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。
信息偏好是一种人格特征,会影响人们在与健康相关的情况下寻求信息的倾向。先前的研究主要集中在调查其对患者-提供者沟通的影响以及对设计信息干预措施的影响,使患者为医疗程序做好准备。很少有研究考察了它对普通消费者与基于网络的健康信息搜索引擎互动的影响,或对设计更有效的健康信息搜索系统的影响。
本研究旨在通过调查信息偏好对一般消费者寻求健康信息的搜索行为、他们对搜索任务的感知(代表信息需求)以及搜索系统的用户体验的影响来填补这一空白。
40名以前在网上搜索过健康信息的普通消费者参与了我们可用性实验室的研究。信息偏好使用米勒监测-直言风格量表(MBSS)和克兰兹健康意见调查-信息量表(KHOS-I)进行测量。每个参与者完成四项模拟健康信息搜索任务:两项查找(事实查找)和两项探索。他们在与搜索系统互动时的行为被自动记录下来,他们对任务的看法和对系统的用户体验的评级被使用李克特量表问卷收集。
MBSS对参与者的信度较低(监测分量表:Cronbach alpha=.53;钝化子尺度:Cronbach alpha=.35)。因此,没有根据量表进行进一步的分析。KHOS-I具有足够的可靠性(Cronbach alpha=.77)。参与者根据他们的KHOS-I分数分为低偏好组和高偏好组。高偏好组在完成查询任务时提交的查询短得多(
信息偏好对一般消费者寻求健康信息的搜索行为有影响。那些有高偏好的人在搜索特定的事实信息时,更有可能使用更笼统的查询,并对探索性健康问题形成更复杂的心理表征,并尝试不同的概念组合来探索这些问题。高偏好用户对系统的要求也更高。健康信息搜索系统应根据个人的信息偏好进行调整。
在美国,在所有年龄组中,在线搜索健康信息是最受欢迎的网络用途之一[
随着医疗保健从家长式模式转向共享决策模式[
实证研究已经提供了证据,支持MBSS测量的信息偏好的力量,在预测患者-提供者互动的各种背景下人们的信息寻求行为,例如接受癌症筛查的人[
对信息的偏好也与人们与书面信息的互动有关。研究多发性硬化症妇女的信息需求,贝克[
同样,通过KHOS-I测量的信息偏好也被发现可以预测人们的健康相关信息搜索行为。在一项早期的研究中,Krantz等人对那些因头痛、感冒和流感等症状去大学医务室就诊的大学生进行了研究。
信息偏好不仅与人的信息寻求行为有关,还与人的认知状态和情绪状态有关。监视风格通常与较高的担忧和焦虑水平以及对保证的更高要求有关。例如,米勒[
毫不奇怪,监控者和迟钝者受到信息的影响是不同的。虽然研究结果并非决定性的[
如前所述,大多数关于信息偏好的研究都集中在其与医患互动或提供者提供的信息干预(如提问的数量和所寻求的信息量)背景下的信息寻求行为的关系,以及与患者认知(如不确定性)和情绪(如焦虑、压力水平和对治疗的满意度)的关系。很少有研究考察它是否对一般消费者的健康信息搜索行为(与搜索系统交互时的行为)有影响,例如,对信息偏好较高的人是否会探索更多的搜索结果。关于这种人格特征如何影响信息搜索体验的其他两个重要方面的研究也很缺乏:人们对搜索任务的感知(作为信息需求的表示)和他们对搜索系统的体验[
参与者对信息的偏好是否会影响他们在使用搜索引擎完成查找任务和探索任务时的行为?
对信息的偏好是否会影响参与者对任务难度的感知、完成任务所需的精神努力以及对他们表现的满意度?
对信息的偏好会影响参与者对搜索系统的体验吗?
