“社区”如何影响人们与信息的互动:对与其他男性发生性关系的年轻男性的混合方法研究

介绍

专家们日益认识到，人-信息交互(HII)——包括信息的获取、共享、管理和使用——是一种社会现象。从互动论到网络分析，许多研究方法都揭示了这种社会特征[1]。这项面向社会的研究为人类社区的HII提供了一些有价值的见解，包括使用信息技术(IT)建立和加强社区身份的可能性，以及在地理社区中部署IT以改变居民之间联系的性质和程度的潜力[1]。我们还了解到，信息的情境相关性因社区而异，导致不同群体对信息的选择性接受[2]。此外，Chatman的“信息贫困理论”告诉我们，在一个社区内寻求某种形式的信息所带来的社会成本可能导致信息回避[2，3.]。尽管有这些观察结果，但我们缺乏对人们日常社区参与与他们的HII之间关系的系统描述，包括有多重要社区参与可能是这些模式出现的原因[1，4]。此外，社区信息学和健康信息学领域之间的对话很少，尽管人们对在消费者健康信息学(CHI)应用中嵌入社会影响的兴趣越来越大[5]。因此，我们在本文中的目标是开发、测试和完善HII中的社区参与因素模型，并将其应用于18-24岁年轻男男性行为者(YMSM)中艾滋病毒/艾滋病的具体情况。年轻男性提供了一个特别突出的人群来研究社区参与与HII之间的关系，因为他们的同性恋社区参与各不相同[6]，而他们对资讯科技的使用率也很高[7，8]。为了宣传艾滋病毒/艾滋病的预防，我们也把重点放在了YMSM身上，因为他们是美国艾滋病毒/艾滋病风险最高的群体之一。9]。

卫生领域为理解社区参与艾滋病毒感染的作用提供了一个重要背景。疾病的患病率、发病率和结果在群体水平上都可能有所不同。就美国的艾滋病毒/艾滋病而言，男男性行为者(MSM)长期以来患这种疾病的比例高得不成比例，非洲裔男男性行为者的新感染率尤其高[10-12]，以及24岁以下的人[9]。并非所有男同性恋者都是同性恋或双性恋;因此，公共卫生从业人员创造了"男男性行为者"一词，以强调这样一个事实，即许多从事同性性接触的男子并不认为自己是同性恋或双性恋，尽管他们在行为上可能有感染艾滋病毒的风险[13]。弗洛雷斯及其同事[14区分身份认同和社区参与，前者被他们称为性别认同的“自我观”，后者被他们称为“社会规范观”。社会规范观点反映了一个人与同性恋群体的社会和心理联系，这反过来又影响了一个人受该群体影响的程度。即使在同性恋或双性恋人群中，同性恋群体的参与——比如与其他男同性恋者社交或参加女同性恋、男同性恋、双性恋和变性人(LGBT)组织——也各不相同。值得注意的是,non-gay识别在非裔美国人和拉丁美洲人中尤为普遍[15，16];然而，同性恋群体参与种族差异小于身份是(14]。了解男同性恋者参与同性恋社区的程度可能与HII特别相关，因为它指的是与群体的联系，而不是对自我的内在感知。因此，我们在下面概述了一系列关于我们研究人群中这两方面行为之间潜在关系的假设。

由于男同性恋者中艾滋病毒/艾滋病的历史和现在的负担，同性恋社区动员了前所未有的应对这种疾病。事实上，同性恋社区领导了许多组织和出版物的形成，以发展和传播有关艾滋病毒/艾滋病预防和治疗的信息[17-19]。同性恋社区也经常是预防艾滋病毒/艾滋病工作的重点(例如，[20.-22])。由于男男性接触者中艾滋病毒/艾滋病的高流行率，这一人群的成员也可能更有可能认识艾滋病毒/艾滋病患者(PHAs) -一种与更多谈论和更多了解疾病相关的社会网络因素[23]。因此，尽管同性恋群体并非完全没有与艾滋病有关的污名化[24]，我们认为，更多参与同性恋社区的YMSM将更多地接触到在一些同性恋社区中流传的pha的积极态度，他们也将更多地接触到支持承认和应对个人艾滋病毒/艾滋病风险的规范。因此，我们假设:

H1:更多参与同性恋社区的YMSM会报告更少的与艾滋病毒/艾滋病相关的信息寻求的感知社会成本。

Kippax等人在20多年前就提出，参与同性恋群体的男同性恋者更容易获得“知情的社会支持”[25]。这篇论文表明，一个人的亲密伙伴更倾向于与他讨论艾滋病毒/艾滋病，并且这些伙伴更了解这种疾病。因此，我们假设:

H2:更多参与同性恋社区的YMSM将有更多的网络机会获得艾滋病毒/艾滋病专业知识。那些认为寻求艾滋病毒/艾滋病信息的社会成本较低的人也将有更多的机会获得这种信息。

相信艾滋病毒/艾滋病与自己的社区有关也可能是艾滋病毒/艾滋病预防工作和个人对pha的了解的结果。此外，人们可能更倾向于寻找被认为与他们的社区相关的信息[2]。因此，我们假定:

