戒烟社交网络中的超级用户:来自加拿大癌症协会吸烟者在线帮助热线和戒烟中心的人口特征和发布行为分析

简介

与烟草有关的疾病是北美的主要死亡原因，但4600万(21%)美国人[1和600万(18%)加拿大人[2他继续抽烟。尽管进行了几十年的研究和预防，但世界卫生组织预测，到2030年，与烟草有关的疾病每年将导致1,000万人死亡[3.］．

在烟草依赖的传统治疗中，大量证据证明行为干预的有效性，如简短或深入的建议、个人或团体咨询、量身定制的自助和电话戒烟热线[4，5］．然而，尽管其有效性已得到证实，但证据也表明，这些干预措施并未得到充分利用[6］．需要的是影响范围广、易于获取、实施和维持的有效干预措施[7］．

据估计，截至2010年6月30日，全球有29%的人口可以上网[8］．研究表明，越来越多的人正在利用这一媒介获取一般健康信息，并就具体成瘾和精神健康问题寻求援助[9，10］．基于这种认知，大量随机对照试验和观察性研究研究了基于互联网的干预如何成功帮助有饮酒问题的个人[11-13]、情绪及焦虑障碍[14-17]及其他条件[18，19］．

在线戒烟社会支持

顺应这一趋势，网络辅助烟草干预措施(WATI)已被证明是有效的[20.-22］．WATI的一个受欢迎的组成部分是社交网络，由具有共同兴趣的人组成的在线社区，他们使用一个网站互相交流，也被称为支持团体，用户论坛,或讨论版．尽管有一些证据表明，社交网络有可能提高电子健康干预措施的有效性和依从性[23，24的研究中，很少有人对社交网络如何运行或谁访问它们进行研究。它们的实现或维护没有最佳实践。

在2010年的一项研究中，Cobb等人[25]发现了戒烟大型在线社区QuitNet中特定成员长期以来的一贯贡献。2010年，Selby等[24]发现，在戒烟中心网站(SSC)上发布的第一个帖子中，有25%来自最近戒烟的人，他们正在努力戒烟。他们的研究亦发现，35.0%的首次回复来自于在过去一个月内戒烟的会员，49.0%来自于戒烟超过1个月但不满1年的会员，而6.6%的新讯息首次回复来自于戒烟超过1年的资深会员[24］．2007年，Cunningham等人对问题饮酒者的在线社交网络AlcoholHelpCenter.net进行了分析。26]发现讨论集中在一个或多个活跃用户的节点上。最近一次是在2011年，Jones等人[27]发现，在一个自残讨论论坛(SharpTalk)中，一些会员登录的时间比其他人要长得多，而且主要是为了回应其他参与者。

通过提供直接支持、建议和方向来承担领导角色的社交网络成员被Cobb等人定义为关键球员， Selby et al as海报，坎宁安等人活跃用户琼斯等人看护人．为了本研究的一致性，我们将关键玩家，海报，活跃用户或看护者统称为超级用户．这项观察性研究的目的是分析来自两个大型但不同的WATI的数据，以帮助深入了解超级用户的人口统计特征和他们如何使用社交网络。

在线电子健康应用的迷宫:推广和坚持

虽然通过合法和有效的电子健康干预来帮助个人的潜力令人兴奋，但互联网接入的爆炸式增长与网站和互联网协议(或ip或url，通常被称为域名或IP地址)．对于一般互联网用户来说，在区分合法和非合法的电子卫生资源时，数量庞大的可用网站尤其容易造成混淆[28］．由于绝大多数搜索引擎和目录通过在一般搜索中推广网站url来获得收入，而广告商可以通过使用针对特定人口统计和心理特征的有吸引力的活动算法来最大化其预算，因此合法的eHealth资源吸引新用户可能会变得越来越困难和昂贵。

合法的电子保健干预措施吸引用户的一种方法是通过诸如Beacon [29这家总部位于澳大利亚的组织只宣传经过随机对照试验并通过专家小组独立审查的电子健康ip。像Beacon这样的重要资源所面临的挑战是，它们需要持续的国际资助、推广和跨部门协作支持来保持有效性。用户还可能寻求新的、创新的技术，而这些技术可能被这些目录所遗漏，因为发布随机对照试验的结果数据落后于新兴工具的采用。

另一种吸引普通用户的草根方法是通过社交网络和超级用户的留存。超级用户扩大了网络的规模，促进了讨论，是eHealth社交网络招募和留住的宝贵资产。

对于实施和管理在线社交网络的组织来说，识别和留住超级用户可以促进网站流量的自然发展和增长，并提高用户粘性。挑战在于确定如何识别超级用户，如何吸引他们，以及如何提高他们的留存率。这个过程的第一步是开始了解谁是超级用户。

