻關鍵詞，將類4定義為“在線健康信息交流行為”。

表1 高頻關鍵詞統計

表2 文獻—關鍵詞矩陣(部分)

為進一步驗證聚類效果，本研究對雙聚類矩陣圖譜進行可視化處理(見圖3)，其中山峰“0”“1”“2”“3”分別代表“類2”“類1”“類4”“類3”。山峰體積與類群包含的樣本文獻數量成正比，山峰高度與類內相似性成正比；山峰顏色分別為紅、黃、綠、淺藍、深藍，依次表示類內相似性標準差由低到高[13]。由圖3可知，山峰彼此獨立、高度明顯，說明聚類結果的類內相似性高，聚類效果較好；山峰“0”“1”“2”的峰頂為紅色，山峰“3”的峰頂顯示黃色，說明聚類結果類內相似性標準差較低，聚類效果較好。

圖2 雙聚類矩陣圖譜

圖3 雙聚類矩陣山峰圖

2.2 文本編碼

通過雙聚類分析揭示出用戶在線健康信息行為研究的4個主要研究方向：在線健康信息搜尋行為、在線健康素養教育、在線健康信息服務使用行為、在線健康信息交流行為。本研究在此基礎上，將各研究方向下的樣本文獻進一步導入NVivo 11軟件進行定性分析，探析各研究方向下的研究主題。

2.2.1 樣本文獻編碼

(1)將樣本文獻導入NVivo 11軟件作為內部材料，按照雙聚類分析的結果將樣本文獻分為4個研究方向，并以“在線健康信息搜尋行為”“在線健康信息素養教育”“在線健康信息服務使用行為”“在線健康信息交流行為”作為4個父節點。(2)逐篇閱讀樣本文獻，在各研究方向下進行編碼。為提高研究效率，研究者將樣本文獻的摘要、研究綜述以及研究結論作為主要編碼內容，其余部分作為編碼的參考內容。首先，對樣本文獻中涉及研究主題與結論的內容進行概念化處理，每篇樣本文獻的研究主題僅編碼一次，并標記為自由節點，共形成102個自由節點。其次，將初步形成的自由節點加以精煉和區分，運用NVivo 11軟件的群組功能對其進行反復分組和歸類，共形成10個子節點。子節點與父節點是相對概念，子節點是相對于父節點層次較低的范疇，父節點則是層次較高的范疇。

2.2.2 編碼結果

經過上述樣本文獻的編碼分析之后，編碼節點間的邏輯關系已基本確立，圖4清晰地展示出節點之間的歸屬關系。其中，在線健康信息搜尋行為研究方向主要包括不同群體在線健康信息搜尋行為、在線健康信息搜尋行為模式和在線健康信息搜尋行為影響因素3個研究主題；在線健康信息素養教育研究方向主要分為在線健康信息素養水平對用戶行為影響和在線健康信息素養教育對用戶行為影響2個研究主題；在線健康信息服務使用行為研究方向又可以分為在線健康社區使用行為、在線健康信息服務用戶信任以及在線健康信息服務使用行為影響因素3個研究主題；在線健康信息交流行為研究方向重點包括患者之間的在線健康信息交流行為與醫患之間的在線健康信息交流行為2個研究主題。

圖4 文本編碼結果

3 研究發現

3.1 在線健康信息搜尋行為

在線健康信息搜尋行為(online health information seeking behavior)是用戶在線健康信息行為研究的重點研究方向之一，它是指用戶為了滿足自身的健康信息需求，減少對健康狀況的不確定性，而通過互聯網在線搜索有關健康知識或信息的行為過程[14]。它主要包括不同群體在線健康信息搜尋行為、在線健康信息搜尋行為模式和在線健康信息搜尋行為影響因素3個研究主題。