H3:更多参与同性恋社区的YMSM会认为艾滋病毒与他们的社区更相关。

年轻的男同性恋者更多地参与到同性恋群体中，他们可能会经常遇到艾滋病毒/艾滋病信息丰富的环境[26]，因此可能会更频繁地“暴露”[27]“偶然地”得到这类资料[28通过人、文件或互联网。因此，更多参与同性恋社区的YMSM也更有可能通过酒吧、活动和同性恋网站等场所接触到艾滋病毒预防信息和检测。29]。通过公共卫生运动获得艾滋病毒/艾滋病信息也与寻求补充信息有关[30.]。此外，了解一个PHA可能会产生更多的“网络介导的机会”-社会上舒适的机会，提出有关艾滋病毒/艾滋病的问题[27]。先前在加拿大农村进行的研究也表明，社区中与艾滋病毒/艾滋病相关的专业知识和资源水平较高，可能预示其成员之间信息获取的成功[1]。因此，我们假设:

H4:更多参与同性恋社区的YMSM会报告更多偶然获得艾滋病毒/艾滋病信息。

H5:更多参与同性恋社区的YMSM会报告更多的艾滋病毒/艾滋病相关信息寻求。认为寻求艾滋病毒/艾滋病信息的社会成本较低、认为这种疾病与他们的社区更为相关以及更经常偶然获得艾滋病毒/艾滋病信息的人也将更频繁地寻求这种信息。

人们并没有使用他们所能接触到的所有信息。哪些因素决定了信息的使用?当然，信息必须在使用之前获得。然而，强大的网络关系所提供的信息[31]或被认为是集体相关的可能更有可能被使用[2]。因此，我们认为:

H6:通过更多的同性恋社区参与，更高水平的HIV/AIDS信息获取(寻求信息，偶然接触)，更大程度的感知HIV/AIDS与社区的相关性，以及更多的网络访问HIV/AIDS信息(“网络专业知识可及性”)来预测ymsm对HIV/AIDS信息的使用。

人-信息交互中的社区参与因素模型

除了分别检验这些假设外，我们还估计了一个模型(图1)，同时考虑这些社区参与因素。该模型允许我们检验社区因素在HII中中介作用的可能性，同时比较这些因素的相对重要性。我们的模型假设同性恋社区的参与将对信息的获取和使用产生直接和间接的影响。因此，我们提出以下关于间接效应的假设:

H7:社区参与会通过影响信息寻求的社会成本和社区相关性对信息寻求产生间接影响。

H8:社区参与通过影响信息获取、感知社区相关性和网络专业知识可及性，对信息使用产生间接影响。

模型优化

最后，通过研究的归纳部分，我们评估了新的社区参与相关变量的潜力，以解释模型中包含的因变量。因此，我们提出以下研究问题:

问1:还有哪些与同性恋社区相关的因素(如果有的话)可能有助于解释男同性恋者中HIV/ aids相关的HIV感染?

技术与社区

尽管上述每个HII过程都可能涉及技术，但对健康信息学的关注将我们的注意力吸引到MSM同性恋社区参与和HII的技术调解程度上。根据研究，互联网的使用可能会从根本上改变西方国家的同性恋群体(例如，[32，33])。同性恋酒吧和其他面对面的场所越来越被利用互联网与性伴侣见面所取代。[34，35]，激发了开发和测试在线艾滋病预防举措的努力[36]。男同性恋者，包括那些可能缺乏线下同性恋/双性恋伙伴的年轻人，也经常访问同性恋网站来结识朋友。37，38]。互联网还可以通过将人们与同性恋团体和活动联系起来，促进线下社区的参与[39]。此外，一系列事业的倡导者越来越多地参与在线社会活动[40]。根据这些观察结果，我们假设:

H9:参与同性恋群体较多的YMSM会比参与较少的YMSM更多地使用技术与他人进行社交，也会更多地在网上获取艾滋病信息。

‎ 查看此图

方法

混合方法研究

作为对男同性恋者进行艾滋病毒检测的更大调查的一部分，我们进行了一项平行的混合方法研究[41包括:1)在线调查和2)定性的、深入的个人访谈。资格标准包括:在过去6个月内与其他男性发生过性行为，年龄在18岁至24岁之间，居住在密歇根州东南部。为了进一步宣传艾滋病毒/艾滋病预防的目标，我们的研究重点是这个年龄段的男同性恋者，因为在2008年至2010年期间，24岁以下的男同性恋者新感染艾滋病毒的人数惊人地增加了22% [9]。我们从美国国立卫生研究院获得了一份保密证书，向受访者保证，即使接到传票，他们的身份和信息也不会被披露。这项研究是在2010年夏季到2011年春季之间进行的。这项研究得到了密歇根大学健康科学和行为科学机构审查委员会的伦理批准。

在线调查

参与者

我们采用在线问卷的方式对194名YMSM进行了方便抽样调查。为了吸引一个种族多样化的样本，我们通过各种场所进行招募，例如，社交媒体网站、约会网站、健康诊所、酒吧/俱乐部、公共帖子、LGBT组织、艾滋病服务组织(ASOs)。个别访谈的参与者也被邀请完成在线调查。

调查程序

参与者在表示理解知情同意材料并同意参与研究后，完成了一项在线自我管理的调查。这项调查是在一个使用Sawtooth软件的专门网站上进行的试点测试。该调查耗时30-45分钟完成。整体调查分布在108个屏幕上，平均每个屏幕6个问题;然而，跳过反应模式的使用，从而减少了大多数参与者的调查长度。调查的问题包括艾滋病毒/艾滋病相关信息的获取和使用模式、同性恋社区参与、风险行为和技术使用。参与者还可以保存正在进行的调查，并在稍后返回完成。在提交之前，参与者没有机会审查他们的回答，也没有完整性检查。每位参与者都获得了一张价值25美元的电子礼品卡。

