这是一篇开放获取的文章,根据创作共用署名许可协议(http://creativecommons.org/licenses/by/2.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是要正确引用最初发表在《医学互联网研究杂志》上的原始作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。
基于纸张的患者决策辅助工具通常使用数字和/或静态图像来显示风险信息。然而,有限的心理学研究表明,当人们交互式地绘制风险信息时,他们会更积极地处理统计数据,使决策更容易获得这些信息。这样的交互工具有可能被纳入新一代基于网络的决策辅助工具中。
我们研究的目的是调查详细描述两种治疗的副作用风险的交互式图形是否比标准风险图形提高了知识和决策能力。
共有3371名来自不同人口统计学的互联网小组成员观看了一个关于甲状腺癌两种假想治疗方法的假想场景。每种治疗都有可能导致两种副作用中的一种,但我们随机改变了一种治疗是否在两个维度上都更好(强优势条件),只在一个维度上稍好(轻度优势条件),或在一个维度上更好但在另一个维度上更差(权衡条件)。我们还改变了受访者是被动地查看静态象形文字(图标阵列)图像中的风险信息,还是通过使用基于flash的交互式动画“填空”象形文字主动操作信息。我们的主要假设是,主动操纵会增加受访者识别优势(在可能的情况下)的能力,并选择更好的治疗。
互动风险图条件的调查完成率明显较差(110/1695,65.5% vs 1316/1659, 79.3%,
交互性,无论在视觉上多么吸引人,都可能增加受访者的负担,分散人们对相关统计信息的理解。决策辅助开发人员需要意识到交互式风险演示可能比静态风险图形格式的演示产生更糟糕的结果。
大量证据表明,即使是受过高等教育的成年人,计算能力也可能很差[
改进风险沟通方法也很重要,因为患者很可能将风险统计数据转化为直观的“主旨”表示[
最近,Natter和Berry提出,迫使受众主动处理风险信息的沟通可能比被动展示更有效[
因此,我们假设,为主动处理设计的任务可能不仅有助于患者理解呈现给他们的统计数据,而且有助于将这些事实融入他们的决策,从而做出更好的决策。
为了验证交互式绘图任务可以提高风险信息的知识和与风险相关的决策的假设,我们进行了一个互联网管理的实验,在实验中,参与者阅读一个假设的治疗决策场景,其中包括两种可能的副作用的风险信息。虽然一些研究参与者被动地查看最新静态风险图像中的风险信息,但另一些参与者必须主动完成一个交互式绘图任务,要求他们填写一个图标数组,以匹配以数字形式提供的风险统计数据。我们评估了互动任务是否影响调查完成率、治疗选择和关于治疗方案的要点知识。
由国际抽样调查(谢尔顿,CT, USA)管理的一组互联网用户中选择了21岁及以上的分层随机美国成年人样本。为了确保至少适度的人口多样性(但不是代表性),并抵消回应率的巨大预期变化,我们根据年龄和种族绘制了不同的子样本,并动态调整每个人口子样本中的电子邮件邀请数量,直到所有配额都达到。选定的小组成员收到电子邮件邀请,完成网上调查。在完成调查后,参与者参加了即时获胜比赛和由国际抽样调查组织管理的每月抽奖活动,以获得适度的奖品。
受访者阅读了一篇短文,在短文中,他们想象自己被诊断患有甲状腺癌,并与医生讨论治疗方案。这篇短文讨论了两种类型的放射治疗,外部束疗法和种子疗法,它们被描述为在治疗患者类型的甲状腺癌时同样有效。两种疗法都有可能导致两种副作用:(1)疲劳,(2)口腔和咽喉问题。我们选择甲状腺癌作为疾病背景,因为它相对不熟悉(相对于乳腺癌或前列腺癌),意味着很少有研究参与者可能对治疗方案或相关风险有先入为主的想法。
我们的主要研究问题是确定交互式绘图任务是否会增加受访者识别更好的治疗方案(即副作用风险较低的治疗方案)的能力。为此,我们实验性地改变了两种治疗方案中每种副作用风险的2个调查页面的内容。在这些页面上,我们在3(风险水平)× 2(图形类型)的受试者间设计中改变了2个因素。
副作用风险在假设的小插图中呈现
疲劳的风险 | 有口腔或咽喉问题的风险 | |||
梁疗法 | 种子疗法 | 梁疗法 | 种子疗法 | |
交换条件 | 12% | 11% | 13% | 15% |
轻度优势条件 | 12% | 11% | 15% | 15% |
强优势条件 | 12% | 11% | 21% | 15% |
风险水平操纵的总结在
所有副作用的风险信息都以数字和并排的图形显示在连续屏幕上(首先是疲劳,然后是口腔和喉咙问题)。一半的研究参与者观察了100个单位的静态图标数组(也称为象形文字:
屏幕图像的静态象形文字
交互式绘图任务的屏幕图像
我们的主要结局指标是首选治疗选择(光束或种子)。我们还问了受访者2个要点知识问题,让他们指出哪种疗法的每种副作用的风险更高。此外,我们通过电子方式跟踪了受访者负担的两项指标:(1)阅读静态图表页面或与交互式图表页面进行交互的时间;(2)调查中断时间(以评估交互任务是否足以让人们厌烦到停止进行调查)。
因为每个人的计算能力各不相同(例如,他们对风险统计等定量健康信息的掌握能力和舒适度),所有研究参与者也完成了主观计算能力量表(SNS) [
我们使用比例卡方检验来检验图表类型是否影响3种风险水平条件下的治疗选择、知识回忆和调查中止率,并使用逻辑回归模型(包括设计因素、交互项、SNS评分和教育水平)来评估这些协变量对治疗选择的影响。由于花费在给定调查页面上的时间具有高度倾斜的分布,我们随后使用Wilcoxon秩和检验来比较花费在阅读静态风险图表和完成交互式图表任务上的时间分布。所有的分析都使用Stata (release 11;StataCorp LP, College Station, TX, USA),所有显著性检验均为2侧检验,使用alpha = .05。
共有3371名21岁以上的人访问了调查网站,并浏览了第一页内容。在这些人中,17人报告实际被诊断患有甲状腺癌,并被排除在外,因为他们预先了解相关的治疗方案,剩下3354人可能是参与者。
总体而言,2426名(72%)的参与者完成了整个调查,包括在调查工具结束时提出的人口统计问题。回答每个人口统计问题的参与者的特征报告在
如
参与者人口统计特征
特征 | 分布 | 意思是(SD) | |
|
49.1 (16.3) | ||
在21 | 351例(14.5%) | ||
- 39 | 448例(18.5%) | ||
40至49 | 435例(18.0%) | ||
50-59 | 396例(16.3%) | ||
60 - 69 | 528例(21.8%) | ||
≥70 | 266例(11.0%) | ||
|
|||
男性 | 1212例(50.0%) | ||
女 | 1211例(50.0%) | ||
|
|||
西班牙裔(任何种族) | 269例(11.2%) | ||
|
|||
白色 | 2008例(82.7%) | ||
非裔美国人 | 236例(9.7%) | ||
所有其他的 | 213例(8.8%) | ||
|
|||
≤高中 | 44 (1.8%) | ||
仅限高中 | 397例(16.4%) | ||
一些大学/贸易 | 1093例(45.1%) | ||
学士学位 | 593例(24.5%) | ||
硕士/博士 | 296例(12.2%) | ||
|
4.63 (1.00) | ||
1.00 - -1.99 | 45 (1.8%) | ||
2.00 - -2.99 | 174例(6.8%) | ||
3.00 - -3.99 | 500例(19.6%) | ||
4.00 - -4.99 | 894例(35.1%) | ||
5.00 - -5.99 | 862例(33.8%) | ||
6.00 | 72例(2.8%) |
一个只报告完成每个问题或测量的应答者的结果。
b受访者可以标记1个以上的种族。
调查完成时间率,按图表类型分类
静态图 | 交互图 | 意义 | |
在风险图表页面停止调查 | 58/1659 (3%) | 391/1695 (23.1%) | χ21= 277; |
花费在2页风险图表上的平均时间(秒)一个 | 52 | 155 |
|
完成整个调查 | 1316/1659 (79.3%) | 1110/1695 (65.5%) | χ21= 80.2; |
一个在没有停止风险图表页面的受访者中。
尽管存在问题,但如果参与者完成互动绘图任务所需的较长完成时间和较低的完成率能够改善完成任务的患者的治疗选择,那么这是可以接受的。不幸的是,情况并非如此。如
事实上,在所有3种风险水平条件下,互动图形条件使参与者对口腔和咽喉问题风险的变化比静态图形条件下的参与者更不敏感。logistic回归分析包括实验因素,以及参与者的计算能力和教育程度,证实了一个显著的图型×条件交互作用(χ22= 18.4,
我们还研究了在互动图形条件下,那些准确绘制出风险统计数据的参与者是否与那些难以完成这项任务的参与者做出了不同的治疗选择。在强显性条件下(交互图形和静态图形之间唯一的总体差异显著),准确绘制4种副作用风险的研究参与者(在回答治疗选择问题的380人中,有243人(64.0%)选择种子疗法的优势选项(164/243,67.5% vs 70/137, 51%, χ)21= 10.0,
