在线健康信息搜索的发生率:公众健康风险感知的有用代理

介绍

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[1]。大多数美国互联网用户主要使用搜索引擎查找信息，包括健康信息[2-4]。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，特别是传染病(如流感)的发病率之间存在高度相关性，因此建议将搜索查询数据用于综合征监测或早期发现疫情[5-10];这一研究体系已经被很好地框定了。11-16]并命名为infodemiology艾森巴赫[6，17]。

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[18]。在过去的几十年里，人们对风险认知进行了大量的研究。传统的风险感知理论(如期望效用理论、前景理论)是由行为经济学的研究建立起来的，这些研究关注的是个体对替代选择价值的统计或启发式估计[19-22]。了解个人和群体所感知的风险，作为设计有效的风险沟通战略的基础，是非常有帮助的。因此，风险认知和风险沟通已广泛应用于公共卫生领域[23，24]

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[25，26]。自从生态系统理论首次提出以来，它已被应用于各个领域，例如健康促进[27]。从生态系统的角度来看，特定种群的成员受到相同的社会文化因素的影响。因此，他们的集体行为是由共同因素决定的。

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[28]。我们的研究扩展了先前的工作，探索在线健康信息搜索与公共健康风险感知相关的多种社会文化因素之间的关系。

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。

风险感知的生态学观点

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[25]。因为风险认知是一种社会文化建构[29，30.]，个人在这些系统内的社会文化因素的影响下形成对风险的感知。个体通过两种类型的经验形成他们的风险感知:直接(个人)和间接(社会)的风险经验[30.，31]。对于某一特定风险，有些人可能直接经历风险(例如，大流行期间的患者和自然灾害的受害者)，而其他人可能只是间接经历风险(例如，通过接触媒体对该事件的报道)。

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[29-31]。因此，特定生态系统中的个体根据环境中的一系列社会文化因素(如大众媒体的新闻报道、人口统计数据)形成对风险的感知。由于这些个体拥有相同的社会文化环境，他们的风险感知具有共同的特征。个体的风险感知是在直接和间接的风险体验(社会文化因素)以及这两种体验的相互作用的基础上形成的。个体风险感知随时间演变的动态社会文化过程导致了群体风险感知的形成。

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[5-10]。在下文中，我们建立了与塑造公众风险感知的社会经验相关的假设。根据以往关于风险认知，特别是健康风险认知的文献，我们确定了与公众健康风险认知相关的两大类社会因素:(1)大众媒体的新闻报道;(2)资源的可用性(包括私人和公共资源)。

媒体报道

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[32]。多项研究发现，大众传媒对个人风险认知的强大影响[33-36]。例如，一项研究发现，关于H1N1大流行的新闻文章的数量与个人预防性药物干预和信息寻求的参与呈正相关[36]。值得注意的是，媒体报道可能并不总是事实正确。当大众传播媒介对健康风险的报道具有误导性(例如，夸大或污名化)时，公众可能对风险的特征产生误解[37，38]。无论媒体报道的内容如何，报道的程度都可能影响公众的风险认知。

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。

资源的可用性

研究表明，资源的可用性可以降低个人的感知风险[39-42]。我们将与健康风险认知相关的资源分为两类:私人资源和公共资源。私有资源是指个体通过自身努力可以获得的资源，如金融资源、信息资源、生理资源、物质资源等。研究发现，私人资源的可得性与健康风险认知呈负相关。在认识健康风险方面，三种私人资源特别重要:生活质量(如教育)[43]、家庭收入[44])，健康状况[45，46]和健康的生活方式(如吸烟和饮酒)[47])。

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。

方法

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。

措施

网上资料搜寻

以下是以往研究中使用的方法[47-49]，在这项研究中，我们使用谷歌搜索洞察(gif)来识别消费者在搜索与流感相关的问题时使用的网络搜索模式的变化。GIFS方法的详细内容见多媒体附录1．

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[50]。因此，对于我们的每个搜索查询，我们包含1或2个相关术语。人们可能对流感的预防、诊断和治疗有特定的关注。因此，我们根据3个类别预先选择了96个搜索查询:预防(例如，流感疫苗，流感预防)，诊断(例如，流感症状，流感发烧)和流感治疗(例如，达菲)。我们的查询选择标准是美国25个州的查询每周搜索量数据的可用性(如果按州划分的每个查询没有足够的搜索量，gif只显示每月搜索量或没有结果)。在检查了这些预选查询的搜索量之后，我们确定了2个符合我们标准的查询:流感疫苗和流感症状。这两项查询的流行程度显示，市民对流感最普遍的反应是采取预防措施和确定自己是否感染了流感。在我们的研究中，我们使用流感疫苗(s)和流感症状(s)的搜索量来代表国家人口对预防和诊断流感的风险感知。

