提供高质量的患者护理需要卫生从业人员了解有关临床诊断和治疗策略的最佳证据，更重要的是能够将这些知识转化为临床实践。然而，研究表明，重要的医学研究在临床实践中往往没有得到充分利用[ 1- 3.]，导致护理不佳。研究表明，30-40%的患者没有接受循证知识支持的治疗，高达25%的患者接受了不必要或可能有害的治疗[ 4， 5］．因此，重要的是开发创新机制，帮助有效地将显性知识转化为临床实践，以改善患者护理。

知识转化(KT)需要实施和制定知识传播策略，以使新的健康知识迅速应用于临床实践[ 6］．传统的KT策略(包括面对面会议、研讨会、口头报告和出版媒体)已被成功应用于将新发现、方法和政策转化为实践。将KT作为一种协作活动，可以鼓励同行驱动的增长，这是实践社区的重要组成部分[ 7］．实践社区由一群人组成，他们拥有共同的兴趣，但在知识和经验上有所不同，他们有兴趣相互交流，以分享和推进他们的知识和学科领域。因此，实践社区中的KT可以被理解为最佳证据的共享，将这些证据与个人经验和观察结合起来，并通过实际情况特定的策略和建议来操作证据。

Web 2.0工具的出现为追求创新卫生方法提供了机会KT [ 8- 10］．Web 2.0工具，例如讨论论坛、博客和邮件列表，通过提供虚拟KT环境提供了面对面知识传播活动的替代方案，在虚拟KT环境中，来自不同地理位置、不同专业背景和不同专业水平的社区成员可以聚集和协作，传播明确的知识并影响实践变革[ 7］．在实践中，在线讨论论坛让参与者参与异步KT对话，通过这种对话，不仅可以传播预期的显性知识，而且还可以分享与这种显性知识相关的经验知识——专业经验、见解和对特定临床场景中什么有效，什么无效的观察。这种明确知识的语境化有助于KT练习，允许参与者看到如何将已发表的知识应用到他们的临床环境中。尽管直接面对面的KT策略有很多好处，但基于Web 2.0的KT方法可以建立一个活跃的从业者社区，他们可以相互交互，共享知识并将知识转化为实践。

在本文中，我们讨论了一个Web 2.0 KT环境，目标是在对改善儿科疼痛管理感兴趣的从业者社区内进行知识共享。泰国儿科疼痛讨论论坛是为了促进在线社区从业者围绕儿科疼痛管理主题的知识共享[ 11］．KT干预措施是与加拿大和泰国研究团队合作开展的更广泛的全球健康项目的一部分，该项目旨在提高儿童对疼痛的认识，并缩小泰国7家不同医院在儿科疼痛管理方面的知识差距[ 11］．该项目的目标是提高卫生从业人员对儿科疼痛的认识，标准化跨医院的儿科疼痛管理，在从业人员之间分享知识以减少知识差距，并改进儿科疼痛管理的实践。讨论论坛被设计为KT工具，旨在吸引来自不同医院和专业的从业者，以培养一个儿科疼痛实践社区。

在线讨论论坛已经活跃了3年多，为儿科护理专业人员提供了一个可行的媒介，可以发起一些特定主题的讨论，分享他们的经验知识和明确的知识资源(如指南、研究文章、演示文稿等)，旨在协作减少儿科疼痛管理方面存在的知识差距。知识共享的过程大致如下:(1)从业者通过将问题提交到讨论论坛来寻求问题的解决方案或建议，(2)对该问题有兴趣和专业知识的社区成员回应并主持讨论，(3)随后进行在线对话，从业者强调最佳证据、共享经验和相关理论，以帮助解决社区成员提出的问题，(4)讨论中分享的知识通过论坛传播到整个从业者社区。儿科疼痛讨论论坛的一个重要方面是，讨论(表现为关于特定主题的一系列消息，称为“线索”)是存档的，可以分析讨论的知识内容，也可以理解从业者社区之间的KT模式。

为了了解与儿科疼痛社区知识共享的动态，我们调查了知识共享的以下方面:

前两个问题是使用统计分析和可视化来回答的，而最后三个问题是使用社会网络分析(SNA)来解决的。我们通过分析工具调查上述研究问题，并根据在线社区实践中注意到的社交网络和通信模式提供定量测量。最后，我们讨论了Web 2.0工具对KT的效用，特别是在特殊兴趣在线社区的知识共享上下文中。

