2013年，皮尤研究中心发现，每10个与健康相关的查询中，就有8个是从搜索引擎开始的。 2］．约77%的在线健康信息搜索者表示，他们使用谷歌、必应或雅虎等网站。在调查受访者中，13%访问专业网站，如WebMD, 2%访问更一般的网站，如维基百科，1%通过Facebook等社交网站开始在线健康信息搜索[ 2］．

1996年，国家医学图书馆报告说，他们每年的互联网搜索中有700万次与健康有关[ 11］．2003年，谷歌报告说，他们每天的搜索日志中有675万份与健康有关[ 11］．2012年，谷歌约占美国互联网搜索的三分之二，而且这一比例还在上升。 12］．这些统计数据显示了互联网健康信息搜索的指数级增长。

互联网为健康状况相似的患者提供了相互联系的资源。与其他患者联系为他们提供了一个分享类似经历的出口，并获得信息和情感支持[ 3.， 10， 13， 14］．一组研究人员研究了患者在在线健康社区发布的内容，以了解患者对此类社区的信息需求[ 3.］．患者既需要临床医生的专业知识，也需要其他患者的专业知识。一些患者还发布了“绝望的求助电话”，比如当他们的血糖监测仪检测到血糖极高时该怎么办[ 3.， 15］．因此，关于他们健康问题的问题差异很大。人们可能会询问有关某种医疗状况的事实信息，询问他人对某种配方的看法，或者询问如何应对某种副作用。

研究人员根据他们的研究背景和对问题进行分类的目的，以多种方式对问题进行分类[ 16- 19］．问题的一种分类方法是根据个人的领域知识水平对它们进行分类。例如，一个新颖的情况是这个人不熟悉这个领域。因此，这个人缺乏如何处理问题的先验知识。错误索引知识指的是当个体拥有先验知识，但这些信息没有在特定模式的线索下正确分类。不正确或不完全理解的知识是指以前的经验和知识可能是不完整或不正确的[ 16］．

根据辅导成绩单，尼尔森等人[ 18他根据问题是要求描述、解释、比较还是偏好，将问题分类。然后他们使用这些问题类型自动生成用于教育评估的问题[ 18］．Ely和同事的[ 20.证据分类法有助于确定需要证据回答的临床问题，以及该问题是否针对单个患者。Tutos和Mollá [ 19]应用这种证据分类学来识别搜索引擎上下文中的临床问题。

对于在社交媒体上提出的问题，Efron和Winget [ 17在微博(如Twitter.com)的背景下发展了问题分类。他们将问题分为9类，这些问题更多的是针对问题的目的，而不是问题的类型。例如，埃夫隆和温盖特将微博上提出的一些问题描述为本质上的修辞问题，这些问题会在特定微博线程的参与者之间采取行动或协调行动。

为了确定患者和护理人员在线询问的问题类型，我们需要一个分类模式，该模式可以包括之前工作中讨论的患者和护理人员的各种信息寻求需求[ 3.］．患者和护理人员在网上提出的问题可能是非结构化和不完整的[ 3.］．到目前为止讨论的问题分类对我们的目的是有限的，原因有两个:分类只涵盖了在患者和护理人员在线问题中看到的问题类型的一个亚组;或者他们认为这些问题都是有条理的，有条理的。

罗思韦尔的问题分类[ 21，主要是为了理解小组中提出的问题，最恰当地解决了在线分类患者和护理人员问题的这些专业需求。罗思韦尔认为问题可以这样表达 事实， 价值,或 政策的问题。事实问题问的是某件事是否属实，以及在何种程度上属实。这个问题可以借助客观证据来回答。价值问题要求对一个物体、思想、事件或人的可取性进行评估。这样的问题不能用客观的证据来回答，因为这些答案是回答者的主观观点。政策问题是指是否应采取某种具体行动来解决问题。 21］．

为了在线提取患者的问题，我们使用了在线健康社区中的患者帖子。WebMD，全球排名前1000的网站之一，2012年报告[ 22据估计，所有与健康相关的一般网站每月有1.178亿独立访问者，而他们每月有1.118亿独立访问者[ 23］．该网站是最受患者欢迎的网上健康讨论区之一，截至2012年12月约有1,950万人次浏览[ 24］．该网站由多个健康社区组成，人们在那里提出问题并从社区成员那里得到答复。

