发表在18卷第三名(2016): 3月

当疾病严重程度较高时,互联网搜索疾病引发对自身健康的积极感知:一项纵向问卷研究

当疾病严重程度较高时,互联网搜索疾病引发对自身健康的积极感知:一项纵向问卷研究

当疾病严重程度较高时,互联网搜索疾病引发对自身健康的积极感知:一项纵向问卷研究

原始论文

1莱布尼茨研究所für Wissensmedien,社会过程实验室,Tübingen,德国

2德国Tübingen大学理学院,Tübingen

通讯作者:

Kai Sassenberg, dil .-心理学家。瑞尔博士说。nat。

莱布尼茨研究所für Wissensmedien

社会过程实验室

Schleichstrasse 6

图宾根,72076

德国

电话:49 7071979220 ext 220

传真:49 7071979200

电子邮件:k.sassenberg@iwm-tuebingen.de


背景:互联网是卫生信息的主要来源之一。然而,在研究中,到目前为止,互联网使用对个人健康感知的影响还没有得到太多的关注。

摘要目的:这项研究测试了使用互联网获取健康信息和疾病严重程度如何影响慢性病患者对自己健康状况的看法。众所周知,消极的心理状态会导致对积极信息的优先处理。特别是,互联网使用的自我导向性质为这种偏见提供了空间。因此,我们预测,由于慢性疾病发作更频繁,经历消极健康状态的患者如果经常使用互联网获取健康信息,将对自己的健康产生更积极的看法,但如果他们很少使用互联网,则不会。其他信息来源没有预料到这种影响。

方法:一项有两个测量点的纵向问卷研究——7个月的时间滞后——在慢性炎症性肠病患者样本(n=208)中检验了这一假设。这项研究评估了患者使用互联网的频率、他们参与在线社会支持团体的情况、他们使用其他健康信息来源的情况,以及参与者对自己健康状况的看法的几个指标。使用结构方程模型(SEM)分别测试了互联网搜索和其他信息来源的预测。

结果:数据分析支持预测;在第一个测量点(T1),健康相关信息搜索频率与发作频率之间的交互作用与被试在第二个测量点(T2)对自身健康的积极感知相关(B=。10、SE = .04点,P=.02)高于和超出T1时他们对自己健康的感知。当参与者使用互联网相对较少(-1 SD)时,发作频率与他们对自己健康的积极看法之间没有关系(B=-)。11日,SE = .14点,t203= -0.82,P= .41点)。相比之下,当参与者使用互联网相对频繁(+1 SD)时,他们使用互联网的频率越高,他们对自己健康的看法就越积极(B=。36岁的SE =酒精含量,t203= 2.43,P= .02点)。另外的SEM分析显示,这种效应只在网上搜索信息时发生,而在咨询其他信息来源时不会发生,也不会在加入在线社会支持团体时发生。

结论:这项研究的结果表明,患者可能会选择性地以一种不平衡、有偏见的方式处理来自互联网的信息,从而形成一种对自己健康的自我服务(即积极的)看法。与此同时,这种偏见有助于患者在心理上应对疾病的能力。

中国医学网络杂志2016;18(3):e56

doi: 10.2196 / jmir.5140

关键字



背景

互联网为非专业人士提供了获取健康信息的途径,而在早期,这些信息只有医生和其他卫生保健专业人员才能获得。早在2001年,约有40%的互联网用户在网上搜索健康信息[1].与此同时,互联网在卫生领域的使用已变得如此流行,以至于仅根据搜索引擎查询数据就可以检测到流感流行[2].通过互联网获取保健信息有可能使病人更加知情,并使他们能够参与照顾自己的健康;与此同时,互联网上的健康信息往往不准确或不完整[3.-5].

在互联网上获取健康信息所带来的风险和益处不仅来自这些信息的内容,还来自患者如何处理这些信息(见Kalichman等人[6])。目前的研究旨在测试疾病严重程度的影响,这是一个可能影响信息处理的因素,以及互联网使用健康信息获取的频率对个人健康状况的感知。

偏好正面信息而非负面信息

健康信息以一种有偏见的方式处理。例如,积极的或自我服务的信息(例如,暗示自己的健康状况良好)比消极的自我相关的信息(例如,暗示自己的疾病)更容易被接受,更少被回避[7].在信息加工的不同阶段,如注意、编码和回忆,均表现出对自我服务信息的优先加工;有关概述,请参阅De Hoog等人[8]和谢泼德等人[9].其他研究结果表明,个人更倾向于选择有关自己健康的积极信息,而不是消极信息。10].

