我们对基于web的PSA测试决策辅助工具(prodex)的用户进行了一项观察性研究 )．对参与者访问prodex时Web服务器软件生成的Web日志数据进行观察。在浏览prodex后，参与者还被要求完成一份在线问卷。

该研究是在prodex的随机对照试验的背景下进行的[ 17，参与者被分配到干预组，要求查看prodex ．参与者是通过他们在英国南威尔士的全科医生招募的，年龄在50到75岁之间，可以上网的人都被包括在内。如果他们以前做过PSA检查或前列腺癌，对英语理解不足，或被他们的全科医生诊断为有学习障碍、严重的精神疾病、严重的健康问题或绝症，他们就会被排除在外。有关研究方案的完整细节，请参见Evans等人[ 17］．

参与者被要求在自己家中或自己选择的环境中，在没有监督的情况下访问和查看prodex的在线学习版本。在浏览网站后，参与者被自动重定向到一份在线问卷，其中包括评估知情决策的问题(如下所述)，并要求参与者从预定义的类别中选择他们的年龄、种族、婚姻状况和教育水平。

prodex分为三个关键模块:“PSA测试”、“这是你的选择”和“前列腺癌”( 图1)．每个模块被进一步划分为包含相关信息的部分和单独的页面。用户使用屏幕左侧的导航栏( 图2)．网站是一个开放的学习环境，也就是说，用户不按照固定的顺序浏览网站，可以自由选择自己感兴趣的页面。用户还可以在不同的模块之间自由移动。浏览页面后，导航栏中会出现一个勾号(参见 图2)．每个页面都包含指向其他相关页面的链接。该网站由文本(伴有可选的音频轨道)、图像、视频剪辑和动画组成。prodex还包含一个“决策堆栈器”( 图2)及“决定摘要”( 图3)．这些功能允许用户跟踪和查看他们不断变化的决策状态。决策堆栈是一个五分制的评分量表，允许用户根据在网站上查看的信息来评估他们是支持还是反对PSA测试。评级记录在决策摘要中，用户可以随时查看和打印。用户可以通过点击页面底部的链接打印每一页。

从网络日志中得到的主要结果是:

评估的知情决策的3个组成部分是:(1)PSA检测和前列腺癌相关问题的知识;(2)对考试的态度;(3)行为，其代理措施是声明的意图进行PSA测试。

在收集网络日志之前，对prodex网站进行了编码，以便每个页面/文件请求都有一个唯一的代码。通过这样做，我们能够从网络日志中确定每个参与者已经浏览了哪些页面以及访问了哪些多媒体元素。

web日志文件是由web服务器软件生成的，该软件跟踪用户与服务器的交互 ．当参与者点击鼠标按钮查看特定页面或网站的交互式组件(如视频)时，浏览器会向web服务器发送特定页面或文件的请求。这在传输日志文件(也称为web日志)中创建了一个日志条目。对于每个参与者，生成一个web日志，其中包含服务器从参与者的web浏览器接收到的每个请求的详细信息。为prodex生成的web日志包括有关Internet协议地址、每次访问的时间/日期、所请求的页面/文件的名称以及连续两次页面/文件请求之间的秒差的信息。

知情决策的组成结果在参与者观看prodex后立即完成的在线问卷中测量 ．知识和态度评估使用PSA测试之前验证过的一组问题[ 18)，并通过一个问题来评估接受PSA测试的意愿，该问题的答案是李克特量表(Likert scale)，从1表示“肯定不会”到5表示“肯定会”。

该研究获得了东南威尔士研究伦理委员会的伦理批准，编号06/WSE04/13 (REC参考号)。在解释了研究的性质和可能的后果后，所有参与者在参加试验前都知情同意。

频率分布用于评估参与者对网站的使用情况(例如，所选择的页面总数和在每个页面上花费的总时间)。对数据进行了异常值检查。为了评估是否存在以访问页面数量为特征的不同用户子组，我们检查了频率分布和Q-Q(分位数-分位数)图。

使用斯皮尔曼的rho在个人水平上评估访问页面数量与知情决策结果(知识、态度、意图)之间的相关性。对于跨子组的比较， t采用Mann-Whitney检验和Mann-Whitney检验。所有检验均选择alpha = .05的显著性水平，所有统计分析均使用SPSS版本12 (SPSS公司，芝加哥，伊利诺伊州，美国)进行。