向这些社区提出的问题可以深入了解患者对其健康问题的类型。由于患者问题的内容各不相同，回答这些患者问题的最佳来源和内容也各不相同。我们使用了患者在WebMD糖尿病社区上发布的问题，以了解这些问题如何从互联网上的两个主要健康信息来源中受益:搜索引擎和在线健康社区中同行的回复。我们的研究问题是(1)与在线健康社区相比，搜索引擎提供哪些健康信息?(2)与在线健康社区相比，搜索引擎中的信息在临床上的准确性如何?(3)对于不同类型的问题，最合适的健康信息来源是什么?

下面，我们将描述如何操作这些研究问题。

我们从WebMD在线糖尿病社区收集了患者的问题和社区回应。我们选择糖尿病社区而不是其他社区，因为糖尿病环境允许各种问题类型的问题数量平衡。 3.］．我们编写了一个脚本，将公开可用的WebMD在线糖尿病社区帖子下载到本地MySQL数据库(版本5.6,Oracle)，具有Sequel Pro接口(MIT许可下的开源软件)。我们的机构审查委员会决定，我们的研究不需要他们的监管，因为数据相当于公众观察。

我们的数据集包含了2007年至2014年间的71,177个社区帖子。这些帖子包括9576篇线程启动帖子和61592篇对这些帖子的回复。帖子内容包括患者提问、寻求情感支持或信息传播[ 3.］．从我们之前的工作中，我们了解到较短长度的线程启动帖子比较长的帖子包含更多耐心的问题，这往往有助于建立融洽关系。我们将数据过滤到1555篇少于200个字符的线程启动帖子，即短帖子。接下来，为了检查患者最近发布的问题，我们按照发布日期对帖子进行了组织。我们从最近的帖子到更老的帖子，对列表进行编码:(1)该帖子是否是一个问题，如果是，(2)基于我们的代码本，它是哪种类型的问题。

我们反复修改Rothwell的问题分类，以开发以下代码本:

然后我们选择了最近的100个线程启动帖子。一名编码员(从今往后称为非临床编码员)开始对这100篇帖子进行编码，以判断该帖子是否是一个问题，从最近的帖子开始。如果它是一个问题，这个编码器编码问题类型。编码器继续这个过程，直到每种问题类型下有20个问题。结果，我们总共有60个患者问题需要调查。从60个问题中随机选择一半的问题，并交给另一个编码员来衡量2个编码员之间的可靠性。

编码员之间的平均信度为0.79。然后我们开会解决分歧。我们放弃不同意的项目并重新编码，直到我们发现另一个事实问题，每个问题类型都有相同数量的问题，结果是20个事实问题，20个价值问题和20个政策问题。

为了确定搜索引擎会检索什么信息，我们在Google.com上查询了60个问题。我们选择Google.com是因为它是2015年使用最多的搜索引擎，根据网站(如alexa.com和amazon.com)基于页面浏览量和独立网站用户的综合测量来衡量搜索引擎流量。 25］．我们使用每个问题的完整句子作为查询，以模拟在线健康信息寻求者通过搜索引擎提问的方式[ 26］．此外，我们选择保持问题的原貌，以保持问题的情感不受影响，即它是一个事实、一个价值还是一个政策问题。

用户搜索包括基于关键字的搜索和基于句子的搜索。老式的搜索引擎，如AltaVista或AOL，都是基于基于关键字的搜索模式。随着互联网使用的发展，搜索引擎开始支持基于句子的搜索，特别是在用户询问问题答案的情况下。因此，微软开发了一项分析常见问题页面搜索的专利[ 27］．因此，虽然关键字搜索可能在一般搜索引擎中更普遍，但对于我们正在解决的特定用户需求上下文(在互联网上提问)，基于句子的搜索模型更合适。因此，我们使用在线社区中发布的问题来解决用户在获得答案时发布的搜索查询类型。

