了解影响医生采用和有意义地使用社交媒体来分享医疗信息的因素

介绍

医疗实践所需的信息量正以指数级的速度增长，一个医生完全掌握整个知识库的能力早已被超越了。1］．初级保健领域和数据密集型专业(如肿瘤学)的医生在消费和管理可获得的大量信息方面承受着特别沉重的负担。1-3.］．在接下来的十年里，传统模式的认知限制，其中医生被期望学习，保留和调用一个不断扩大的医学知识体系，将变得更具挑战性。我们需要新的学习和分享模式。

社会学习理论早已应用于医学教育[2，4，5］．在过去，这些探索集中在源自培训谱系、地理位置和医学学会或协会的共享会员资格的简单联系上，并且这种联系很大程度上是偶发的(例如，年度会议、委员会工作和listservs)。然而，随着社交媒体的出现，社交学习的概念可以包含无数非传统的联系和使用。

社交媒体网站和应用程序是在线环境，用户在其中贡献、检索和探索主要由其他用户生成的内容。与卫生保健组织中使用的更传统形式的信息和通信技术相反，通过社交媒体产生的内容通常是由用户为用户创建的，从而允许知识和支持通过专业社交网络更有效地流动，并允许在专业社交网络中更有效地利用答案和支持[6-9］．

尽管越来越多的文献强调了与医疗保健中社交媒体使用相关的承诺和争议，但令人惊讶的是，很少有针对受其影响最大的人的实证研究。10-12］．在如何选择社交媒体、收集看法和检查使用情况方面也存在差异，从而限制了结论的价值[13，14］．例如，最近的一项文献调查发现，在健康2.0和医学2.0出版物的44篇文章中，有46种独特的社交媒体定义[15］．此外，虽然患者正在接受社交媒体技术与其他患者和医疗保健专家分享信息，但执业医生似乎更不愿意进入协作医疗保健的新时代。16］．

我们使用了一个理论框架来评估和预测医生在分享医学知识和终身学习方面对社交媒体的采用，并探讨了在快速变化的医学知识环境中，初级保健和肿瘤学两个专业对社交媒体的采用是否存在差异。我们在技术接受模型(TAM)的基础上开发了研究模型(多媒体附录1)，假设医生对技术的态度、对技术有用性和易用性的看法以及个人创新和信仰等个人因素可以最好地预测技术的使用情况。

方法

研究设计

我们对在美国执业的初级保健和肿瘤学领域的医生进行了横断面研究，以检验以下主要假设:认为社交媒体易于使用和有用的医生，以及对社交媒体的使用持积极态度的医生，更有可能通过社交媒体与其他医生分享医学知识。本方案经西方机构审查委员会(Olympia, WA, USA)批准。

模型、度量和数据收集

我们设计这项调查是为了检验TAM中假设的理论框架[17］．TAM提出，个人对技术的接受程度取决于其感知到的有用性和感知到的易用性。该模型预测，易用性和有用性将影响个人对技术的态度、使用意图和接受程度(图1) [17］．

调查问题改编自以前公布的量表。在实施之前，我们在目标受众中的2名医生中实地测试了调查工具的清晰度和全面性。本调查采用多条目量表对每个结构进行评估(1)采用社交媒体的感知障碍，(2)采用社交媒体的动机，包括职业进步的愿望，个人创新和获得同行的机会，(3)对社交媒体的态度，(4)感知社交媒体的易用性，(5)感知社交媒体的有用性，以及(6)使用社交媒体与其他医生分享医学知识。最终的量表包括27个项目，评估感兴趣的构念。障碍、动机、感知易用性和感知有用性(自变量)的回答类别由7分量表组成，范围从非常不同意到非常同意。对社交媒体使用的态度采用10分语义差异量表进行评估。结果是使用社交媒体与其他医生分享医学知识的频率(因变量)。目前使用频率的反应类别为从不、很少、每月、每周一次、每周3次、每天和每天多次(多媒体附录1）.