Web调查数据是在128位SSL加密和防火墙下的安全服务器上收集的。下载后，数据从服务器中删除。防止多次输入[42]，我们使用参与者的电子邮件、IP地址、浏览器/操作系统以及完成调查所花费的时间来标记潜在的欺诈/重复案例。我们通过网络应用程序(例如Facebook, IP查找)交叉检查电子邮件和IP地址，不保留这些信息或将其链接到数据。如果得到验证，我们将该病例视为独一无二的;否则，我们不使用输入的数据。根据唯一的IP地址，我们有824个独立的站点访问者。我们记录了1034个调查条目，其中包括194个符合条件和完整的案例，16个不完整的条目，以及264个根据资格标准不符合研究参与条件的条目。此外，我们检测到559个欺诈性条目，这些条目已从我们的数据集中删除。我们的招聘率为79.69%，剔除欺诈案例后，我们的完成率为92.38%。经验证后，将数据去标识化，转入SPSS软件。

调查措施

同性恋社区参与

我们最初使用的是一个既定的，包含17个项目的衡量同性恋社区参与的方法[43]。当进行主轴因子分析时，产生了一个特征值为5.13的因子，解释了31.273%的方差。这个因素被用来创建一个5项的同性恋社区参与量表，其中包括“在你看来，你觉得你是你所在地区同性恋社区的一部分吗?”、“你的朋友中有多少人是与其他男性发生性关系的?”、“你有多少闲暇时间是和其他男人发生性关系的男人在一起?”和“在一个典型的星期里，如果你和那些也和其他男人发生性关系的男人一起出去玩，你在会议或组织中花了多少时间?”该量表测量了社区参与的行为和情感两个维度，具有良好的内部信度(Cronbach alpha=.872)。

你最归属的社区

为了评估年轻男性是否有其他可能影响其HIV/ aids相关HII的社区关系，我们要求参与者完成以下开放式调查问题:“人们对‘社区’一词有不同的定义。想想你所属的不同社区，请在下面注明你觉得自己最属于哪个社区。”参与者对这个问题的回答，然后通过给这些回答分配紧急类别来进行内容分析[44]。

信息寻找的社会成本

基于Chatman的信息贫困理论及其对边缘群体信息寻求潜在社会成本的洞见[j]2]，我们采用了现有的15项关于工作场所中信息寻找的社会成本的量表[45]。当进行主轴因子分析时，产生了一个特征值为9.399的因子，解释了62.660%的方差。然后创建了一个5项量表，询问参与者是否同意“在我的社区中寻找这些信息是不被社会接受的……”这一说法，回答选项涉及与艾滋病毒相关的问题，如如何使用安全套以及在哪里进行艾滋病毒检测。回答是5分李克特量表(1=非常不同意，5=非常同意)。量表具有良好的内部信度(Cronbach alpha=.965)。由于该变量的高度偏度，为了进一步分析，对其进行了对数变换。

社区相关性

再次，基于Chatman的信息贫困理论[2]，我们创建了一个包含3个项目的量表来评估人们对艾滋病毒/艾滋病信息与社区的感知相关性。这些问题包括:“艾滋病毒/艾滋病是我所在社区的一个重要问题”和“与男性发生性关系的男性需要了解有关艾滋病毒/艾滋病的一切。”回答分为5分(1=非常不同意，5=非常同意)。主轴因子分析显示，单因子特征值为2.396，解释方差的79.875%。量表具有较高的内部信度(Cronbach alpha=.874)。

网络专业知识

该变量的计算是指从与参与者关系密切的人或参与者确定的与他们讨论“重要个人事务”的人那里获得艾滋病毒/艾滋病信息的可获得性，包括与他们讨论过或愿意讨论艾滋病毒/艾滋病预防和检测的人。在说出每个网络成员的名字后，参与者被要求说明他们是否曾经与该人讨论过艾滋病毒/艾滋病，以及他们是否认为该人“了解艾滋病毒预防”。回答分为4分(1=完全不同意，4=完全同意)。对于每个网络成员，创建了一个“专业知识可及性”乘数变量，用于讨论艾滋病毒/艾滋病和参与者对该网络成员的艾滋病毒/艾滋病知识的评级。然后，创建一个“总网络专业知识”可及性变量，该变量对所有网络成员的专业知识可及性得分进行求和。由于显著的偏度，该变量随后被对数变换用于统计分析。

艾滋病毒/艾滋病信息查询频率

这一单项测量方法改编自美国国家癌症研究所的健康信息全国趋势调查(提示)[46]。问题是:“在过去的12个月里，你多久从任何渠道获取一次艾滋病信息?”我们所说的‘来源’是指人、组织、文件或互联网。”回答分为5分(1=从不，5=经常)。

偶然信息获取(IIA)频率

这个包含4个项目的量表是基于现有的关于非目的信息获取的理论，包括信息丰富的环境在促进这种获取中的作用[26，47-49]。回答分为4分(1=从不，4=很多)。主轴因子分析表明，单因子的特征值为2.39，解释了59.475%的方差。基于因子负载，最后创建了一个3项量表，其中包括以下项目:“我在寻找其他主题的信息时意外地发现了有关艾滋病的信息”，“我在看电视或读报纸时意外地了解了有关艾滋病的信息”，以及“我在与他人交谈时意外地了解了有关艾滋病的信息”。该量表具有良好的信度(Cronbach α =.798)。