3.1.1 關于不同群體在線健康信息搜尋行為研究

不同群體之間的在線健康信息搜尋行為差異是重點關注的研究課題之一。研究發現，美國不同種族之間的在線健康信息搜尋行為存在顯著差異，在本土出生的拉丁裔美國人更可能在線搜尋健康信息，而非本土出生的拉丁裔美國人在填寫在線個人健康信息表格方面明顯缺乏信心[15]。西班牙裔美國人在線健康信息搜尋行為與自身的健康狀況之間也存在一定聯系[16]。也有研究表明，不同疾病患者之間的在線健康信息搜尋行為會影響其健康狀況。比如，對心肌病患者而言，在線健康信息搜尋行為有助于減少患者的心理焦慮[17]；對糖尿病患者的而言，在線健康信息搜尋的用戶更加關心自身的保健護理[18]。更有研究指出，數字移民與數字原住民之間的在線健康信息搜尋行為也存在顯著的代際差異(generation gap)[19]。

3.1.2 關于在線健康信息搜尋行為模式研究

在線健康信息搜尋行為模式在一定程度上反映了用戶在線健康信息搜尋行為習慣和規律。有學者就用戶在線搜尋健康信息行為模式進行了探究，以用戶在維基百科上搜索有關健康信息的行為作為觀測對象，結果發現在工作周的開始階段，用戶在線搜索健康信息的頻次達到高峰，其中，星期二的搜索頻次達到最高；隨著工作周的結束，用戶在線健康信息搜尋頻次逐漸下降，其中，星期六的搜索頻次最低[20]。進一步地，基于自決理論(Self-determination Theory)的研究發現，自主性和人際關系是用戶在線健康信息搜尋行為的重要動機[21]，用戶在線搜尋的健康信息類型主要包括癥狀、診斷、疾病治療、減肥等[22]。

3.1.3 關于在線健康信息搜尋行為影響因素研究

在線健康信息搜尋行為受到多重因素的影響，它也是用戶在線健康信息搜尋行為的重點研究主題之一。研究發現，自身健康狀況、對互聯網的熟悉程度、在線健康信息的可信度、個體態度、感知行為控制、主觀規范等是影響用戶在線健康信息搜尋的主要因素[23-24]。研究認為，用戶在線健康信息行為也受到感知風險、信息過載和社會資本等因素的影響[25-26]。此外，社會經濟地位、年齡、性別等人口統計學因素對用戶在線健康信息行為具有重要影響[27-28]。進一步地，通過對40名健康信息搜尋者的實驗研究也證明，信息偏好對用戶在線健康信息搜尋行為產生影響[29]。結合情緒認知理論(Appraisal Theory of Emotions)和社會認知理論(Social Cognitive Theory)可發現，用戶對在線健康信息的離散情緒反應對搜尋后的態度和行為有重要影響[30]。

3.2 在線健康信息素養教育

健康素養是指個人獲取、理解和使用基本的健康信息與服務并作出合理健康決策的能力。相應地，在線健康信息素養可以定義為個人從互聯網平臺獲取、理解和使用健康信息與服務并將所獲得的健康知識用來解決健康問題的能力[31]。它主要包括在線健康信息素養水平對用戶行為影響和在線健康信息素養教育對用戶行為影響2個研究主題。

3.2.1 關于在線健康信息素養水平對用戶行為影響研究

根據信息素養水平的高低可以將本研究的用戶劃分為：在線健康信息素養高的用戶與在線健康信息素養低的用戶。將上述兩類用戶進行對比研究發現，在線健康信息素養低的用戶可能會因為羞恥心而不愿主動披露其健康信息，從而造成延遲診斷、危害健康等不良的影響[32]；在線健康信息素養高的用戶則更加主動積極地在互聯網搜尋健康信息并尋求社會支持[33]。而且，在線健康信息素養低的用戶在獲取網絡健康信息時會將更多的時間精力花費在無關緊要的信息上[34]。