然而,我们有理由认为,积极的或自私自利的偏见发生的程度在很大程度上取决于个人的健康状况以及由此产生的心理状态。1011].跨领域的研究表明,处于消极状态(即,一种令人厌恶的状态,如感觉不确定、受到威胁或糟糕)的人有更强的积极偏见,这可能是生病的人所经历的。更准确地说,研究表明,与积极的心理状态(即愉快或中性的状态)相比,消极的心理状态下,积极的信息比消极的信息受到更多的关注。当人们关注的是损失而不是收益时,这种情况尤其明显。12],当他们经历消极情绪而不是积极情绪时[13,或者当他们被提醒消极而不是积极的经历时[1415].此外,经历对当前和未来状况(即另一种消极状态)的低控制会引发积极偏见[1617].此外,处于消极状态不仅会导致注意力方面的积极偏见,也会导致决策方面的积极偏见。18].这个过程被称为反管制[19因为消极的状态会被对积极刺激的关注所抵消。12].综上所述,疾病期间可能出现的消极心理状态已被证明会导致信息处理中的积极偏见。

我们认为,在互联网搜索过程中,信息处理的正向偏倚很可能发生,因为搜索和上网完全是自我导向的(即不受外部限制的引导)。此外,由于超文本结构和几乎无限的可用信息,它可以通过多种路径完成[20.].其他健康信息来源通常为参与者提供更多指导。在社会交往中,医生或其他卫生专业人员根据自己的目的向患者传达信息;理想情况下,它们为患者提供平衡和公正的信息,使他们能够自主地做出明智的决定[21].甚至在电视、报纸或书籍(即非交互式来源)中,有关疾病的信息通常设计成这样一种方式,以便读者获得某种无偏见的信息(例如,Anderson和Nottingham [22])。相比之下,互联网上的信息获取是完全自主的,因为用户可以在任何给定的时间点停止阅读文本并“上网冲浪”。这是由于大量的信息和异构质量有关的内容是在线可用的。因此,当现有信息允许多种解释和自我导向的信息搜索时[2324],就像在互联网上一样,消极的心理状态更有可能引导信息加工(即影响互联网搜索过程的行为步骤)偏向积极信息的加工。这是因为,只有在搜索过程是自我导向的情况下,内部的消极和积极状态才能对信息处理产生影响,就像在互联网搜索中那样,而如果信息搜索是外部导向的,就像在其他来源的情况下,则不会产生影响。换句话说,互联网提供了最佳程度的上下文自由,这是罗特蒙德[19被认为是反管制发生的首要前提条件。

事实上,实验研究[2526的研究表明,消极的心理状态会影响网络搜索行为。在以健康参与者为对象的一系列实验中,威胁是基于向参与者提供表面上的诊断[7或者让他们思考并写下他们目前正在经历的威胁。然后,参与者搜索健康领域的信息(即与诊断相关的信息或关于活体器官捐赠的信息)。在威胁条件下,与无威胁控制条件相比,产生了更多积极的搜索词,从链接列表中选择了更多积极的链接,召回了更多积极的信息,搜索主题被评价为更积极的。积极的搜索词、链接和信息——在搜索活体器官捐赠的情况下——集中在器官捐赠给病人“第二次生命”的事实或捐赠器官处于良好状态的情况上。这些研究表明,使用互联网获取自己疾病和健康信息的患者同样会产生积极的偏见,因为患者的实际健康状态可能会导致消极的心理状态。患有慢性疾病的病人——一个经常使用互联网的群体[27例如,当他们经历一次疾病发作时,他们不仅会遭受身体上的痛苦,而且还会感觉糟糕(即经历一种消极的心理状态)。这反过来又形成了在与健康相关的互联网搜索中产生积极偏见的基础[2526].

在互联网搜索过程中,这种正面偏见的长期后果是什么?如上所述,对网络搜索直接结果的研究表明,消极状态会导致对积极信息的更好记忆,并对搜索中心周围的目标有更积极的态度。2526].因此,从长远来看,处于消极心理状态的人上网搜索的频率越高,对疾病和患者自身健康的看法就越积极。因此,我们预测,经常使用互联网搜索健康相关信息的慢性疾病患者,他们经历疾病发作的频率越高,他们对自己的健康状况就会有更积极的看法。相比之下,在很少使用互联网搜索健康相关信息的患者中,发作频率与对自身健康的积极感知之间的这种关系不会出现。


概述与研究设计

为了验证这一假设,对患有慢性炎症性肠病的患者进行了一项具有两个测量点和7个月时间滞后的纵向研究。我们关注这种慢性疾病,因为它的特点是不经常发生急性发作,这在很大程度上限制了患者应对日常需求的能力;因此,这些事件很可能引发消极的心理状态。此外,慢性病患者尤其依赖互联网作为信息来源,因为他们的疾病严重限制了他们的日常和社交活动,这就是为什么他们经常无法走出家门[27].这也适用于炎症性肠病患者。因此,这些患者构成了我们研究的合适患者群体。

我们使用了三个指标来衡量对自身健康的积极看法,这些指标捕捉了积极偏见的直接结果——对疾病导致的风险的看法——以及它如何影响参与者的个人健康压力和健康自尊。由于关于他们的健康和疾病的信息对患者来说是自我相关的,我们预计我们的假设将适用于感知自身健康的所有三个指标。

通过互联网招募参与者并收集数据,以获得在使用互联网进行健康相关目的方面有经验的患者样本。为了测试通过事件互动频率预测的网络搜索频率是否发生在所有信息来源或仅发生在与健康相关的互联网搜索中,我们评估了在线社会支持小组的参与情况和与健康相关的离线信息来源(即互动和非互动来源)的咨询情况。对于除互联网搜索之外的其他来源,我们没有预期信息交互来源的事件频率,因为这些其他来源没有提供所需的自我导向程度,从而为反调节和积极线索的优先处理提供空间。