使用资讯的频率

我们开发了一个原始的15项量表，用于评估与艾滋病毒/艾滋病风险和预防相关的各种主题的艾滋病毒/艾滋病信息的使用情况。主轴因子分析结果表明，单因子特征值为8.962，解释了59.744%的方差。因此，针对“你在过去12个月里以下列哪种方式使用你所获得的艾滋病毒/艾滋病信息?”你是否利用这些信息……”。选择包括找一个地方进行艾滋病毒检测，决定是否询问伴侣的艾滋病毒状况，决定是否进行艾滋病毒检测，以及决定是否要求伴侣进行艾滋病毒检测。回答分为5分(1=从不，5=非常)。量表具有极好的信度(Cronbach alpha=.937)。

技术访问

参与者被问及他们是否拥有可以提供互联网接入的技术，包括台式/笔记本电脑、手机/智能手机、PDA、电子阅读器、音乐播放器和游戏机。

互联网使用水平

参与者被问及他们在不同地点使用互联网的频率。选择包括家庭、学校、工作、公共图书馆或社区中心、移动设备或其他。反应量表从“少于每隔几周或从不”到“每天几次”不等。由于样本中互联网的使用水平很高，然后在所有互联网访问地点创建二元变量，以记录参与者是“每天使用互联网几次”还是“每天使用互联网少于几次”。

技术介导的个人网络成员交流

如上所述，参与者被要求指定最多7个人，与他们讨论“重要的个人事务”。每个参与者都被问及他们每周通过互联网、电话(不包括短信)或面对面与这些指定的网络成员交流的频率。他们还被问及每天给那个人发多少条短信。然后将每日文本转换为每周值。然后，计算通过每种传播媒介与每个网络成员的总体日常接触比例。然后使用这个数字来计算每个参与者在其所有网络成员中的每种通信媒体的总体平均值。

个人网络成员在网上认识

参与者被问及他们是如何认识每个网络成员的。回答选项包括家庭、学校、社交聚会/通过朋友、网络、工作和其他。日志含义创建一个二进制变量来指示网络成员是否在线见面。然后计算参与者在网上认识的网络成员的总数。因为这是一个高度倾斜的变量，所以这个数字被转换为每个参与者是否在网上遇到过任何网络成员的二进制变量。

互联网用于网上约会

参与者被问及在过去的两个月里他们使用互联网的次数:1)寻找约会对象，或2)“勾搭”(即发生性接触)。7分制的回答范围从“从不”到“每天不止一次”。因为这些变量是倾斜的，所以创建了一个二元变量来反映这个人在过去2个月里是否出于任何目的使用过互联网。

与其他男男性接触者在线聊天的时间

参与者被问及他们花多少时间与其他男男性接触者“在网上聊天”。4分反应量表的范围从1=完全没有到4=超过10小时。

在线艾滋病毒/艾滋病信息查询频率

参与者被问及在过去12个月里，他们使用三种在线资源类型获取艾滋病毒/艾滋病信息的程度。选项包括“与男性发生性关系的男性的网站”、“社交网站(如Facebook或Twitter)”和“所有其他互联网网站”。4分反应量表的范围从1=从不到4=经常。进行了方差旋转的主轴因子分析，得到一个特征值为2.52的因子，解释了75.075%的方差。在这个新的尺度上的价值是倾斜的，因此，被分类为从不，经常，或很少/偶尔使用任何在线艾滋病毒/艾滋病信息源。

人口不

参与者被要求陈述他们的年龄、种族(白人/欧洲人、黑人/非裔美国人、亚洲人、美洲原住民/阿拉斯加原住民、夏威夷人/太平洋岛民和其他)、种族(西班牙裔/拉丁裔或非西班牙裔)、性身份(同性恋/双性恋/异性恋)和最高教育水平。由于白人、非裔美国人和拉丁裔男同性恋者在新感染艾滋病毒方面存在差异，因此为非裔美国人和拉丁裔美国人创建了一个二元“少数”变量。由于教育变量的分布，我们还创建了一个二元教育变量，以表明参与者是否受过高中教育或高中以上的教育。

调查数据的统计分析

我们计算了受访者参与同性恋社区的描述性统计数据，他们最所属的社区类别，HII，技术使用和人口统计数据。然后，我们测试了多元线性回归模型，将每个关键的社区和信息相关变量作为因变量。这些模型中的自变量包括社区和信息相关变量以及人口统计协变量。满足多元线性回归的假设。因变量和自变量的偏度和峰度值在正态性范围内，残差图和部分图看起来可以接受。所有Pearson相关测量值< 0.7，方差膨胀因子值< 10，容差值> 0.10表明预测因子之间缺乏多重共线性。库克的d数值远低于10，因此没有异常值影响结果。一旦进行了初始回归，这些结果将用于确定在最终模型中包含哪些路径。采用结构方程建模软件(SPSS Amos, version 20)对观测变量进行递归路径分析，对模型进行估计。由于功率的考虑，样本量不允许对模型拟合进行可靠的检验;因此，在分析中只简要地报道了拟合统计量。

定性访谈

采访中参与者

由于我们的回归模型(R²=0.07-0.28)，我们对访谈数据进行了重点分析，以确定其他同性恋社区参与因素，这些因素可能有助于解释YMSM中与HIV/ aids相关的HII (RQ1)。我们最初的采访样本包括29名YMSM，他们是通过社交媒体网站、约会网站、健康诊所、酒吧/俱乐部、公开帖子、LGBT组织和aso招募的。为了深入研究我们的研究问题，我们从理论上选取[50由19名受访者组成的一个子集(从最初的29名中抽取)，他们对同性恋社区的参与程度最高，这是由他们对当地同性恋社区的归属感、对同性恋相关组织的参与程度以及他们的社交网络中其他男同性恋者的流行程度决定的。这些参与者中有7人是由LGBT组织和/或ASOs赞助的艾滋病预防活动的现任或前任志愿者或有偿工作人员。

