这是一篇开放获取的文章,根据创作共用署名许可(http://creativecommons.org/licenses/by/2.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。
互联网站点通常包含与所呈现的健康信息质量无关的视觉设计元素,但可能影响可信度判断和对健康建议的反应。为了评估这些设计元素或可信度线索的影响,我们通过实验,让每周饮酒水平不同的女性访问一个网站,该网站包含有关健康风险(乳腺癌)的高质量但令人不快的信息。这些信息与与信息内容无关的积极或消极的可信度线索一起呈现。
我们探讨了四个研究问题:(1)这些线索是否影响了女性对网站的参与度?(2)它们是否影响了女性在认知和情感上的反应?(3)它们是否影响了女性随后是否按照建议行事?(4)这些线索的影响是否随着女性报告的饮酒量而变化?
总共有85名女性被随机分配去浏览两个版本的网站,这些网站内容相同,但提示不同。一个版本有正面的可信度线索(信任标记),另一个版本有负面线索(广告、药品赞助和捐赠按钮)。客观的测量方法包括视觉注意力(使用眼球追踪设备)、学习材料的时间和回忆。主观测量包括认知和情感反应以及改变的意愿。1周后对随后的行为进行测量。
首先,这些线索并不影响女性在网站上花费的时间,也不影响她们阅读文章的时间。然而,消极线索组的女性看捐赠按钮的时间比积极线索组的女性看TRUSTe印章的时间要长(β = - .43,
与内容无关的图像和标识会影响对高质量健康风险信息的行为反应。这些影响可能是微妙的,随着时间的推移而变化。
互联网已成为健康信息和建议的重要来源,在美国和欧洲,有40%至80%的互联网用户将其用于医疗保健目的[
布里格斯和同事在一系列关于电子健康信任的研究中解决了这个问题,这些研究导致了信任的分阶段模型和一套指导方针的发展[
沉默等[
因此,健康消费者并不总是选择质量最好的健康网站或遵循最好的建议。事实上,他们会表现出明显的不愿相信他们认为与自己重要的先前信念不一致的建议,甚至对这些信息表现出“防御性”反应。
这在电子医疗环境中尤其有问题,消费者经常会发现相互矛盾的建议,并且能够导航到告诉他们更喜欢听到的内容的网站。例如,在一项研究中,一个试图改变自己饮酒行为的人群在互联网上自由选择时,会寻找支持饮酒而不是反对饮酒的材料。
我们提出了一项实验研究,在该研究中,每周饮酒水平不同的女性暴露于有关相关健康风险(乳腺癌)的高质量、不相宜的基于互联网的信息。这些令人不快的信息与与信息内容无关的积极或消极信任线索一起呈现。我们探讨了四个研究问题:第一,线索是否会影响对现场材料的直接参与?我们研究了这些女性在网站上花费的时间,她们在浏览网站页面时的眼球运动模式,以及她们回忆网站内容的能力。第二,这些线索是否会影响他们对该地点的认知和情感反应?我们检查了他们随后对信息的接受程度、情绪和风险的感知,以及他们采用推荐行为的意图。第三,这些线索是否会影响他们随后对给出的建议采取行动的程度?我们检查了暴露于现场后1周的随访行为报告。最后,这些线索的影响是否会随着女性通常饮酒量的不同而不同?我们测试了基线饮酒是否可以调节上述任何结果测量的条件影响。 That is, we tested whether any cue effects were most pronounced among those who drank most (i.e., those who might display the biggest defense motivation) [
为了测试这些研究问题,我们开发了一个两页的网站,其中包含饮酒与乳腺癌风险之间联系的信息。所有材料都是基于最近的一项明确研究,该研究显示了这种联系[
样本由85名女性组成,她们都是经常上网的人,主要是心理学专业的学生(平均年龄= 22.9岁,标准差= 6.5岁)。其中,超过四分之一(n = 22)的饮酒量超过了英国政府建议的每周14个单位的饮酒量。(在英国,一个单位的酒精是8克,大约是半品脱啤酒,一个标准的烈酒计量单位,或一杯葡萄酒。)所有参与者都得到了5英镑的报酬。
该研究采用了参与者之间的实验设计,有一个自变量:参与者被随机分配到积极(n = 42)或消极(n = 43)的线索条件下。该实验具有前瞻性成分,并在1周后进行随访。
除了基准饮酒量外,我们还测量了年龄、性别、互联网使用情况、对酒精的态度[