利用互联网促进社会互动和KT是一个研究得很好的领域。Wellman及其同事[ 12调查了大量基于互联网的社区，以研究在线社区的原则如何应用于工作场所的互动。他们探索了原始的通信工具，如电子邮件、列表服务器和usenet组，以确定这些工具如何通过连接物理边界来改善通信。在一系列论文中[ 13- 16]， Wellman和其他人扩展了这一分析，以探索在线社区作为社会网络，并使用SNA，提出了分析方法，以更好地理解人们如何在在线环境中交流。使用SNA作为了解在线社区的工具，形成了我们的研究项目的基础，以观察和理解儿科疼痛讨论论坛中的交流模式。

网络已经成为卫生论坛和在线社区的选择媒介。Eysenbach和同事[ 17仅在雅虎群内就发现了24000个与健康相关的讨论组(2004年)。作者试图回顾论坛作为一种医疗干预的效果，但发现缺乏高质量的论文。他们找到了代表38项研究的45篇论文，其中只有6篇将基于互联网的干预作为该项目的主要焦点。作者得出的结论之一是，没有强有力的证据表明在线社区对健康结果有影响，但从在线社区寻求信息时，有明显的健康益处。会议指出，随着虚拟卫生社区数量和规模的增加，了解这些社区对卫生态度、知识和结果的影响至关重要。我们项目的目标之一是概述如何将SNA用作了解在线社区的工具，以便更适当地解决其作为干预措施的功效。

如果在社区内存在交流和分享健康知识和经验的"内在愿望"，虚拟社区就会成功[ 17］．这一发现在最近使用论坛促进教育和KT的经验中得到了证实。例如，在一项研究中，解剖学课上的学生将8%的成绩与他们在论坛上的参与联系起来，83%的学生发现论坛有助于提高他们的团队建设和批判性分析技能[ 18］．Kuhn等人也证实了这一发现[ 19他们发现，作为一种促进护理学生之间交流的工具，有节制的考试前讨论论坛显著提高了学生的成绩。瓦莱提斯等[ 20.]设计了一个讨论论坛，以促进社区卫生护士实践虚拟社区的建立。对于一个缺乏优质知识的分散社区[ 20.]，一个讨论论坛为参与者提供了一个关键的KT工具，为他们提供了一种与同龄人联系的方式。作者指出，“有效实践社区的发展依赖于社区中个人批判性地解释、回应和与同事共享信息的能力”[ 20.］．

相比之下，当社区既不要求(通过年级)也不要求参与时，人们注意到参与倾向于减弱。在一项比较在线期刊俱乐部和面对面期刊俱乐部的研究中，研究人员发现在参与率上存在巨大差距，网络期刊俱乐部的参与率更低。［ 21］．尽管作者声称期刊俱乐部是强制性的，但不参加没有惩罚。由于没有明确的参与诱因，居民们也没有内在的意愿，这个论坛摇摇欲坠。因此，我们认为重要的不仅仅是为从业者提供另一种沟通工具，而是建立一个实践社区[ 22在这个圈子里，人们可以与他们的同伴交流并分享信息，这样整个社区就能从少数人的见解中受益。

实务团体[ 22被定义为一群对他们所做的事情有共同关注或热情的人，他们定期互动以学习如何改进。实践社区有3个维度:领域、社区和实践[ 7］．域是由组定义的感兴趣的区域。社区是有共同兴趣的人相互学习。这些人不需要每天在一起工作，也不需要面对面。社区的定义质量是个体相互交流，相互学习 ． 实践是社区成员努力改进的内容，他们从社区收集知识，并将其用于日常活动中。

为了建立一个可行的在线实践社区，对在线KT环境的开发和运营采取系统的方法是很重要的。其中一种方法是利用互联网进行知识共享(LINKS)模型，该模型提出了一个概念框架，以帮助建立使用Web 2.0工具进行专业知识共享的在线实践社区[ 10］．LINKS模型确定了在线知识共享环境的关键决定因素，以便为在线实践社区系统地概念化和实施有目的的卫生知识共享环境。LINKS模型在3个相互关联的层次上描述了医疗保健知识共享解决方案:概念、操作和遵从性。概念层面将知识共享划分为知识形态、知识共享语境和知识共享媒介三个维度。操作层处理与在涉众之间建立协作文化有关的技术基础设施问题。遵从性级别处理系统中可感知的信任的基本问题。在这个项目中，我们使用LINKS模型来指导儿科疼痛讨论论坛的开发和运营。关于论坛实施过程的更详细解释见原文[ 11］．

本项目的数据提取自2011年6月的论坛，代表了从2009年4月1日论坛启动到2011年6月30日的交流。使用R version 2.12.2中的statnet库分析数据[ 28]和UCINET [ 29］．

对于论坛上的每个帖子，数据库都会记录发表帖子的成员、发表帖子的线程以及发表帖子的时间。系统还记录成员读取特定线程的最近时间。 图1包含数据如何在论坛中呈现的示例，以及研究中使用的信息的来源。

