在线健康社区(OHCs)，也称为在线支持小组，是健康消费者除搜索引擎和卫生专业人员外，在网上寻求健康信息的三个主要渠道之一[gydF4y2Ba 1gydF4y2Ba］．大量研究提供了大量证据，表明患者受益于OHC的参与[gydF4y2Ba 2gydF4y2Ba-gydF4y2Ba 5gydF4y2Ba］．OHCs促进用户之间的信息交换和知识获取。对于癌症患者及其护理人员来说，他们对信息的需求不断变化，ohc对于全天候可用性、即时和异步通信以及匿名性尤其重要[gydF4y2Ba 6gydF4y2Ba，gydF4y2Ba 7gydF4y2Ba］．gydF4y2Ba

用户通过询问OHCs来获取知识。患者为获得知识以满足其学习目标而提出的问题因认知复杂性而异。学习目标的认知复杂性描述了学习者希望获得的认知技能和能力。例如，从同行那里寻求治疗决定的建议(例如，手术还是生物疗法)在认知上比从医学方向寻求事实(例如，一天要吃几次药)要复杂得多。为了确定OHC用户问题中学习目标的认知复杂性水平，本研究借鉴了Anderson和Krathwohl的学习分类法(A&K分类法)[gydF4y2Ba 8gydF4y2Ba来自教育心理学。这种分类法最早是由Bloom在1956年提出的[gydF4y2Ba 9gydF4y2Ba]，后来由Anderson和Krathwohl修订[gydF4y2Ba 8gydF4y2Ba］．如gydF4y2Ba 图1gydF4y2Ba， A&K分类法定义了6个层次的学习目标，随着认知复杂性的增加。从低到高(即认知简单到复杂)，这6个层次是gydF4y2Ba 还记得gydF4y2Ba，gydF4y2Ba 理解gydF4y2Ba，gydF4y2Ba 应用gydF4y2Ba，gydF4y2Ba 分析gydF4y2Ba，gydF4y2Ba 评估gydF4y2Ba,gydF4y2Ba 创建gydF4y2Ba．该理论认为，要达到更高层次的学习目标，就必须掌握较低层次的学习目标。gydF4y2Ba

本研究选择了3个水平，gydF4y2Ba 理解gydF4y2Ba，gydF4y2Ba 分析gydF4y2Ba,gydF4y2Ba 评估gydF4y2Ba，而不是采用所有6个级别，因为它们接近真实的基于web的健康信息搜索场景。在卡雷特等人的分析中发现[gydF4y2Ba 10gydF4y2Ba]，在来自网络搜索引擎的查询中，有两种具有代表性的基于网络的健康信息搜索意图:基于证据的和基于假设的。有了基于证据的意图，人们主要关注定位有关体征和症状的信息，这些信息可以映射到gydF4y2Ba 理解gydF4y2Ba学习水平。以假设为导向的意图，驱使个体在不同的不确定情况和条件之间建立联系和区分，与理论相一致gydF4y2Ba 分析gydF4y2Ba的水平。最后,gydF4y2Ba 评估gydF4y2Ba水平对应决策意图，包括寻求信息来做出治疗决策。gydF4y2Ba

互惠性是OHCs的另一项重大好处[gydF4y2Ba 11gydF4y2Ba，gydF4y2Ba 12gydF4y2Ba］．通过ohc成员之间的对话进行知识构建和协作性知识生产[gydF4y2Ba 13gydF4y2Ba］．通常面临相同健康状况和经历相似的社区同侪使用者可通过回答最初的问题和后续话语提供社会支持[gydF4y2Ba 3.gydF4y2Ba，gydF4y2Ba 14gydF4y2Ba］．我们关注在OHCs中交流最频繁的两种社会支持类型:信息支持(即提供信息，如病情、治疗、财务和保险)和情感支持(即表达情感，如关心和关心)[gydF4y2Ba 5gydF4y2Ba，gydF4y2Ba 6gydF4y2Ba，gydF4y2Ba 15gydF4y2Ba］．gydF4y2Ba