参与者

慢性炎症性肠病患者参与了一项开放的在线问卷研究,其中两个测量点相隔7个月。参与者是通过德国克罗恩病和溃疡性结肠炎协会招募的,该协会有2万多名成员,因此是德语国家慢性炎症性肠病患者的最大组织。该协会在其会员杂志、网站、电子邮件和社交网站上宣传了这项研究。

当点击广告中的链接时,参与者首先必须在线提供知情同意。在收到有关持续时间、研究内容和目的以及数据存储政策的信息后,每位参与者都必须主动勾选复选框,从而表示知情同意。参与完全是自愿的。为了访问调查,参与者必须在一个网页表单中输入他们的电子邮件地址。电子邮件地址与其他数据分开存储,只有系统管理员(即研究人员不能访问)才能访问,他们在第二波数据收集完成后删除了电子邮件地址。参与者会收到一封带有实际问卷链接的电子邮件。

报道的研究得到了德国Tübingen大学医学院伦理委员会的伦理批准。作为补偿,完成两波调查问卷的参与者都获得了价值10欧元(约11美元)的礼券,可在在线销售平台上兑换。

主要调查问卷

第一个测量点(T1)和第二个测量点(T2)的所有测量都通过在线调查程序Questback进行评估。项目以固定的顺序呈现。首先,参与者回答了人口统计学问题(即性别、年龄和教育程度)以及关于他们的健康和疾病的一般问题(即诊断类型、接受诊断的时间、出现症状的时间、发作次数、当前急性发作和急性发作的严重程度)。这些问题包括对关键预测因素,发病频率的评估。在一组更大的测量中,评估了参与者的健康相关自尊、健康相关压力和健康相关风险感知,并作为关键的依赖测量。最后,参与者回答了关于他们使用互联网的问题——第二个关键预测因素——他们使用的互联网服务,他们加入的在线社会支持小组,以及他们使用的离线信息来源。问卷的功能性和可读性由健康参与者进行了预测试。调查问卷包含多达14个项目。不可能返回已经完成的问卷页。必须完成评估关键概念的项目。 Participants were contacted via email about 7 months after they had completed the questionnaire from the first wave. Those who did not reply within a week received a reminder. All measures at T2 were exactly the same as at T1.

措施

发作频率评估项目要求参与者指出他们在过去一年中有多少次急性发作。参与者报告的平均发作次数为1.93次(SD 2.10)。这个指标是Z-对下面报告的所有分析进行标准化,因为原始值是倾斜的,频率计数通常是这样。

在互联网上搜索与健康相关的信息评估项目要求参与者报告他们为此目的使用互联网的频率。参与者提供了以下7分制的答案:很少或从不(1),每年2 - 6次(2),每月一到两次(3),每周一次(4),每周两到五次(5),每天一次(6)每天几次(7).这一项目是互联网上与健康相关信息搜索的衡量指标。

在下一篇文章中,关于使用卫生信息来源的问题必须在方框中打勾或不打勾来回答。可能的信息来源是搜索引擎、论坛、百科全书、患者协会网站、互联网门户、科学搜索引擎、通讯和社交网络。

在线社会支持小组参与还通过一个项目进行了评估——“你多久访问一次在线社会支持小组?”——参与者在用于健康相关信息搜索的7分制量表上再次回答。

其他健康信息来源参与者通过打或不打方框来表明他们是否利用了以下线下健康信息来源:医生、家人和朋友、心理学家或咨询中心、书籍、演讲、报纸和期刊、电视或广播。我们从这些答案中通过计算选中框的数量创建了两个指数,分别是社会互动来源(如医生、朋友和家人、心理学家或咨询中心)和非互动来源(如书籍、演讲、报纸和期刊、电视或广播)。

对自身健康的积极认知如上所述,通过使用三个不同的指标来捕捉:与健康有关的自尊、与健康有关的压力(相反)和与健康有关的风险感知(相反)。与健康有关的自尊由取自状态自尊量表的社会状态自尊子量表的五个项目来测量[28):“因为我的慢性病,我感到自卑”,“因为我的慢性病,我对自己不满意”,“因为我的慢性病,我感到自卑”,“因为我的慢性病,我担心别人对我的看法”,“因为我的慢性病,我担心我给别人留下的印象”。所有这些项目都与原始量表(T1 alpha=。86,t2 =。87)参与者因疾病而经历的与健康有关的压力由不同压力评估方法中的七个项目评估[2930.];例如,“我对我的慢性病感到完全无助”,“我觉得我的慢性病超出了我的控制”,以及“我的慢性病对我影响很大”(T1 alpha=。88, T2 =。91)最后,参与者的健康相关的风险感知与他们的疾病测量五个自行开发的项目。我们开发这些项目是因为,据我们所知,没有可用的量表能捕捉与炎症性肠病相关的感知风险:“炎症性肠病久而久之可能导致肠癌”、“炎症性肠病极大地限制了社交生活”、“炎症性肠病常伴有肠失禁”、“炎症性肠病使你经常感到不舒服”、“炎症性肠病伴随许多不良反应”(T1 alpha=。54,t2 =。56)这个比额表的内部一致性没有人们所希望的那么高,不幸的是,排除单个项目并不能大大改善这种一致性。由于量表近似正态分布,我们选择将项目平均为一个指数。所有三种量表的评分都采用李克特5分制,从1 (完全不适用)至5 (完全适用于).