该论坛有46名独立成员，其中31人至少发过一次帖子。115个线程上有568个帖子，平均线程长度为4.94(每个线程1-25个帖子，中位数为3)。在31个活跃的发帖成员中，12人发表了10个或10个以上的帖子，23人阅读了10个或10个以上的帖子。 图2介绍了正在研究的两种社会网络。

有21个帖子(18%)在论坛中没有收到回复。这些线程平均每个线程读6.8次(范围为2-12次，中位数为7次)，所有线程都至少接收到一次，除了一个线程之外，其他线程都接收到超过3次。并不是所有线程都期望收到响应:其中许多是会议或研讨会公告，或者通知社区有新资源已添加到资源中心。世界杯时间比赛时间如果不深入了解这个帖子的内容，就很难确定这个帖子之所以没有得到回答，是因为这个问题很难解决，还是社区不感兴趣，或者这只是一个公告。为了成功地形成一个社区，及时回答问题以鼓励参与是非常必要的。由于只有18%的线程是隔离的，而且其中许多线程是预期的，所以论坛上的隔离率是可以接受的，但是应该始终努力确保线程得到及时的响应。

为了更好地理解线程/主题的持久性(线程与社区相关的持续时间)，我们使用了发布到线程的消息的时间戳(软件不会捕获系统中的读取时间，因此我们不能根据它被读取来确定线程持久性)。 图3显示每个线程的帖子数以及第一个和最后一个帖子到线程之间的小时数。注意，没有收到响应的线程在图中被省略了(因为它们只有1个时间戳，因此持续时间为0)。

表1显示关于线程活动的讨论论坛的一些有趣特征。例如，52个线程在一个多星期的相对较长时间内处于活动状态，而有10个线程只活跃了一个小时，但在这么短的时间内，活动级别(就帖子数量而言)非常高。我们认为，这种短时间的话题可能是与实践相关的问题，得到了少数活跃的社区成员的快速回应，而更持久的话题可能是与重症患者护理无关的讨论，从而导致更冗长和深入的讨论。如果没有内容分析，就很难进一步研究这种现象，但线程持续时间确实表明了各种知识共享特征。

在第一个问题中，我们想了解属于不同机构的社区成员的参与行为，因为这将告诉我们机构内知识共享文化的倾向。在线讨论的参与度是根据每个社区成员的阅读和发帖活动来衡量的。 图4显示来自论坛的帖子和阅读数量，按机构分层，条形图的颜色表示社区成员的职业。结果显示，到目前为止，斯里那加林德的医院是最活跃的，占论坛帖子的62%，阅读量的51%。虽然有更多来自斯里那加林德的社区成员，但没有证据表明来自斯里那加林德的成员个人发表或阅读更多。Kruskal-Wallis测试的结果 P数值为0.51和0.56，因此没有证据表明不同机构的人均发帖或阅读率存在差异。

接下来，我们分析了不同职业的参与行为，以便从职业的角度了解知识分享和翻译的倾向。酒吧的颜色 图4注明每位成员的职业。从图中可以看出，护士是参与论坛的最活跃的专业人员——护士的帖子占77%，阅读量占67%，其中一名医生和一名药剂师对论坛做出了显著贡献。再次进行了Kruskal-Wallis测试，以研究不同职业的人在发帖或阅读率方面是否存在差异。 P发帖和阅读的值分别为0.54和0.73，表明没有证据表明来自不同职业的人在论坛上发帖或消费内容的速度不同。

从机构和职业的相互作用来看，我们观察到大多数小医院在项目中只聘请护士:在社区的5名医生中，3名来自斯利那加林德，1名是加拿大人，因此只有一名泰国医生在主要研究中心之外从事社区工作。而且，唯一活跃的药剂师来自最活跃的医院。

为了KT的目的，从业者参与在线讨论是很重要的，即使只是阅读和内化其他从业者分享的经验知识。 图5显示文章数与每个成员的阅读数的比较，按文章数排序。值得一提的是，那些经常发帖的成员也经常阅读，这代表了一个潜在的“超级用户”群体，他们活跃在社区的许多线程中。图中居中的成员发稿数低，阅读数高;这些成员被认为在论坛上很活跃，倾向于有选择性地发表意见，但阅读的主题范围很广。最后一组是那些没有发布帖子但读过线程的成员，我们已经注意到有几个成员通过读线程来参与网络，但没有对线程做出贡献。这并不是一个消极的结果，因为论坛的目的是在整个社区中分享知识，因此可以预料到一些社区成员可能由于各种原因无法贡献。

中心性度量可以提供关于个体成员的活动水平的信息，以及社交网络的整体活动状态。基于在线讨论数据，我们开发了两种模式的社交网络，一个用于发布，一个用于阅读。然后，我们计算了标准的中心性度量，以确定最活跃(或中心)的社区成员。亲密度、中介度、职位度、核心度均来自职位网络，而阅读度则来自阅读网络。