这条健康信息出现在两个网页上,并包含了饮酒与乳腺癌风险之间联系的信息。网页的文本是基于哈里斯和纳珀所使用的文本。
创建了两种不同的Web页面设计(参见
SensoMotoric Instruments iViewX眼球跟踪系统(SensoMotoric Instruments GmbH (SMI), Teltow/Berlin,德国)被用来记录参与者在桌面PC (1.2 GHz Pentium 4, 256 Mb内存和17英寸液晶显示器)上浏览网页时的眼球运动。根据眼动分析软件,将每个网页上感兴趣的不同设计特征定义为目标区域;发现了15个这样的天体(
在查看信息后,参与者完成了操作后的问卷调查。这是由操作检查项目打开的,包括情绪的测量[
信息获取:8项(例如,“网站告诉了我我需要知道的大部分内容”)
个性化:8个项目(例如,“感觉这个建议是为我个人量身定制的”)
公正的可信度:四项(例如,“建议似乎是公正和独立的”)
设计可信度:四项(例如,“网站有专业的设计”)
受访者的回答分为5分,从“非常不同意”到“非常同意”。
主观指标包括以下内容:
表示接受信息的认知反应:三个项目(例如,“我相信喝酒会增加女性患乳腺癌的机会”)在7分制的量表上从“非常不同意”到“非常同意”进行评分。
对信息的消极情感反应:6个项目(例如,“网站上的材料让我感觉……”)在7分制的量表上从“一点也不焦虑”到“极度焦虑”。
感知脆弱性:三个项目(例如,“你认为你有多大可能会因为你目前的饮酒水平而患乳腺癌),从“不可能”到“极有可能”,以10分制打分。
减少饮酒量的意图:两项(例如,“我打算在未来7天内减少至少2个单位的饮酒量”)按照7分制从“绝对不打算”到“绝对打算”进行评分。
项目取自以前的研究(例如,[
问卷以信息内容回忆测试结束(三个项目;例如,“根据报告,如果女性停止饮酒,英国每年将避免多少人死亡?”)每个正确答案得1分。
一周后,参与者通过电子邮件收到一份简短的随访问卷,测量前7天的饮酒报告,并包含操作后问卷的意图、脆弱性、认知反应(一项)和情感反应(三项)的测量(Cronbach alpha从0.70到0.97)。为了最大限度地提高回复率,问卷设计得很简短。
参与者分别接受了测试。一到实验室,他们就被告知这项研究涉及对互联网上的健康信息进行评估。在完成预测量后,他们被要求舒适地坐在眼球追踪监视器前,同时研究人员校准系统。每个参与者都被告知她将看到一个由两个页面组成的网站。他们被指示想象他们通过搜索引擎的链接找到了这个网站,并像他们用这种方式找到任何网站一样查看和检查这个网站。他们被告知,他们可以在网站上花尽可能少的时间,也可以花尽可能多的时间。当参与者点击第二个网页底部的链接时,这一阶段的研究就结束了。然后他们完成了操纵后的措施。大约7天后,研究人员通过电子邮件向参与者发送了后续措施。
以随机条件为自变量的单因素方差分析(ANOVA)或两步层次回归分析来检验操作前措施或其他变量在组间的差异。α水平
以随机条件作为受试者间自变量的单因素方差分析(ANOVA)显示各组间无显著差异(
与预期的操纵一致,积极线索条件下的参与者更信任网站的两个可信度信任因素,认为网站通过公正性具有更高的可信度(F82= 4.74,
按条件组计算的操纵前平均值一个
消极线索(n= 43) |
积极线索(n= 42) |
|
基准酒精(单位)b | 10.03 (9.10) | 10.95 (9.80) |
对酒精的态度c | 4.23 (0.95) | 4.25 (0.92) |
自尊 | 19.33 (3.73) | 20.05 (3.87) |
性格乐观 | 14.21 (4.60) | 14.56 (4.74) |
乳腺癌风险(哈佛风险计算器) | 2.56 (0.85) | 2.63 (0.80) |
乳腺癌风险(霍尔斯风险计算器) | 16.72 (3.36) | 18.02 (4.72) |
一个得分越高,表明饮酒越多,态度越好,自尊、乐观和冒险能力越强。
b酒精计量单位为英国单位(一个单位为8克)。
c研究人员用7分双极量表来衡量态度。
除非另有说明,其余数据均采用两步层次回归分析。这使我们能够分析基线酒精消费量作为一个连续变量的影响,并评估预测因素组合和单独的影响。当个别预测因子显著时,我们将其(β)报告如下;否则,为了空间的利益,我们只报告预测因子组合的统计数据,包括显著性和效应量(