纳入和排除标准

参与者必须年满18岁,并患有慢性炎症性肠病。唯一的排除标准是两个主要疾病相关变量的答案——自接受诊断以来的时间和每年的发病次数——必须在一个合理的范围内:分别< 60年和< 20次。

数据分析

为了验证这一假设,使用SPSS Amos版本22 (IBM Corp)应用结构方程模型(SEM)。在这个模型中,对自身健康的积极感知的三个明显指标被总结为一个潜在变量,分别为T1和T2。评估指标和潜在变量之间的关系在两个时间点上都是平等设置的。该模型回归了T2时对T1相同变量的自身健康感知,以及与健康相关的信息搜索频率、发作频率及其相互作用(见图1).在计算相互作用之前,两个变量都是Z标准化。

T1时发作频率的测量误差与T1时对自身健康的积极感知的误差项之间的相关性被释放,因为这两者很可能是相关的。此外,健康相关压力、健康相关自尊和健康相关风险感知在T1时的测量误差与T2时的测量误差共变。这样做是因为我们假设这些指标中不属于自身健康积极感知这一潜在变量的成分可能仍然是稳定的。该模型不包括任何进一步的协变量。为了检验相反的因果关系,我们还计算了一个模型,其中在T1时对自己健康的感知预测了在T2时发作频率和与健康相关的互联网搜索之间的相互作用。

最后,对其他模型进行了测试,以确定网络搜索本身或其他类型的信息搜索是否与发作频率相互作用,以影响对自身健康的感知。这些替代模式取代了通过社会互动来源、非互动来源或参与在线社会支持团体在互联网上搜索与健康有关的信息。除了预测器的这种变化及其与发作频率的相互作用外,与主要模型相比,替代模型没有表现出任何变化。在这些模型中,我们没有期望在各自的信息源和对自己健康的积极感知的发作频率之间发现相互作用。

图1。从第一个测量点(T1)和从第二个测量点(T2)建立发病频率、健康相关信息搜索频率及其相互作用对潜在变量、自身健康积极感知的影响(非标准化回归系数B)的结构方程模型(SEM),控制T1对自身健康的积极感知。NFI:归一拟合指数;TLI:塔克-刘易斯指数;CFI:比较拟合指数;RMSEA:近似均方根误差;Ns:不显著;* P < . 05;* * * P <措施。
查看此图

样品描述

在完成两份问卷的216名参与者中,共有8名(3.7%)被排除在以下报告的分析之外,基于排除标准:接受诊断的时间(> 60年)和去年的发作次数(> 20次)。因此,208名参与者被纳入分析:154名女性(74.0%),54名男性(26.0%),平均年龄37.77岁(标准差11.51,范围18-63岁)。在这些参与者中,0.5%(1/208)没有完成学业,8.7%(18/208)在接受9年教育后获得中等教育证书(德语:Hauptschulabschluss), 26.4%(55/208)在接受10年教育后获得中等教育普通证书(德语:Mittlere Reife), 30.8%(64/208)拥有高中学位(即经过12年学校教育后的一般大学成熟度证书),10.1%(21/208)拥有理工学院学位,23.6%(49/208)拥有大学学位。因此,样本是受过良好教育的。

自我报告疾病情况显示,57.7%(120/208)的参与者患有克罗恩病,40.4%(84/208)的参与者患有溃疡性结肠炎,1.0%(2/208)的参与者患有不确定性结肠炎,1.0%(2/208)的参与者报告患有与上述疾病不同的疾病。参与者接受诊断的平均时间为11.79年(SD 10.01),出现症状的平均时间为13.61年(SD 10.83)。

参与者报告使用以下在线健康信息来源:搜索引擎(196/205,95.6%)、论坛(154/205,75.1%)、百科全书(109/205,53.2%)、患者协会网站(108/205,52.7%)、互联网门户网站(68/205,33.2%)、科学搜索引擎(如谷歌Scholar和PubMed)(53/205, 25.9%)、通讯(51/205,24.9%)和社交网络(44/205,21.5%)。在208名参与者中,有3人(1.4%)没有回答这个问题。此外,他们表示使用以下线下健康信息来源:医生(187/ 204,91.7%)、家人和朋友(108/ 204,52.9%)、心理学家或咨询中心(52/ 204,25.5%)、书籍(131/ 204,64.2%)、演讲(113/ 204,55.4%)、报纸和期刊(90/ 204,44.1%)以及电视或广播(67/ 204,32.8%)。在208名参与者中,有4人(1.9%)没有回答这个问题。