方法

设置和程序描述

作为调查超级用户特征的第一步，这项观察性研究分析了来自两大戒烟社交网络的数据:加拿大癌症协会的吸烟者在线帮助热线(SHO) (http://smokershelpline.ca;图1，图2) [30.]和SSC (http://www.stopsmokingcenter.net;图3，图4) [31］．这两个程序都是免费的，而且是匿名的。我们选择了SHO和SSC社交网络，因为它们的规模大，参与活跃，以及相当大的操作差异。

‎ 把这个图

‎ 把这个图

‎ 把这个图

‎ 把这个图

加拿大癌症协会吸烟者在线帮助热线

作为一个拥有国际公认和尊重的品牌的公共资助项目，SHO开展了大量的推广活动，延伸到互联网、电视、广播和平面广告，吸引了许多吸烟者。SHO社交网络也被用来促进线下活动，如安大略戒烟挑战。此外，SHO计划的健康教育工作者被要求严格监控成员发布的内容。注册SHO计划的人数不限。SHO是SSC的授权版本，由加拿大癌症协会修改和更新。

StopSmokingCenter.net

相反，SSC不是一个公认的品牌，从未做过广告或宣传，而是作为一个社会企业来维持。运营SSC的组织(Evolution Health System Inc, San Francisco, CA, USA)没有积极推广该项目，也没有优化搜索引擎排名或积极从其他网站寻找链接。因此，使用SSC的成员是一个自我追求的、自然主义的互联网群体。尽管用户必须签署用户协议才能加入SSC社交网络，但与SHO不同的是，健康教育工作者控制成员发布的内容很少。

SHO和SSC社会网络的历史、功能和健康教育者的角色

要积极参与每个社交网络，需要注册。然而，积极参与社交网络是自愿的;在研究期间，只有7.90% (n = 1670)的SHO注册用户和14.25% (n = 1627)的SSC注册用户在社交网络上发布了至少一个帖子表1)．程序注册者和潜伏者不需要注册就可以浏览每个社交网络中的成员对话。

每个支持小组的每一个帖子都会立即发布。然而，为了确保项目规则和条例的遵守，受过培训的健康教育工作者通过WebTriage (Evolution health System Inc, San Francisco, CA, USA)对每个帖子进行审查和批准，WebTriage是一种旨在促进快速批准、编辑或删除每个帖子的软件应用程序。

SHO健康教育工作者是有报酬的雇员，他们也管理加拿大癌症协会的戒烟电话。SSC健康教育工作者是Evolution健康系统公司的有偿雇员。除了使用WebTriage的培训外，所有健康教育工作者还接受认知行为疗法、改变阶段、动机性访谈、生活指导、数据保护和用户隐私方面的培训。在流量大的季节，SSC健康教育工作者协助SHO健康教育工作者管理SHO社交网络(网络分类)。

与社会网络健康教育者的非正式定性面对面访谈

5年来，SHO和SSC的社交网络管理人员每两个月举行一次会议，讨论社交网络管理政策、每个支持小组内的具体事件、旨在增加社交网络流量的调节策略以及超级用户群体的管理。

每季度，SHO和SSC的社交网络管理人员开会审查累积统计报告，其中包括项目注册人数、社交网络帖子数量、流量统计(页面浏览量、访问量和独立访问者)，以及注册时收集的基本人口统计数据。

在这项研究开始时，我们对健康教育工作者及其管理团队进行了非正式的定性、面对面的访谈。在这些采访中，我们要求受访者反思双月和季度会议，每个节目的宣传和运营差异，每个网络的基调和社会环境。在这些访谈中，所有的健康教育工作者都认为每个项目都吸引了具有异质特征的超级用户，并且在每个社交网络中，发帖行为和人口统计数据是相关的。

然而，健康教育工作者和社交网络管理人员表示，根据他们多年的经验，他们不能将超级用户归纳为单一类别，存在三种不同类型的超级用户:(1)累计发表帖子数量最多的超级用户(海报)，(2)主要发起线程的超级用户(线程开始)和(3)只与某些成员沟通的超级用户(集团成员)，以及这些超级用户子群体的不同管理风格。

道德的考虑

所有研究参与者都同意将他们的匿名数据用于研究目的。符合国际私隐指引的资料收集程序[32-34]，并符合于2008年修订的1975年《赫尔辛基宣言》[35］．由于该研究基于无法确定的档案数据，因此该研究被视为豁免进一步审查。