通过这项调查获得的知识不仅有助于提高目前对消费者健康信息搜索行为的理解,而且还将阐明如何根据个人消费者的信息偏好和需求量身定制搜索系统。
数据收集采用实验环境下的参与者观察。这种方法是合适的,因为为了检查信息偏好对参与者与搜索引擎交互时行为的影响,有必要控制所使用的搜索任务和系统。通过向一所大型研究型大学的学生、教师、职员和校友发送邮件列表招募了40名健康信息的普通消费者(即先前在网上搜索过健康信息的人)。40名参与者的年龄在18-55岁之间(平均25.0,标准差8.5),其中10%(4/40)在18- 20岁之间,78%(31/40)在20 - 30岁之间,13%(5/40)在30 -55岁之间。每个参与者得到15美元的补偿。
参与者使用两个接口之一(
搜索结果的截图-图像的上半部分显示了分散/聚集界面,下半部分显示了经典界面。
“分散/收集”界面有相同的搜索框,但结果根据它们的主题相似性被分组到集群中,集群按大小排序(即每个集群中包含的结果的数量)。一组关键字也与每个集群一起出现[
定义了两种类型的任务:简单查找和探索。查找任务旨在查找特定的与健康相关的事实,而探索性任务则面向学习、调查和理解特定的健康问题。采用这种分类是因为它可以有效地描述健康信息请求的目标和复杂性[
为了确保这些任务反映了消费者在现实生活中搜索的一般健康信息,前三个任务来自“Yahoo!”Answers”,这是一个社交问答网站,消费者在这里发布问题和/或回答同行发布的问题[
搜索任务。
任务 |
|
|
|
|
你的一个朋友是个运动员。现在他想增加肌肉量。他一直在没有肌酸的情况下训练,但他想开始一个疗程。他正在寻求你对这件事的建议。你决定找出服用肌酸的副作用是什么。 |
|
心脏病发作是一种医疗紧急情况,及时的治疗可以增加生存的机会。根据美国心脏协会的数据,每5例死亡中就有1例死于心脏病。根据美国国立卫生研究院(NIH)的数据,美国每年发生超过120万例心脏病发作,其中约46万例是致命的。每年大约有30万人在接受治疗之前死于心脏病发作。为了为可能发生的紧急情况做好准备,你决定找出当你周围的人心脏病发作时该怎么做。 |
|
|
|
想象一下,你的一位亲密的家庭成员患有糖尿病多年。最近,他还被诊断出患有高血压。你决定对这两种情况之间的临床联系做一些研究,这样你就能有效地与他讨论这个诊断的各种影响。 |
|
假设你最近开始患上偏头痛。你听说了偏头痛的两种可能的治疗方法,β -受体阻滞剂和/或钙通道阻滞剂,你决定对它们做一些研究。与此同时,你想要探索是否有其他方法可以在不吃药的情况下治疗偏头痛。 |
数据收集是在一个私人实验室进行的。到达后,主持人向参与者介绍了研究的概况,并要求每位参与者阅读并签署一份知情同意书。在此之后,参与者完成了一份调查问卷,报告人口统计数据,以及他们使用网络和健康信息搜索的经验。然后他们被要求完成MBSS和KHOS-I量表。MBSS由四个假设的压力情境组成,每个情境后面都有八个陈述性陈述,其中四个反映监控行为,四个反映钝化行为。参与者被指示检查所有适用于他们的陈述[
在完成两个量表后,参与者被随机分配到两个界面中的一个。结果,20名参与者使用经典搜索界面,20人使用分散/收集界面。每个参与者使用其中一个界面完成所有四个任务。任务的呈现顺序是随机的,以减少学习效果。在搜索开始之前,参与者观看了一段视频教程,演示他们被分配到的界面的基本功能。在搜索过程中,当他们从结果列表中查看一个网站时,他们会被提示按照李克特7分制对该网站的相关性和有用性进行排名(1=不相关,7=相关;1=没用,7=有用)。评分,以及搜索查询和访问的网站,都被搜索系统自动记录下来。
在完成每项任务后,参与者要完成一份简短的问卷,评估任务的难度、所需的脑力劳动以及他们对自己表现的满意度(李克特5分制)。Camtasia软件以视频格式记录了每次搜索过程。在完成所有四项任务后,参与者填写了一份问卷,评估他们对所使用系统的整体体验。调查问卷包括用户对系统易用性和有用性的看法,他们对系统如何工作的理解,他们的享受和参与程度,以及他们未来使用系统的意图。评分量表为李克特5分制(1=完全不同意,5=完全同意)。衡量易用性和有用性的项目改编自先前的研究[
自变量是信息偏好,用MBSS和kos - i来衡量。对于MBSS,分别计算monitor和blunt评分[
KHOS-I分数是通过将参与者检查的表示信息渴望的项目数量相加来确定的。kos - i的库德尔-理查德森20系数为0.77,表明该量表与本研究参与者具有足够的内部一致性。因此,基于KHOS-I量表进行了进一步的分析。描述性统计显示,本研究样本的KHOS-I平均得分为4.3 (SD 2.1)。使用中位数分割将参与者分为两组[
因变量包括参与者的搜索行为,他们对任务和任务表现的看法,以及他们对搜索系统的经验。搜索行为由搜索过程中涉及的典型操作来操作[
参与者对搜索任务和任务表现的感知是通过他们在任务难度、精神努力和完成每个任务后的任务表现上的评分来衡量的。他们使用搜索系统的体验是通过在每次搜索会话结束时执行的用户体验问卷上的评分来衡量的。将数据导入SPSS进行统计分析。
一系列的
人口统计和健康信息搜索(HIS)的信息偏好体验。
|
低 |
高 |
|
|
KHOS-I得分,平均值(SD) | 3.0 (1.7) | 6.6 (0.5) | −7.72 (38) | <措施 |
