用戶健康信息素養與問答文本情感特征對在線健康社區問答采納影響分析

呂健超，林 萍

（1 南京郵電大學 管理學院，南京 210003；2 中國電信股份有限公司南京浦口分公司，南京 210000；3 江蘇高校哲學社會科學重點研究基地——信息產業融合創新與應急管理研究中心，南京 210003）

0 引言

近年來，在線健康社區成為人們獲取醫療信息的重要途徑，在線健康社區的問答板塊中，用戶進行信息搜索、交互、分享、采納等行為［1］。雖然在線健康社區為人們提供了海量的數據信息，但是其信息質量參差不齊，一方面是由于在線健康社區沒有完善的審核機制，導致回答者回復隨意，回答質量不盡人意；另一方面是在線健康社區的專業性較強，患者受其文化程度或者信息水平限制，在表述過程中出現了偏差，使得醫護人員的回答并沒有切中要點，回答滿意度降低，信息采納率下降。在線健康社區中回答的質量受到了廣泛關注，但是很多忽略了提問的質量，問題表述生硬，態度甚至偏激，無疑為醫患溝通帶來了阻礙，因此健康信息素養在信息采納過程中所起的作用，成為當前亟需關注的研究點。

在線健康社區通過醫療健康信息共享、社交支持和情感交互，在信息和情感層面提升用戶的滿意度。患者在在線健康社區中除了希望獲取自身所需的信息支持外，也渴望得到心理支持，希望被理解并且得到精神上的安慰和鼓勵，因此平臺中醫護人員提供適度的情感表達關懷可以獲得用戶的信任，建立溫暖的情感社區文化也可以拉近用戶與平臺的距離，增強平臺吸引力，提高平臺用戶粘性。研究表明，情感因素是影響用戶選擇最佳答案時的重要因素［2］。因此本文從文本的角度提取信息質量特征和信息源可信度特征，考慮在線健康社區中情感因素對于回答采納的調節作用。

1 相關研究述評

1.1 健康信息素養定義

健康信息素養（Health Information Literacy，HIL）的概念由美國醫學圖書館協會融合了信息素養和健康素養的概念首次提出，是指意識到健康信息需求，確認健康信息來源并應用其檢索相關信息，評估健康信息質量及其可用性［3］。2016 年衛生部發布新版《健康素養66 條》首提健康信息素養，指出其內涵是個體獲取、理解、甄別、應用健康信息的能力［4］。現有研究往往將信息素養作為對于信息獲取后的工作，但是信息交互是相互的，信息表達也是一種健康信息素養。國內外對于健康信息素養的測評工具很多，Baker［5］等提出包括50 個項目的閱讀理解測試和17 個項目的計算測試，作為成人功能性健康素養測評工具；歐光忠［6］提出包括健康信息意識、健康信息知識和健康信息能力3 個一級指標、9 個二級指標和39 個三級指標作為糖尿病患者健康信息素養評價指標體系。基于上述研究成果，本文將“結合自己病情，并通過語言禮貌詳細的表達描述”作為用戶的健康信息素養，具體包括健康咨詢文本的表達水平、詳細度、標點數、禮貌性、句子數、多樣性。

1.2 健康信息情感特征研究

Stockdale［7］指出在線醫療社區滿足了用戶的表達、獲取精神支持與實現個人價值等需求，對用戶心理有正面影響；Zhang［8］等研究結果表明，高影響力用戶作為長期會員，在乳腺癌論壇中充當了信息提供者的角色，并且在參與的話題中表達了更多的鼓勵和同情；Wu［9等基于全球糖尿病論壇的數據集進行為期5 年的研究，發現該論壇中擁有較高活躍度的用戶對社區體驗有較高的滿意度，擁有更多經驗和偏激情感的用戶發布的帖子在社區中起著重要作用；李長榮［10］等對在線健康社區用戶的發帖和回帖文本進行情感分析和計算，發現用戶的活躍度與情感表達強度之間存在正相關關系；邵佳［11］等針對青年大學生群體，發現不同情感狀態下，大學生用戶的查詢方式、跟蹤策略、信息使用行為特征不同；李旭光［12］等在4 個疾病類貼吧中選取32 個帖子進行編碼分析，發現個人想法陳述、除病情外，個人信息陳述及治療經驗分享對負面情緒向正面情緒轉化有促進作用，信息內容和信息系統的各項要素對大學生用戶健康信息查詢的情感體驗具有較強的反饋作用；董偉［13］等從用戶交互性和評論情感傾向出發，利用PageRank 等算法分析發現，在線健康社區中用戶的影響力不同，表達的情感類別和強度會存在差異。