由于OHCs对于患者和护理人员来说是一种很有前途的学习资源，因此需要对使用者的学习目标和他们获得的相应支持进行深入研究。首先，必须检查患者和护理人员是否使用OHCs来实现认知复杂或简单的学习目标。OHCs中讨论的话题和健康状况可能会影响患者的学习目标。Savolainen [gydF4y2Ba 16gydF4y2Ba研究发现，抑郁症OHC中70%的问题寻求对某一问题的意见或评价，类似于高水平的学习目标，而在酗酒OHC中发现了相反的结果，其中约50%的帖子寻求服务于低水平学习目标的事实信息[gydF4y2Ba 17gydF4y2Ba］．然而，关于癌症OHCs使用者的学习目标的文献很少。为了应对生存的众多生理和心理后果，癌症患者及其护理人员一直在使用OHCs来满足各种与癌症相关的信息需求，并获得有关癌症的知识[gydF4y2Ba 18gydF4y2Ba-gydF4y2Ba 20.gydF4y2Ba］．对癌症患者学习目标的研究将增加关于OHCs如何促进不同健康状况患者获得知识的经验知识。gydF4y2Ba

其次，目前尚不清楚OHCs是否很好地支持所有层次的学习目标。更高层次的学习目标(例如，gydF4y2Ba 评估gydF4y2Ba)比较低水平的学习目标(例如gydF4y2Ba 理解gydF4y2Ba)，并需要有技能和知识的同行的支持[gydF4y2Ba 17gydF4y2Ba，gydF4y2Ba 21gydF4y2Ba］．在本研究中，我们通过定性和定量测量相应的社会支持来考察不同层次学习目标的支持类型和数量。gydF4y2Ba

第三，我们有兴趣调查用户在参与OHC期间的学习目标是如何变化的。此外，如果一个人的学习目标在OHC中得到同龄人的良好支持，这是否会促使他们修改自己的学习目标，在OHC中提出更复杂的认知问题?这些问题的答案将揭示OHCs的有效性以及OHCs作为基于网络的学习资源的设计。gydF4y2Ba

因此，本文试图回答以下研究问题(RQs):gydF4y2Ba

为了回答这些rq，我们收集了卵巢癌患者(OvCa)和护理人员OHC 10年的讨论线索。因为OvCa是一种罕见的癌症[gydF4y2Ba 22gydF4y2Ba]，由于信息稀缺和公众意识有限，在互联网上查找健康信息尤其具有挑战性。此外，OvCa是女性中最致命的癌症[gydF4y2Ba 22gydF4y2Ba］．美国2011 - 2017年OvCa患者5年相对生存率为49.1% [gydF4y2Ba 23gydF4y2Ba］．对于OvCa患者及其家人来说，管理这种癌症可能会有压力，因为密集的治疗和疾病的高进展率[gydF4y2Ba 24gydF4y2Ba］．由于早期检测的局限性，OvCa通常在治愈可能性较低的晚期被诊断出来。在美国，它是妇科恶性肿瘤最常见的死亡原因[gydF4y2Ba 25gydF4y2Ba］．OvCa患者使用OHCs来满足他们OvCa特异性、治疗相关和应对相关的信息需求[gydF4y2Ba 19gydF4y2Ba］．然而，由于缺乏疾病意识，69%的OvCa患者在诊断前没有听说过或完全不了解OvCa，从而使知识的获取和学习过程极其困难[gydF4y2Ba 26gydF4y2Ba］．此外，对OvCa患者的研究相对有限，尽管OvCa患者需要大量的支持。对于使用OHCs的OvCa患者希望获得哪些信息以及他们获得哪些支持，目前缺乏研究。这项研究的发现也有助于更好地支持OvCa社区的知识。gydF4y2Ba