男性 | 8 | 7 | - | - |
女 | 18 | 7 | - | - |
年龄(年),平均值(SD) | 24.9 (8.0) | 25.4 (9.6) | −0.18 (38) | .86 |
Web经验(年),平均值(SD) | 12.5 (4.3) | 14.6 (4.7) | −1.47 (38) | 酒精含量 |
他的经验(年),平均(SD) | 3.9 (1.2) | 3.2 (1.6) | 1.57 (38) | 点 |
HIS频率(次/月),平均值(SD) | 2.9 (0.7) | 2.6 (1.1) | 0.71 (38) | 的相关性 |
参与者在与搜索引擎交互时的行为根据三个方面进行衡量:会话长度(任务完成时间)、查询公式和结果访问。
任务完成时间(秒)。
|
低优先 |
高的偏好 |
|
|
查找 | 452.4 (186.0) | 382.4 (125.9) | 1.26 (38) | 口径。 |
探索性 | 556.6 (211.9) | 549.3 (151.7) | 0.12 (38) | 点 |
提交的查询数量和查询长度。
|
|
低优先 |
高的偏好 |
|
|
|
|||||
|
不。的查询 | 2.1 (1.4) | 2.4 (1.0) | −0.67 (38) | .51 |
查询长度一个 | 5.2 (1.6) | 4.1 (1.1) | 2.42 (38) | 02 | |
|
|||||
|
不。的查询 | 3.4 (1.5) | 3.8 (1.8) | −0.80 (38) | 点 |
查询长度一个 | 3.5 (1.0) | 3.8 (0.8) | −0.85 (38) | .40 |
一个搜索词/词的数量
查询重新表述的模式。
|
|
低偏好,% |
高偏好,% |
|
|
|
|||||
|
规范 | 18.4 (30.0) | 26.7 (28.8) | −0.84 (38) | .40 |
泛化 | 7.7 (21.5) | 5.9 (15.4) | 0.27 (38) | .79 | |
平行运动 | 19.4 (29.0) | 33.2 (29.4) | −1.43 (38) | 16 | |
新概念运动 | 3.9 (9.4) | 4.4 (11.3) | −0.17 (38) | .87点 | |
挖出 | 19.8 (36.8) | 8.3 (21.4) | 1.07 (38) | 29 | |
|
|||||
|
规范 | 26.8 (23.4) | 24.8 (20.2) | 0.27 (38) | .79 |
泛化 | 13.2 (15.9) | 19.3 (27.6) | −0.89 (38) | 38 | |
平行运动 | 16.9 (18.9) | 32.9 (27.6) | −2.18 (38) | .04点 | |
新概念运动 | 35.1 (29.7) | 11.6 (20.0) | 2.65 (38) | . 01 | |
挖出 | 8.0 (14.3) | 11.3 (18.0) | −0.64 (38) | 53 |
对结果访问的三个方面进行了检查:参与者浏览的网站数量,被评为相关的网站的百分比,以及被评为有用的网站的百分比。
访问网站的数量,被评为相关网站的百分比,以及被评为有用网站的百分比。
|
|
低优先 |
高的偏好 |
|
|
|
|||||
|
不。的结果 | 4.2 (2.4) | 3.7 (1.8) | 0.69 (38) | 50 |
相关(%) | 80.3 (20.6) | 83.4 (21.5) | −0.44 (34) | 点 | |
有用(%) | 70.2 (27.8) | 71.4 (21.2) | −0.13 (35) | .90 | |
|
|||||
|
不。的结果 | 4.8 (2.1) | 5.1 (2.0) | −0.33 (38) | 综合成绩 |
相关(%) | 84.2 (18.1) | 72.3 (25.9) | 1.68 (36) | .10 | |
有用(%) | 73.1 (24.0) | 57.9 (27.4) | 1.79 (36) | 。08 |
任务难度和任务绩效的感知。
|
|
低优先 |
高的偏好 |
|
|
|
|||||
|
任务难度一个 | 2.1 (0.6) | 2.0 (0.6) | 0.69 (38) | 50 |
脑力劳动b | 2.4 (0.7) | 2.4 (0.6) | −0.11 (38) | 点 | |
满意度c | 4.2 (0.4) | 4.1 (0.6) | 0.52 (38) | .60 | |
|
|||||
|
任务难度一个 | 2.3 (0.4) | 2.6 (0.6) | −2.01 (38) | 0。 |
脑力劳动b | 2.6 (0.5) | 2.6 (0.6) | 0.04 (38) | .97点 | |
满意度c | 4.0 (0.5) | 4.0 (0.7) | 0.20 (38) | .85 |
一个5分制(1-非常简单,5-非常困难)
b5分制(1-非常少,5-非常多)
c满分5分(1-非常失望,5-非常满意)
用户体验一个.