面试程序

深入的半结构化访谈[51]采用了带有开放式问题、后续问题和探询的面试指南[52]。访谈的重点是参与者对社区的看法，他们与艾滋病毒/艾滋病相关的艾滋病毒感染，以及他们的艾滋病毒检测决定和经历。采访持续了45到90分钟。采访录音和文字记录。参与者的社交网络是通过名字生成问题引出的[53]，然后进行想象练习[54收集网络结构和人口统计数据。每位参与者都收到了一张价值30美元的礼品卡。

访谈的定性分析

我们进行了一个有根据的理论[50]访谈笔录的持续比较法分析[55]。最初，我们进行了开放编码[50]使用动名词，以便关注行动和过程[56]，然后进行轴向编码[50来定义与我们的紧急核心类别相关的条件、行动/互动和结果。选择性编码[50]和备忘录也被用于进一步定义和质疑这一类别[56]。

结果

参与者的特征

调查参与者的平均年龄为20.66岁表1）.超过一半的样本(57.2%)是黑人/非裔美国人，18%的参与者是西班牙裔/拉丁裔。大约一半的样本(52.6%)只有高中或更低的学历。大多数人认为自己是同性恋(84.5%)，其中13.5%认为自己是双性恋。15名参与者(11.6%)报告他们收到了艾滋病毒阳性检测结果。

大多数人认为他们最属于的社区是同性恋/酷儿/LGBT社区(65.8%)，其次最常见的回答是没有(10.2%)。一些YMSM将他们的主要社区定义为围绕共同价值观(3.7%)或友谊/亲属关系(4.8%)等不同原则团结在一起的较小的子群体。然而，这些群体很可能包括其他男同性恋者，因为选择这些较小子群体的参与者中有4人(25%)也表示他们的“一些”或“所有”朋友是男同性恋者，8人(50%)表示“少数”是。少数参与者(15.5%)“大部分属于”另一个社会群体。最常被提及的另类社会群体是学校/工作场所(7.0%)、城市/社区(2.1%)、风格/时尚亚文化(2.1%)、体育/娱乐(1.6%)、种族/文化群体(1.6%)和教堂(1.1%)。有很大的关联[57将同性恋/酷儿/LGBT命名为重点群体与我们之前提到的同性恋社区参与的测量之间的关系(η=0.519;可信区间0.414 - -0.648)。

正如网络调查样本所预料的那样，参与者是重度互联网用户，89.7%的受访者每天使用互联网几次(见表2）.参与者也有大量的技术设备——100%的参与者至少有一种技术设备。其中80.5%的人有手机，65.6%的人有iPod/MP3播放器，61.5%的人有笔记本电脑，大约一半(53.2%)的人有游戏机。至于科技的使用，参与者表示，他们每周与亲密网络成员的联系中，平均有43%是通过短信进行的。平均12%的互动发生在互联网上，12%是通过电话，19%是面对面。虽然超过三分之一的参与者在过去两个月里通过互联网与其他男性约会或发生性关系，但只有13.4%的人表示他们在网上遇到了一个他们讨论“重要个人事务”的人。很大比例(41.9%)的人在一周内没有花时间与其他男男性接触者在线聊天。与此同时，33.5%的受访者表示，他们每周花3个小时或更多的时间在这上面。尽管他们大量使用互联网，但在过去一年中，有一小部分人(7.7%)经常在网上获取艾滋病毒/艾滋病信息，58.7%的参与者在过去12个月内至少很少在网上查找艾滋病毒/艾滋病信息。然而，31.3%的人表示他们在此期间根本没有这样做。 The most popular online source for HIV/AIDS information was Internet sites for MSM: 100 participants (51.5%) had used this source at least rarely over the previous year.

和调查参与者一样，受访者的平均年龄在21岁以下，大多数是非裔美国人和同性恋者表3）.同样比例的样本是西班牙裔/拉丁裔(17.5%的调查参与者对15.8%的受访者)。两个样本中都有一小部分呈hiv阳性。

调查结果

社区和信息相关变量的预测

表4显示同性恋社区参与与人口统计协变量无关，包括年龄、教育或少数民族身份。同样，少数民族地位与同性恋身份无关²(1) = .019;P= .890)。为了支持假设1，同性恋社区参与与信息寻求的感知社会成本显著降低有关。拥有高中以上学历的协变量与更多的感知社会成本相关。然而，总的来说，只有一小部分(9%)的社会成本差异可以用同性恋社区参与和教育来解释，大部分差异(7%)可以用社区参与来解释。

为了支持假设2，同性恋社区参与和社会成本与个人网络中获得艾滋病毒/艾滋病专业知识有显著关联。在未经调整的基础上，受教育程度较高的参与者和少数种族/民族的参与者在其网络中获得艾滋病毒/艾滋病专业知识的机会较少，但在调整了社区参与和社会成本后，这种影响消失了。在最终的模型中，网络专业知识的总体方差占14%。

社区相关性是在未经调整的基础上通过社区参与、社会成本和网络专业知识获取来预测的，尽管它没有基于任何人口统计协变量。然而，最终的模型，占社区相关性方差的14%，只包括社区参与作为一个重要的预测因子。因此，假设3得到支持。