表2为每个成员列出讨论论坛的中心性度量 图6给出每个度量的分布和汇总统计数据(平均值和标准偏差)。

网络中最大的归一化程度是0.496，这表明一个成员在将近50%的线程上进行了通信。看一下邮寄直方图 图6但是，大多数帖子度都在0.2以下，平均值为0.07，这表明并不是所有成员都对所有线程做出了贡献。这是一个积极的发现，因为在一个社交网络中，一个或一组成员拥有非常高的学位，这意味着一个或一组成员主导着这个社交网络。读取分布也令人鼓舞。0.20的平均值意味着每个成员平均阅读了论坛上20%的内容，也就是23个线程。

紧密度结果较高，这是一个积极的发现，也是高度值网络的预期结果。最大接近度为0.91表示有2个成员在一个线程上与91%的其他成员直接通信。平均接近度为0.665，最小接近度为0.517，有强有力的证据表明社区连接良好，成员可以通过共享线程通信快速连接到社交网络的所有其他成员。网络中的隔离不包括在亲密度计算中，但它们的分离性是一个需要解决的问题。

最后，中间测量值相当低，这是一个积极的结果，特别是考虑到较高的度值。高的中间值表明该成员充当了社交网络的通信网关，而非常低的中间值(平均值为0.02，最大值为0.175)则几乎没有证据支持有成员充当社交网络的信息管道的观点。这意味着社区成员有多种途径与他们的同伴联系，这鼓励了更多的沟通和知识共享机会。

核心-外围分析有助于识别在发帖方面处于网络中心的社区成员。在1模网络和2模网络上都进行了分析，以尝试识别哪些成员和线程位于网络的中心或边缘。对1模式网络的核心-外围分析确定了那些与许多其他成员有很强联系的参与者，而对2模式网络的分析确定了最中心的线程，以及与它们相关的参与者。再一次，孤立的作用体被从1模分析中删除，因为它们的核心无法计算。

表2给出了1-模网络中成员的核数，以及1-模和2-模网络中成员的核数。的直方图 图4说明核心成员的职业和医院，以及 多媒体附件1而且 2将1-模网络和2-模网络表示为核心和外围明确标识的矩阵。图像矩阵(表示网络每个部分的平均连接密度)可在 表3而且 4分别用于1模和2模网络。

对于2模式网络，核心成员平均在43%的核心线程中通信，在27%的外围线程中通信。与此同时，外围参与者只贡献了8%的核心线程和5%的外围线程。对于1模式网络，核心参与者共享8.6个线程，与外围参与者共享1.3个线程，而外围参与者彼此仅共享0.277个线程。

这些结果证实了之前的发现，即存在一个“超级用户”的核心群体，他们似乎生成了社区内的大部分内容。

群体中心性分析的目的是探索群体成员之间的互动，以确定不同类型的专业人员(如护士和医生)或来自不同机构的专业人员如何作为一个社区进行互动。该分析对于了解在线讨论论坛是否成功打破了医疗保健系统中普遍存在的专业或制度障碍非常重要。我们计算了跨职业和机构的群体水平中心性指标，见 表7而且 8分别。请注意，由于在此分析中不考虑读统计信息，因此我们删除了断开连接的成员，因为它们不会对组索引的计算产生影响。

在1模式网络中有215个连接表示单个用户之间的连接，这些连接的值表示这两个用户共享的线程数。网络中联系的总价值为674条，其中431条(64%)是不同医院之间的联系，340条(50%)是不同职业之间的联系。这些值表明，职业之间和医院之间存在显著的沟通，但群体中心性分析可以更深入地了解这些关系。 表5而且 6分别包含职业之间和医院之间的通信计数。表中对角线的项表示职业内沟通，非对角线的项表示职业间沟通。

对于职业，从柱状图中可以看出 图4在美国，护士们似乎主导了社交网络。作为一组，它们通过单步连接到网络的其余部分(参见1的归一化接近度)，并且在2个成员之间60%的最短路径上有一个护士( 表7)．再看看其他职业，医生和研究人员之间的关系很好，而且医生处于一些最短路径上(13%)，这是一个很有希望的结果。亲密度和中介度得分高表明职业间存在交互作用。

很难解释一些医院的结果，因为有几家医院的代表性不足，但Srinagarind医院是迄今为止最有影响力的医院，它与其他成员完全连接在一起，并且有58%的最短路径经过它们( 表8)．同样值得注意的是Maharaj的医院，尽管只有3名活跃成员，但它的关系非常好。再一次，高程度和间性指标是医院之间存在沟通的有力指标。