|
低优先 |
高的偏好 |
|
|
易用性 | 4.3 (0.5) | 4.2 (0.6) | 0.47 (38) | .64点 |
有用性 | 4.1 (0.6) | 3.5 (0.9) | 2.18 (38) | .04点 |
了解它是如何工作的 | 3.8 (0.7) | 3.6 (0.8) | 0.59 (38) | 56 |
享受 | 3.8 (0.9) | 3.6 (0.9) | 0.70 (38) | 报 |
订婚 | 3.3 (0.8) | 3.2 (1.2) | 0.29 (38) | .77点 |
将来使用 | 3.5 (0.9) | 3.6 (1.1) | −0.50 (38) | .62 |
一个满分5分(1分非常不同意,5分非常同意)
本研究探讨了个性因素,信息偏好,对一般消费者的健康信息搜索行为的影响,对他们对任务和表现的看法,以及对他们对搜索系统的体验。在之前的研究中,信息偏好主要是在患者-提供者互动的背景下进行调查,以预测患者向提供者寻求信息的行为,并告知可以帮助患者应对压力的干预措施[
参与者对信息的偏好通过MBSS和KHOS-I来衡量。监测分量表和钝化分量表都具有较差的内部一致性,这表明MBSS在测量消费者在Web环境中搜索健康信息时寻求或避免信息的倾向方面的可靠性较低。造成这一结果的原因可能有几个。首先,样本量很小。这项研究只有40名参与者。其次,MBSS有其固有的局限性。正如其他研究人员所批评的那样,MBSS中的场景是假设的。尤其是“被一群武装恐怖分子挟持为人质”的场景,与大多数人的生活经历相去甚远。
相比之下,kos - i具有足够的可靠性(Cronbach alpha=.77)。这可能是因为kos -I最初的设计是为了衡量个人在日常和一般医疗保健环境中寻求信息的倾向,这在量表中的陈述中得到了很好的反映,例如:“在体检期间,我通常会向医生或护士询问很多关于程序的问题。”该量表的可靠性水平与此相似,不仅适用于患有特定疾病的群体,如癌症,[
我们还发现MBSS和KHOS-I不相关,这与之前的两项研究一致[
信息搜索涉及三个主要因素:用户、任务和系统[
对信息偏好程度不同的参与者在其中几项测量上存在显著差异。首先,查询的长度不同。在完成查询任务时,高偏好组提交的查询的平均长度明显短于低偏好组提交的查询。一种可能的解释是,对信息偏好较低的参与者渴望尽快得到正确答案,因此他们试图使搜索查询尽可能具体,而偏好较高的参与者愿意做一些探索,因此提交了更一般的查询。对实际查询的检查显示,低偏好组提交的许多查询都是完整的问题(例如,“如果有人心脏病发作了该怎么办”),而不是关键词,这进一步支持了这种猜测。
第二个区别是查询重新表述的模式。在完成探索性任务时,高偏好组的平行动作比例明显高于低偏好组,而低偏好组的新概念动作比例明显高于高偏好组。在平行运动中,参与者替换前一个查询中的一个概念,使两个查询在意义上有部分重叠;在新概念运动中,参与者转换为一个新概念,新查询与前一个查询不重叠。这一结果表明,在探索与健康相关的主题时,对信息偏好高的人可能更有可能采取步骤逐步探索概念之间的关系,而那些偏好低的人可能更有可能逐个研究概念。这一结果进一步表明,对信息有高偏好的人可能会对手头的医疗问题产生更复杂的心理表征,而对信息有低偏好的人可能会简化问题,从而产生相对不那么复杂的概念表征。先前关于患者-提供者互动的研究表明,对信息有高度偏好的患者通常会向提供者提出更多的问题[
