当涉及到数字消费者健康信息时，基于网络的资源可以提供有价值的信息和错误的信息[ 1］．对健康信息质量和个人易受错误信息影响的担忧，与针对消费者的健康信息网站一样古老。社交媒体时代不断变化的数字生态系统增加了虚假信息传播的可能性和速度，使这些担忧变得更加紧迫。目前，基于网络的健康信息以多种不同的格式存在，通常带有视频和互动功能。整个网络，如YouTube，能够以一种方便的方式向广大公众分享视频。社交网络允许消费者将链接传播到那些承诺快速简单的治疗方法和推广没有证据支持的健康方法的来源。

非循证消费者健康信息的一个共同主题是加强免疫系统和发展对传染病的自然免疫力。本专题涉及许多重要的公共卫生问题，从疫苗接种依从性到流行病期间的个人行为。COVID-19大流行和遏制大流行措施的必要性强调了了解公众如何评估和分享关于非循证补救措施的信息的重要性。我们写这篇论文的时候，大流行已经到达美国大约一年了，而这个词 infodemic常用于描述伴随流行的关于病毒和疾病的不可靠信息[ 2］．

大量研究表明，个人往往缺乏有效浏览各种格式和质量的大量健康信息源所需的信息技能[ 3.］．据我们所知，迄今为止，还没有研究试图描述个人分享或推荐带有非循证健康建议的视频的倾向与多种认知和社会因素之间的关系。了解这些因素如何影响信息共享对于遏制错误信息的传播至关重要。这项研究关注的是个人认为有说服力支持健康声明的陈述类型，以及几个因素(信息素养、科学素养、免疫系统知识、人际信任和对卫生权威的信任)与分享非循证声明的倾向之间的关系。

这项研究关注的是YouTube上一个宣传一种膳食补充剂的视频，该视频强烈声称这种补充剂能够 提高免疫系统。维生素、矿物质、酶和其他物质如何调节免疫系统的研究是非常复杂的。然而，视频中提出的主张简单而自信。在讨论这些主张时，我们使用了这个术语 错误信息，因此不需要对补充剂生产商和推广者的意图做出任何假设。

错误信息被定义为 没有科学证据和专家意见支持的不正确的信息［ 4］．尽管2016年美国总统大选引起了人们对这一现象的高度关注，但Molina等人[ 5把它比作一个更古老的问题—— 黄色新闻——可以追溯到1896年的美西战争。它与虚假信息的不同之处在于，虚假信息意味着“故意的、故意的或有目的的努力来误导、欺骗或混淆。”

沃德尔和德拉克尚[ 6考虑了记者的信息问题，并概述了7种错误信息和虚假信息。在这种分类中，有问题的内容与真实的内容形成对比:

显然，其中一些有问题的内容类型比其他内容更具恶意。然而，无论有意还是无意，错误信息都会造成伤害。这篇论文的重点是那些做出未经证实和夸大的声明的健康信息，有意或无意，最终目标是促进和销售产品。

健康错误信息的普遍存在是一个持续令人担忧的问题。Keselman等[ 7]分析了24个2型糖尿病的顶部结果页面，从谷歌搜索 糖尿病， 逆转, 自然．大多数网站要么承诺，要么暗示完全康复，最常见的是通过服用膳食补充剂来实现，这些网站的说法与美国糖尿病协会(American Diabetes Association)的循证观点相悖。

对互联网行为的研究表明，人们容易受到错误信息的影响，并愿意分享这些信息。基于网络的健康错误信息已在多个地方进行调查，包括基于网络的健康社区[ 6]、社交媒体[ 8， 9]，谷歌趋势[ 10， 11，亚马逊的网上书店[ 12]，以及苹果Siri和亚马逊Echo等智能助手[ 13］．

大多数关于人们如何在基于网络的社交网络中传播错误信息的研究都是在疫苗和传染病领域进行的[ 14］．例如，Basch等人[ 15]分析了YouTube上点击率最高的疫苗相关视频。最受欢迎的视频是抗疫苗(65.5%)。这些帖子通常是由外行发布的，而且大多集中在疫苗和自闭症之间的因果关系上。这项研究和其他类似的研究[ 16， 17不仅说明了错误信息的普遍存在，而且强调了其潜在的影响。克里希纳发现，“知识缺乏、疫苗阴性的人”在互联网上传播有关疫苗的信息时更为活跃[ 18］．他们传播的信息与他们的态度是一致的。