预测因子对参与者在网站上花费的时间没有显著的整体影响(F3, 84< 1,
参与者花在视觉上检查网站上物品的时间百分比一个
对象b | 消极线索(n= 43) |
积极线索(n= 42) |
1.捐赠/ TRUSTe密封 | 5.03 (4.33) | 1.80 (2.29) |
2.标志 | 5.92 (4.07) | 12.82 (9.39) |
3.菜单1(“您在这里”) | 5.00 (4.13) | 9.80 (7.14) |
4.菜单2(“健康问题”) | 2.75 (2.86) | 3.42 (3.31) |
5.广告/鸿代码 | 1.44 (1.80) | 0.95 (1.68) |
6.上次更新页面 | 0.00 (0.00) | 0.18 (0.50) |
7.赞助商-制药/NHS | 0.25 (0.91) | 0.34 (1.34) |
8.照片 | 1.50 (1.75) | 1.39 (1.62) |
9.酒精和乳腺癌的副标题 | 1.50 (1.82) | 1.45 (1.55) |
10.下一页链接 | 0.08 (0.28) | 0.39 (1.67) |
11.文本第1段 | 6.31 (4.44) | 6.32 (4.80) |
12.文本第2段 | 10.47 (7.13) | 7.47 (7.05) |
13.文本第3段 | 3.40 (3.83) | 2.82 (4.14) |
14.应用程序窗口c | 57.25 (28.27) | 62.03 (26.00) |
15.整个屏幕d | 60.58 (28.15) | 65.16 (25.80) |
一个标准差用括号表示。
b具有不同线索的对象(如广告/HON代码和制药/NHS赞助商)是消极线索/积极线索。
c应用程序窗口指的是Web浏览器。
d整个屏幕指的是显示器上可见的所有内容(即应用程序、边框和任务栏)。
条件不影响任何措施。没有显著的相互作用。基线饮酒水平不影响对材料的认知反应,但较高水平的酒精与更多的负面情绪相关(β = .48,
其他因变量,按条件一个
消极线索(n= 43) |
积极线索(n= 42) |
总数(n= 85) | |
|
|||
信任因子1(访问) | 30.05 (4.60) | 31.00 (3.56) | 30.51 (4.13) |
信任因子2(个性化) | 16.63 (3.70) | 16.88 (2.90) | 16.75 (3.31) |
信任因素3(公正性) | 12.33 (2.10) | 13.51 (2.86) | 12.90 (2.55) |
信任因子4(设计) | 11.56 (2.36) | 12.93 (3.24) | 12.23 (2.89) |
积极情绪 | 2.90 (1.03) | 2.47 (1.05) | 2.71 (1.05) |
负面情绪 | 1.00 (1.41) | 1.09 (1.53) | 1.04 (1.46) |
|
|||
回忆b | 1.07 (0.93) | 0.66 (0.85) | 0.87 (0.91) |
有意减少酒精 | 2.60 (1.64) | 2.88 (1.81) | 2.79 (1.73) |
认知反应 | 4.29 (1.12) | 3.90 (1.12) | 4.09 (1.14) |
消极情绪反应 | 3.54 (1.34) | 3.58 (1.66) | 3.56 (1.50) |
感知到的漏洞 | 2.31 (1.09) | 2.44 (1.16) | 2.38 (1.12) |
基准饮酒量c | 10.03 (9.10) | 10.95 (9.80) | 10.48 (9.41) |
|
(n = 36) | (n = 39) | (n = 75) |
酒精消费c | 10.63 (9.48) | 9.68 (9.36) | 10.13 (9.37) |
相信链接 | 4.53 (1.60) | 4.64 (1.31) | 4.59 (1.44) |
有意减少酒精 | 2.60 (1.64) | 2.98 (1.81) | 2.79 (1.73) |
消极情绪反应 | 3.39 (1.90) | 3.72 (1.96) | 3.56 (1.93) |