流感发病率

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[51]。ILI百分比高表明很大一部分患者正在经历流感样症状。基于先前对网络搜索与流感监测相关性的研究[9，52]和数据的可用性，我们使用每周ILI门诊就诊率来衡量各州的每周流感发病率(与搜索数据一样，该措施自动规范了各州的人口)。我们从每个州卫生部的官方网站上收集了这些数据。并非所有州和所有观测年份的数据都可用。总的来说，该数据集包括2004年至2011年期间15至31个州的每周ILI率数据。

大众媒体的关注

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[36]。由于各州的人口各不相同，我们使用每100万人口的新闻文章数量来衡量各州人口的相对媒体关注度。我们利用LexisNexis学术版的新闻搜索功能收集了每周新闻文章数量的数据[53]，一个全国性和区域性新闻媒体的综合数据库。查找与该主题相关的新闻文章流感，我们将gif中的搜索词设置为流感，限制为“标题和导语”。我们将时间间隔设置为来自gif的搜索量数据，新闻来源设置为美国报纸和电报。我们还将文章位置(关于地理位置的文章)设置为每个州，表明文章涵盖了特定州的人口。我们从[54]。媒体关注的数据涵盖了所有州和所有观察到的年份。

私人及公共资源

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。55]。基于数据的可得性，我们纳入了2个表明与年龄相关的健康状况的变量:5岁以下和65岁以上人口的百分比，以及2个表明与慢性疾病相关的健康状况的变量:哮喘和糖尿病人口的百分比。我们还纳入了表明生活质量的变量:完成学士学位的人口比例、家庭收入中位数、报告健康状况良好的人口比例以及健康保险覆盖率。对于健康的生活方式，我们纳入了表明吸烟、经常锻炼、超重或肥胖的人口比例的变量。预防性健康行为是健康生活方式的重要组成部分。因此，我们加入了一个变量，表示65岁以上接种流感疫苗的人的百分比。

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[56]，疾控中心[57]、凯撒州健康概况[58]和“信任美国的健康”[59]。大多数关于健康状况的数据是通过疾病预防控制中心进行的州居民自我报告调查获得的。总的来说，我们的私人和公共资源数据集包括20个年度变量。每个变量的数据可用于所有州(夏威夷是个例外，因为缺少2004年和2005年的数据)，并且在观察到的时间段内至少有4年的数据。我们将详细介绍我们的措施表1和2．

分析

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。60]。由于我们数据集中的大多数州在每个流感季节之外的几周(特别是在H1N1流感大流行发生之前的几年)的流感发病率缺失值，我们放弃了这些周的观测值。由于Web搜索量数据已经通过来自每个州的总互联网流量进行了规范化，因此我们包含了代表每个州的家庭互联网使用情况、拥有互联网连接的家庭百分比和通过宽带连接互联网的家庭百分比的控制变量。这些数据来自于美国商务部的网站，并且在2007年、2009年和2010年这三年里，所有州都可以获得[61]。

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周内图1．

‎ 查看此图

数据转换

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。

因子分析

表3提供研究中包含的所有因变量和自变量的汇总统计。我们使用Stata (StataCorp LP, College Station, TX, USA)进行变量旋转因子分析，以减少自变量的数量。由于Stata的因子分析是对相关性(而不是协方差)进行的，因此不需要担心变量具有不同的均值和/或标准差(例如，变量以不同的尺度测量)。在因子分析确定成分的基础上，构建了5个复合指标:(1)生活质量指数、(2)年龄相关健康状况指数、(3)慢性病相关健康状况指数、(4)健康生活方式指数、(5)医院护理利用指数。我们在回归模型中使用因子分析生成的综合指数的值。生活质量指数包括积极因素，表明拥有学士学位的人口比例、良好的健康状况、医疗保险和家庭收入中位数。与年龄有关的健康状况指数包括一个积极因素，表示5岁以下人口的百分比，以及一个消极因素，表示65岁以上人口的百分比。与慢性病有关的健康状况指数包括积极因素，表明被诊断患有哮喘和糖尿病的人口比例。健康生活方式指数包括积极因素，即吸烟和超重或肥胖人口的百分比，以及消极因素，即经常锻炼的人口的百分比和65岁以上接种流感疫苗的人口的百分比。医院护理利用指数包括入院次数、急诊科访问量和住院天数等积极因素。 All other variables are represented by single data items. We present factor loadings and the uniqueness for each variable in表4．