表5结果显示，与假设4一致，同性恋社区参与在调整前后都是偶然信息获取(IIA)的显著预测因子。16%的IIA差异可以用社区参与来解释。年轻男性和受教育程度更高的男性报告了更多的IIA，但这些影响在调整后消失了。同样，社区相关性与IIA之间的边际显著关系在调整后消失。

假设5也得到了支持。参与同性恋社区较多的人比参与较少的人更频繁地寻求艾滋病毒/艾滋病信息。在未经调整的基础上，信息寻找的社会成本、社区相关性和IIA都是信息寻找频率的显著预测因子。然而，在完整的回归模型中，这些影响都消失了，只留下社区参与作为一个重要的同性恋社区相关预测因子。这个结果意味着假设7是不支持的，因为社会成本和社区相关性不能作为社区参与和信息寻求之间的中介，没有这些变量与信息寻求直接关联。至于协变量，少数族裔男性比白人更频繁地寻求艾滋病毒/艾滋病信息;这个变量在最终模型中很重要，尽管它对预测的贡献小于社区参与(R²变化=信息搜索方差的5%)。对于信息寻求频率，9%的方差是由同性恋社区参与预测的(见图1）.

最稳健的回归模型试图预测艾滋病毒/艾滋病信息的使用，模型中28%的方差由包含的变量解释:社区相关性、网络专业知识获取、IIA和信息寻求。因此，假设6得到支持。社区相关性(路径系数=.273)的影响程度与偶然信息获取和寻找(路径系数=.273)的影响程度相当。215和。284)。对信息使用的显著直接影响一旦调整其中介就消失了。因此，社区参与对信息使用的所有影响都是间接的，这为假设8提供了支持表6）.

因此，总体而言，四个社区相关变量在预测信息获取和/或使用数量方面具有显著意义:1)社区参与，2)信息寻求的社会成本，3)网络专业知识可及性，以及4)社区相关性。最后的路径模型预测了28%的信息使用方差，14%的偶然信息获取方差和9%的信息寻找方差(参见图1）.此外，如果不考虑信息获取对信息使用的影响，仅社区参与、社区相关性和网络专业知识获取这三个变量就能解释17%的信息使用方差。

人-信息交互中的社区参与因素模型

采用AMOS结构方程建模软件19对观测变量进行递归路径分析。生成的模型描述在图1．表6包含直接和间接影响的系数。人口统计协变量(教育、种族)对HII因变量的预测几乎没有改善，因此，它们被排除在最终模型之外。最终模型拟合良好:近似均方根误差(RMSEA)为0.054 (90% CI 0.000-0.101)，卡方无显著性(χ²(11) = 17.105;P= 0.105)，总体比较拟合指数(CFI)为0.967。

技术、社区和信息交互

假设9得到部分支持。参与同性恋社区与每天至少使用几次互联网之间存在显著的正相关关系(r_pb= 0.153,P= 0.040)及网上查询有关爱滋病的资料(r=,8发,P= <措施)。然而，同性恋社区参与与在互联网上与其他男同性恋者聊天的时间之间存在显著的负相关关系(r= -.175,P= .018)。此外，同性恋社区参与与通过短信进行网络联系的比例之间不存在显著关系(r= -.080,P=.456)或互联网(r= -.152,P= .108)。此外，同性恋社区参与和网上约会之间没有显著的关系(r_pb= -0.113,P=.129)或在网上遇到过至少一个亲密的网络成员(r_pb= -0.047,P= .531)。

面试结果

由于现有模型对艾滋病毒相关因变量的预测能力有限，我们试图通过调查哪些其他与同性恋社区相关的因素(如果有的话)可能有助于解释YMSM中艾滋病毒/艾滋病相关的艾滋病毒感染(RQ1)来完善我们的模型。我们对采访记录的理论分析得出了一个关键类别:信息共享。分析表明，促进信息共享的条件是YMSMs的认可制定有利于社会的社区价值观(见表7）.因此，9 YMSM将community定义为互相照顾，特别是在受到某种形式的攻击或威胁时，另外9人将社区理解为共同努力,或者为共同的目标而奋斗。因为爱滋病毒/爱滋病被视为对社会的严重威胁(社区相关性)，以推行他们亲社会的社区价值观改变世界减轻其社区的艾滋病毒/艾滋病负担。让这些YMSM有所作为的一个关键方面是通知社区;事实上，有年青人认为资讯分享是“社群”的一个重要特征。

信息共享包括以下关键动作/交互:组织活动,比如社区讨论或视频放映;传播消息通过传单、t恤、研讨会或其他媒体;鼓励安全通过与朋友和熟人的人际讨论;和参考和推荐;以便将朋友与艾滋病毒检测网站或其他帮助来源联系起来。

信息共享的一个后果是与更多信息交互．事实上，信息共享是我们模型中包含的所有HII变量的潜在关联。例如，信息共享激励信息寻求关于这种疾病，因为人们需要在分享信息之前获得信息。这种信息寻求通常涉及长期活动，如参加与艾滋病毒/艾滋病有关的讲习班系列、实习或培训，以及诸如互联网搜索和提问等偶发活动。分享信息也伴随着努力消除歧视艾滋病毒/艾滋病相关的寻求帮助和相位相位，最终可能影响感知信息搜寻的社会成本。此外，信息共享——尤其是通过志愿者或与LGBT组织或asos的有偿工作而形成的信息共享——通常会将YMSM置于信息丰富的环境中，从而促进其发展偶然的信息获取。信息共享的努力也使参与者接触到其他了解艾滋病毒/艾滋病的人，特别是其他志愿者或同事。这样的网络专业知识可及性意味着参与者有很多网络媒介的机会[27]，询问有关爱滋病的问题(寻求资讯)。此外，YMSM将信息共享与他们的行为紧密联系在一起信息使用为他们的性健康做决定。特别是，分享信息似乎增加了参与者进行安全性行为和艾滋病毒检测的个人动机，以及他们作为他人榜样的相关承诺。