我们从CancerConnect收集数据，这是一个由国家卵巢癌联盟(NOCC)管理的针对OvCa患者的OHC。NOCC是一个非营利性的OvCa倡导组织，自1991年成立以来，一直致力于对OvCa患者、幸存者和护理人员进行教育和支持。NOCC CancerConnect社区是最活跃的OvCa OHCs之一[gydF4y2Ba 27gydF4y2Ba］．它是一个同伴支持的OHC，目标是提供一个开放的平台，通过信息和情感的同伴互动来鼓励和加强人际学习。为此，NOCC允许注册用户以多种方式参与和贡献社区，例如发起和回复帖子、搜索和阅读帖子和评论、创建个人资料、加入群组以及发送和接收私人消息。gydF4y2Ba

本研究由匹兹堡大学机构研究委员会(STUDY20040102)审查并批准。此外，本研究已获得NOCC的许可。gydF4y2Ba

我们的NOCC数据集包含了2010年6月至2020年12月期间发布的909个OvCa讨论帖子。每个帖子由1个初始帖子和相应的评论组成。总共有909条首发帖子和14816条评论。gydF4y2Ba

图2gydF4y2Ba说明了整个数据分析过程。我们首先对909个初始帖子执行手动注释，以确定帖子中是否明确提出了问题。结果，560条帖子及其3998条评论被保留以供进一步分析。没有任何问题的帖子主要包括分享个人近况、分享资源、引发讨论和提供灵感。然后，这些帖子根据学习目标的水平和ovca相关主题进行编码。对于最初帖子上的3998条评论，我们首先对随机选择的500条评论进行手动注释，以识别社会支持的类型。然后训练自动分类模型，并应用于预测剩余评论中不同类型的社会支持。gydF4y2Ba

如前所述，我们从A&K学习分类法中借鉴了3个层次[gydF4y2Ba 8gydF4y2Ba]以识别用户问题中的学习目标水平。中显示了学习目标的各个层次的描述和已识别的样题gydF4y2Ba 表1gydF4y2Ba．要在A&K分类法中达到更高的级别，必须掌握层次结构中的较低级别。因此，学习目标的3个层次是相互排斥的。例如,gydF4y2Ba 图3gydF4y2Ba控件显示一个帖子gydF4y2Ba 评估gydF4y2Ba学习目标的水平，因为海报描述了她的情况，并向同伴寻求与决策相关的信息。真实用户名和用户配置文件图像将被删除以保护隐私。gydF4y2Ba

两名编码员(YC和KT)将编码框架应用于100个样本帖子，以确定最能描述问题认知复杂性的学习目标水平。两名编码员在100个样本职位上达成了实质性的一致(百分比一致=0.79;科恩gydF4y2Ba κgydF4y2Ba=0.72)，表示认同程度可接受[gydF4y2Ba 28gydF4y2Ba，gydF4y2Ba 29gydF4y2Ba］．然后这两名程序员会面讨论任何分歧。在整个讨论过程中，所有的分歧都得到了解决，并且没有对代码本进行任何更改。编码器使用代码本注释了其余的帖子。gydF4y2Ba

为了更好地了解OvCa用户在不同层次学习目标下的信息需求，通过内容分析对初始帖子中的问题主题进行了标注。编码框架是由一名执业护士通过沉浸在岗位中归纳开发的。初步建立了13个主题的编码框架。gydF4y2Ba

使用这个框架，两名编码器分别注释了所有的帖子。每篇文章的问题包括一个或多个主题。之后，出现在<10篇文章中的主题被进一步分组为gydF4y2Ba 其他人gydF4y2Ba．因此，我们使用了9个代码来分类初始帖子的信息需求主题(gydF4y2Ba 表2gydF4y2Ba)．两名编码器之间达成了可接受的评分者之间的协议，与Cohen的平均百分比协议为0.94gydF4y2Ba κgydF4y2Ba系数为0.72,9个类别的系数由0.62至0.81不等[gydF4y2Ba 28gydF4y2Ba，gydF4y2Ba 29gydF4y2Ba］．两位编码员讨论并解决了所有的分歧，并在所有情况下达成了一致。gydF4y2Ba

在OHC中交换的两种最常见的社会支持类型是信息支持和情感支持[gydF4y2Ba 5gydF4y2Ba，gydF4y2Ba 6gydF4y2Ba］．在本研究中，由于目的是调查用户收到了哪些信息作为问题的答案，因此使用Chuang和Yang提出的框架对评论中提供的信息支持进行了进一步分类[gydF4y2Ba 17gydF4y2Ba］．庄杨[gydF4y2Ba 17gydF4y2Ba确定了五种类型的信息支持:gydF4y2Ba