模型建设

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(表5)。我们发现每对变量的相关系数都小于0.8，大多数小于0.6。

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，如下所示表6．

结果

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。

控制变量

包含控制变量(模型1)的模型显著(P<.001)，决定系数(R²)值分别为37.88%和59.11%。具体来说，H1N1发生和季节性的虚拟变量在两个搜索查询的模型中都是显著的。然而，随着模型2到模型6中自变量的依次加入，H1N1的发生仅在模型中对流感症状有显著影响，而对流感疫苗没有显著影响。季节性因素显著影响了流感疫苗网络搜索的差异。中控制变量的结果表7和8．

流感发病率和媒体关注

在模型2中加入流感发病率作为自变量r²流感症状的数值较模型1轻微增加约2% (P<.001)和流感疫苗(P<措施)。进一步，在模型3中加入媒体关注度作为自变量，r²流感症状的数值较模型2分别增加约7%和1% (P<.001)和(P< 0.001)。在模型4中加入流感发病率与媒体关注度的交互作用后R²数值显示流感症状较模型3增加不到1% (P<.001)和流感疫苗(P= .003)。

这些模型都是显著的(P<.001)与流感发病率(P<.001)，媒体关注(P<.001)，以及它们的相互作用(P＜.001for flu symptoms;P=。001(流感疫苗)显示出对网络搜索量的积极影响。的变化R²从模型3到模型4的值表明，媒体关注对人群搜索流感症状的积极影响比对流感疫苗的积极影响更大。

私人及公共资源

通过在模型5中添加指示私有和公共资源的变量r²数值显示流感症状较模型4大幅增加23.37% (P<.001)，接种流感疫苗的比例为6.28% (P<措施)。就私人资源而言，生活质素指数(P=.001)、健康生活方式指数(P= 0.009)，慢性疾病指数(P= 0.004)对流感症状的搜索量有负面影响。

公共资源方面，门诊人次(P<.001)和医院护理利用指数(P= 0.008)有积极影响，而医院床位数量有消极影响(P<.001)对流感症状的搜索量。公共卫生基金(P=.02)有负面影响，而人口密度(P=.001)和初级医师人数(P= 0.006)对流感疫苗的搜索量有积极影响。

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R²数值较模型5略有增加，流感症状为1.2% (P<.001)，流感疫苗接种率为0.55% (P= 04)。流感发病率和初级医生数量的相互作用对流感症状的搜索量有负向影响。流感发病率与生活质量指数的交互作用对流感疫苗的搜索量有负向影响。我们提出的结果的变化R²中自变量的值和系数结果表9和10．

讨论

主要结果

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[32])。

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[62]，与健康成年人相比，患有慢性疾病的成年人使用互联网的可能性要小得多。慢性病患者更有可能定期与卫生专业人员接触，这也突出了卫生保健提供者在患者健康风险教育方面发挥的重要作用。

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。

影响

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:[63])。根据这一系列研究，我们证明，当人们担心某种特定的健康风险时，他们会在网上搜索该风险。这种在线搜索是由上下文因素预测的。定期监测这些背景变量可以帮助决策者确定可以从加强教育中受益的地区和(或)人口。它也可能有助于确定集中发展/扩大资源的领域。

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)[64]。这表明，来自移动设备的搜索数据可能反映了公众对风险紧迫性的看法以及他们管理风险的能力。我们建议政策制定者和卫生保健专业人员使用与健康风险相关的移动搜索数据来制定更具可操作性和及时的策略。

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[29]。对社会关系有等级观念的人(例如，支持爱国主义、法律和秩序)可能更有可能点击官方政府网站的搜索结果链接，而有个人主义生活方式的人(例如，支持个人努力)可能更有可能点击公民媒体(例如，独立记者)的搜索结果。我们建议，调查公众对搜索结果的反应与社会文化因素之间的关系，可能是评估公众对健康风险管理看法的一种实用方法。决策者和卫生保健专业人员可以将搜索请求的模式和对搜索结果的反应结合起来，生成一个公共卫生风险感知的综合指数。

限制

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[65]。区域数据可用于太平洋、山区、西南中部、东南中部、西北中部、东北中部、新英格兰、大西洋中部和南大西洋。利用这些数据，可以探讨公共卫生风险认知方面的区域差异。类似地，对于州一级可用的数据，可以将州数据组合起来，从而促进区域分析。这种区域分析可能与在特定地理区域最常发生的公共卫生风险特别相关，例如与飓风有关的风险。

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66关于卡特里娜飓风期间信息渠道和网络的报告已经确定了数字通信在风险管理中的重要性。