辍学的分析

问卷的第一页有319次点击。共有258例炎症性肠病患者在T1完成了全部问卷(258/319,80.9%),216例患者在T2完成了问卷(216/319,67.7%):从T1到T2的退出率为16.3%(42/258)。这些子样本在以下变量方面没有差异:性别(χ21= 0.1,P=.85),诊断类型(χ23.= 1.5,P= 0.67)、年龄、接受诊断后的时间、首次出现症状的时间、以及过去一年的发病次数(t< 1.5,P>点)。退出研究的参与者使用互联网与健康相关的目的(平均4.70,标准差1.32)略高于在两个测量点都完成问卷的参与者(平均4.25,标准差1.47;t258= 1.84,P= . 07)。由于退出率非常小,并且我们发现两个子样本之间只有一个边际偏差,因此我们认为剩余的样本适合测试我们的预测。

基本分析

变量及其均值和标准差之间的相关性显示在表1

表1。所有变量的相关性。
数量 变量 的意思是 SD 1 2 3. 4 5 6 7 8 9
1 健康相关网络搜索T1一个 4.24 1.46








2 发作频率T1 1.95 2.11 07







3. 健康相关应激T1 2.63 0.95 .19b 口径。b






4 健康相关自尊T1 3.42 1.06 16c 23)b d





5 健康相关风险感知T1 3.30 0.65 c .20b 38d .30d




6 健康相关互联网搜索T2e 4.07 1.48 d .04点 . 01 0。 。08



7 T2发作频率 1.64 1.98 16c 53d 23)b 16c . 21b .04点


8 健康相关应激T2 2.58 0.99 只要b 综合成绩d 55d d 。08 二十五分d

9 健康相关自尊T2 3.49 1.08 .19b 原来c .62d 开市d d 07 c d
10 健康相关风险认知T2 3.17 0.66 .10 只要b d 陈霞d .57d .19b .14点c .35点d .40d

一个T1:第一测量点。

bP< . 05。

cP< . 01。

dP<措施。

eT2:第二测量点。

预测测验

我们预测,发作频率和互联网上的健康相关信息搜索相互作用,影响患者对自身健康的积极看法。更准确地说,我们预计频繁使用互联网的患者,而不是很少使用互联网的患者,更频繁的发作应该会导致他们对自己的健康有更积极的看法。当计算在一个源中评估的变量之间的相互作用时,多重共线性通常是一个问题。然而,我们的预测因子——发病频率和健康相关信息搜索频率——并不相关(r=。07年,n = 208,P= .33)。

预测模型显示出与数据的良好拟合(见图1)——χ224= 35.0,P= . 07;归一拟合指数(NFI)=.954;塔克-刘易斯指数(TLI)=.977;比较拟合指数(CFI)=.985;均方根近似误差(RMSEA)= 0.046。当T1处的测量误差不允许相互关联时,模型对数据χ的拟合尽管不是很好,但仍然令人满意223= 49.7,P=措施;NFI = .934;TLI = .942;CFI = .963;RMSEA = .074。

在T1时健康相关信息的搜索频率并不能预测T2时自身健康的感知(B=-。03年,SE = .04点,P=.50),而T1时发作频率对T2时自身健康感知有影响的趋势(B=. 50)。07年,SE = .04点,P= . 07)。更重要的是,我们发现T1时健康相关信息搜索频率和发作频率对T2时自身健康的积极感知之间的预测交互作用(B=。10、SE = .04点,P= .02点)。如所述图2,当参与者使用互联网相对较少(-1 SD)搜索健康相关信息时,发作频率与对自身健康的积极感知之间没有关系(B=-。11日,SE = .14点;t203= -0.82,P= .41点)。相反,当参与者使用互联网相对频繁(+1 SD)搜索与健康相关的信息时,他们经历的事件越频繁,他们对自己健康的看法就越积极(B=。36岁的SE =含量;t203= 2.43,P= .02点)。

计算了额外的sem以进一步了解这种效应。首先,一个测试相反因果方向的模型没有发现T1时对自身健康的感知对T2时发作频率和健康相关互联网搜索之间的相互作用有任何影响的证据(B=-)。03、SE =P= .74点)。这一发现提供了证据,证明我们假设的因果方向是数据的基础,而不是相反的因果方向。也就是说,对自身健康的感知受到发作频率和与健康相关的互联网搜索频率的影响,而不是相反。

此外,另一个模型测试了参与在线社会支持团体而不是与健康相关的互联网搜索是否会产生相同的交互作用。这一分析排除了任何与健康相关的互联网搜索(可能类似地出现在在线社会支持小组中)会产生预期的影响。在这个模型中,在线社会支持小组的参与与事件频率对自身健康的感知之间没有相互作用(B=。02年,SE = . 05,P=点)。因此,与我们的推理一致,这些结果似乎是由互联网搜索来获得与健康相关的信息,而不是通过互联网来获得社会支持。