参与者

向SHO和SSC注册都是匿名的，并且不收取任何承诺或费用。从2008年6月26日到2010年10月12日(839个日历日)，有1670名成员在SHO社交网络上至少发过一次帖子，在7916个线程中有84599个帖子。从2007年5月17日到2010年10月12日(1245个日历日)，1627名成员在SSC社交网络上至少发布了一次帖子，10,967个线程中有133,753个帖子表2)．在研究期间，两个项目在人口统计特征分析中使用了相同的问题格式和回答选项。

数据收集

用户在程序注册时完成了一份基线问卷。问题基于北美戒烟联盟最小数据集[36］．所有数据均为自我报告。在注册时，为每个用户分配一个匿名用户标识，这将成为他或她的主键。我们从每个程序的定制结构化查询语言数据库中提取了包含发帖行为和人口统计特征的横断面数据集。健康教育工作者的帖子被排除在分析之外。用户的主键将他们的发布行为与他们的人口统计数据联系起来。

发布行为与社交网络参与

根据Cobb等人的观察[25， Selby等[24， Cunningham等[26，琼斯等人[27]，对这两个社交网络的发帖行为的分析揭示了右偏分布，这意味着，累积起来，大多数用户不频繁地发帖，超级用户负责大部分的发帖(见图5和图6)．

超级用户定义

在每个社交网络中，我们将排名前100的发帖者(根据发帖总数排名)、线程启动者(根据他们启动的线程总数排名)和小团体成员(根据他们参与的线程数排名)合并到单个数据库中(n = 300)。重复的条目被删除，留下219个独特的超级用户样本。我们进行了功率分析[37]并估计总样本量为95个SHO和124个SSC超级用户，其功率为>80%，以检验假设P显著性水平<。05。

数据分析

在登记时，SHO和SSC对以下人口统计变量使用相同的格式和响应选项:性别、年龄、每天的香烟、过去的戒烟尝试、同居吸烟者、吸烟年限和过去的尼古丁替代治疗使用情况。两个项目都收集了其他人口统计数据，但问题格式或回答选项有显著差异，因此我们将这些数据排除在分析之外。

首先介绍了两个超级用户群体的一般发布行为和人口统计特征的描述性统计。接下来，我们进行了一系列单变量logistic回归，以检测SHO和SSC超级用户之间的人口统计学特征差异。最后，计算皮尔逊相关性，以检测每个超级用户子组的行为和人口统计学特征之间的关系。所有分析均使用SPSS for Windows 18.0版本(IBM公司，Somers, NY, USA)进行。显著性水平设为P< . 05。

‎ 把这个图

‎ 把这个图

结果

一般发帖行为和人口统计特征

95名SHO和124名SSC超级用户分别占程序注册总人数的0.4%和1.1%，占所有活跃社交网络成员的5.7%和7.6%。他们负责34.78% (n = 29,422)和46.22% (n = 62,820)的所有社交网络帖子(见表3)．

对登记时收集的人口统计特征(均值)及其标准差的分析显示，从营销和调节技术的角度来看，略有不同的人群(见表4)．

SHO和SSC超级用户的比较

多因素logistic回归分析显示，两组人群的人口学特征无统计学差异。性别、年龄、每天吸多少支烟、曾经戒烟尝试、同居吸烟者、吸烟年限、过去或现在使用尼古丁替代疗法都不显著。

超级用户群分析

为了进一步了解超级用户和超级用户子集特征，我们确定Pearson相关性来调查发帖行为和五个关键人口统计学特征(年龄、每天吸烟的香烟、戒烟尝试、同居吸烟者和吸烟年限)之间的关联。

商店皮尔逊相关性

在SHO分析中(参见表5)，在所有超级用户的发帖行为和年龄之间显示出显著的统计相关性。然而，皮尔逊相关性为0.32，表明相关性很小。唯一的其他显著相关性是在小团体成员之间，在统计上，发帖行为和吸烟年限之间存在显著相关性。然而，这个例子也表明只有很小的相关性。

SSC皮尔逊相关性

在SSC分析中(参见表6)，在所有超级用户、发帖者和小团体成员中，发帖行为、戒烟尝试和吸烟年限之间存在统计学上的显著相关性。然而，这些关系相对较小(r从- - - - - -。25或25)。在线程发起者中，发布行为和人口统计学特征之间没有相关性。

讨论

乍一看，根据人口的一般特征概述表2在美国，SSC超级使用者的吸烟时间似乎比SHO超级使用者长得多，而且有一小部分人曾经或正在使用尼古丁替代疗法。从这些数据中，营销人员和社交网络健康教育工作者可能会推断，SHO超级用户较晚开始吸烟，超过一半的人曾经或正在使用尼古丁替代疗法。