治疗选择,根据风险水平和图表类型的条件。注:图表报告了完成调查的参与者的选择。在弱显性和强显性条件下种子治疗法的选择是显性选择,而在权衡条件下则不是显性选择
如
根据病情和图表类型,正确识别哪种治疗有更高的口腔和咽喉问题发生率的参与者百分比
静态图 | 交互图 | 意义 | |
交换条件 | 225/436 (51.6%) | 165/377 (43.8%) | χ21= 5.0; |
轻度优势条件 | 404/502 (80.5%) | 338/414 (81.6%) | χ21= 0.2; |
强优势条件 | 288/452 (63.7%) | 226/374 (60.4%) | χ21= 0.9; |
互动性的承诺是潜在地鼓励人们不仅阅读相关信息,而且积极地处理它们。这种主动处理可能帮助人们记住信息,并利用它做出更好的治疗决定。
不幸的是,在我们的研究中,交互式风险沟通练习的承诺仍然没有实现。我们的互动任务要求参与者在同一页上用数字格式清晰地显示风险统计数据对图表,这增加了调查的退出率,并导致与那些查看已经以相同的静态图表显示的信息的人相比,知识更少,治疗选择更差。
我们的研究有几个关键的局限性。首先也是最重要的是,我们测试了带有特定用户界面的单一类型的交互任务,该任务没有进行外部可用性测试。当然,其他任务或更直观的界面可以改善交互任务的使用和用户体验,从而可能改善结果。第二,如上所述,我们要求健康的成年人回答一个网络调查中的假设场景。因此,与真正的患者相比,这些参与者在阅读旨在告知他们并帮助他们做出自己的医疗决定的详细决策辅助时,很可能更没有动力去解决如何完成互动任务和思考我们提供的风险信息。然而,我们观察到,即使对那些完美完成任务的参与者来说,互动任务也没有任何优势。很难想象,即使是高水平的动机不仅足以弥补我们观察到的知识和决策缺陷,而且还能从完成交互式图表练习中获得显著的好处。
正如Natter和Berry所指出的,尽管已有其他研究在风险沟通中使用了交互式图形[
相比之下,我们的研究没有显示出这种积极的效果。事实上,在我们的研究中,被要求将风险信息互动绘制成图表的参与者在多项结果测量中表现明显更差。这种逆转的部分原因可能是我们使用了象形文字(图标数组),人们对它不像条形图那么熟悉,还有一部分原因是我们的研究是在网上进行的,而Natter和Berry使用的是纸质小册子。我们还推测,互动任务的新颖性可能导致参与者将大部分注意力和认知资源投入到弄清楚他们应该做什么上。因此,这种影响可能阻止了我们的参与者进行我们希望刺激的那种更深层次的、寻找意义的处理。如上所述,更深入、以用户为中心的设计过程可能会产生更好的界面,从而减少这个问题。
我们的不同结果可能还源于我们的任务实施了一种“回教”教学方法,鼓励参与者重申他们已经掌握的信息,而Ancker和同事的研究使用了一种探索任务,鼓励发现风险本身。在对焦点小组记录的定性分析中,Ancker和同事们得出结论,他们的互动风险图表比静态图表引发了更多的情感反应,更多的参与者表达了对大风险的担忧和/或对小风险的释然。
健康教育中其他互动形式的研究,例如电子游戏[
交互式风险图表很有趣,但使用它们可能会对有效地与患者沟通健康风险的目的产生反效果。虽然从小册子和DVD格式到在线资源的患者决策辅助工具的移动为更先进的技术创造了机会,但我们的研究应该作为一个警示故事,以确保开发人员和教育工作者的材料是“前沿的”。我们的教学交互式图表任务旨在加强与决策相关的风险信息的更深层次的认知处理,这正是大多数决策辅助工具试图在患者中促进的思维类型。然而,在这种情况下,我们的干预适得其反,产生了更糟糕的决策结果。显然,需要更多的研究来评估不同类型的交互风险沟通,并识别交互练习的设计特征,与那些不能带来更好的结果的特征相比。与此同时,决策辅助设计师在考虑使用花哨的风险图形时应谨慎行事。
该研究得到了知情医疗决策基金会(ig -0126-1)对zikmundd - fisher博士的资助。zikmundd - fisher博士获得了美国癌症协会(MRSG-06-130-01-CPPB)的职业发展奖的支持。资助协议确保了作者在设计研究、解释数据和发表报告方面的独立性。作者要感谢Angela Fagerlin对本手稿早期草稿的有益评论,Bob Burbach和Mark Swanson对基于flash的交互式图形的开发,以及Nicole Exe对她的特殊研究帮助。
没有宣布
交互式绘图任务的MP4电影。
主观计算能力量表