在相关的随机对照试验中，129名参与者(均为男性)被分配到prodex干预组[ 17］．其中82人成功浏览了prodex，并有可供分析的网络日志。47名参与者的网络日志是不可用的:47人中有30人没有试图访问网站，17人试图访问网站，但随后遇到了软件问题(例如，无法安装Flash媒体播放器)。

在成功浏览prodex的82名男性中，我们发现有8名男性花了过多的时间浏览特定的页面，这表明这些男性可能长时间地让电脑开着，没有任何互动(在一个案例中，这是11天)。这些参与者的浏览时间扭曲了在每个页面、部分、模块以及整个网站上花费的平均时间，因此被排除在与时间相关的描述性分析之外。

在82名网站日志显示他们成功浏览了prodex的男性中，73人完成了在线问卷调查，并提供了完整的结果数据。这73名男性的数据被纳入相关分析。然而，17名试图访问prodex网站但未成功的男性(因此没有提供网络日志数据)完成了在线问卷调查，并提供了完整的结果数据。这些男性与成功访问该网站并拥有完整结果数据的73名男性进行了比较。

表1展示样本的参与者特征。大多数男性年龄在50到59岁之间，已婚或以已婚身份生活，白人。此外，82人中有36人(44%)拥有研究生或研究生学历。

表2介绍了与参与者使用prodex相关的结果总结和3个模块:“PSA测试”，“这是你的选择”和“前列腺癌”。 表3提供与参与者使用互动功能(包括视频和动画)相关的结果的摘要。

参与者(n = 74，排除异常值)在prodex上平均花费20分钟(SD 15分钟)。prodex使用时间最短为1分钟，最长为61分钟。参与者在“PSA测试”模块上的平均时间为7 (SD 5)分钟，在“It 's your Choice”模块上的平均时间为4 (SD 4)分钟，在“前列腺癌”模块上的平均时间为7 (SD 7)分钟。每个模块的最长时间分别为23分钟、17分钟和30分钟。获得的相对较大的标准偏差突出了男子在各模块上花费的时间的巨大差异。

参与者(n = 82)在prodex网站上可能的60个主要内容页面中平均浏览了32个(SD 21)，只有7名男性(8.5%)浏览了全部60个。从“PSA测试”模块查看的19页中平均有11页(SD 6)。8名男性(10%)浏览了所有19页，而4名男性(5%)没有浏览该模块的任何页面。在19个“这是你的选择”模块中，平均有9个(SD 8)页面被浏览，17个男性(20%)浏览了所有19个页面，16个男性(20%)没有访问任何页面。从“前列腺癌”模块查看的22页中平均有12页(SD 9)。19名男性(23%)浏览了所有22页，而13名男性(16%)没有浏览该模块的任何页面。总体而言，男性在“PSA测试”和“前列腺癌”模块上花费的时间和浏览的页面都比在“这是你的选择”模块上花费的时间更长。

该网站的互动功能包括视频和动画。观看视频的平均数量是25分之一，观看动画的平均数量是8分之一。在82名男性中，64人(78%)没有看过任何视频剪辑，44人(54%)没有看过任何动画。在82名男性中，37人(45%)使用了“决策堆栈”，旨在促进参与决策过程。这些人中的大多数人只使用过一次堆垛机，因此，使用率是最低的。82人中只有3人(4%)使用集成打印功能，每人只打印一项信息。

通过检查访问页面数量的频率分布和Q-Q(分位数-分位数)图，我们确定了一个双峰分布。访问页数的频率分布有两种模式，即≤40%和≥80%的页数，中间值相对缺乏。因此，我们根据参与者访问页面的数量定义了三组:低访问定义为0 - 40%(即0 - 24页)，中等访问定义为41 - 79%(即25 - 47页)，高访问定义为80 - 100%(即48 - 60页)。

