这是一篇在知识共享署名许可(http://creativecommons.org/licenses/by/2.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在《医学互联网研究杂志》上,并适当引用。必须包括完整的书目信息,到//www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。
互联网用户使用搜索引擎在线查找信息,包括健康信息。医学信息学研究人员发现,某些搜索查询的发生与某些疾病的发病率之间存在高度相关性。消费者对疾病信息的搜索与疾病的当前健康状况有关,也与影响公众态度和行为的社会环境有关。
本研究旨在调查与健康风险相关的在线信息搜索所显示的公众健康风险感知在多大程度上可以用健康风险的发生率和特定人群环境的社会成分来解释。从生态学的角度来看,我们认为人们对健康风险的普遍关注是由风险的发生率和与风险相关的社会(如媒体关注)因素形成的。
我们构建了一个数据集,其中包括来自32个州的流感发病率的州级数据;许多社会因素,例如媒体对流感的关注;私人资源,如教育和医疗保险;公共资源,如医院床位和初级医生;以及这些资源的利用情况,包括住院天数和门诊访问量。然后,我们探索了关于流感(季节性和大流行性流感)的在线信息搜索是否可以使用这些变量来预测。我们运用因子分析法建构社会因子(私有资源、公共资源)的指标。然后,我们应用面板数据多元回归分析来利用7年期间数据的时间序列和横截面变化。
总的来说,研究结果提供了证据,证明独立变量的主要影响——流感的发病率(
我们的研究提出了一种实用的方法来衡量公众对某些疾病的健康风险感知,即使用各州的在线信息搜索量。无论疾病发病率如何,社会环境都会影响公众的风险认知。因此,监测社会变量可以非常有助于在处理公共卫生威胁时准备好对公众的行为作出反应。
互联网已迅速成为健康信息的重要来源:61%的美国互联网用户曾在网上搜索健康信息[
搜索查询量与疾病爆发之间存在相关性,这提出了一些问题:某些搜索查询的发生是否完全可以由某些疾病的发病率来解释?消费者是否只有在出现与某种疾病相关的症状时才会在网上搜索与该疾病相关的信息?是否存在没有任何疾病相关症状的消费者在网上搜索疾病相关信息的情况?
对风险的感知可以在许多消费者决策中发挥作用。风险认知是人们对风险的特征和严重程度所作的判断[
生态系统理论认为,人们在一个环境中与多种社会系统(如文化、社区)相互作用[
我们认为,与健康风险相关的在线信息搜索反映了公众对风险的集体感知,这不仅与当前的健康状况(例如,疾病的发病率)有关,而且与与风险相关的社会环境(例如,公共卫生资源的可用性)有关[
我们选择与流感相关的在线信息搜索作为本研究的对象。季节性流感经常发生;在美国,平均有5%到20%的人口感染季节性流感,每年有超过20万人因季节性流感相关并发症住院治疗。因此,相当大比例的人口直接经历过流感。此外,流感可以引起轻微到严重的疾病,消费者通常意识到与流感有关的风险。在这项研究中,我们证明了流感的在线信息搜索在多大程度上是由流感(包括季节性流感和大流行性流感)的发病率和人口环境的社会文化成分来解释的。我们建议,与健康风险相关的在线信息搜索的发生可以作为评估公众对风险的普遍关注或公众健康风险感知的实用方法。
从生态系统的角度来看,个体在不同层次的环境系统中生长和发展,如家庭、学校、邻里和社区[
这两个群体都通过社会文化活动对风险有社会经验,例如从多个社会来源(如新闻媒体、个人社交网络)接收有关风险的信息,并根据某些价值观或文化偏见来解释这些信息[
例如,生活在特定社区的个人可能会受到自己的吸烟经历和一系列共同的社会文化因素的影响,例如当地和国家媒体关于吸烟风险的新闻报道以及社区中其他个人的行为规范,从而形成他们对吸烟风险的看法。随着这一动态过程对社区内的个人持续一段时间,公众对吸烟的风险认知将会发展。
基于此,我们的主要主张是,公众风险感知是由个人对风险的直接(个人)和间接(社会)经验以及这两种经验在生态系统中随时间的相互作用来预测的。
先前的研究发现,在线信息搜索与疾病发病率之间存在很强的相关性[
议程设定理论提出大众媒体对公众认为重要的问题有重要影响[
我们认为,当大众媒体通过增加风险的报道来更多地关注健康风险时,公众对风险的认识就会提高。此外,我们认为,当健康风险发生率较高时,公众对媒体报道的关注会变得更加敏感。随着媒体关注的增加,他们对风险的担忧会越来越高。因此,我们的第一个假设是:
H1a:与健康风险相关的在线信息搜索量越大,大众媒体对该风险的关注度越高;
H1b:当大众媒体对某一健康风险的关注度越高时,该健康风险的发生率对与该风险相关的在线信息搜索的影响就越大。
研究表明,资源的可用性可以降低个人的感知风险[
公共资源是指公众从慈善机构、政府等组织获得的资源。关于公共资源支持与风险认知之间关系的研究很少。我们将公共资源分为4类:自然资源(如人口密度,特别是与自然灾害有关的风险)、财政资源(如公共卫生资金)、公共资源的能力(如医院床位)和公共资源的利用(如住院人数)。在我们的研究中,我们使用公共卫生资源的能力和利用率作为卫生保健资源可用性的度量。由于自然和财政资源以及公共资源的能力和利用是公众应对健康风险的重要资源,我们假设这些公共资源的可得性与公众健康风险认知呈负相关。此外,对于那些面临健康风险的人来说,能否获得公共资源可能尤为关键。因此,我们预计他们的风险感知将更有可能受到资源可用性的影响。
我们提出第二个假设:
H2a:当以生活质量、健康状况和健康生活方式为代表的私人资源和以自然和财政资源以及公共服务的能力和利用为代表的公共资源的可得性较高时,在线健康风险信息搜索量较低;
H2b:当私人和公共资源的可用性较低时,健康风险的发生率对与该风险相关的在线信息搜索的影响将更大。