最后,另外两个模型测试了健康相关信息的离线来源,即社交互动和非互动(即纯信息)来源,是否会导致与健康相关的互联网搜索类似的影响。同样,发作频率与健康相关离线资源(社交互动资源:B=-)的咨询之间没有相互作用。02年,SE = .04点,P=正;非交互源:B=-。06、SE = 0。P= .24)。这些发现支持了我们的预期,即在严重疾病的情况下,对自己健康的积极偏见仅指与健康相关的互联网搜索。

总而言之,研究结果支持了以下假设:与健康相关的互联网知识获取搜索和与疾病相关的发作频率随着时间的推移会影响参与者对自身健康的感知;随着发作频率的增加,当参与者经常使用互联网获取与健康相关的信息时,他们对自己健康的看法变得更加积极,而当他们很少使用互联网时则不是这样。额外的分析没有发现从线下媒体或其他个人或在线社会支持团体获取信息的类似影响。这表明这里所描述的效果对于互联网上的自我定向信息获取是唯一的。

图2。在结构方程模型(SEM)分析中,以潜在变量自身健康积极感知为标准,以发病频率和健康相关信息搜索频率为预测因子,控制从第一个测点(T1)开始的自身健康积极感知。Ns:不显著;**P< . 01。
查看此图

主要研究结果

目前的研究旨在测试患者使用互联网对其自身健康感知的长期影响。我们预测,频繁使用互联网的患者对自己的健康状况有更积极的看法,而很少使用互联网搜索健康相关信息的患者则不是这样。这一预测基于对反调控的研究[12131518].由于其纵向性质和患者样本,本研究中的研究超越了早期的研究,即在处于消极情感状态的个体中,在互联网搜索过程的不同阶段(即受到威胁)存在积极偏见[2526].

与健康相关的互联网搜索频率和慢性疾病发作频率之间的相互作用可以预测患者在7个月的时间内对自己健康的看法。其他分析没有发现其他来源(即外部来源和社会支持团体参与)或相反因果方向的类似影响的证据。结果清楚地表明,与我们的预测一致,这种影响只会发生在与信息相关的互联网搜索中,而不会发生在求助于社交信息源(如朋友或卫生专业人员)或其他离线信息源(如书籍)时。这表明,与我们的假设一致,互联网信息获取的自我导向性质为反管制及其对信息加工和获取的影响提供了语境基础。换句话说,互联网在信息搜索过程中提供的自由度允许有选择性地获取信息,并在经历更频繁的疾病发作时形成对自己健康的自我服务(即积极的)感知。对研究结果的这种解释是推测性的,因为本研究没有评估这一假设过程的任何指标(即,自我调节的空间导致受威胁个体对信息的选择性处理)。与此同时,早期的研究提供了充分的证据,表明在互联网上进行自我调节的信息搜索,会导致处于消极状态的个体对积极信息的反调节和优先处理[2526].因此,我们似乎有理由得出这样的结论:用户在网络搜索过程中所拥有的自由度导致了网络搜索的特定结果,而这种结果与诉诸其他信息源的结果是不同的。尽管如此,在未来的研究中,首次发现的互联网信息搜索的长期影响的潜在过程值得进一步探索。

与早期工作的比较和优势

据我们所知,这项研究是第一个研究发作频率和互联网搜索获取健康相关信息的长期影响的研究。早期在互联网背景下对健康的研究主要集中在在线预防项目上[3132]以及网络社会支持的影响[3334].

除了其独创性之外,本研究的优势在于其纵向设计,以及对因变量的几个指标进行了评估,目标是对自身健康的感知,以及对患者所患疾病的感知。对三个指标中的每一个进行单独测试显示的结果与对上述报告的指标进行分析的结果相同。

限制

这项研究只包括患有特定慢性疾病的患者。在这项研究中,依靠慢性炎症性肠病患者,可以评估疾病严重程度的一个更同质和更少主观的指标,即去年的发作次数。在这方面,把重点放在一组特定的疾病上,就可以评估疾病严重程度的适当指标。尽管如此,进一步的研究肯定应该致力于在其他慢性疾病和其他疾病上复制当前的发现。

人们可能会认为健康相关风险感知指标的有限内部一致性是本研究的一个弱点。由于文献中没有关于慢性炎症性肠病风险感知的量表,我们开发了自己的量表,但并不完美。然而,鉴于我们使用潜在变量来感知一个人的健康状况,风险感知量表中包含的误差方差不会影响我们的主要统计检验。此外,风险感知对潜变量的负荷相对较低;当只使用另外两个衡量个人健康状况的指标时,该模型也成立。基于这些原因,我们不认为风险感知量表不令人满意的内部一致性对这些发现的有效性构成威胁。

这项研究的最后一个局限性是,我们没有评估参与者在互联网上学习了什么类型的信息。这将使我们能够发现他们是否以不平衡的方式选择、接收或记忆信息。然而,收集这些信息并在7个月的时间内进行分析似乎是不可行的。此外,早期的实验研究已经解决了这方面的问题,并发现互联网上信息搜索过程的所有步骤都是在消极心理状态下(即威胁)对积极信息的偏好引导下进行的[2526].