在本研究中，我们将社交媒体定义为基于互联网的应用程序，允许创建和交换用户生成的内容，包括社交网络、专业在线社区、维基、博客和微博等服务。我们将使用定义为与医学界的其他医生交换信息、建议、想法、报告和科学发现。另外还使用了一些问题来了解特定于社交媒体应用的采用情况。我们没有在TAM分析中使用这些数据，而是提供了一个关于当前使用水平和未来使用每个应用程序意图的更细粒度的视角。

从美国医学协会医师档案中随机抽取了1695名医生作为全国样本:699名从事肿瘤学工作，996名从事初级保健工作。我们于2011年3月向样本中的所有医生发送了电子邮件邀请他们参与调查。为完成调查提供了50美元的酬金。

‎ 查看此图

分析

在进行假设检验之前，我们评估了调查项目的信度和效度。为了评估信度，即组成一个结构的多个项目之间的一致程度，我们确定了变量的Cronbach alpha。平均Cronbach alpha为0.92，所有构式均高于0.70的推荐阈值。判别效度用于证明感兴趣的构念与其他构念的差异程度。为了评估区别效度，我们使用主成分因子分析来测试各种项目在其理论构念上的负荷最高。我们进行了包含所有多项目结构的单因素分析，使用最大旋转并提取8个因素;所有项目对其预期因素的负荷在0.69或更高的水平，表明有足够的区分效度。

我们采用层次回归分析对理论模型进行检验。层次回归分析可以测试一组变量，作为一个块输入，并在理论上合理的顺序，是否显著增加方差已经由一组先前的变量解释。第一步，我们输入人口统计变量。在第二步，我们进入了个人因素(障碍、推动专业社区的动机、个人创新和同行访问)。在第三步，我们输入对社交媒体的态度，感知易用性和感知有用性。指定的进入顺序允许严格测试个人因素的影响，而不是人口变量，以及态度和观念的影响，而不是所有先前进入的因素(多媒体附录2）.

为了评估多重共线性的严重程度，当多元回归中的2个或更多预测变量高度相关时，我们计算了每个变量的方差膨胀因子。所有方差通货膨胀因子都低于普遍接受的5.0临界值。我们还进行了分析，从回归中删除了有用性变量。在最终模型中解释的方差量从0.57下降到0.52，结果的模式相同。因此，我们在最终模型中加入了有用性变量。在报告数据时，我们使用P= 0.05，双侧，作为估计自变量对医生使用社交媒体频率影响的统计显著性标准。所有分析均使用PASW统计软件，版本18 (IBM Corporation, Somers, NY, USA)进行。

结果

我们收到了联系的1695名医生中491名的回复，回复率为28.97%。然而，6名自我分类为非执业医师的受访者被删除，并分析了485名样本(186名肿瘤学家和299名初级保健医生;表1）.为了评估反应偏差，我们比较了早期和晚期响应者在关键态度问题和人口统计学变量上的结果。早期和晚期应答者之间没有显著差异，最大限度地减少了我们采样框架中应答偏差的担忧。为了评估无反应偏倚，我们将抽样框架的人口统计数据与美国初级保健医生和肿瘤学家的总体人口统计数据进行了比较，没有发现明显的差异，将无反应偏倚的威胁降到最低。

该研究旨在从微观层面了解目前采用社交媒体与医学界其他医生交流信息、建议、想法、报告和科学发现的情况和意图。图2显示受访者正在使用的应用程序和平台。通过在调查中提供特定应用程序的列表，我们的目的是强调TAM分析中使用的社交媒体的更广泛定义。在所有应用程序中，认知度很高，78%-98%的受访者声称知道该应用程序。目前的使用情况在特定应用程序的基础上有所不同，从Twitter的33(6.8%)到在线医生社区(如Sermo, Ozmosis或医学协会会员网站)的252(52.0%)。对于每个应用程序，都有一部分受访者(在5%到33%之间)声称他们“永远不会使用”该应用程序与医学界的其他医生交换信息、建议、想法、报告和科学发现。但对于大多数应用程序(除了受限制的在线社区)，大部分受访者认为他们目前不太可能或不确定他们的使用意图。

图3显示社交媒体使用的频率分布。受访者表示他们(1)使用社交媒体的频率贡献向其他医师传授医学知识，(2)均使用社交媒体寻求关于医疗问题或情况的具体信息，以及(3)使用社交媒体扫描或浏览医学知识为新的见解。总体而言，485名受访者中有117人(24.1%)每天使用社交媒体浏览或探索医疗信息，而485名受访者中有69人(14.2%)每天通过社交媒体提供新信息。这些数字上升到296 / 485(61.0%)扫描和223 / 485(46%)每周贡献一次或更多。