此外，如果评论提供了同理心、鼓励或欣赏，那么情感支持就会被标记出来。gydF4y2Ba 12gydF4y2Ba］．gydF4y2Ba

所有6种类型的社会支持，包括情感支持和5种类型的信息支持，都以二进制方式编码，一条评论可以提供0、1或多种类型的支持。如果无法确定信息或情感支持，则该评论将被编码为“其他”。例如,gydF4y2Ba 图4gydF4y2Ba显示回复中所示帖子的2个评论示例gydF4y2Ba 图3gydF4y2Ba．第一个注释被编码为“1”，用于提供一个gydF4y2Ba 事实gydF4y2Ba所有其他类型的信息和情感支持都是“0”。第二个注释被编码为“1”，用于提供一个gydF4y2Ba 事实gydF4y2Ba和一个gydF4y2Ba 建议gydF4y2Ba其他的都是0。gydF4y2Ba

3998条评论中提供的社会支持类型分为3个步骤。首先，2名编码员编写了150个样本注释，以确保编码框架的可靠性。平均而言，同意率与百分比一致的科恩为0.94gydF4y2Ba κgydF4y2Ba达到0.84，表明几乎完全一致[gydF4y2Ba 28gydF4y2Ba，gydF4y2Ba 29gydF4y2Ba］．其次，在解决了所有分歧后，程序员又编写了350条注释。结果，获得了500条评论的数据集，其中每个评论包含一个评论文本和相应的支持标签。第三，由于注释所有3998条注释是不切实际的，因此决定通过使用已经注释的注释来构建基于机器学习的分类器。每种支撑类型总共构建了6个机器分类器。一种预训练的变压器双向编码器表示(BERT)语言模型[gydF4y2Ba 30.gydF4y2Ba]对每个分类任务进行了微调。之所以使用BERT，是因为它在不同的下游文本分类任务中，如情感分类和情绪分类，数据较少，分类准确率较高[gydF4y2Ba 30.gydF4y2Ba］．数据集以70:10:20的比例分为3倍，分别用于训练、验证和测试。报告的准确性gydF4y2Ba 表3gydF4y2Ba是基于测试折叠的。文中给出了两种编码器之间的等级一致性和分类模型的性能gydF4y2Ba 表3gydF4y2Ba．模型的代码和对模型的访问在GitHub上列出[gydF4y2Ba 31gydF4y2Ba］．最后，应用该模型预测了剩余评论的社会支持类型。gydF4y2Ba

在909个初始职位中，560个(61.6%)与学习目标有关，这可以从职位中提出的问题看出。以下结果是基于对560个具有明确学习目标的初始帖子和3642个提供至少一种支持的评论的分析得出的。gydF4y2Ba

本研究调查了OHC中OvCa患者的知识获取情况。我们从A&K分类法中借用了三个层次的学习目标:gydF4y2Ba 理解gydF4y2Ba，gydF4y2Ba 分析gydF4y2Ba,gydF4y2Ba 评估gydF4y2Ba．研究结果揭示了(1)不同学习目标层次的岗位分布和主题，(2)各层次对应的社会支持类型和数量，(3)社会支持对学习目标变化的影响。本研究的主要发现、贡献、含义和局限性将在以下部分进行讨论。gydF4y2Ba