本研究旨在探讨与流感相关的网络信息搜索量与公众对流感健康风险认知相关因素之间的关系,包括流感发病率和与流感相关的社会因素(新闻报道和资源可得性)。我们使用了2004年至2011年的数据,这些数据来自多个已发表的来源,详见下一节。我们研究的分析单位是州人口。在下面的部分中,我们首先详细介绍了测试假设所需的每个变量的测量和数据收集过程,然后介绍了我们的分析。
以下是以往研究中使用的方法[
研究显示,互联网用户通常会在一个搜索查询中包含1或2个关键词[
美国的公共卫生机构经常追踪与流感样疾病(ILI)相关的门诊就诊百分比,这些数据是通过美国流感哨点提供者监测网络收集的[
先前关于大众媒体对风险认知影响的研究使用新闻文章的数量来衡量国家层面的大众媒体关注[
对于私人资源,我们有表明健康状况、生活质量和健康生活方式的变量。根据美国疾病控制和预防中心(CDC)的数据,最容易感染流感的人群是5岁以下的幼儿、65岁以上的人群、孕妇和患有艾滋病等慢性病的人群。
对于公共资源,我们纳入了自然资源和财政资源以及公共资源的容量和利用等变量。由于流感是一种传染性呼吸道疾病,我们使用人口密度作为衡量自然资源的标准。流感是一种健康风险;因此,我们使用公共卫生资金作为财政资源的衡量标准。我们使用每100万人口的初级医生数量作为流动护理能力的衡量标准,每1000人的门诊访问量作为流动护理利用的衡量标准,每1000人的医院床位数作为医院护理能力的衡量标准,每1000人的住院人数、急诊室访问量和住院天数作为医院护理利用的衡量标准。我们从美国人口普查局的网站上收集了私人和公共资源的数据[
为了包括尽可能多的观察和变量,我们在分析中使用不平衡面板数据。根据疾病控制与预防中心的说法,官方的年度流感季节从10月开始,到5月结束,持续33周。
为了解释每周搜索量的变化,我们包括33个虚拟变量来表示每个流感季节的特定周。我们还观察到,在2009年H1N1流感大流行后的两个流感季节,流感相关查询的搜索量高于流感大流行发生前的流感季节。为了解释这种差异,我们使用了一个虚拟变量来表示H1N1流感大流行前后的几周。我们提出了流感搜索量和流感发病率的趋势,所有州在每个流感季节的33周内
研究变量:测量和数据类型。
变量 | 测量 | 数据类型 | ||
搜索症状 | 流感症状的网络搜索量 | 非官方公共数据库 | ||
搜索镜头 | 流感疫苗的网络搜索量 | 非官方公共数据库 | ||
流感发病率 | 流感样疾病(ILI)门诊就诊 | 官方报道 | ||
大众媒体的关注 | 每100万人中新闻文章的数量 | 非官方公共数据库 | ||
|
|
|
||
|
|
|
|
|
|
年龄<5岁 | 5岁以下人口的百分比 | 官方报道 | |
|
人口>65岁 | 65岁以上人口的百分比 | 官方报道 | |
|
|
|
|
|
|
哮喘 | 被诊断患有哮喘的成年人的百分比 | 自我报告的调查 | |
|
糖尿病 | 被诊断患有糖尿病的成年人的百分比 | 自我报告的调查 | |
|
|
|
|
|
|
学士学位 | 完成学士学位的人口百分比 | 官方报道 | |
|
收入 | 家庭收入中位数 | 官方报道 | |
|
良好的健康 | 人口中健康状况尚可或较好的百分比 | 自我报告的调查 | |
|
健康保险范围 | 18-64岁有医疗保险的成年人的百分比 | 自我报告的调查 | |
|
练习 | 表示在过去一个月参加过体育活动的成年人的百分比 | 自我报告的调查 | |
|
|
|
|
|
|
吸烟 | 目前吸烟的成年人的百分比 | 自我报告的调查 | |
|
超重或肥胖 | 超重或肥胖的成年人的百分比 | 自我报告的调查 | |
|
流感疫苗 | 在过去一年内接种过流感疫苗的65岁以上成年人的百分比 | 自我报告的调查 | |
|
|
|
||
|
|
|
|
|
|
人口密度 | 每平方英里人口(土地面积) | 官方报道 | |
|
|
|
|
|
|
公共基金 | 人均公共卫生经费总额一个 | 官方报道 | |
|
|
|
|
|
|
初级医生 | 每100万人中初级保健医生的人数b | 非官方公共数据库 | |
|
|
|
|
|
|
门诊访问 | 每1000人的门诊次数c | 非官方公共数据库 | |
|
|
|
|
|
|
医院病床 | 每1000人的床位数 | 非官方公共数据库 | |
|
|
|
|
|
|
住院 | 每1000人住院人数c | 非官方公共数据库 | |
|
急诊科就诊 | 每1000人急诊就诊次数c | 非官方公共数据库 | |
|
住院的日子 | 每1000人的住院日数c | 非官方公共数据库 |
一个数据包括来自疾病预防控制中心和州卫生机构的资金。
b数据包括全科医生、家庭医生、妇产科医生、儿科医生和内科医生。
c数据为社区医院,占所有医院的85%。联邦医院、长期护理医院、精神病医院、精神残疾者机构、酗酒和其他化学品依赖医院不包括在内。
研究变量:数据的可用性和来源。
变量 | 收集频率数据 | 可用数据的年数 | 数据源 | ||
搜索症状 | 每周 | 7 | 谷歌搜索洞察 | ||
搜索镜头 | 每周 | 7 | 谷歌搜索洞察 | ||
流感发病率 | 每周 | 7 | 公共卫生机构 | ||
媒体 | 每周 | 7 | LexisNexis学术 | ||
|
|
|
|
||
|
|
|
|
|
|
|
年龄<5岁 | 每年 | 7 | 美国人口调查局 | |
|
人口>65岁 | 每年 | 7 | 美国人口调查局 | |
|
|
|
|
||
|
哮喘 | 每年 | 7 | 疾病预防控制中心 | |
|
糖尿病 | 每年 | 7 | 疾病预防控制中心 | |
|
|
|
|
|
|
|
学士学位 | 每年 | 5 | 美国人口调查局 | |
|
收入 | 每年 | 7 | 美国人口调查局 | |
|
良好的健康 | 每年 | 7 | 疾病预防控制中心 | |
|
健康保险范围 | 每年 | 7 | 疾病预防控制中心 | |
|
练习 | 每年 | 7 | 疾病预防控制中心 | |
|
|
|
|
|
|
|
吸烟 | 每年 | 7 | 疾病预防控制中心 | |