讨论

本研究结果支持了我们的中心前提，即HIV/AIDS信息互动和同性恋社区参与在YMSM中是相关的。同性恋社区参与是研究中所有与艾滋病相关变量的显著预测因子:社会成本、社区相关性、网络专业知识获取、偶然信息获取、信息寻求和信息使用。整体模型还预测了信息获取频率(9-14%)和信息使用(28%)的差异量，尽管适度，但并非微不足道。此外，社区相关的变量单独解释了17%的信息使用差异。社区相关变量也比人口统计数据更能预测HII。此外，我们的数据提供了洞察如何社区事务:更多参与同性恋社区的YMSM获得更多的艾滋病毒/艾滋病信息，认为这些信息更相关，并且有更多知识渊博的亲密网络成员，他们可以与他们讨论这些信息。这些因素似乎都有助于艾滋病毒/艾滋病信息的使用。与同性恋群体关系密切的人也认为，在寻找与艾滋病相关的信息方面，社会成本更低，这与他们在自己的社交网络中更容易接触到知识渊博的人有关。定性研究结果还表明，社区参与可能与通过信息共享制定亲社会的社区价值观有关。反过来，信息共享可能与模型中包含的每个其他HII变量相关联。总体互联网使用和在线艾滋病毒/艾滋病相关信息搜索也与同性恋社区参与相关，并且MSM网站是最常用的在线信息来源。然而，技术在社区- hii关系中的作用的某些方面是模糊的，因为一些技术使用与社区参与有关，一种社会使用与社区参与负相关，而一些社会使用根本没有关系。

我们的研究结果表明，与HIV/ aids相关的HII和相关的技术使用是社区嵌入的过程，然而迄今为止，大多数HIV/ aids相关的信息学干预都试图影响个人层面的结构，如知识、态度和自我效能[58]。结果表明，这种方法虽然有价值，但可能不够，因为它没有考虑到信息获取和使用的社会背景。因此，现有的干预措施可能无法解释社区内对干预措施的不同接受程度以及计划外的使用和效果。事实上，我们的相关工作表明，当技术在高流行率社区可用时，它们可能以令人惊讶的方式被纳入与艾滋病毒/艾滋病有关的交流过程[59]。此外，面向临床的卫生信息学研究记录了在临床环境中部署卫生信息技术的意外后果(例如，[60，61])。关注艾滋病毒/艾滋病信息和技术的社区嵌入性质可以帮助我们更有效地概念化、设计和部署信息学干预措施，以响应不同群体的独特需求和特征。此外，由于主要关注个人，信息学干预错过了社区层面干预和效果的潜力。他们也没有考虑到亲社会信息共享的潜在重要性，以及通过社交媒体、短信和其他技术促进信息共享的潜力。然而，社区信息学领域显示了技术在发展地方社会网络和促进集体行动方面的潜力[62-65]。鉴于线下行动主义和志愿服务可能是有效的社区艾滋病毒/艾滋病预防策略[66]，我们的研究表明，考虑如何将信息学干预也设计为社区层面的干预，反之亦然，我们可能会受益。

通过纳入有助于解释社区参与对信息获取和使用的影响的理论中介，我们的模型得到了加强。因此，我们首次对从信息科学的定性实地工作中产生的重要概念进行了定量评估，例如信息寻找的社会成本和集体相关性(例如，[2，67])。此外，这是第一个强调信息共享是社区嵌入式HII的潜在重要形式的研究之一。这种确认和扩展有助于回应对日常生活中信息生产、获取和使用的深入了解的呼吁[1，4，68]。此外，该模型为社区层面的干预提供了潜在的基础。例如，该模型的中介表明，同性恋社区参与提供了两种资源，可能对获得的艾滋病毒/艾滋病信息的使用至关重要:1)通过相信与自己的群体相关的信息来评估信息的价值;2)支持和知识渊博的网络成员，可以与他们谈论艾滋病毒/艾滋病。这一发现为公共卫生和信息学干预开辟了以前未实现的可能性，例如可能提供以社区为基础的服务，帮助男男性行为者了解艾滋病毒/艾滋病信息的相关性，并支持他们与他们信任的知识丰富的人讨论艾滋病毒/艾滋病信息。我们的研究还表明，正如我们在其他地方提出的那样，减少耻辱感的干预措施可能会改善社区对艾滋病毒/艾滋病信息的获取[3.]。我们还强调，使高危群体参与其成员之间预防艾滋病毒/艾滋病的干预措施(例如，[69])可能对各种形式的信息共享产生了未被充分认识的后果。在这些意义上，我们主张扩大公共卫生领域对社区一级艾滋病毒/艾滋病干预的概念，强调信息互动是干预的重点，也是我们努力的预期结果。在资金减少的时代，该模型中包括的当前和未来的中介可能被证明是公共卫生实践背景下社区一级干预措施的特别有价值的结果措施。