感知到的漏洞 | 2.18 (0.87) | 2.34 (1.15) | 2.26 (1.02) |
一个得分越高意味着信任程度越高、积极/消极情绪越强、记忆力越好、意图越强、对信息的接受程度越高、消极情绪越强、感知到的脆弱性越高、饮酒量越大。
b最大可能召回是3。
c酒精计量单位为英国单位(一个单位为8克)。
共有75/85(88%)名参与者回复了随访问卷。这些妇女在操作后所采取的任何随机或操作检查措施上与无反应者没有显著差异(最大F82= 1.1[信任因子3],
至于操作后,随访中基线酒精水平越高,负面情绪就越多(β = .52,
在第1周的随访中,病情与基线酒精摄入量之间相互作用的简单斜率;简单斜率在基线消费的平均值(中等消费)、+1标准差(较高消费)和- 1标准差(较低消费)水平下计算
这些线索是否影响了对现场材料的参与度?我们研究了女性在网站上花费的时间,她们在浏览网站时的眼球运动模式,以及她们对网站内容的回忆,发现尽管这些线索并不影响女性在网站上花费的总体时间或她们阅读文本的时间,但它们确实影响了女性注视的方向以及她们随后回忆的内容。参与者更关注某些消极线索,如捐赠按钮,而不是同等位置的积极线索,而那些在消极线索条件下的人随后在回忆信息时更准确,这表明他们更关注网站内容。
这些线索是否影响了参与者的认知和情感反应?不。我们发现这些线索对认知、情感、脆弱性或意图的任何明确评级都没有影响——至少最初没有(见下文)。然而,那些喝得更多的人报告了更多的负面情绪和脆弱性,并表达了更强烈的减少饮酒的意愿,这种影响在随访中持续存在。这表明,即使是在重度饮酒者中,这些材料也是有说服力的。有趣的是,即使饮酒水平没有影响女性对网站的视觉检查或对网站内容的回忆,这些影响还是发生了。
这些暗示是否影响了女性随后对建议采取行动的程度?是的,可信度线索的重要影响在随访中表现得最为明显,在那些之前报告饮酒过量的人中,积极线索比消极线索更能促进减少酒精。因此,我们最后一个问题的答案——线索的影响是否随着女性通常饮酒的量而变化?-也是“是”。事实上,这些线索现在与基线饮酒水平相互作用,改变了女性对证据的信念:具体来说,报告饮酒最多的女性在随访中表达了对证据的不信任感,尤其是在积极线索条件下的女性。
因此,本研究的结果表明,看似肤浅的网站设计元素可以影响对健康风险信息的反应。正如预测的那样,已知的与可信度正相关或负相关的线索影响了对该网站的参与度,并影响了随后的健康行为和认知。
我们认为这些数据与更广泛的文献中关于对威胁信息的防御性反应的发现是一致的。
因此,研究结果呈现出一幅有趣的画面:一群参与者对一个包含可信但不受欢迎的健康相关信息的网站做出反应。眼球追踪数据也有助于我们了解人们是如何将注意力分配到网站功能上的。例如,在积极提示条件下,相对于网站的其他元素(如徽标),那些在HON代码或TRUSTe印章上花费的时间相对较少
我们在这里已经表明(据我们所知,这是第一次),健康信息和建议中看似肤浅的可信度线索可以随着时间的推移继续影响反应。然而,我们承认我们的研究有一些局限性。我们招募了一个主要是学生的样本,在实验条件下参与一个有点人工的环境。我们不能排除一些参与者可能觉得自己“太年轻”,没有患乳腺癌的风险,或者觉得有义务接受网站上包含的健康信息。我们试图通过明确地指示参与者花时间来直观地探索网站,就像他们自己通过搜索引擎发现它一样,来尽量减少这种情况。我们还确保保健信息特别针对年轻妇女。然而,我们认识到,实验条件也意味着参与者被迫查看网站,因此不能像在更自然的环境中那样选择“选择”网站。
尽管存在这些局限性,但这些发现可能非常重要,因为风险人群通常是最难说服的。
我们需要更多的此类研究来探索设计线索对健康认知和行为的即时和长期影响。这项研究的信息是强有力的,有说服力的,不容易被拒绝。在对健康风险信息的评估中,广告等负面设计线索的影响可能更直接。同样,未来的研究需要探索,当包含可信设计线索的网站呈现不正确的信息,而不可信的网站呈现正确的信息时,会发生什么。还需要进行长期随访,以及针对其他健康风险信息和人群的研究。
书面资料,通常以病人单张的形式出现,通常被视为医疗专业提供口头资料的辅助资料[
这里报道的研究得到了ESRC E-Society资助号RES-335-25-0019的支持。我们要感谢尼克·希瑟对本文前一份草稿的有益评论。
没有宣布。
正面提示网站截图
负面暗示网站截图