影响

这项研究的发现对患者有矛盾的意义。一方面,使用互联网似乎有助于患有严重疾病的患者对自己的健康产生积极的看法,因为与信息相关的互联网搜索导致他们对自己的健康状况有更积极的认识,特别是如果他们受到疾病的严重影响(即经常遭受疾病的折磨)。因此,这项研究在互联网健康信息搜索的积极影响列表中又增加了一个方面,例如增加了使用互联网的患者的权力和依从性[3536].另一方面,对自己健康的积极认知也可以被视为互联网信息处理偏见的证据。正如早期关于反调控的研究所发现的那样,处于消极状态的人更有可能更好地处理积极信息。12131518].以患者的网络搜索为例,这可能意味着当他们频繁地在互联网上搜索与健康相关的信息时,那些处于消极状态的人对自己的健康状况有一种扭曲的认识——他们可能认为自己的状况过于积极(例如,低估了风险)。

反过来,这种扭曲的、可能过于积极的看法可能会对医患关系和这些患者的医疗产生影响。正如这项研究发现的那样,由于对自己健康状况的积极认知增加,互联网知情的患者可能不太愿意接受医生的建议,并在健康决定方面要求更多的自主权。这可能反过来导致不太愿意遵守。因此,医生应该特别注意这一影响,以防止他们的病人做出反对适当治疗的决定,这是致命的。同时,患者应该意识到,在依赖信息来源之前,需要仔细进行互联网搜索和检查信息来源的完整性。需要进一步的研究来进一步了解这些影响,因为它们更多地依赖于本研究结果的推测性结论,而不是研究结果本身。

结论

这项研究为互联网搜索健康信息的长期结果提供了证据。病人的病情越严重(也就是说,他们患病的频率越高),频繁的网络搜索就越能让他们对自己的健康状况产生积极的看法。因此,与过去只有保健专业人员才能获得保健信息相比,因特网上与保健有关的信息的可获得性使病人获得了更多的信息;它还为不平衡的信息处理开辟了一条道路。这种不平衡的过程可能有助于患者在情感上应对他们的处境;然而,这可能会导致对自己健康的偏见,尤其是对那些患有严重疾病的人。