表2突出了三组之间prodex总体使用的差异，也证明了使用的差异在整个网站的每个模块和部分是相当一致的。低访问组的男性平均浏览了37%(19页中的7页)的“PSA测试”模块，5%(19页中的1页)的“这是你的选择”模块，15%(22页中的3页)的“前列腺癌”模块。另一方面，高访问组的男性平均浏览了每个模块90%以上的可用页面:19页中的17页是“PSA测试”模块，19页中的18页是“这是你的选择”模块，22页中的21页是“前列腺癌”模块。 表3显示三组中视频和动画的使用都很低，尽管高访问组比低访问组查看了更大比例的可用视频和动画。

评估了使用情况(以访问页面数衡量)和知情决策之间的相关性(斯皮尔曼等级相关性[ρ]，双尾)。关注页数作为使用情况的指标，允许在时间数据上包含有异常值的参与者。总浏览页数与总体知识得分之间存在显著的正相关(ρ = 0.69， P<措施)。换句话说，用户访问的页面越多，他们的知识得分就越高。

在浏览的总页数和对筛选的态度之间发现了负相关(ρ = -0.52， P<措施)。也就是说，用户访问的页面越多，他们对PSA测试的态度就越差。在总浏览页数和参加PSA测试的意愿之间也发现了负相关(ρ = -0.44， P<措施)。换句话说，用户访问的页面越多，他们进行测试的意图就越小。

在访问不到40%网站的男性和访问80%至100%网站的男性之间，在知识分数、对测试的态度和进行测试的意愿方面表现出了显著差异。具体地说, t测试结果表明，高访问组(80 ~ 100%)的知识得分显著较高(t₅₆= 6.35, P < .001)，对PSA试验的好感度显著降低(t₄₈= -4.51, P<措施)。在比较高访问权限组和低访问权限组时，查看的页面数量对进行测试的意图也有显著的反向影响(Mann-Whitney U = 211， n₁ ＝31 n₂ ＝26日, P< .001，双尾)。

比较成功和不成功使用prodex的参与者 ，有显著差异。具体地说, t测试表明，那些成功的人有显着更高的知识分数(t₃₆= 4.59 P< .001)，对PSA试验的好感度显著降低(t₄₃= -2.44 P= .02点)。两组患者进行PSA检测的意愿无显著差异(Mann-Whitney U = 585.5， n₁ ＝73 n₂ ＝17日, P= .71，双尾)

这篇关于男性使用在线决策辅助工具的网络日志分析表明，增加使用和增加知识之间存在很强的相关性，对PSA测试的态度不太好，以及参加测试的意愿一致减少。我们发现了一个显著的剂量-反应关系，即明智的决策随着网站使用量的增加而增加。

我们发现，使用prodex的男性在戒烟前平均花20分钟浏览网站。因此，尽管由于显著的剂量-反应关系，增加访问是可取的，但开发者实际上只有大约20分钟的时间来支持一个知情的在线决策。然而，用户可能会花更少的时间在研究背景之外浏览这样的网站，所以这个时间框架可能会进一步受到限制。正如预测的那样，我们还发现使用prodex的男性并不是一个同质的群体，而且使用prodex的特征也不是连续的。相反，数据的双峰分布突出了两个不同的用户群体，其特征是低访问和高访问。正如本文最后所讨论的，本研究的关键发现对决策辅助工具的未来设计具有重要的影响。

这是第一个分析在线研究期间收集的在线决策辅助工具的网络日志的研究。我们不仅成功地识别了使用模式，而且还证明了与相关随机对照试验结果测量的相关性。具体来说，我们能够确定决策辅助的实际使用和知情决策的组成部分之间的关联。如果决策辅助工具的设计是为了促进知情决策，那么我们了解导致这种情况的使用类型就很重要。

使用一种分析网站日志文件的新方法，我们已经确定了需要改进的研究局限性。首先，47名男性无法使用网络日志;30名男子没有试图进入现场。这是一个相对较高的不参与率，可能会对整体调查结果产生影响。有证据表明，47名参与者中有17人未能成功登录该网站。未来基于网络的研究应确保用户可以获得软件支持，以最大限度地减少与软件下载相关的参与者退出。第二个弱点与时间数据的解释和基于网络日志的假设有关。虽然在特定页面上花费很长时间可能表明用户花时间阅读了它，但这也可能意味着用户离开了计算机并稍后返回。考虑到网络日志是在家庭环境中收集的，在家庭环境中可能有更多的中断，时间数据可能被高估了。因此，我们不能确定用户在网站上花费的时间是否意味着用户当时正在浏览页面。