1.3 健康信息素養研究

健康信息素養的研究多與用戶的行為有關。賀建平［14］等針對老年人群研究，發現電子健康信息素養對信息尋求行為具有顯著影響，明確了疾病大流行環境中健康信息素養和尋求社會支持對健康信息的媒體使用意向的重要價值；艾文華［15］等研究發現電子信息素養對健康信息規避行為的負向作用最大，知識或技能的缺乏也可能會導致個體不愿意做出行為上的改變、進而增加不確定性，做出回避與健康相關信息的決策；陳憶金［16］等對12 名健康類短視頻使用者進行訪談，探究人們健康類短視頻有用性的影響因素，發現高電子健康信息素養和高健康信息需求程度群體更傾向于從中心路徑評估健康類短視頻的信息有用性。

綜上研究，學界對于健康信息素養和情感特征研究取得了一定的進展，但是依然存在不足：

（1）在線健康社區中用戶的健康素養評價較少，更多是通過問卷調查，使用測評工具對健康信息素養從主觀上進行度量，無法全面反映在線用戶健康素養真實情況；

（2）現有研究基于信息采納視角，對醫護人員的文本情感特征探究較少。當前，在線情感特征多聚焦于用戶的影響力，從患者的角度研究較多，但是信息交互是雙向的，對于不同程度健康焦慮用戶，醫護人員回答的文本情感信息對于信息采納的影響也十分重要。

2 研究模型與假設

2.1 基礎模型構建

1989 年Sussman 等［17］整合了Davis［18］提出的信息技術接受模型（TAM）和Petty［19］提出的精細加工可能性模型（ELM），并在此基礎上構建了信息采納模型（IAM）。IAM 模型是一種信息采納影響因素模型，采用兩種路徑研究信息對接收者態度的影響，即中心路線和邊緣路線，中心路線表示信息質量，邊緣路線是指信息可信度。本文以回復文本結構特征和情感特征表征信息質量，以醫護人員的專業權威表征信息可信度，并選擇文本情感特征和咨詢用戶的健康信息素養作為調節變量，建立了在線健康社區信息采納模型，模型如圖1 所示。

圖1 在線健康社區信息采納模型Fig.1 Online health community information adoption model

2.2 指標構建與研究假設

2.2.1 問答文本特征

部分學者在線數據分析健康社區的問答采納，比如曾宇穎［20］等聚焦醫護人員特征，分析發現回復頻次、開通服務數量、醫學職稱、學術職稱、信息披露程度和感謝信數量會影響問診用戶對醫護人員回復的采納；苗富［21］等基于“尋醫問藥”數據，認為文本長度、問答比、文本熵、感謝數、最佳回答數、回答總數、回答時序、回答時差、知識大眾化程度、回答權威排序、回答詳細度會影響問答采納。本研究借鑒在線社區問答和專業健康社區問答，提出假設：

H1：表達水平對信息采納具有正向影響；

H2：表達詳細度對信息采納具有正向影響；

H3：表達豐富度對信息采納具有正向影響；

H4：禮貌用語對信息采納具有正向影響；

H5：句子數量對信息采納具有正向影響；

H6：表達多樣性對于信息采納具有正向影響。

2.2.2 醫護人員專業權威

信息源的可靠性作為IAM 的邊緣路線對信息采納的影響一直受到學界的關注。本研究結合在線健康社區的具體情況，將醫護人員的等級職稱、擅長領域作為醫護人員專業權威的指標，表征信息源可信度，提出假設：