我们的研究结果表明，NOCC主要被OvCa患者及其护理人员用于满足低到中等水平学习目标的信息需求。在这些问题中，82.3%(461/560)是在gydF4y2Ba 理解gydF4y2Ba或gydF4y2Ba 分析gydF4y2Ba认知复杂性的层次，用户发布一个帖子是为了追求基本的事实和概念，或者多个概念之间的联系和关系。值得注意的是，只有17.7%(99/560)的问题与an相关gydF4y2Ba 评估gydF4y2Ba在这个学习目标中，用户要求其他OHC成员根据他们的具体情况帮助他们做出决定或判断。这些结果部分不同于[gydF4y2Ba 16gydF4y2Ba]，网上论坛上70%的问题是寻求对某一问题的意见或评价，类似于gydF4y2Ba 评估gydF4y2Ba——或者gydF4y2Ba 分析gydF4y2Ba而对事实性和程序性信息的需求则不那么普遍。这些相互矛盾的结果可以归因于所研究的不同健康状况。Savolainen的研究中[gydF4y2Ba 16gydF4y2Ba]，这些线索中感兴趣的主题是抑郁症，而在这项研究中，它是OvCa，它被美国国立卫生研究院列为一种罕见的癌症[gydF4y2Ba 1gydF4y2Ba］．因此，公众对OvCa缺乏疾病意识和教育，信息复杂分散。这可能会导致OHC使用者在网站上寻求基本的事实和概念gydF4y2Ba 理解gydF4y2Ba更频繁地升级。此外，流行gydF4y2Ba 分析gydF4y2BaOvCa是一种复杂的疾病，这一事实可以解释这些问题。由于诊断、分期和治疗都很复杂，患者和护理人员必须了解和整理哪些信息适用于他们，哪些不适用。例如，接受治疗的OvCa女性平均需要处理12个并发症状[gydF4y2Ba 32gydF4y2Ba］．gydF4y2Ba

关于ovca相关的话题，无论学习目标的水平如何，治疗是所有信息需求中最受欢迎的话题。这一发现与Madathil等人的研究结果一致[gydF4y2Ba 19gydF4y2Ba]，其中与ovca特异性信息和应对信息相比，治疗相关信息是患者最迫切需要的信息(41.3%)。数据分析由卵巢癌国家联盟进行，这是OvCa的另一个OHC。我们使用细粒度主题分类框架确定了9个不同的主题，并以非互斥的方式对帖子进行分类。治疗仍然是最受欢迎的话题。这一发现进一步强调了OvCa患者对治疗相关信息和支持的高需求。同样值得注意的是，治疗决策占了很大的份额gydF4y2Ba 评估gydF4y2Ba尽管担心OHC可能不是要求做出治疗相关决定的合适资源。这些发现增加了对研究工作的需求，以评估OHCs同行共享的与治疗相关的决定的质量。gydF4y2Ba

此外，我们还研究了评论中信息支持的类型和数量，为研究热含量用户在不同知识获取水平下获得的信息的数量和质量提供了一种手段。总体而言，NOCC组的用户收到的评论数量最多gydF4y2Ba 理解gydF4y2Ba-水平学习目标(N=7.68)，其次是评估-水平(N=7.07)和gydF4y2Ba 分析gydF4y2Ba-level (N=5.63)学习目标。然而，评论数量本身并不足以反映OHC中社会支持的质量和数量，因为一条评论可以提供0、1或多种类型的社会支持;因此，我们对评论中的社会支持类型进行了分类，尤其是信息支持。gydF4y2Ba

描述性结果表明，总体而言，评价级学习中各类社会支持的总量最大，其次为gydF4y2Ba 理解gydF4y2Ba水平的学习，这是最少的gydF4y2Ba 分析gydF4y2Ba层次的学习。对于每种类型的社会支持，gydF4y2Ba 事实gydF4y2Ba与其他类型的支持相比，获得的支持最多。这一结果与Chuang等的研究结果一致[gydF4y2Ba 17gydF4y2Ba]，这些研究是基于对酒精中毒OHC的手工分析。关于学习目标的影响，研究结果表明gydF4y2Ba 建议gydF4y2Ba，gydF4y2Ba 意见gydF4y2Ba,gydF4y2Ba 情感支持gydF4y2Ba是为了寻求问题而获得的吗gydF4y2Ba 评估gydF4y2Ba层次的学习。对这一发现的一个可能的解释是，在一定程度上，需要一些主观知识来支持具有OvCa的评估级学习的信息需求。正如Harkin等人研究中的受访者所证明的那样[gydF4y2Ba 2gydF4y2Ba]，许多受访者欢迎OHCs同事分享的实用建议，因为这些信息引导他们踏上了“获得信息的旅程”。同样值得注意的是，虽然问题与gydF4y2Ba 分析gydF4y2Ba高水平学习目标在OHC中发布频率最高，他们收到的平均评论数量最少，评论中几乎所有类型的社会支持数量最少。为了在未来探索这一发现，除了评论和支持数量之外，还需要采取其他措施。gydF4y2Ba