我们建议对网络日志数据的解释应该主要基于浏览的页面数，而不是花费的时间。这两个指标高度相关，但前者更稳定和稳健。用法和结果测量之间的相关性也必须谨慎解释。虽然剂量-反应相关性表明，使用prodex的增加会导致更明智的决策，但情况可能是这样的，例如，在浏览prodex之前，对测试持更多怀疑和不太积极态度的男性更有可能花更长的时间浏览该网站。

Molenaar的 11关于乳腺癌交互式CD-Rom的研究也使用了计算机事务日志数据进行观察分析，但他们进行了一项观察性研究，其中研究人员监测了访问情况。用户花在查看决策辅助工具上的平均时间要长得多，用户花在查看CD-Rom上的信息上的时间超过1个小时。相比之下，我们发现参与者平均花了20分钟浏览prodex。与我们的研究不同的是，参与者被要求在护士在场的情况下查看Molenaar的决策辅助，这可能会鼓励参与者花费比在自然条件下更长的时间查看信息。因此，我们认为在我们的研究中观察到的20分钟时间框架是一个更现实和生态有效的使用表示，决策辅助工具应该在设计时考虑到这一点。

然而，我们应该注意到，所用时间的差异也可能是抽样总体的函数。首先，有一些证据表明，女性通常更积极地参与有关自己健康的决策。 19］．其次，PSA测试仍然存在争议，因为该测试受到其敏感性和特异性的限制，并且与前列腺癌的自然史和治疗相关的不确定性。正因如此，男性通常没有迫在眉睫的时间框架需要做出是否进行PSA检测的决定，不像女性可能需要在乳房保留疗法和乳房切除术之间做出决定，正如Molenaar [ 11］．因此，重要的是检查决策辅助工具的使用，以便更准确地筛查程序和更好地了解病情的自然史和管理的疾病治疗方案。

这项研究扩展了现有的研究[ 11通过检查使用和结果测量之间的相关性。这使我们能够检查导致知情决策的使用模式，这是决策辅助工具旨在促进的。我们还研究了使用模式，我们认为这应该为决策辅助的未来设计提供信息。以前的研究还没有解决网络日志数据的功能性使用。

有证据表明，prodex促进了男性的知情决策，我们强调了应该告知决策辅助工具未来设计的因素。首先，针对使用prodex的人群 ，20分钟似乎是一个关键的时间窗口，在这段时间内我们可以实际地期待信息被访问。这一发现意义重大，因为最近有一种趋势，即开发更复杂的决策辅助工具，需要更长时间才能使用，这可能被视为过度工程。然而，我们证明了参与者没有使用交互功能，并且支持决策的信息传递的机会窗口是狭窄的。其次，决策辅助工具的用户并不是一个同质的群体:有不同类型的用户，其特征是他们与决策辅助工具的交互水平。因此，开发人员需要设计工具来充分支持和促进不同类型用户之间的知情决策，并且应该避免为所有人设计一种干预。

我们对开发更短的决策辅助工具的简单响应提出了警告，可能为高用户和低用户提供两个版本。在我们看来，一个更有效的回应是远离决策辅助的传统线性设计，转向使用层次方法设计工具( 图4)，即具有多层的决策辅助。

顶层将为用户提供关键信息，并允许他们访问最重要和相关的信息，只需很少的导航。这一层将针对低访问组。这将确保他们在短时间内获得所需的信息，从而做出明智的决定。对于那些希望深入挖掘的人来说，更复杂的功能(例如，交互元素)和详细的信息将是可访问的。通过采用这种分层方法，开发人员可以满足不同类型用户的需求，并在相对有限的时间框架内交付相关的和最重要的信息。我们相信，沿着这些路线进行进一步研究和决策辅助开发的开发人员将能够为大多数人提供明智的决策支持。此外，当前研究中发现的“黄金”20分钟时间限制可以为其他开发人员提供有用的启发。但是，我们建议将web日志分析作为在线决策辅助开发过程的一个组成部分，并作为事后分析的工具，这样开发人员就可以建立与他们自己的情况相关的“关键窗口”。