研究表明，人们只会通过敷衍的搜索结果来探索最初的几个结果[ 28］．一项研究使用眼球追踪来确定一个链接在搜索结果中的排名如何影响它所受到的关注量。他们的结果表明，人们花在第一个和第二个链接上的时间几乎相等——从第三个链接开始，观看注意力的持续时间急剧下降。然而，点击第二个链接的参与者比第一个要少得多。 29］．为了模拟人们阅读互联网搜索引擎结果的做法，我们将数据收集限制在每个问题的前3个搜索结果。我们排除了链接回WebMD在线健康社区的搜索结果，因为这个信息源将是我们关于社区反应的另一组数据的副本。通过搜索引擎搜索信息将用户引导到WebMD，因此，在互联网上直接进行问题搜索可以将个人引导到在线健康社区中的信息和讨论，例如这个社区。

因为每个问题有3个在线搜索结果，所以每个类别有60个搜索结果。然而，一些搜索结果少于3个，而另一些搜索结果仅仅是原始的WebMD问题及其回答。这解释了以下事实类型问题中不到60个搜索结果(57个结果)。

对于每个问题，我们都返回到WebMD社区的原始帖子，并收集对这些帖子的回复。这些帖子的回复数量从0到30不等。我们收集了所有这些回复，包括对其他回复的回复。我们没有限制每个问题的社区回复总数，因为在线健康社区用户试图阅读对该问题的所有回复，除非用户认为这些回复与主题无关。

对于每个搜索结果和社区回应，非临床编码员回答了以下问题:(1)答案有多完整?(2)它提供了或没有提供什么样的信息?然后，我们将这些观察结果组织为每个搜索结果和社区反应的优点和缺点。第二个非临床编码员对四分之一的搜索结果和社区答案采用了相同的分析过程。这两名程序员互相检查了对方的分析并讨论了分歧。由此产生的讨论为第一个非临床编码器对其余搜索结果和社区答案的分析提供了信息。第三位编码人员——家庭护士从业人员——针对所有社区答案和搜索结果回答了以下问题:(1)信息是否回答了问题?(2)该信息的临床相关性如何?(3)该信息的临床有效性如何?第三个编码器也被给予了一个空间来添加开放式的、定性的评论。 This clinical coder will be referred to as clinician A from here onward.

我们定义 临床相关的作为与所问问题相关的临床资料。即使这些信息不能回答问题，如果它与问题相关，我们也认为这些信息与临床相关。我们定义 临床有效作为对所提出的问题提供的信息的准确性，基于临床医生的知识。即使这些信息不能回答问题，如果这些信息是准确的，那么这些信息在临床上是有效的。通过与临床医生A的讨论，我们得出结论，影响该编码员决定一条信息是否具有临床有效性的因素包括网站上信息的准确性、患者发布问题的上下文、所呈现信息的安全性(即对患者的潜在危害程度)、网站的健康素养水平以及网站是否在为产品做广告。研究人员还考虑了网站的传播模式，以及网站是否需要额外点击链接、下载视频或pdf文件。

我们还有第四位编码员(今后称为临床医生B)——一位拥有注册护士证书和美国护理学会会员资格的护理教员。我们从总共60个问题中随机抽取15个问题，向第四个编码器提供样本，以评估临床医生之间的一致性。两位临床医生对搜索结果和社区发现采用了相同的编码方法。编码完成后，我们讨论了结果中的分歧和共同主题。

在本节中，我们将描述我们的数据集在每种问题类型下包含的问题类型。 事实问题被问及有关糖尿病药物及其影响(7/20问题)、血糖水平波动问题(7/20)、饮食和运动及其对糖尿病的影响(4/20)、血压水平(1/20)和糖尿病类型(如脆性糖尿病)(1/20)的事实信息。 价值问题询问人们对药物或医疗器械(12/20)、糖尿病食品或膳食补充剂(3/20)、糖尿病相关症状(3/20)以及其他疾病，如胃部病毒或可疑的乳房x光检查(2/20)的经历。 政策问题关于糖尿病的药物治疗和副作用(7/20)，血糖水平(6/20)，糖尿病治疗(5/20)，减肥(1/20)，饮食(1/20)，应该采取什么行动。