最后，我们研究了来自同一用户的多个帖子，结果表明OvCa用户在使用OHC期间的学习目标发生了变化。这种变化体现在当前岗位学习目标向下一岗位学习目标的转变。在NOCC上发布>1个带有学习目标的帖子的用户，随着他们继续在同一个论坛上发布和查找信息，大多数人倾向于提高他们的学习目标(70/ 216,32.4%)或保持在同一学习目标水平(90/ 216,41.7%)。此外，对于那些在下一篇文章中提高了学习目标的用户，在gydF4y2Ba 建议gydF4y2Ba，gydF4y2Ba 个人经验gydF4y2Ba，gydF4y2Ba 的意见gydF4y2Ba,gydF4y2Ba 情感支持gydF4y2Ba在现职任职期间(gydF4y2Ba 图8gydF4y2Ba)．换句话说，获得更多的社会支持可能会促使使用者在同一OHC中获得更高水平的知识。虽然这一结果在统计上并不显著，但这一发现进一步证明了社会支持对会员保留率和参与度的影响[gydF4y2Ba 5gydF4y2Ba，gydF4y2Ba 6gydF4y2Ba，gydF4y2Ba 33gydF4y2Ba]并为社会支持对基于网络社区的协作性知识构建和生成的潜在影响提供了新的证据[gydF4y2Ba 13gydF4y2Ba］．未来的深入研究有望探讨OHCs中社会支持，特别是信息支持与知识获取之间的关系。gydF4y2Ba

作为首批在OHCs背景下调查用户知识获取的研究之一，本研究对OHCs和OvCa社区人口提出了几项贡献和影响。gydF4y2Ba

首先，尽管有大量研究OHCs的文献，并且已经证明患者和他们的护理人员会使用OHCs来发布问题和获取知识[gydF4y2Ba 12gydF4y2Ba，gydF4y2Ba 15gydF4y2Ba，gydF4y2Ba 17gydF4y2Ba]，很少有研究将知识获取与不同层次的学习目标以及OHCs中同伴提供的相关社会支持区分开来。我们的研究提供了经验证据，并证明了OHCs中的用户交互可以从知识获取的角度进行描述和研究。并非所有关于学习目标的潜在认知复杂性的信息需求都是相同的。我们的研究还表明，OHC是用户解决不同认知复杂性的信息需求的一个有前途的资源，如果他们的信息需求得到来自同伴的信息和情感支持，OHC可以帮助用户提高知识。gydF4y2Ba

相应的，ohc应该认识到用户信息需求和潜在学习目标的认知复杂性。重要的是，来自同龄人的社会支持的质量和数量对于用户满足他们的信息需求和寻求更高层次的知识至关重要。提高患者的学习目标是重要的，因为追求更复杂的认知学习目标意味着更高的患者激活-知情和激活的患者积极参与医疗保健和决策。更高的患者激活与更好的健康相关结果相关[gydF4y2Ba 34gydF4y2Ba，gydF4y2Ba 35gydF4y2Ba］．考虑到某些类型的支持与学习目标的增加有关，ohc中的算法或人类版主应该与原始帖子中的学习目标水平相匹配，并从活跃的同伴那里获得适当类型的社会支持。gydF4y2Ba

由于其社交特征，OHCs放大了大量信息的好处以及同伴间分享的负面情绪。此外，人们还担心OHCs患者分享的叙述质量[gydF4y2Ba 36gydF4y2Ba，gydF4y2Ba 37gydF4y2Ba］．错误的信息和谣言会导致错误的期望[gydF4y2Ba 2gydF4y2Ba］．为了应对ohc的负面影响，建议由具有专业背景的版主仔细管理内容。应关注具有较高认知复杂学习目标的信息寻求岗位，如寻求同伴的判断和决定。此外，一些高质量的学习材料可以通过OHCs制作和传播，因为OHCs已被证明是一个活跃的非正式学习平台。gydF4y2Ba