同样,对信息有高偏好的患者倾向于向提供者询问更多问题,这一发现自然会导致这样一种预期,即在搜索健康信息时,特别是在探索性任务中,高偏好的参与者可能会比低偏好的参与者向系统提交更多的查询并访问更多的搜索结果。然而,在本研究中没有观察到这样的结果。一个可能的解释是这项研究的实验性质。参与者在执行分配的任务,而不是他们自己的任务。采用自然的数据收集方法,例如事务日志分析,将有助于阐明信息偏好与搜索查询数量和访问的搜索结果之间的关系。另一种解释是,高偏好的参与者,比低偏好的患者,可能拥有更强的处理检索信息的能力。因此,他们并没有提交更多的查询和检查更多的结果,而是获得了更多的信息。未来的研究可能会通过比较低偏好组和高偏好组在搜索过程后的学习结果来验证这一猜测。
两组之间的第三个区别是参与者对任务难度的看法。高偏好组认为探索性任务明显比低偏好组更难。这种关系并不适用于查找任务,因为查找任务涉及寻找事实信息。这一发现也可能归因于高偏好组为探索性任务发展出的可能更复杂的心理表征。
第四个差异是参与者对搜索系统有用性的看法。高偏好组认为系统比低偏好组更没用,这似乎与他们对探索性任务难度的看法一致。有可能是高偏好组对任务困难的感知使他们对解决他们需求的系统效用不太满意。在患者-提供者互动的背景下也发现了类似的结果。例如,Timmermans等人[
这些结果表明,信息偏好对消费者与健康信息搜索系统的互动有影响。如前所述,先前的研究一致表明,当信息干预与接受者对信息的偏好一致时,在患者-提供者相遇中最有效[
这项研究也有局限性。首先,样本主要由受过高等教育和具有较高计算机素养的人组成;因此,结果的泛化性是有限的。未来的研究应该将样本扩大到计算机和健康知识水平较低的人群,以及患有特定疾病的患者,如癌症和糖尿病。这类研究可以为根据服务不足群体的需要调整信息系统提供信息。其次,测量的搜索行为变量数量有限,这直接限制了我们对信息偏好对消费者健康信息搜索行为影响范围的理解。在未来的研究中,研究人员应检查与消费者行为相关的内容,例如,所检查的内容(例如,循证医学研究vs用户生成的内容)和所访问的网站类型(例如,商业网站vs学术网站),以检查对信息的偏好是否具有影响。第三,本研究中使用的任务分为查找任务和探索任务。未来的研究可探讨对与健康相关的搜索任务进行分类的其他方法,例如根据搜索的目标(例如,寻求诊断、治疗或医疗设施)[
个性特征,信息偏好,显示出对一般消费者的健康信息搜索行为的影响,他们的任务困难的看法,他们的经验与搜索系统。与低信息偏好者相比,高信息偏好者在信息搜索方面付出了更大的努力。这些努力并没有表现在行为层面(例如,提交更多的搜索查询或检查更多的搜索结果),而是更多地表现在概念层面,那些偏好较高的人在搜索特定的事实信息时更有可能使用更一般的查询,并对探索性健康问题产生更复杂的心理表征,并尝试不同的概念组合来探索这些问题。因此,高偏好用户对系统的要求也更高。这些发现提示系统开发人员在设计健康信息搜索系统时应考虑用户对信息的偏好。为了进一步提高我们对消费者健康信息搜索行为的认识,并为更有效的系统设计提供信息,还应该研究其他人格因素,如控制位点对信息搜索的影响。
Krantz健康意见调查信息量表
监视器-钝器风格量表
作者想感谢所有参与者对研究的贡献。这项研究得到了德克萨斯大学奥斯汀分校信息学院校友奖学金的部分支持。
没有宣布。