致谢

这里报道的研究得到了授予KS的Tuebingen科学校园(TP5.1)的资助。

利益冲突

没有宣布。

  1. Baker L, Wagner TH, Singer S, Bundorf MK.使用互联网和电子邮件获取医疗保健信息:来自全国调查的结果。JAMA 2003 5月14日;289(18):2400-2406 [免费全文] [CrossRef] [Medline
  2. Ginsberg J, Mohebbi MH, Patel RS, Brammer L, Smolinski MS, Brilliant L.利用搜索引擎查询数据检测流感流行。自然2009 Feb 19;457(7232):1012-1014 [免费全文] [CrossRef] [Medline
  3. Berland GK, Elliott MN, Morales LS, Algazy JI, Kravitz RL, Broder MS,等。互联网上的卫生信息:英语和西班牙语的可访问性、质量和可读性。中国医学杂志,2001;29 (6):528 - 528 [免费全文] [Medline
  4. Miah A, Rich E.《网络空间的医学化》。英国阿宾顿:劳特利奇;2008年4月25日
  5. Walji M, Sagaram S, Sagaram D, Meric-Bernstam F, Johnson C, Mirza NQ,等。识别潜在有害信息的质量标准的有效性:补充和替代医学网站的横断面调查。J Med Internet Res 2004 Jun 29;6(2):e21 [免费全文] [CrossRef] [Medline
  6. Kalichman SC, Cherry C, Cain D, Weinhardt LS, Benotsch E, Pope H,等。互联网健康信息与艾滋病感染者:信息评价与应对方式《健康心理》2006年3月25日(2):205-210。[CrossRef] [Medline
  7. 同样的PH,洛佩兹,DF。动机怀疑:对首选和非首选结论使用不同的决策标准。中华心理医学杂志,2002;29(4):366 - 366。[CrossRef
  8. de Hoog N, Stroebe W, de Wit JBF。健康风险的脆弱性和严重性对处理和接受引起恐惧的通信的影响:一项荟萃分析。精神病学2007;11(3):258-285。[CrossRef
  9. 谢泼德,马隆·W,斯威尼·K.自我服务偏见的成因探讨。Soc个人心理指南2008年3月2日(2):895-908。[CrossRef
  10. Johnson J,案例d,健康信息查询。纽约州纽约:彼得朗出版社;2012.
  11. 了解患者和消费者的健康信息、沟通和信息寻求:一个全面和集成的模型。健康预期2005年9月8日(3):189-194。[CrossRef] [Medline
  12. Rothermund K, Voss A, Wentura D.情感注意偏差的反调节:保证情绪和动机灵活性的基本机制。情感2008 2月;8(1):34-46。[CrossRef] [Medline
  13. 情绪引发的反调节:积极/消极情绪状态在情感加工中引起相反的效价偏差。中国医学杂志,2013;27(5):839-855。[CrossRef] [Medline
  14. Sassenberg K, Sassenrath C, Fetterman AK。威胁≠预防,挑战≠促进:威胁、挑战和调节聚焦对负面刺激注意力的影响。中国医学杂志2015;29(1):188-195。[CrossRef] [Medline
  15. 内隐情绪调节的动力学研究:记忆高而非低情绪强度事件后的反调节。中国医学杂志2014;28(6):971-992。[CrossRef] [Medline
  16. Brandtstädter目标追求与目标调整的生命过程动力学研究。Dev Rev 2002 3月22日(1):117-150。[CrossRef
  17. 王晓明,杨晓明,杨晓明,杨晓明。痛觉敏感与痛觉过敏的关系研究。心理科学,2002;29(1):67 - 67。[CrossRef] [Medline
  18. 风险决策的动机和情感加工偏差:一个反调节的解释。《经济心理杂志》2013年10月;38:111-126。[CrossRef
  19. Rothermund K.反管制和控制依赖。心理学报2011年1月;42(1):56-66。[CrossRef
  20. Kammerer Y, Gerjets。搜索和评估WWW上的信息:认知过程和用户支持。在:Vu KPL, Proctor RW,编辑。网页设计中的人为因素手册。第二版。佛罗里达州博卡拉顿:CRC出版社;2011:283 - 302。
  21. Beauchamp T, Childress J.尊重自主权。见:《生物医学伦理学原理》第6版。英国牛津:牛津大学出版社;2009:57。
  22. 在宫颈细胞学筛查中弥合知识鸿沟和沟通知情同意的不确定性:我们需要无偏见的信息和文化改变。细胞病理学1999 Aug;10(4):221-228。[Medline
  23. Balcetis E, Dunning D.看你想看的:动机对视觉感知的影响。中华精神病学杂志2006 10月;91(4):612-625。[CrossRef] [Medline
  24. 沃斯A,罗瑟蒙德K, Brandtstädter J.解读模糊刺激:区分知觉和判断偏见。中华精神病学杂志2008年7月;44(4):1048-1056。[CrossRef
  25. 在线反管制:网络搜索过程中信息的威胁偏差检索。计算人类行为2015年9月;50:291-298。[CrossRef
  26. 葛瑞文,孙文杰,孙文杰。网络中的反调节:威胁诱发积极信息的优先加工。中华心理医学杂志2015年9月21日(3):287-299。[CrossRef] [Medline
  27. 福克斯S,达根M.诊断差异:45%的美国成年人患有慢性疾病的画像。华盛顿特区:皮尤互联网和美国生活项目;2013年11月26日。URL:http://www.pewinternet.org/files/old-media//Files/Reports/2013/PewResearch_DiagnosisDifference.pdf[进入2015-09-14][WebCite缓存
  28. 希瑟顿TF, Polivy J.测量状态自尊量表的开发和验证。中华精神病学杂志,2001;29(6):369 - 369。[CrossRef
  29. Peacock EJ, Wong PTP。压力评估测量(SAM):认知评估的多维方法。应力医学1990年7月;6(3):227-236。[CrossRef
  30. Roesch SC, Rowley AA。评估和发展一个多维的、性格的评价措施。中国人力资源评价2005年10月;85(2):188-196。[CrossRef] [Medline
  31. Carr LJ, Dunsiger SI, Lewis B, Ciccolo JT, Hartman S, Bock B,等。对久坐的成年人进行网络体育活动干预的随机对照试验。健康心理杂志2013年3月32日(3):328-336。[CrossRef] [Medline
  32. 斯蒂斯E,杜兰特S, Rohde P,肖H.在1年和2年随访中,基于网络失调的原型饮食障碍预防计划的效果。健康心理杂志2014年12月;33(12):1558-1567。[CrossRef] [Medline
  33. 傅志刚,李志刚,李志刚,李志刚。乳腺癌女性的网络使用和社会支持。健康心理杂志2002年7月;21(4):398-404。[Medline
  34. Kalichman SC, Benotsch EG, Weinhardt L, Austin J, Luke W, Cherry C.艾滋病毒/艾滋病感染者中与健康相关的互联网使用、应对、社会支持和健康指标:来自社区调查的初步结果健康心理杂志2003年1月;22(1):111-116。[Medline
  35. Broom A. Virtually he@lthy:互联网使用对疾病体验和医患关系的影响。合格卫生决议2005年3月15日(3):325-345。[CrossRef] [Medline
  36. 罗格森,王志强,袁勇。网络健康信息对患者依从性的影响:一个研究模型和实证研究。中国医学杂志,2015;17(6):e143 [免费全文] [CrossRef] [Medline


CFI:比较拟合指数
NFI:归一拟合指数
ns:不重要
RMSEA:近似的均方根误差
扫描电镜:结构方程模型
T1:第一个测量点
T2:第二测量点
TLI:Tucker-Lewis指数


编辑:A Moorhead;提交16.09.15;同行评审:B Abaidoo, D Reinwand;对作者20.11.15的评论;订正版本收到07.12.15;接受17.01.16;发表04.03.16

版权

©Kai Sassenberg, Hannah Greving。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 2016年3月4日。

这是一篇开放获取的文章,根据创作共用署名许可(http://creativecommons.org/licenses/by/2.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。


Baidu
map