我们的发现提出了一个问题，即在观察到的同性恋社区参与和艾滋病风险行为之间的关系中，信息互动的潜在作用。参与社区活动较多的男同性恋者有更多的性伴侣[34]，特别是如果他们经常光顾同性恋酒吧/俱乐部[70]。光顾同性恋酒吧/俱乐部的人越多，发生高风险性行为的几率也越大[14，70，71]，部分原因是它与性伴侣的数量有关[70]以及接触酒精和其他药物[35]。然而，参与其他同性恋社区活动，如运动队、同性恋组织、同性恋社团和政治活动可能会起到保护作用[25，66，72，73]。澳大利亚的一项研究表明，男男性接触者进行艾滋病毒检测与他们有更多的同性恋朋友有关。74]。一项研究和一个理论模型表明，这种保护作用可能与社区参与对安全性行为自我效能的影响有关[66，70]。研究人员还假设，参与ASO的保护作用可能与使用避孕套的积极同伴规范、更积极的自我认同和更低的疏离感有关。66]。尽管有这些观察到的相关性，但我们对这种社区参与-风险行为关联的潜在机制知之甚少。70]。因此，我们的研究结果在社区参与-艾滋病毒风险关系方面产生了一个新颖的、基于信息的假设。调查潜在关联的下一步是建立社区嵌入信息互动与风险行为之间的联系。虽然这种联系在很大程度上仍有待证实，但其他地方报道的有希望的研究结果表明，信息的获取和使用是男男性接触者寻求艾滋病毒检测意愿的重要预测因素[75]。我们的定性结果还表明，信息共享与信息的使用之间存在潜在的关联，从而做出与性健康有关的决定。需要在更大的样本中进行进一步的研究，以严格评估这些潜在的关联。

虽然我们的研究重点是YMSM和同性恋社区参与，但我们的发现可能与其他疾病和社区环境有关，因为之前在其他环境中的研究表明，在媒体和社区组织参与健康传播方面，社区可能存在很大差异。76]。此外，不同社区的卫生知识也各不相同[77-79]。存在健康差异的地理社区也可能存在较高的环境负面健康信息[80]，接触到积极的健康促进信息的机会也较少[81]。一项研究还表明，一个人参与当地社区的健康交流活动，与了解如何预防该社区流行的疾病有关[82]。虽然具有启发性，但还需要进一步研究，以确定我们的艾滋病毒/艾滋病相关模型中包含的关系是否适用于各种健康和社区环境，以及产生何种影响。

总的来说，在同性恋群体中参与度越高的YMSM使用互联网的次数越多，这一发现与在普通美国成年人中进行的研究更有共鸣。互联网通讯有助于维持广泛的地理上分散的关系[83在不同的传播媒介之间无缝转换。与参与者的亲密网络成员发短信交流的流行也与先前的研究一致[83]。然而，结果显示，那些花更多时间在网上与其他男同性恋者聊天的人较少参与同性恋社区，这是出乎意料的。特定类型的在线活动可能会对友谊的形成和感觉成为社区的一部分产生影响。另一方面，考虑到我们对同性恋社区参与的衡量包括在会议和组织中花费的时间，可能会有一个简单的时间权衡，那些花大量时间在网上聊天的人很少有时间投入到这种组织参与中。然而，这可能意味着不同的技术介导的MSM社区建设策略在效果上是不同的。这种可能性值得进一步调查。

限制

虽然该研究的目的是确定社区参与是否以及在多大程度上预测人类信息获取，但对信息寻找和偶然获取的总体预测幅度相对较低(R²=9%和15%)。虽然在信息使用方面有所改善(28%)，但幅度仍然不大。遵循信息科学研究的传统(例如，[84])，关于用户情况的其他变量可能会提供额外的解释力。此外，有人可能会争辩说，YMSM可能有多个社区关系，这些关系可能会混淆同性恋社区- hii联系的关系。然而，参与者有机会说出他们最属于的社区，大多数人(65.8%)指定同性恋/酷儿/LGBT社区，少数人(15.5%)确定其他社区-每个社区都没有在同性恋/酷儿/LGBT社区中发现的历史和现在的艾滋病毒/艾滋病负担。因此，我们不期望在我们的样本中，替代社区关系将是HIV/ aids相关HII的重要预测因子。由于基于小样本量(n=194)和变量预选的有限功率，应该谨慎解释模型拟合统计。最后，需要进一步的研究，通过对所有年龄段和其他地理区域的男性进行离线调查模式，以评估本研究结果在更大的MSM社区中的普遍性，并评估在改进模型中信息共享的潜在位置。此外，该模式目前特别侧重于男男性行为者和艾滋病毒/艾滋病的情况;对其他社区和疾病的适用性有待验证。

结论

这项研究表明，在一个基于网络的年轻男同性恋者样本中，同性恋社区参与是一系列与艾滋病毒/艾滋病相关的信息互动和技术使用变量的重要预测因子。此外，我们的模型表明，更多的信息使用是由信息寻找的社会成本、感知社区相关性和网络专业知识可及性预测的。我们还强调了一个新的变量，即信息共享，在社区- hii关系中的潜在重要性。我们的研究结果部分支持了我们的假设，即更多参与同性恋社区的YMSM会更多地使用技术与他人交往。总之，这些发现表明，艾滋病毒/艾滋病信息互动和技术使用应概念化为社区嵌入过程以及个人过程。这种认识突出了新型社区卫生信息学干预措施的潜力，同时使我们能够认识到我们以前从未见过的社区生活背后的信息动态。