|
超重或肥胖 | 每年 | 7 | 疾病预防控制中心 | |
|
流感疫苗 | 每年 | 7 | 疾病预防控制中心 | |
|
|
|
|
||
|
|
|
|
|
|
|
人口密度 | 每年 | 7 | 美国人口调查局 | |
|
|
|
|
|
|
|
公共基金 | 每年 | 5 | 信任美国的健康 | |
|
|
|
|
|
|
|
初级医生 | 每年 | 6 | 亨利·J·凯泽家庭基金会 | |
|
|
|
|
|
|
|
门诊访问 | 每年 | 6 | 亨利·J·凯泽家庭基金会 | |
|
|
|
|
|
|
|
医院病床 | 每年 | 6 | 亨利·J·凯泽家庭基金会 | |
|
|
|
|
|
|
|
住院 | 每年 | 6 | 亨利·J·凯泽家庭基金会 | |
|
急诊科就诊 | 每年 | 6 | 亨利·J·凯泽家庭基金会 | |
|
住院的日子 | 每年 | 6 | 亨利·J·凯泽家庭基金会 |
流感的搜索量及流感发病率的趋势。
我们通过自然对数变换对模型中包含的所有连续变量的数据进行归一化。为了使相互作用的系数更易于解释,我们通过从每个值中减去平均值来居中所有连续自变量。
我们应用面板数据多元回归分析,利用Stata来利用数据的时间序列和横截面变化。我们建立了回归模型来检验流感发病率、包括媒体关注在内的社会因素、私人和公共资源及其相互作用对流感症状和流感疫苗这两个查询的网络搜索量的影响。因为我们假设各州之间的变化是随机的,与自变量无关,所以我们在模型中使用了随机的特定于各州的效应。我们还使用稳健的Huber-White标准误差来处理我们估计中的任何潜在的异方差和自相关。为了避免共线性,我们检查了自变量的相关矩阵(
为了研究控制变量和自变量对因变量的单独影响,我们对每个因变量(每个搜索查询)依次运行6个模型,如下所示
总的来说,研究结果提供了大量证据,证明我们分析的独立变量——流感发病率、媒体关注度、私人和公共资源——的主要影响对流感相关查询的网络搜索有显著影响。具体而言,研究结果对假设H1a和H1b提供了完全支持,对假设H2a和H2b提供了部分支持。
包含控制变量(模型1)的模型显著(
在模型2中加入流感发病率作为自变量
这些模型都是显著的(
通过在模型5中添加指示私有和公共资源的变量
公共资源方面,门诊人次(
在模型6中加入这些社会因素与流感发病率的相互作用后
汇总统计。
变量 | 观察(n) | 的意思是 | SD | 最小值 | 马克斯 | |
|
|
|
|
|
|
|
|
搜索症状 | 5364 | 2.89 | 6.14 | 0.00 | 70.00 |
|
搜索镜头 | 8217 | 4.29 | 9.12 | 0.00 | 100.00 |
|
|
|
|
|
|
|
|
流感发病率 | 5226 | 2.04 | 2.10 | 0.00 | 20.43 |
|
媒体 | 8364 | 0.95 | 1.69 | 0.00 | 31.12 |
|
|
|
|
|
|
|
|
学士学位 | 6006 | 27.98 | 4.35 | 18.70 | 38.20 |
|
收入 | 8217 | 49788.35 | 7725.76 | 32875.00 | 68059.00 |
|
健康保险范围 | 8184 | 85.39 | 4.42 | 71.50 | 95.70 |
|
良好的健康 | 8184 | 84.78 | 4.73 | 35.80 | 90.00 |
|
|
|
|
|
|
|
|
年龄<5岁 | 8217 | 6.65 | 0.78 | 5.23 | 9.69 |
|
人口>65岁 | 8217 | 12.82 | 1.57 | 8.61 | 17.34 |
|
|
|
|
|
|
|
|
哮喘 | 8151 | 8.454 | 1.167 | 5.900 | 11.100 |
|
糖尿病 | 8184 | 3.96 | 0.93 | 0.00 | 4.62 |
|
|
|
|
|
|
|
|
锻炼 | 8184 | 76.59 | 3.85 | 66.60 | 85.80 |
|
吸烟 | 8184 | 18.77 | 3.17 | 9.10 | 26.10 |
|
超重和肥胖 | 8184 | 36.43 | 1.42 | 25.60 | 40.70 |
|
流感疫苗 | 8151 | 69.99 | 4.29 | 55.60 | 80.00 |
|
|
|
|
|
|
|
|
人口密度 | 8184 | 224.88 | 293.28 | 5.24 | 1185.32 |
|
|
|
|
|
|
|
|
公共基金 | 6006 | 56.81 | 31.91 | 18.39 | 197.76 |
|
|
|
|
|
|
|
|
初级医生 | 7128 | 120.69 | 27.07 | 78.50 | 191.30 |
|
|
|
|
|
|
|
|
门诊访问 | 7128 | 2134.60 | 676.25 | 942.00 | 4370.00 |
|
|
|
|
|
|
|
|
医院病床 | 7128 | 2.76 | 0.83 | 1.70 | 5.60 |
|
|
|
|
|
|
|
|
住院 | 7128 | 114.49 | 17.37 | 81.00 | 154.00 |
|
急诊科就诊 | 7128 | 401.94 | 72.33 | 258.00 | 601.00 |
|
住院的日子 | 7128 | 652.81 | 173.13 | 360.00 | 1210.00 |
因子分析的综合指数。
索引和变量 | 加载 | 独特性一个 | |
|
|
|
|
|
学士学位 | 0.89 | 0.21 |
|
良好的健康 | 0.54 | 0.71 |
|
收入 | 0.91 | 0.17 |
|
健康保险范围 | 0.79 | 0.37 |
|
|
|
|
|