OvCa患者表现出持续和动态的信息需求，这种需求根据疾病轨迹而变化。同时，他们对疾病的认识在疾病发展的过程中逐渐发展。由于缺乏疾病意识，大多数OvCa患者在诊断前对OvCa知之甚少[gydF4y2Ba 26gydF4y2Ba］．随着轨道的推进，它们通过各种来源获得信息和知识，包括OHCs [gydF4y2Ba 38gydF4y2Ba］．然而，由于缺乏OvCa相关知识，网络上的一些信息质量较差，以及OvCa固有的特性，知识获取过程可能非常困难[gydF4y2Ba 39gydF4y2Ba］．本研究中发现的与中低水平学习目标相关的问题的高患病率进一步证实了公众对OvCa的认识不足和社区对疾病知识的缺乏。gydF4y2Ba

相比之下，研究结果强调了OHC在支持OvCa社区方面的好处。OvCa患者和护理人员在OHC中解决他们的各种信息需求，并在社区中交换信息和情感支持。此外，基于OvCa相关主题分类的结果为OvCa患者的信息需求提供了深刻的见解，例如对治疗相关信息和支持的高需求。由于OvCa有多种治疗选择，一个更加个性化的搜索系统将有利于提供调整和动态的治疗支持。该研究结果为未来的医疗保健提供者、从业者、研究人员和开发人员设计个性化的健康信息系统提供了启示，这些系统将增强知识获取并满足OvCa患者未满足的需求。gydF4y2Ba

除了本研究的实证和实践意义外，还有一些理论和方法上的意义。首先，本研究采用了混合方法，这使我们能够检查OHCs中OvCa社区知识获取的质量和数量。其次，本研究产生了几个编码框架，如ovca相关主题的编码框架和学习目标的编码框架。这些框架可以为未来的研究人员提供一种方法来揭示OvCa社区的复杂信息需求。gydF4y2Ba

抛开它的优点不谈，这项研究也有一些局限性。首先，本研究对NOCC进行了研究。虽然对于OvCa患者来说，这是一种常见的OHC，但本研究的结果可能偏向于用于收集数据的站点。其次，本研究中对用户学习目标的测量受到A&K分类法范围的限制。只选取了3个具有代表性的认知学习水平。这样的设计是基于方法一节中解释的基本原理，但是我们承认用户的学习和知识演化被过度简化了。知识获取仅限于研究环境。除了OHC内部的信息寻求和支持外，参与者通过其他信息来源了解了多少信息，目前尚不清楚。在未来，一种补充的突发性方法，如问卷调查，将有助于更全面地衡量患者的知识获取。第三，本研究仅根据患者和护理人员的信息需求捕获ovca相关主题。 Other types of supportive care needs, such as interpersonal or intimacy and daily living needs, were not included in the analysis [ 40gydF4y2Ba］．最后，本研究没有根据OvCa患者的疾病轨迹进行区分，因为NOCC的数据很少。然而，文献表明，OvCa患者的信息需求随着疾病轨迹的变化而变化[gydF4y2Ba 41gydF4y2Ba，gydF4y2Ba 42gydF4y2Ba］．研究疾病轨迹对OHC的学习目标和支持是否有显著影响将是有趣的。这个问题的答案可能有助于研究人员和临床医生设计干预措施，更好地支持OvCa患者的疾病轨迹。gydF4y2Ba

这项工作是第一个通过分析OvCa的一个著名的OHC，从知识获取的角度来调查用户参与OHC的工作之一。研究结果表明，用户使用OHCs来满足不同层次学习目标的信息需求，同时，他们可以从同伴的评论中获得各种类型的信息和情感支持。获得支持会促使用户追求更高层次的学习目标。这些发现有助于改进OHC设计，以支持OvCa社区。gydF4y2Ba