H7：回答醫護人員的等級職稱對用戶信息采納具有正向影響；

H8：回答醫護人員的專業契合度對用戶信息采納具有正向影響。

2.2.3 用戶健康信息素養特征

Kobayashi［22］認為健康信息素養特征是根據獲取的健康信息做出個體認為正確的判斷和抉擇，從而達到維持自身健康與促進健康水平發展的一種能力；張艷茹［23］等認為青少年健康信息素養與信息行為存在積極的作用。本研究認為健康信息素養特征基于用戶的表達特征，包括專業性、豐富性、完整性、禮貌用語、詳細程度等。

信息服務質量的高低會很大程度影響用戶對信息的采納，但是優質的表達也是醫護人員提供高信息質量的前提，當患者的表述越清晰，醫護人員越可能“對癥下藥”，提供高質量的回答。本文提出假設：

H9：健康信息素養在表達詳細性與信息采納之間起顯著的正向調節作用；

H10：健康信息素養在表達多樣性與信息采納之間起顯著的正向調節作用。

2.2.4 表達情感特征

近年來，在線健康社區的情感表達受到了學者的關注。情感支持影響人們的健康生活質量，Zhao［24］等認為表達負面情感且具有高影響力用戶，在收到他人的回帖后，會表現出較高的積極情感；Oh［25］等邀請了護士、圖書館員以及相關用戶，根據10 個標準對Yahoo！Answers 中的400 個健康類問答進行評估，發現自信、禮貌、同情等社會情感支持類標準對于信息質量的影響最大，而且社會情感支持類的標準在3 類人群中一致性最高，說明社會情感支持在社會化的問答社區中是一種共識性的影響因素；姜雯［26］在信息質量自動化評價中，將情感作為特征，有效提高預測的準確率，可見情感特征在信息采納中作為一項重要指標。本文做出如下假設：

H11：表達情感強度對用戶信息采納有正向影響；

H12：表達情感強度在表達詳細性與信息采納之間起顯著的正向調節作用；

H13：表達情感強度在表達多樣性與信息采納之間起顯著的正向調節作用。

3 實證分析

3.1 數據收集

基于中國居民面臨的最主要疾病報告，并聽取GL 醫院醫護人員的臨床問診建議，選取心臟病、高血壓等共15 類網民最為關注的疾病作為數據采集文本的主題。通過python 爬取尋醫問藥健康平臺回答板塊，具體內容包括問答文本、用戶的性別、年齡＼懸賞金額、醫護人員的等級職稱、醫護人員的擅長領域、采納標簽，共計獲取12 400 條問答，剔除異常值和重復值，最終獲取12 149 條問答數據。

3.2 變量設計

結合相關文獻研究及在線健康社區實際的文本信息，本文從問答文本特征、醫護人員專業權威、情感表達特征、健康信息素養特征4 個方面，對文本數據計算分析，進行信息特征提取。其中，問答文本特征、醫護人員專業權威、情感表達特征作為自變量，情感表達特征、健康信息素養特征作為調節變量，見表1。

表1 指標對應變量說明Tab.1 Description of the corresponding variables of the indicators

3.3 分析結果

3.3.1 指標篩選

本文首先通過相關性分析和共現診斷，剔除冗余指標。相關性分析采用相關系數矩陣計算，通過計算兩兩變量之間的Pearson 相關系數形成相關系數矩陣，對用戶健康信息素養評價，對提問的文本特征指標進行計算分析，見表2。共線性分析使用方差膨脹系數（Variance Inflation Factor，VIF）和容差指標計算，VIF 是衡量共線性嚴重程度的一種度量，表示當系數估計量的方差與假設自變量間不線性相關時，兩者方差相比的比值，容差等于1／VIF。一般情況下，當VIF 大于10 時表示變量間存在嚴重多重共線性，見表3。將以上各指標進行歸一化處理，并求平均值，作為用戶健康信息素養的數值。

表2 提問相關系數矩陣Tab.2 Question correlation coefficient matrix

表3 提問共線性統計Tab.3 Question collinearity statistics

同理，對醫護人員回答的文本特征、健康信息素養進行相關性和共線性分析，相關性矩陣見表4，回答共線性統計見表5，句子數量和表達豐富度的VIF均大于10，因此予以剔除。