然而，与我们最初的假设相反，与从与健康教育工作者的非正式定性面对面访谈中收集到的信息、两种社交网络的营销和操作的差异、讨论的基调和行为规则相反，两种社交网络中的超级用户具有相似的人口统计学特征。

我们还有些惊讶地发现，在所有8个分析的超级用户群体中，发帖行为和人口统计学特征之间的相关性极小。例如，加拿大卫生部的一项普通人口调查发现了人口特征和行为之间的相关性。尽管加拿大男性和女性之间的戒烟率差别不大，20-24岁的吸烟者中有29%已经戒烟，而45岁以上的吸烟者中有71%已经戒烟，前男性吸烟者在永久戒烟前平均有3.2次戒烟尝试(女性为2.7次)，在戒烟时，前吸烟者报告每天吸18.1支烟[38］．

根据加拿大卫生部的普通人口调查，人们可能会期望在超级用户中发现发帖的频率与年龄、过去的戒烟尝试或每天吸烟的数量之间存在很强的相关性。相反，我们发现在发帖行为、戒烟尝试和吸烟年限之间只有微弱的关系，但只在SSC超级用户、海报和小团体成员中存在。

优势和局限性

据我们所知，这是第一项比较两个旨在帮助戒烟的社交网络中最活跃参与者(超级用户)的人口统计学特征和发帖行为的研究。一个特别的优势是，与典型的基于互联网的临床试验的进入障碍相比，这两个项目的注册障碍相对较少。39，我们从WATI在自然的互联网环境中收集数据。

另一个优点是研究结果的适用性。本研究的结果将影响SHO的推广工作和运营。网络推广一般针对具体和有针对性的人口统计数据，如加拿大卫生部一般人口调查报告的数据。但是，为了吸引难以定义的“超级用户”，应该加大宣传力度。第二，作为本研究的结果，管理层将修改SHO和SSC健康教育者的培训计划。一旦在网络中发现了超级用户，将向健康教育工作者介绍鼓励超级用户参与的策略，并且正在开发计算机算法，以帮助健康教育工作者早期识别超级用户和超级用户子类型。

需要注意的是，我们使用术语超级用户和三个超级用户子组(发帖者、线程发起者和小团体成员)只是为了澄清这个特定调查中的观察结果。这些参与模式还没有得到验证，需要进一步的研究来确定它们是否在其他类型的WATI或基于医疗保健的社交网络中可观察到。

为了更彻底地了解超级用户的特征，未来的研究应该比较超级用户群体与非超级用户群体(或创建有限帖子的社交网络成员)和那些注册WATI但不积极参与社交网络的人(潜伏者)。未来的研究还应纳入其他人口统计和心理特征的分析，如职业、教育水平、戈德堡抑郁量表评分、Fagerström尼古丁依赖测试评分或互联网使用频率。这些资料可在登记时收集;然而，根据我们的经验，在注册时向用户提出的问题通常被认为是侵入性的。为了在自然的环境中最大化地使用基于网络的程序，注册问题应该保持在绝对的最低限度，并且在交互式程序内容中应该使用其他创造性的数据收集方法。

值得注意的是，这项研究只关注吸烟者，未来的研究应该从超级用户、超级用户子集、中度发贴者和潜伏者的社交网络行为和人口统计学特征，如抑郁症、恐慌症、酗酒问题、自残或健康体重。这种类型的研究可以为那些被互联网节目吸引的用户提供洞察用户的一般特征，并可用于预测算法的开发。

总结

这项研究的结果表明，超级用户在社交网络流量中扮演着强大的角色。虽然SHO和SSC超级用户仅占节目注册用户总数的0.4%和1.1%，但他们贡献了34.78%和46.22%的社交网络内容。本研究的结果支持Cobb等人、Selby等人、Cunningham等人、Jones等人之前的研究，表明不同类型的超级用户(以及超级用户子群体)经常存在。

治疗方面公认的重大障碍包括阻碍寻求治疗的社会污名[40]及亲身接受治疗或亲身接受团体治疗所带来的不便[41］．无论个人是超级用户还是被动地阅读他人的帖子，互联网匿名和方便地接触大量个人的能力都可以显著影响人口水平的健康。

这项研究的结果表明，在这一快速发展的领域还需要进一步的研究，并且有可能最大限度地发挥社交网络促进健康的影响。然而，为了充分理解基于互联网的行为改变的独特机制，建议研究人员、非营利组织和私人组织之间的合作和知识转移。