在一项关注社交媒体传播的研究中，Chen等人[ 19]分析了微博(中国版推特)上与乳腺癌和宫颈癌相关的2691条推文。他们发现，大约30%的推文包含错误信息，与治疗相关的推文比与预防相关的推文更有可能包含错误信息。

Sommariva等[ 8调查了在社交网络服务中流传的关于寨卡病毒的故事，发现有一半的人 前10名不是误传就是谣言。现在开始出现研究，重点是COVID-19错误信息的交流。李等人调查的三分之二的韩国成年人[ 20.报告说遇到了关于COVID-19的神话和错误信息。科学发现，特别是当它们成为公众关注的焦点并迅速传播时，会产生错误信息;COVID-19疫苗的开发速度如此之快，以至于获得足够的信息来做出决定是一项艰巨的任务。在美国，在2020年5月的调查中，73%的共和党人和82%的民主党人认为COVID-19的错误信息是“一个重大问题”，近70%的受访者认为社交媒体是这种错误信息的主要来源[ 9］．

本文所描述的研究有3个具体目标:

参与者(N=150)通过国家医学图书馆网络(NNLM)的区域医学图书馆(rml)招募。NNLM是一个由7186个学术健康科学图书馆、其他特殊生物医学图书馆、公共图书馆、信息中心和社区组织组成的多元化网络。rml在其区域内协调网络的运作，支持和协调以卫生信息为重点的区域和国家项目。一名合著者于2020年11月底通过电子邮件向8名RML副主任和执行董事发送了研究招募公告，并请求允许他们使用其网络中的listservs向公共图书馆和社区组织发送研究招募公告。Listserv成员(NNLM成员组织的雇员)被要求通过适合他们环境的方法在他们的赞助人或客户中推广调查链接。我们希望这种招聘方法将增加参与者地域和文化多样性的可能性。该公告明确规定，参与者需要精通英语，并能熟练使用互联网。专业图书馆员被排除在这项研究之外。

最初的目标是招募100名参与者。虽然我们没有以前的数据可以作为功率分析的基础，以估计所需的样本量，但过去的经验表明，这个数字将提供足够大的样本量来回答我们的推论问题;然而，它也足够小，可以对开放式问题进行彻底审查，从而丰富研究。12月2日收到了第一份答复。12月3日，调查结束，因为已经达到了目标数字。

参与者来自美国34个州，包括阿拉斯加和夏威夷，以及哥伦比亚特区。参与者的人口学特征载于 表1．

在完成调查后，参与者会收到一张价值50美元的亚马逊电子礼品卡。该研究方案免除了美国国立卫生研究院人体受试者研究办公室的机构审查委员会的审查。

参加者完成一项网上调查，调查内容包括: 多媒体附件1)．

调查数据是使用Qualtrics XM收集的，这是一个广泛使用的调查软件。作为质量控制措施，我们删除了多次提交的回答(包含几乎相同的叙述答案)和在20分钟内完成的回答。截点是由作者根据经验确定的，他们在观看整个视频的同时尽可能快地完成任务，并给出有意义的答案。结果数据集包括150个回答。其中一名参与者只完成了主要信息评估任务;另一组完成了除科学素养调查以外的所有任务，该参与者有部分任务未完成。剩下的148个应答是完整的。2个部分响应的缺失数据由相应变量的均值估算。

对于定量分析，我们使用了不需要编码的多项选择数据。每项调查的分数都是通过正确答案的简单计数得到的。开放式回答被仔细审查，并用于提供插图和概述定量数据的叙述背景。采用SPSS (IBM)进行数据定量分析。结果部分的所有子部分，除了最后一个标题为“分享视频的意愿和信息能力之间的关系”，报告了通过叙述例子说明的描述性统计数据。最后一小节报告使用本小节中描述的统计方法进行推理分析的结果。

总体而言，参与者认为视频值得分享。在150名参与者中，70%(105/150)是 很有可能(47/150, 31.3%) 有可能(58/150, 38.7%)，而只有11.3%(17/150)的人会把视频推荐给自己的表亲 不太可能这样做。那些可能推荐这段视频的人提出了几个他们认为值得转发的理由。其中一些与他们之前对膳食补充剂的有效性以及广告中补充剂中增强免疫系统的特定成分的看法有关。

例如，一位与会者说:

还有人写道:

其他原因则与对大众智慧的信心以及互联网时代舆论能见度所提供的质量控制有关，“如果质量不好，很多人都会抱怨。”一些人表示信任播放视频的频道或电视节目，他们之前熟悉这些频道或电视节目。一些人认为，尝试一些可能有帮助的东西没有坏处(例如，“既然[他]几个星期都没有恢复，所有的都试试，也许有用”)。然而，许多人提供的声明没有包括理由(例如，“这是一个很好的选择，我认为它会起作用”)。

不太可能推荐视频的参与者也给出了不同的理由。有人提到没有 证据补充剂的有效性或缺乏食品和药物管理局的批准。许多人对提议的每小时服用一次补充剂的时间表感到吃惊。通常情况下，无论参与者是否愿意分享视频，他们都不会提供多种原因，也不会权衡 箴而且 反对彼此之间的争论。

参与者还被展示了一些可以被视为证据的假设陈述，并被问及这些陈述是否会影响他们对补充剂的看法，无论是积极的还是消极的( 表2包含语句和结果)。绝大多数人回答说，他们对补充剂的看法会受到不符合有效科学证据标准的因素的积极影响。其中包括一位朋友对该补充剂的积极体验的描述(124/150,82.7%的个人)，在众包评论网站上的高客户评分(108/150,72%的个人)，对补充剂消费者的调查(99/150,66%的个人)，以及补充剂生产商网站上的声明，十分之九的人认为该产品有益(98/150,65.3%的个人)。

在解释他们对潜在影响的反应时，许多参与者强调了朋友个人经历的价值。他们将与朋友的关系描述为建立在信任的基础上，这意味着他们认为这些信息是值得信赖的。例如，一名参与者说，“一个值得信任的人的个人经历是有说服力的。”这个词 信任，被频繁提及，被描述为准确性和客观性的保证:

许多受访者也对众包网站的评论持积极态度。虽然有些人提到了怀疑的可能原因，比如评论的数量或机器人的评论，但许多人对没有负面评论感到放心。例如，一位受访者写道，“这么多人用，效果很好，所以我相信这个产品质量很好。”然而，其他人更喜欢从他们的医生那里得到建议。

考虑到一项调查发现，85%的产品用户在一年内没有得过流感，大多数人对这个数字感到放心，他们说，根据他们的经验，这个数字足够高，表明该产品是有效的。与会者也提出了一些疑问;例如，“我有一种感觉，那些寻找并花钱购买这些补充剂的人往往在生活的许多方面都更健康，所以总体上不太可能得流感。”对于该公司网站上的证词和有效性声明，人们的反应也有积极的，也有怀疑的。从“他们做了研究，结果很好，所以我认为产品质量很好”到“他自己公司做的研究的可信度不能保证”。

参与者还对假设的科学证据做出了反应。共有73名(48.6%)参与者表示，如果NIAID的研究认为补充剂有效性的证据不确凿，他们对补充剂的看法将受到负面影响。总的来说，99名(66%)参与者对“这种补充剂从未在对照临床试验中进行过测试”的反应是，这会影响他们的意见 非常或 有些消极的。如果NIAID的研究发现了补充剂有效性的证据，127名(84.6%)受访者的意见将受到积极影响。总体而言，许多与会者认为科学是健康相关知识的重要基础。他们认为科学家具有“权威”和“可信度”。一位人士表示:“福奇博士和美国国家过敏和传染病研究所以科学的方式进行研究，这非常好。”许多人表示信任NIAID和“国家机构”、“公共卫生机构”和“政府机构”。怀疑的声音也存在:“我仍然会持怀疑态度，并想知道是谁资助了这项研究，他们发现了什么，补充剂实际上降低了多少频率和严重程度等等。”然而，其他人明确表示更喜欢他们自己的结论和经验。

在推理分析中，我们感兴趣的是信息素养、科学素养、免疫系统知识、人际信任和对卫生权威的信任对推荐视频可能性的影响。

作为分析的第一步，我们研究了感兴趣的自变量之间的两两相关性。变量高度相关( 表9)．

由于干预措施通常针对单个变量，我们希望比较单个预测模型的效应大小。为此，我们在4个水平上对自变量进行了5个单预测因子回归分析 推荐视频的可能性．为了校正多个假设，模型的显著性在 P< . 01。数据总结在 表10．