TAM探讨的变量之一是受访者对社交媒体与医学界其他医生交换信息、建议、想法、报告和科学发现的有用性的一般态度。图4(A部分)显示了受访者对社交媒体使用的三个维度的感受:感知风险、感知有用性和感知信息质量。大约三分之一的受访者认为社交媒体是时间的基本利用，是有益的，并返回高质量的信息。图4(B部分)显示了受访者如何感知他们参与和使用社交媒体对他们的能力和临床表现的影响。大约60%的受访者(485人中有281人)表示，社交媒体使他们能够更有效地照顾病人，并提高了他们提供的病人护理质量(485人中有291人)。

表2显示结构与方差膨胀因素之间的相关性。虽然大多数相关性是适度的，但有两个变量与技术有用性的感知非常密切相关:对使用的态度(0.80)和使用频率(0.72)。这些变量表明，对使用社交媒体持强烈积极态度的受访者，发现使用社交媒体有助于提高他们的表现和病人护理，他们更有可能成为社交媒体的频繁用户。

表3显示了层次回归分析的结果。在包含人口统计学变量的第一步中，使用社交媒体的唯一重要预测因素是医学院毕业的时间，这表明年轻的医生可能更频繁地使用社交媒体;然而，解释的方差量小于2%。专科的控制变量不显著，表明肿瘤医生和初级保健医生在使用模式的频率上没有显著差异。在第2步中，我们将障碍和个体因素添加到模型中。在使用频率中解释的方差量增加到43%，变量个人创新和获得有影响力的同行是关键的预测因子。然而，年龄不再重要，但性别在步骤2中变得重要。

在步骤3，即最后的模型中，我们解释了57%的使用频率差异。人口统计变量不再显著。障碍在前两个步骤中并不重要，但在积极的方向上变得重要。这是令人惊讶的，因为使用障碍与使用频率具有显著的负双变量相关性，并且直观地我们预计使用障碍越高，医生使用社交媒体的频率越低。这表明，一旦考虑到对社交媒体的态度和对其有用性和易用性的看法，受访者经常使用社交媒体，即使感知到的障碍很高。接触有影响力的同伴的能力仍然很重要，这表明受访者将更频繁地使用社交媒体，因为他们的动机是获得基于同伴集体知识的学习和决策资源。对社交媒体使用的积极态度以及对其易用性和有用性的看法也是使用频率的重要预测因素。

虽然在层次回归模型中，特殊性并不显著，但本研究的目标之一是确定是否不仅在社交媒体使用频率上存在差异，而且在解释使用频率的预测因素上也存在差异。这些数据表明，肿瘤学家更容易受到个人创新动机的影响，而初级保健医生更容易受到同行的影响(表3）.两组人都受到对社交媒体、易用性和有用性的积极态度的影响。

‎ 查看此图

‎ 查看此图

‎ 查看此图

讨论

随着患者护理所需的医学知识不断扩大，社交媒体技术可能为教育和告知执业医生提供高效和有效的工具。我们的研究结果表明，尽管一小部分受访者每天都在使用社交媒体来寻找、扫描或与其他医生分享医学知识，但多达一半的受访者每周都会采取这些行动。超过70%的受访者每月至少使用一次社交媒体。

从这个研究样本来看，社交媒体使用的频率似乎主要受到对技术的积极态度的影响，认为技术易于使用，并认为技术有助于实现更好的绩效结果。相反，发现不显著的因素包括通常被认为重要的人口统计学变量，如毕业年限(代表年龄)、性别、每周见的病人(代表医生有多忙)和专业类型。这一发现与其他研究一致，这些研究表明，与实践相关的特征与使用基于互联网的通信技术无关[14］．

社交媒体的使用显然是特定于应用程序的，一旦我们超越了TAM分析中使用的社交媒体的一般定义，我们就会发现，在我们所研究的应用程序列表中，采用程度的差异是6到7倍。有趣的是，超过一半的受访者采用了仅供医生使用的在线社区，目的是与其他医生交换医疗信息。虽然未来的研究应该探索应用程序特定级别采用的预测因素和障碍，但从这些数据可以推断，TAM的元素本身是特定于应用程序的。例如，受访者可能将在线社区视为比更广泛开放的社交媒体应用程序(如Twitter、LinkedIn或Facebook)风险更低、质量更高的医学知识来源。