年龄<5岁 | -0.93 | 0.13 |
|
人口>65岁 | 0.93 | 0.13 |
|
|
|
|
|
哮喘 | 0.75 | 0.44 |
|
糖尿病 | 0.75 | 0.44 |
|
|
|
|
|
锻炼 | -0.81 | 0.34 |
|
吸烟 | 0.71 | 0.49 |
|
超重和肥胖 | 0.74 | 0.45 |
|
流感疫苗 | -0.52 | 0.73 |
|
|
|
|
|
住院 | 0.93 | 0.13 |
|
ED访问 | 0.75 | 0.44 |
|
住院的日子 | 0.87 | 0.24 |
一个唯一性定义为1=共同性,即不能用公因子分析解释的部分。
自变量相关矩阵。
独立变量 | 1 | 2 | 3. | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | |
1 | 流感发病率 | 1.00 |
|
|
|
|
|
|
|
|
|
|
|
2 | 媒体 | 0.16 | 1.00 |
|
|
|
|
|
|
|
|
|
|
3. | 公共基金 | 0.03 | 0.11 | 1.00 |
|
|
|
|
|
|
|
|
|
4 | 人口密度 | -0.02 | -0.04 | 0.05 | 1.00 |
|
|
|
|
|
|
|
|
5 | 生活质量 | -0.23 | 0.09 | 0.24 | 0.41 | 1.00 |
|
|
|
|
|
|
|
6 | 与年龄有关的健康状况 | -0.18 | -0.02 | 0.03 | 0.33 | 0.21 | 1.00 |
|
|
|
|
|
|
7 | 慢性病相关的健康状况 | -0.21 | 0.03 | 0.12 | 0.14 | 0.35 | 0.33 | 1.00 |
|
|
|
|
|
8 | 健康的生活方式 | 0.21 | -0.10 | -0.21 | 0.01 | -0.62 | 0.19 | -0.28 | 1.00 |
|
|
|
|
9 | 初级医生 | -0.13 | 0.03 | 0.27 | 0.64 | 0.70 | 0.48 | 0.43 | -0.30 | 1.00 |
|
|
|
10 | 门诊访问 | -0.24 | 0.07 | -0.01 | -0.06 | 0.38 | 0.44 | 0.43 | -0.05 | 0.30 | 1.00 |
|
|
11 | 医院病床 | 0.07 | 0.03 | 0.00 | -0.33 | -0.19 | 0.30 | -0.26 | 0.53 | -0.17 | 0.30 | 1.00 |
|
12 | 医院护理利用 | -0.02 | -0.02 | -0.09 | 0.17 | -0.04 | 0.57 | -0.07 | 0.60 | 0.21 | 0.40 | 0.80 | 1.00 |
模型建设。
模型 | 控制变量 | 流感发病率 | 媒体 | 流感发病率×媒介 | 其他社会因素 | 流感发病率×其他社会因素 |
1 | 包括 |
|
|
|
|
|
2 | 包括 | 包括 |
|
|
|
|
3. | 包括 | 包括 | 包括 |
|
|
|
4 | 包括 | 包括 | 包括 | 包括 |
|
|
5 | 包括 | 包括 | 包括 | 包括 | 包括 |
|
6 | 包括 | 包括 | 包括 | 包括 | 包括 | 包括 |
流感症状控制变量的系数。
控制变量 | 流感症状(s) | ||||||
模型1 | 模型2 | 模型3 | 模型4 | 模型5 | 模型6 | ||
H1N1马克 | 1.666一个 | 1.956一个 | 1.590一个 | 1.483一个 | 1.027一个 | 0.823一个 | |
网络连接 | -5.397一个 | 1.779 | 3.69 | 5.237 | 0.918 | 1.339 | |
宽带连接 | -0.024 | -5.050一个 | -4.516一个 | -4.748一个 | -0.586 | -0.105 | |
|
|
|
|
|
|
|
|
|
1 | -0.980一个 | -0.819一个 | -0.710一个 | -0.847一个 | -0.536一个 | -0.568一个 |
|
2 | -0.843一个 | -0.756一个 | -0.608一个 | -0.771一个 | -0.396一个 | -0.454一个 |
|
3. | -0.790一个 | -0.684一个 | -0.562一个 | -0.744一个 | -0.439一个 | -0.477一个 |
|
4 | -0.877一个 | -0.829一个 | -0.608一个 | -0.741一个 | -0.422一个 | -0.439一个 |
|
5 | -0.875一个 | -0.803一个 | -0.565一个 | -0.640一个 | -0.351一个 | -0.348一个 |
|
6 | -0.845一个 | -0.792一个 | -0.538一个 | -0.602一个 | -0.343一个 | -0.339一个 |
|
7 | -1.036一个 | -0.904一个 | -0.634一个 | -0.655一个 | -0.445一个 | -0.431一个 |
|
8 | -1.010一个 | -0.859一个 | -0.631一个 | -0.625一个 | -0.405一个 | -0.400一个 |
|
9 | -1.057一个 | -0.849一个 | -0.680一个 | -0.643一个 | -0.523一个 | -0.504一个 |
|
10 | -1.123一个 | -0.883一个 | -0.667一个 | -0.648一个 | -0.559一个 | -0.527一个 |
|
11 | -1.099一个 | -0.874一个 | -0.676一个 | -0.595一个 | -0.630一个 | -0.580一个 |