分析表明，作为单一预测因子，信息素养具有最大的效应量，预测因变量中的方差最大(17%)。尽管信息素养得分最高的参与者中只有22%(5/23)表示会分享视频，但得分为1的参与者中有95%(18/19)表示会分享视频。希望分享视频的参与者比例在信息素养得分为5分时急剧增加(11/ 16,69%)，并继续增加(得分为4和3分时41/ 557,72%，得分为2分时25/28,89%)。

信息素养的效应量紧随其后的是人际信任的效应量(占方差的16%)。科学素养作为一个单一的预测变量占因变量方差的7%，免疫系统知识占3%。对卫生当局的信任作为单一预测因素没有显著影响。

为了比较关联的强度，我们计算了每个预测因子与因变量的相关性，然后使用Fisher r-to-z变换。分析显示，前3个预测因素，即信息素养、人际信任和科学素养，与分享视频的可能性的关联程度在统计上没有差异。

变量的影响是在预期的方向:较高的信息素养、科学素养和免疫系统知识分数与推荐视频的可能性较低相关。人际信任越高，推荐视频的可能性越大。

由于多重相关性导致共享方差的期望，我们还对单个模型中的所有5个自变量进行了线性回归。进行了多重共线性诊断检验，并没有引起对回归假设违反的担忧(所有vif≤1.48)。该模型具有统计学意义， F_1144年= 10.60; P<措施，而且一个ccounted for 24% of the variance in the likelihood of recommending the video. In the final model with all the predictors entered, information literacy (2-tailed t₁₄₉=−3.26; P=.001)和人际信任(t₁₄₉= 2.85; P=.005)差异均有统计学意义;对卫生当局的信任接近意义(t₁₄₉= 1.72; P= .09点);免疫系统知识和科学素养与模型中其他因素无显著性差异。

总体分析表明，信息素养、科学素养、免疫系统知识和人际信任与参与者分享视频的意愿相关;对卫生当局的信任影响甚微。此外，在单预测因子模型和多预测因子模型中，预测因子之间的相关性和变量的不同显著性表明存在中介作用的可能性。例如，信息素养有可能对科学素养变量的影响起到中介作用，科学素养变量不是直接影响判断，而是通过影响信息素养来影响判断。

这项研究证实，人们很容易受到网络错误信息的影响，并很可能通过与他人分享来传播这些信息。 8- 19］．在评估索赔时，他们经常受到规范卫生保健范式内的科学和信息专业人员不考虑支持证据的信息的影响。例子包括道听途说、多数意见或利益冲突者的声明。研究还表明，信息素养、科学素养和卫生领域知识是具有挑战性的能力。这一切都不足为奇。

这项研究对该领域的主要理论和实践贡献在于，它证明了较高的信息素养和科学素养与较低的错误信息脆弱性和较低的分享倾向有关。虽然电子健康领域承认这些知识，但它们在实证研究中很少受到关注[ 53］．尽管这种关系很复杂，而且容易受到错误信息的影响受到一系列相互作用因素的影响，但以信息素养和科学理解为目标的项目有望帮助个人和社区。在这两个因素中，信息素养在非正式的教育环境中更容易解决，如图书馆、社区组织和诊所。另一方面，科学素养主要是在科学课堂上经过数年的培养。尽管如此，这两者相互关联并可能相互影响，指出了学校科学教育者、信息专业人员和卫生专业人员之间合作对话的价值。

这项研究对该领域的另一个贡献是为构建评估信息素养和科学素养的工具提供了一个起点，因为它们与健康信息和信息行为有关。为这项研究开发的仪器建立在为相关目的开发的现有工具的基础上。尽管开发强大的心理测量仪器需要多轮项目测试和调整，这超出了本研究的范围，但我们初始仪器的内部一致性使它们成为可行的基础。需要进一步的工作来加强和验证它们在消费者健康信息环境中的使用。

最后，与许多关于公众对基于网络的健康信息反应的研究不同， 8， 10， 14]，这项研究的重点是YouTube视频，而不是网络文本。YouTube视频作为信息源，给消费者带来了一个独特的挑战:它们的作者和所有权往往难以确定，而听觉信息和超链接的缺乏使得验证权威和事实核查更具挑战性。此外，现有的基于web的信息评估标准还没有优化以评估视频的质量[ 54， 55］．同时，视频是一种有吸引力的观看格式，易于分享，研究消费者在分享在线健康视频时的行为很重要。