在本研究样本中，肿瘤学家和初级保健医生之间的一个关键区别是影响使用的潜在因素。肿瘤学家更有可能出于个人创新意识而使用社交媒体。在某种程度上，这可能是由于肿瘤学家的专业文化特征，即认为需要站在科学和临床实践的前沿[18，19］．相比之下，初级医生更有可能出于接触同行医生并受其影响的需要而使用社交媒体[20.］．除了个人因素和态度外，受访者更有可能使用社交媒体与其他医生分享医学知识，如果他们认为学习技术对他们来说很容易，并且当它产生有用的绩效结果时，例如提高实践效率和改善患者的治疗效果。此外，尽管认知障碍很高，但如果受访者发现社交媒体有用，他们仍然愿意更频繁地使用社交媒体。这些发现表明，目前影响频繁使用的关键因素是经验因素，只有在最初采用该技术并使用一段时间后才能实现。但值得注意的是，没有明确的研究表明，使用社交媒体与其他医生交流医疗信息，作为他们终身学习和持续专业发展的一个组成部分，会使医生更有学问，或使患者的治疗效果更好。就目前而言，个人经历和轶事可能是这些积极态度的主要驱动力。

也许，随着医生越来越多地尝试使用社交媒体技术，这些工具可能会提供一种高效的手段，使他们能够及时了解提供患者护理所需的大量医学知识。这可能会对医学产生变革，因为传统的以讲座为基础的继续医学教育已被证明在很大程度上无法改变医生的行为，而与此同时医学知识正以历史上最快的速度变化。21-23］．社交媒体技术可以补充(甚至取代)医生的继续医学教育，作为一种非正式或正式的学习渠道[24-26］．但就目前而言，社交媒体渠道如何成为医生接触新兴信息的工具，这些信息有可能通知或改变实践，这仍然是一个悬而未决的问题。27，28］．

作为首批研究影响医生使用社交媒体与其他医生分享医学知识的频率的因素之一，本研究有几个优势和局限性。这项研究的第一个优势是为我们的关键兴趣结构建立了明确的定义，特别是定义了什么构成了社交媒体，并澄清了兴趣的使用类型(与其他医生分享医学知识)。第二个重要的优势是本研究的理论基础是基于TAM，并使用先前验证过的多项目调查量表来确保研究结果的可靠性和有效性。第三，本调查研究了两个医学专业，其特点是医学知识库快速变化和动态。

然而，该研究的局限性包括对两个医学专业的狭隘关注和一个特定的用法定义;需要更好地了解使用社交媒体进行终身学习的障碍;并且需要更好地理解为什么受访者表示他们永远不会使用某些渠道与其他医生交换医疗建议。应该指出的是，第一个限制与本研究的优势之一密切相关:使用的定义仅限于与其他医生分享医学知识。因此，我们的研究结果不能推广到其他类型的使用:医生使用社交媒体来治疗或教育患者;它们也不能推广到医生的个人使用。此外，很少有先前的研究指导我们探索使用障碍，因为它们与其他医生交换医疗信息有关，这是他们终身学习和持续专业发展的组成部分。因此，本研究依赖于更普遍的障碍，包括与隐私相关的风险，在实践中访问社交媒体应用程序，以及使用和探索这些技术的可用时间。如果我们对特定用途的障碍有更深入的了解，我们的预测分析可能会产生更强有力的结果。

未来的研究应检查其他人群的医生和其他类型的卫生保健专业人员之间的潜在差异(特别是农村和城市;以及急救专业人员和公共卫生专业人员)在使用社交媒体分享和交流医学知识方面的表现。除了与其他医生分享知识之外，研究还应该调查不同类型的社交媒体使用情况。

结论

临床医生必须学习、理解并在实践中应用的信息量正以前所未有的水平增长，而且早已超出了我们的认知能力。一般来说，社交媒体和社交学习模式提供了一个重要的机会来管理这种信息超载，但前提是媒体被有效地使用。本研究表明，采用社交媒体与其他医生交换信息和医学知识强烈依赖于技术的感知有用性和医生对这些技术提供的价值的一般态度。应努力进一步探索这些使用的预测因素。这些后续研究必须严格进行，必须以明确的步骤推动专业学习和发展的科学向前发展，使医生能够完全接受合作的护理方法。