|
12 | -0.992一个 | -0.897一个 | -0.568一个 | -0.547一个 | -0.371一个 | -0.345一个 |
|
13 | -1.031一个 | -1.014一个 | -0.678一个 | -0.630一个 | -0.515一个 | -0.492一个 |
|
14 | -1.203一个 | -1.098一个 | -0.823一个 | -0.769一个 | -0.646一个 | -0.592一个 |
|
15 | -1.187一个 | -1.078一个 | -0.742一个 | -0.703一个 | -0.580一个 | -0.546一个 |
|
16 | -1.061一个 | -1.042一个 | -0.703一个 | -0.670一个 | -0.558一个 | -0.519一个 |
|
17 | -0.798一个 | -1.112一个 | -0.730一个 | -0.631一个 | -0.505一个 | -0.480一个 |
|
18 | -0.606一个 | -1.056一个 | -0.713一个 | -0.657一个 | -0.496一个 | -0.462一个 |
|
19 | -0.660一个 | -1.184一个 | -0.755一个 | -0.642一个 | -0.421一个 | -0.371一个 |
|
20. | -0.662一个 | -1.191一个 | -0.799一个 | -0.705一个 | -0.461一个 | -0.416一个 |
|
21 | -0.835一个 | -1.317一个 | -0.964一个 | -0.910一个 | -0.598一个 | -0.559一个 |
|
22 | -1.071 | -1.395一个 | -0.931一个 | -0.856一个 | -0.578一个 | -0.549一个 |
|
23 | -1.334一个 | -1.533一个 | -1.078一个 | -1.000一个 | -0.837一个 | -0.807一个 |
|
24 | -1.454一个 | -1.601一个 | -1.171一个 | -1.121一个 | -0.902一个 | -0.889一个 |
|
25 | -1.618一个 | -1.582一个 | -1.246一个 | -1.220一个 | -1.196一个 | -1.169一个 |
|
26 | -1.852一个 | -1.748一个 | -1.306一个 | -1.284一个 | -1.274一个 | -1.245一个 |
|
27 | -2.063一个 | -1.804一个 | -1.307一个 | -1.354一个 | -1.302一个 | -1.292一个 |
|
28 | -2.199一个 | -1.873一个 | -1.450一个 | -1.509一个 | -1.506一个 | -1.487一个 |
|
29 | -2.372一个 | -1.912一个 | -1.510一个 | -1.600一个 | -1.579一个 | -1.576一个 |
|
30. | -2.499一个 | -2.034一个 | -1.649一个 | -1.735一个 | -1.815一个 | -1.790一个 |
|
31 | -2.531一个 | -1.986一个 | -1.534一个 | -1.693一个 | -1.729一个 | -1.762一个 |
|
32 | -2.658一个 | -2.117一个 | -1.694一个 | -1.880一个 | -2.016一个 | -2.045一个 |
|
33 | -2.908一个 | -2.225一个 | -1.761一个 | -1.992一个 | -2.071一个 | -2.094一个 |
一个
流感疫苗控制变量的系数。
控制变量 | 流感疫苗(s) | ||||||
|
模型1 | 模型2 | 模型3 | 模型4 | 模型5 | 模型6 | |
H1N1马克 | 0.606一个 | 0.493 | 0.319 | 0.286 | 0.091 | 0.018 | |
网络连接 | -0.887 | -1.419 | -0.745 | -0.376 | 3.958 | 0.806 | |
宽带连接 | 0.312 | 0.478 | 0.832 | 0.821 | -0.049 | 1.338 | |
|
|
|
|
|
|
|
|
|
1 | 2.459一个 | 2.254一个 | 2.292一个 | 2.237一个 | 2.297一个 | 2.231一个 |
|
2 | 2.728一个 | 2.355一个 | 2.416一个 | 2.333一个 | 2.469一个 | 2.422一个 |
|
3. | 2.612一个 | 2.212一个 | 2.265一个 | 2.163一个 | 2.359一个 | 2.308一个 |
|
4 | 2.342一个 | 1.896一个 | 2.000一个 | 1.925一个 | 2.101一个 | 2.060一个 |
|
5 | 2.244一个 | 1.887一个 | 2.008一个 | 1.966一个 | 2.222一个 | 2.193一个 |
|
6 | 1.811一个 | 1.525一个 | 1.668一个 | 1.631一个 | 2.024一个 | 2.007一个 |
|
7 | 1.102一个 | 0.931一个 | 1.066一个 | 1.056一个 | 1.457一个 | 1.437一个 |
|
8 | 1.032一个 | 0.865一个 | 1.004一个 | 1.002一个 | 1.432一个 | 1.400一个 |
|
9 | 0.654一个 | 0.587一个 | 0.687一个 | 0.694一个 | 0.935一个 | 0.906一个 |
|
10 | 0.383一个 | 0.423一个 | 0.519 | 0.541一个 | 0.758 | 0.723一个 |