表4 回答文本特征相關系數Tab.4 Correlation coefficients of response text features

表5 回答共線性統計Tab.5 Answer collinearity statistics

3.3.2 回歸分析

因為信息采納是二分類變量，包括采納與不采納，因此使用Logistic 二元回歸模型對二分類因變量（即y ＝1 或y ＝0）進行回歸分析，應用最普遍的多元量化分析方法。被用于描述二分類變量和一個或者多個自變量之間的關系，模型表達式如式（1）：

其中，P（Y ＝1）表示對于給定的x選擇1 的概率，F（z）表示累計概率密度函數。

Y通過Logistic 函數被轉換為概率，式（2）。

其中，P為采納的概率；n為協變量個數；β1，β2，…，βn為各自的回歸系數；x1，x2，…，xn為信息采納的影響因素。

由于回復文本的表達詳細度和表達多樣性是體現醫護人員是否全面、詳細解答用戶疑慮的指標，因此，在探究用戶健康信息素養和回復文本情感表達強度交叉效用時，本文選擇評估健康信息素養、表達情感強度和表達詳細度、表達多樣性交叉效用。具體模型包括：模型一：信息質量特征＋信息源特征；模型二：模型一＋健康信息素養交叉效用；模型三：模型二＋表達情感強度交叉效用；模型四：模型一＋健康信息素養交叉效用＋表達情感強度交叉效用。使用SPSS25 軟件進行Logistic 回歸分析，結果見表6。

表6 健康信息采納影響因素分析結果Tab.6 Analysis results of influencing factors of health information adoption

第一，由于共線性診斷刪除冗余指標，假設H3和H5 不予驗證。第二，假設H1 和H4 不成立，表達水平中重復出現主題詞和禮貌用語，文本冗長，無法快速、精準消除用戶健康疑慮。第三，假設H2 不成立，模型中表達詳細度顯著性不斷變化，且呈負向影響；假設H7 不成立，醫護人員的等級職稱負向影響用戶信息采納；假設H8 成立，即醫護人員專業契合度一直正向影響用戶的信息采納。可見，對信息采納的影響，并不是表達的越詳細、醫護人員等級職稱越高越受到用戶的喜愛，相反，用戶更傾向于選擇精練、專業度高的健康信息。第四，假設H6 成立，表達多樣性對問答信息采納有正向影響；假設H11 不成立，即表達情感強度對用戶信息采納影響呈現波動狀態；假設H12 和H13 不成立，情感強度和多樣性會產生負向交叉效用，情感強度和詳細度交叉效用不顯著。這進一步說明，醫護人員應盡可能全面回答用戶健康需求，同時應使用中性詞語回復，平撫用戶的焦慮、準確傳達疾病診斷結論，提高用戶對回復文本的理解和采納。第五，假設H9 和H10 不成立，用戶健康信息素養并不能影響問答的信息采納，盡管健康疾病回答中涉及較多醫學術語，用戶健康信息素養較低，信息表達可能不盡如人意，但是醫護人員有豐富的問診經驗，可以快速、準確識別不同健康信息素養人群的健康信息需求，可以提供令用戶滿意并且采納的答案，因此，在信息采納影響因素中，用戶健康信息素養并沒有顯著影響力。

4 結束語

區別于一般問卷調查從主觀角度對信息采納的影響因素進行分析，本文立足于專業健康社區平臺，考慮醫患雙方的信息交互過程，通過文本分析對健康信息素養和回答情感特征進行量化，著重對健康信息素養、情感特征影響因素進行研究；使用經典的二分類回歸模型對健康信息素養和情感特征在信息采納中的調節作用進行探索。

基于本文研究結果，從健康平臺和醫護人員角度，提出以下建議：

從醫護人員的角度，醫護人員在回答患者問題時，應當注意情感用詞，大多患者在尋醫問藥平臺尋求更多的是情感支持，醫護人員應盡可能對患者提供有用信息的同時注意心理和精神上的支持。

從平臺的角度，平臺設立信息推送機制，為那些健康信息素養高的，特別是表達水平強的患者，推送注重人文關懷且比較細致的醫生，可以極大提高平臺的采納率。