3.2.2 關于在線健康信息素養教育對用戶行為影響研究

在線健康信息素養教育是改善用戶健康水平的重要影響環節，它對不同用戶群體的健康行為具有較為顯著的影響。有研究指出，將在線健康信息素養教育納入學校健康教育課程將有助于提高學生的健康水平[35]。不僅如此，在線健康信息素養教育也可以促進孕產婦和嬰幼兒的口腔健康[36]。現如今，由于互聯網已經成為用戶獲取健康信息的主要來源，健康信息素養水平的高低又是造成健康差異的主要因素，因此，在線健康信息素養教育受到學術界的持續關注，并正在成為新的研究課題。

3.3 在線健康信息服務使用行為

隨著互聯網的發展，面向用戶的在線健康信息服務不斷涌現。在線健康信息服務使用行為是用戶在線健康信息行為的重要研究方向之一，它主要包括在線健康社區使用行為、在線健康信息服務用戶信任以及在線健康信息服務使用行為影響因素3個研究主題。

3.3.1 關于在線健康社區使用行為研究

在線健康社區(Online Health Communities)是指用戶通過互聯網了解健康信息、尋求或提供健康咨詢以及成員間交流的在線社區。在線健康社區的用戶可以分為4種類型：看守者(Caretaker)、機會主義者(Opportunist)、科學者(Scientist)和冒險者(Adventurer)，有研究針對以上每種類型用戶在虛擬健康社區中健康信息行為的差異進行了探討[37]。用戶使用在線健康社區的行為效果暫無定論，一方面，在線健康社區可以顯著改善用戶的健康狀況[38]；另一方面，在線健康平臺在疾病診斷中發揮的作用有限[39]。可以看出，當前對在線健康社區的研究仍處于探索階段，利用在線健康社區來改善與保持健康具有非常大的潛力。

3.3.2 關于在線健康信息服務用戶信任研究

用戶信任被認為是信息服務使用的關鍵因素。用戶對在線健康信息服務的信任可以分為2個維度：對健康信息提供者的信任和對健康信息網站的信任。以技術接受模型(TAM)為理論基礎，有研究發現感知易用性和感知有用性對以上兩個維度的用戶信任都有顯著影響[40]。在借鑒理性行為理論和期望確認理論的基礎上，對在線健康信息服務用戶信任的縱向研究表明，信任對用戶接受在線健康信息服務的初始階段和持續階段均有重要影響[41]。作為互聯網用戶最活躍的群體之一，大學生人是在線健康信息的活躍用戶，他們信任在線信息并將互聯網視為健康咨詢的有效來源[42]。實證研究發現，大學生信任在線健康信息服務的主要因素包括權威性、風格、內容、有用性、品牌、易用性、可信性和可驗證性等[43]。不同文化背景的用戶對社交媒體中的健康信息的信任程度存在較為顯著的差異[44]。

3.3.3 關于在線健康信息服務使用行為影響因素研究

用戶使用在線健康信息服務受到多重、多維因素的影響。以擴展技術接受模型為理論基礎的研究發現，感知易用性、感知樂趣性(Perceived Enjoyment)、感知有用性對用戶在線健康信息服務使用行為有顯著影響[45]。同時，感知收益、感知風險、信息質量以及系統質量對用戶使用在線健康信息也有一定影響[46]。通過用戶實驗發現，在線健康信息問答平臺的消息交互性對用戶使用意愿有積極作用[47]。

3.4 在線健康信息交流行為

在線健康信息交流行為可以認為是用戶通過在線健康社區溝通與分享健康知識、經驗以及進行情感交流等信息活動。其主要包括患者之間的在線健康信息交流行為和醫患之間的在線健康信息交流行為2個研究主題。

3.4.1 關于患者之間的在線健康信息交流行為研究

隨著社會化媒體的快速發展以及用戶健康意識的不斷增強，在線健康信息交流行為在溝通與分享健康信息的過程中正在發揮越來越重要的作用。研究發現，患者之間的在線健康信息交流存在顯著的信息互惠關系[48]，他們通過在線健康信息交流可以獲得更多的社會支持和情感支持，這將有助于他們改善身心健康狀況[49]。也有研究表明，患者之間的在線健康信息溝通和分享的主要動機也是為了獲得心理安慰和精神支持[50]。