|
11 | -0.201一个 | -0.218一个 | -0.11 | -0.075 | -0.108 | -0.139 |
|
12 | -0.392一个 | -0.517一个 | -0.333 | -0.33 | -0.371 | -0.393 |
|
13 | -0.312一个 | -0.498一个 | -0.306 | -0.29 | -0.396 | -0.407 |
|
14 | -0.393一个 | -0.484一个 | -0.333 | -0.307 | -0.437一个 | -0.44 |
|
15 | -0.654一个 | -0.722一个 | -0.556一个 | -0.530一个 | -0.647一个 | -0.659一个 |
|
16 | -0.884一个 | -1.038一个 | -0.847一个 | -0.829一个 | -0.976一个 | -1.005一个 |
|
17 | -0.984一个 | -1.255一个 | -1.061一个 | -1.011一个 | -1.188一个 | -1.193一个 |
|
18 | -1.182一个 | -1.532一个 | -1.339一个 | -1.296一个 | -1.386一个 | -1.367一个 |
|
19 | -1.491一个 | -1.913一个 | -1.673一个 | -1.613一个 | -1.684一个 | -1.649一个 |
|
20. | -1.551一个 | -2.017一个 | -1.808一个 | -1.766一个 | -1.845一个 | -1.814一个 |
|
21 | -1.759一个 | -2.240一个 | -2.025一个 | -2.000一个 | -2.014一个 | -1.978一个 |
|
22 | -2.096一个 | -2.584一个 | -2.318一个 | -2.284一个 | -2.344一个 | -2.313一个 |
|
23 | -2.106一个 | -2.550一个 | -2.280一个 | -2.250一个 | -2.263一个 | -2.251一个 |
|
24 | -2.253一个 | -2.653一个 | -2.392一个 | -2.377一个 | -2.359一个 | -2.360一个 |
|
25 | -2.300一个 | -2.629一个 | -2.427一个 | -2.409一个 | -2.489一个 | -2.497一个 |
|
26 | -2.300一个 | -2.564一个 | -2.312一个 | -2.302一个 | -2.386一个 | -2.410一个 |
|
27 | -2.371一个 | -2.550一个 | -2.281一个 | -2.292一个 | -2.268一个 | -2.306一个 |
|
28 | -2.394一个 | -2.527一个 | -2.281一个 | -2.313一个 | -2.271一个 | -2.303一个 |
|
29 | -2.418一个 | -2.465一个 | -2.229一个 | -2.270一个 | -2.190一个 | -2.200一个 |
|
30. | -2.441一个 | -2.413一个 | -2.179一个 | -2.233一个 | -2.166一个 | -2.212一个 |
|
31 | -2.488一个 | -2.446一个 | -2.162一个 | -2.256一个 | -2.173一个 | -2.203一个 |
|
32 | -2.488一个 | -2.347一个 | -2.080一个 | -2.182一个 | -2.167一个 | -2.222一个 |
|
33 | -2.512一个 | -2.299一个 | -2.013一个 | -2.142一个 | -2.112一个 | -2.187一个 |
一个
决定系数(
独立变量 | 模型2 | 模型3 | 模型4 | 模型5 | 模型6 | ||||||
|
系数 |
|
系数 |
|
系数 |
|
系数 |
|
系数 |
|
|
|
|||||||||||
|
流感发病率 | 0.644 | <.001 | 0.528 | <.001 | 0.498 | <.001 | 0.371 | <.001 | 0.473 | <.001 |
|
媒体 |
|
|
0.293 | <.001 | 0.241 | <.001 | 0.334 | <.001 | 0.323 | <.001 |
|
流感发病率×媒介 |
|
|
|
|
0.194 | <.001 | 0.177 | <.001 | 0.181 | <.001 |
|
|||||||||||
|
生活质量 |
|
|
|
|
|
|
-0.401 | 措施 | -0.389 | 04 |
|
年龄 |
|
|
|
|
|
|
-0.143 | 06 | -0.208 | 0。 |
|
慢性疾病 |
|
|
|
|
|
|
-0.279 | 04 | -0.309 | .002 |
|
健康的生活方式 |
|
|
|
|
|
|
-0.287 | .009 | -0.205 | 02 |
|
|||||||||||
|
公共基金 |
|
|
|
|
|
|
-0.315 | 0。 | -0.375 | .04点 |
|
人口密度 |
|
|
|
|
|
|
0.188 | 23) | 0.169 | .14点 |
|
初级医生 |
|
|
|
|
|
|
0.123 | 06 | 0.106 | 07 |
|
门诊访问 |
|
|
|
|
|
|
1.455 | <.001 | 1.523 | <.001 |
|
医院病床 |
|
|
|
|
|
|
-3.356 | <.001 | -3.601 | <.001 |
|
医院护理利用 |
|
|
|
|
|
|
0.601 | .008 | 0.651 | 02 |