如果不讨论信任问题以及进一步研究信任与易受健康错误信息影响之间关系的必要性，这一讨论将是不完整的。值得进一步研究的信任的一个重要领域是对科学的信任[ 52］．在设计我们的科学素养工具时，我们选择关注科学知识(例如，理解科学方法和论证)，而不是对科学作为一项事业的信任。在评估视频中主张的潜在支持证据时，我们的参与者对科学做出了许多积极的主张。例如，补充剂有效性的临床试验是提高大多数参与者对补充剂信心的证据类型。在未来的研究中，我们打算更密切地探索对科学的信任。

在本研究中所调查的两种信任，人际信任和对卫生当局的信任，也值得进一步研究。令人意外的是，对卫生当局的信任与易受错误信息影响的程度仅存在边际关联，而且仅在其中一个模型中存在。这可能是由于该研究涉及的特定健康信息领域，即增强免疫系统的膳食补充剂。关于补充剂对健康影响的科学数据非常复杂，很难转化为基于证据的公共卫生信息。在其他领域，如对疫苗接种的态度、对卫生当局的信任和对错误信息的脆弱性可能有更强的关联。

人际信任与健康错误信息脆弱性之间的关联提出了一个哲学挑战。在某种程度上，不那么信任别人的人也更怀疑没有研究证据支持的过度概括的、夸大的治疗承诺，这并不奇怪。与此同时，社会科学研究并没有把信任等同于轻信[ 46]，并普遍认为较高的人际信任是健康运转的社会的一个特征。制度信任亦与对社会制度的信任呈正相关[ 45]并且应该与对科学和医疗机构的信任相关。据我们所知，目前还没有研究对与互联网虚假信息传播相关的不同类型的信任进行深入调查。然而，这个话题很重要，特别是因为它涉及到关于COVID-19信息流行的错误信息，值得进一步研究。

在社交媒体时代，帮助公众浏览和分享健康信息的努力可以有两种。第一种是针对个人信息能力的项目、活动和材料。这样的程序可以出现在各种设置中，重点是帮助个人分析信息源、表示和内容的特征。我们的研究表明，这种干预是有希望的。与此同时，信息和科学素养随着时间的推移而发展，随着教育和个人经历的增加而增长，因此不太可能简单地解决问题。此外，当涉及到预测信息行为时，这些能力并不能说明全部情况。举例来说，在我们的样本中，许多能力得分较高的参与者表示有意分享视频。本文的科学素养背景部分讨论了人们如何经常做出与他们的科学知识不一致的选择，由群体身份的考虑驱动[ 38]或快速反应性反应[ 40］．

支持公众的第二种方法涉及利用技术。技术的例子各不相同，从事实核查网站到机器学习错误信息检测工具[ 56］．开发这样的工具很重要，因为它减轻了消费者保持警惕的负担，也减少了处理复杂信息时的认知负荷。这需要较少的时间投入比教育努力。

然而，技术本身并不能解决错误信息的问题。评估信息权威性的挑战既适用于事实核查工具，也适用于销售膳食补充剂的YouTube视频。此外，对信息和信息提供者的信任是接受任何信息技术的关键。帮助个人识别基于网络的健康错误信息是一项复杂的、多方面的事业，应该涉及研究人员、技术开发人员、图书馆员、教育工作者和社区外展专家的合作努力。

由于这项研究是在一个小的不具代表性的样本中进行的，它没有提供关于在互联网上分享健康错误信息的倾向的总体情况的信息，以及相关的文化水平。此外，该研究使用了一个假设的场景，并没有考虑到在现实生活中影响信息共享决策的复杂社会因素(如批准和地位寻求)。通过对现实世界健康信息共享决策的研究来补充这项研究，将为未来对这个问题的理解提供更多细致入微的数据。

此外，目前还没有有效的心理测量工具用于评估基于网络的健康信息行为背景下的信息素养和科学素养。虽然我们的研究工具经过精心设计，但设计、测试、调整和验证心理测量工具的正式过程不在我们的研究范围之内。虽然我们的仪器的内部一致性数据是可以接受的，但对正式仪器的可靠性有更高的期望。我们希望，随着人们对信息素养、科学素养和信任的日益重视，这种强有力的工具将会出现。目前，我们的结果应该理解为它们受到我们在工具中对问题和答案选项的特定选择的影响。由于仪器的内部一致性较低，使得效应更难检测，在未来的研究中，这里发现的效应的大小可能会更大。

最后，我们的研究采用了一种主要以定量为重点的调查方法，这种方法更适合于建立关系，而不是深入描述它们。一项调查参与者推理的访谈研究将为这一重要主题提供细致入微的丰富信息。