3.4.2 關于醫患之間的在線健康信息交流行為研究當前醫患關系緊張，如何緩解與改善醫患關系成為重要課題。患者與醫生的在線健康信息交流可以顯著改善醫患關系[51]。而且，用戶對健康信息的不信任會令其減少與醫生的溝通，而其對在線健康信息的信任則會增加二者間的交流[52]。

專門針對醫患之間在線健康信息交流的內容進行分析，結果表明，在線健康信息交流過程中，患者更多地表述個人經驗、感性層面的訴求，而醫生則更多地闡述與健康相關的知識、提供理性層面的解答[53]。然而，醫生在與患者進行交流時使用醫學專業術語將有礙于患者接受在線健康信息[54]。以上這些研究結論，都為促進和諧醫患關系提供了有效的途徑。

4 研究結論與建議

本研究采用雙聚類分析與文本編碼相結合的方法，對近5年國外用戶在線健康信息行為的相關研究進行了系統梳理，揭示出國外用戶在線健康信息行為研究的4個主要研究方向：在線健康信息搜尋行為、在線健康信息素養教育、在線健康信息服務使用行為和在線健康信息交流行為。

相比于國外用戶在線健康信息行為的研究，國內學者針對該領域的相關研究也呈現逐年上升的趨勢，但總體文獻數量偏少，目前仍處于初期階段。從研究方向與主題來看，國內研究主要對在線健康信息搜尋行為及其影響因素進行了探討，部分研究對則聚焦于在線健康信息服務使用行為，有關在線健康素養教育、在線健康信息交流行為的研究較少。總體看來，國內該領域的研究在深度和廣度上均存在一定局限。因此，本文在總結國外用戶在線健康信息行為研究進展的基礎上，結合我國用戶特點和文化語境，針對國內該領域的未來研究提出以下建議，以期進一步深化該領域的研究。

(1)針對不同民族、不同區域用戶群體的在線健康信息搜尋行為研究。我國幅員遼闊，不同民族之間存在文化差異，不同區域之間的經濟發展水平也存在一定差距。在我國文化與經濟發展的環境下，不同用戶群體之間的在線健康信息搜尋行為動機、行為模式、行為規律都值得深入探究，從而優化用戶在線健康信息行為。

(2)針對信息弱勢群體的在線健康信息素養教育研究。開展在線健康信息素養教育是具有普惠性的健康預防措施之一。然而，國內專門針對在線健康信息素養教育研究較少，尤其是信息弱勢群體的在線健康信息教育研究鮮有關注。研究者可以信息弱勢群體為切入點，構建與完善在線健康信息素養教育體系，為信息弱勢群體提升在線健康信息素養水平提供保障，在一定程度上也可促進社會公平正義價值觀的實現。

(3)針對數字移民與數字原住民在線健康信息服務使用行為研究。在數字化環境中，用戶信息行為受到數字化產品和信息技術的影響，數字移民與數字原住民的信息行為存在顯著差異。研究者可以針對我國數字原住民與數字移民在使用、理解和管理在線健康信息方面展開研究，從而優化在線健康信息服務。

(4)針對醫患關系的在線健康信息交流行為研究。我國醫患關系是重要的民生問題，由于醫患之間信息不對稱、信息無法共享等原因導致醫患關系緊張。我國在線健康網站迅速興起，為醫患之間的交流開辟了新的渠道。開展醫患之間的在線健康信息交流行為研究，將為緩解醫患關系緊張提供有效途徑，具有重要的社會價值和現實意義。

需要說明的是，本研究搜集的文獻僅來自Web of Science數據庫，并未完全覆蓋國外用戶在線健康信息行為研究，未來可考慮擴大數據源范圍作進一步探討。