|
|||||||||||
|
流感×生活质量 |
|
|
|
|
|
|
|
|
0.001 | 03 |
|
流感发病率×年龄 |
|
|
|
|
|
|
|
|
0.173 | 。08 |
|
流感发病率×慢性病 |
|
|
|
|
|
|
|
|
0.109 | .09点 |
|
流感发病率×健康的生活方式 |
|
|
|
|
|
|
|
|
0.072 | .30 |
|
流感发病率×公共资金 |
|
|
|
|
|
|
|
|
-0.018 | 多多 |
|
流感发病率×人口密度 |
|
|
|
|
|
|
|
-0.095 | .37点 | |
|
流感发病率×主治医师 |
|
|
|
|
|
|
|
0.150 | 03 | |
|
流感发病率×门诊人次 |
|
|
|
|
|
|
|
|
-0.666 | 点 |
|
流感发病率×医院床位 |
|
|
|
|
|
|
|
|
0.708 | 。08 |
|
流感发病率×医院护理利用 |
|
|
|
|
|
|
|
-0.115 | 点 |
决定系数(
独立变量 | 模型2 | 模型3 | 模型4 | 模型5 | 模型6 | |||||||
|
系数 |
|
系数 |
|
系数 |
|
系数 |
|
系数 |
|
||
|
||||||||||||
|
流感发病率 | 0.477 | <.001 | 0.414 | <.001 | 0.383 | <.001 | 0.251 | <.001 | 0.173 | .04点 | |
|
媒体 |
|
|
0.162 | <.001 | 0.144 | <.001 | 0.189 | <.001 | 0.206 | <.001 | |
|
流感发病率×媒介 |
|
|
|
|
0.089 | 措施 | 0.112 | <.001 | 0.128 | 措施 | |
|
||||||||||||
|
生活质量 |
|
|
|
|
|
|
-0.070 | 点 | -0.018 | 收 | |
|
年龄 |
|
|
|
|
|
|
-0.013 | 低位 | -0.008 | 29 | |
|
慢性疾病 |
|
|
|
|
|
|
-0.083 | .41点 | -0.036 | .51 | |
|
健康的生活方式 |
|
|
|
|
|
|
0.114 | .62 | 0.078 | 收 | |
|
||||||||||||
|
公共基金 |
|
|
|
|
|
|
-0.413 | 02 | -0.544 | 02 | |
|
人口密度 |
|
|
|
|
|
|
0.191 | 措施 | 0.117 | 0。 | |
|
初级医生 |
|
|
|
|
|
|
1.439 | .006 | 1.561 | . 01 | |
|
门诊访问 |
|
|
|
|
|
|
0.022 | 。08 | -0.234 | 13。 | |
|
医院病床 |
|
|
|
|
|
|
-0.662 | .64点 | -0.918 | 开市 | |
|
医院护理利用 |
|
|
|
|
|
|
-0.05 | .19 | 0.073 | 0。 | |
|
||||||||||||
|
流感×生活质量 |
|
|
|
|
|
|
|
|
-0.223 | 03 | |
|
流感发病率×年龄 |
|
|
|
|
|
|
|
|
0.045 | 。08 | |
|
流感发病率×慢性病 |
|
|
|
|
|
|
|
|
0.018 | 54 | |
|
流感发病率×健康的生活方式 |
|
|
|
|
|
|
|
|
0.018 | 点 | |
|
流感发病率×公共资金 |
|
|
|
|
|
|
|
|
-0.165 | .09点 | |
|
流感发病率×人口密度 |
|
|
|
|
|
|
|
0.073 | 06 | ||
|
流感发病率×初级医师 |
|
|
|
|
|
|
|
0.823 | 票价 | ||
|
流感发病率×门诊人次 |
|
|
|
|
|
|
|
|
0.011 | 2 | |
|
流感发病率×医院床位 |
|
|
|
|
|
|
|
|
0.808 | 06 | |
|
流感发病率×医院护理利用 |
|
|
|
|
|
|
|
-0.281 | 点 |
近年来,对某些疾病的发病率与与这些疾病相关的在线信息搜索之间的相关性的研究有所增加。然而,关于社会因素对与疾病相关的在线信息搜索的影响的研究很少。在本文中,我们证明了在线搜索与健康风险相关的查询作为公共健康风险感知的度量的有用性。我们使用公开可用的数据来演示如何使用这些数据来深入了解影响公众对健康风险看法的因素。
我们的回归分析结果为我们的假设提供了强有力的支持:流感相关查询的网络搜索量作为公众健康风险感知的衡量标准,由流感发病率和社会因素(包括媒体关注)以及私人和公共资源预测。除了这些社会变量的独立影响外,我们预计流感发病率对公众风险认知的影响将被社会环境因素所增强。然而,我们的模型纳入了流感发病率和社会因素之间的相互作用,并没有增加我们回归模型的解释力。无论疾病的发病率如何,社会环境都会影响公众的健康风险认知。
我们对风险预防(流感疫苗)和风险诊断(流感症状)的信息搜索建模。在我们的分析中,独立变量,特别是媒体关注和私人和公共资源,对流感症状的搜索量有显著影响;然而,季节性变量对流感疫苗的搜索量有显著影响。正如我们所预料的,不同的因素似乎会影响公众对风险诊断和风险预防的看法。
流感症状模型和流感疫苗模型都表明流感发生率对搜索量有积极的主要影响。当一个人群的流感发病率较高时,人们对预防和诊断风险的关注程度也较高。
我们的数据还支持媒体关注及其与流感发病率的相互作用对风险预防和风险诊断搜索量的预期积极影响。由于大众媒体更关注与特定人群相关的风险,因此整体人群和流感人群都更关注风险的预防和诊断。因此,我们的研究结果表明,媒体在设定健康风险的公共议程方面发挥了重要作用(议程设定理论[
以生活质量为代表的私人资源和以医院床位为代表的公共资源与流感症状搜索量呈负相关。对于流感的风险,生活质量较高、就诊机会较多的人群对症状的搜索较少,而生活质量较低、就诊机会较少的人群对症状的搜索较多。这些结果表明,消费者可能会使用互联网信息作为医疗保健资源的替代品。具体而言,由于生活质量较低和医院服务较少而易受伤害的消费者更多地进行互联网搜索,这可能是因为互联网上提供的信息是与健康风险有关的信息的相对低成本和易于获取的来源。
关于与卫生相关的私人和公共资源,我们的分析表明,这两种资源可能会产生一些协同效应。以健康生活方式为代表的私人资源和以门诊次数和医院护理利用为代表的公共资源与流感症状搜索量呈正相关。此外,以初级医生和公共基金为代表的公共资源与流感疫苗的搜索量呈正相关。
基于这些发现,我们建议,当一个人群有更健康的生活方式,更多地接触卫生保健专业人员(通过门诊就诊、急诊就诊、住院、初级保健医生的可用性和专门的公共卫生基金),它可能更意识到当前的健康风险。这些结果提出了一个问题,即获得医疗保健专业人员和消费者在互联网上搜索健康信息之间的关系方向。这可能是因为有机会接触到医疗保健专业人员会刺激消费者对风险保护行为更加警惕。如果是这种情况,初级保健医生和公共卫生机构在教育公众采取保护行动方面发挥着重要作用。
以慢性病为代表的私人资源对流感症状的搜索量有负面影响。对于患流感的风险,慢性病发病率较高的人群对流感症状的搜索较少。这一发现可能反映了环境对互联网接入的限制,而不是对此类信息缺乏兴趣。正如皮尤研究中心的一份报告所指出的那样[
最后,在我们的分析中,以人口密度为代表的公共资源对流感疫苗的搜索量有积极的影响。这一发现很重要,因为作为一种传染病,流感的搜索模式也可能出现在其他传染病上。
本研究对公共政策制定者和卫生保健专业人员具有重要的理论和实践意义。首先,基于生态系统理论,提出在线健康信息搜索与公众健康风险感知之间存在相关性。决策者和卫生保健专业人员认识到这种关系是很重要的。在设计健康风险沟通战略和政策时,必须考虑到公众参与在线健康信息搜索的社会环境。
其次,我们建议对与特定健康风险相关的互联网搜索查询数据进行分析,可以为公众健康风险感知提供预警。我们的分析表明,在线健康信息搜索是公众健康风险感知的反映,可以通过社会背景变量来预测。我们为政策制定者和卫生专业人员展示了一种实用的方法来监测这些背景因素。以往的研究显示,综合的搜寻资料反映了公众的关注或兴趣(例如:[
代表风险应对不同阶段(如预防和诊断)的查询的搜索量数据可使决策者和卫生专业人员了解人口对当前和新出现的威胁可能采取的应对措施。社会营销资源的分配应基于对公众对预防和诊断健康风险的认识。例如,季节性对与预防相关的搜索量的影响比其他变量更大。社会营销工作的时间应与公众对流感预防风险认知的季节性变化相一致。那些公众对风险预防认知水平较高的州可以利用这一发现,通过安排额外的流感疫苗供应和规划有效的疫苗分发系统,帮助为新的流感季节做好准备。在新的流感季节到来之前,公众对预防风险的认知水平较低的州可能会受益于更多的健康教育和健康宣传,以帮助提高对即将到来的风险的认识。
我们发现媒体关注和私人和公共资源对公众对症状的风险认知有很强的影响。对流感诊断风险认知较高的人群可能对与流感治疗相关的产品或服务有更高的需求(例如,维生素C补充剂、初级保健就诊)。在公众对流感反应的风险认知程度较高的州,零售商可能希望确保他们有足够的非处方药物供应,以应对流感症状。流动护理诊所和初级保健提供者可以通过提供以识别症状为重点的教育材料,并确保有流感症状的患者当天可以得到提供者的探视,从而帮助人们应对流感。为了应对公众对流感诊断的风险认知,社会营销工作应利用社会文化细分(例如,脆弱和有健康意识的消费者),以每个细分群体最需要的资源为目标。
随着移动设备(如智能手机、ipad)的普及,移动搜索在消费者中越来越多。调查显示,77%的智能手机用户最常使用搜索引擎,而90%的移动搜索活动会导致行动(例如购买、推荐)[
在线信息搜索是一个双向通信过程,包括发送搜索请求和接收搜索结果。发送搜索请求反映了公众对风险严重性和紧迫性的感知,而接收搜索结果则反映了公众对其管理或应对风险能力的感知。本研究的重点是公众的风险感知,通过搜索请求的模式来证明。决策者和卫生专业人员可通过审查对返回搜索请求的反应模式,进一步探讨公众对风险的认识。我们建议,公众对健康风险管理的认知可以通过反映四种社会关系(即等级、平等、个人主义和宿命主义社会关系)的行为来揭示[
我们的研究有一些局限性。首先,我们用来表示流感发病率和与流感相关的在线信息搜索的变量存在数据缺口。通过使用不同的分析单元,可以获得额外的相关数据以供研究。例如,从1997年到本年度的每个流感季节,疾病预防控制中心都会在其官方网站上公布9个流感监测区域的ILI门诊就诊数据[
其次,我们的发现是基于汇总数据。汇总数据的一个限制是,它们代表了一个群体作为一个整体的特征,但不允许分析个体差异。我们无法确定个人如何看待与健康风险相关的社会环境。未来的研究需要通过收集自我报告调查的数据来调查个人对与健康风险相关的社会因素的反应。
其次,我们的研究只显示了一组变量对预测公众对流感风险感知的有用性。不同类型的健康风险在其特征上有所不同,如即时性、频率和严重程度。这些因素不仅可能导致疾病发病率影响的变化,也可能导致社会文化因素与公众风险感知的关系的变化,这一点可以通过在线信息搜索来证明。需要进行更多的研究,以确定与不同类型的健康风险有关的公众风险感知测量的共同和独特变量。例如,食源性疾病和流感都是常见的健康风险。流感疫苗可以接种,但食源性疾病则不行。未来的研究应考虑不同健康风险的预防和治疗方案的可用性,因为它们可能影响公众对健康风险的看法。
最后,我们的研究显示了传统主流大众媒体(即报纸和新闻线路)对公众风险认知的强烈影响。需要进行研究,调查多种形式的大众媒体,特别是社会媒体(如博客、在线社会网络)对公众风险认知的影响。可能的
谷歌搜索洞察(gif)方法论。
谷歌搜索洞察
流感样疾病
没有宣布。