可以注意到，两位临床医生之间的Cohen kappa评分不是很高，表明评分者之间的信度较弱。它们之间在编码方面的一些差异可以通过以下原因来解释。首先，我们发现许多网页上的搜索结果包含大量的文本，从而使在页面上定位响应的过程变得困难。这有时会导致一名临床医生将搜索结果编码为回答张贴的问题，而另一名则没有。这一观察描述了不同的人，包括临床医生，如何根据他们是否回答了所问的问题来解释不同类型的搜索结果。如果两个编码员对一个问题的编码不同，后续关于临床相关性和临床有效性的问题也倾向于遵循不同的路径。有时，在这种情况下，搜索结果被编码为回答问题，但答案的有效性或相关性被询问，因此导致2名临床医生之间的代码不同。这两名临床医生之间结果的可变性说明了问题的复杂性，也就是说，很难定义和评估互联网上的信息质量。

最后，两名编码员对某些回答的准确性和相关性的解释不同，因此导致kappa评分较低。这一结果表明了在互联网上分享和解释信息的方式的重要性，以及如何更好地指导和指导收集信息是必要的。这项研究有助于了解临床医生考虑的各种因素，以及这些因素如何导致他们的评估。

表1总结了两种来源的优缺点。这些是每一类调查结果的总体特征——并非每一点都适用于每一项调查结果。接下来是临床医生A在 表2．

表2根据临床医生A的分析将问题分解。该表列出了每个类别中对所选问题的积极反应的比例，即结果或反应是否回答了问题，是否具有临床相关性，是否具有临床有效性。例如，57个观察到的事实型问题的搜索结果中，有19个回答了提出的问题。其余的结果要么没有回答提出的问题，要么包含未知或不适用的信息，比如无法打开的网页或没有答案的社区帖子。

例如，这个问题“最近因为癌症失去了一个肾/输尿管。糖水平是适度变化的，我需要知道当我的身体适应只有一个肾的生活时，我可以预期的实际影响[原文如此]。的问题引出了网上的一本人体解剖学教科书，临床医生a认为这本教科书的价值“未知”。

另一方面，社区的回答在数量上有所不同，因为我们包括了对提出的问题的每个答案。以上所示的总数是每一类社区所收到的回复数。然而，有些问题根本没有答案，比如“救命”。我刚在晚餐前给腿打了针。它在我的腿上形成了一个巨大的肿块。胰岛素还会进入我体内吗?还是我需要再打一次?(原文如此)完全没有反应，因此临床医生A将其标记为“不适用”。

我们的分析显示，社区回复回答的问题比搜索结果回答的问题更多。这些社区反应比搜索结果更具有临床相关性。然而，临床效度有所不同，在事实和价值问题上，搜索结果比社区反应更具有临床效度，但在政策问题上，社区反应比搜索结果更具有临床效度。这些观察表明，这两种来源的答案都包含临床准确的信息，这并不一定能回答问题。

对事实问题的搜索结果显示，结果通常是临床有效的，但不具有临床相关性。事实问题搜索结果在所有问题类型中具有最高的有效性。即使搜索结果与临床相关，也只有一小部分结果完全解决了查询中的问题。没有回答的问题可以归因于不精确的问题措辞。措辞问题，使他们的意思是明确和简洁，将导致更相关的搜索结果比那些曲折和不清楚的内容的问题。我们需要一种机制来帮助患者在网上提出疑问和问题。

我们从政策问题的搜索结果中了解到，近一半的政策问题搜索结果包含临床有效信息。然而，这些信息大多与回答问题无关，而且信息是不完整的。这一发现的一个原因可能是政策问题的框架。这些问题需要关于在特定情况下如何做或需要做什么的信息。在一个人的问题中考虑多个变量会导致不同的搜索结果，没有一个能按要求回答问题。

对价值问题搜索结果的分析表明，搜索结果往往不能回答所提出的问题，也没有临床相关的信息。然而，更多的结果是临床有效的，这表明准确的信息并不总是能带来答案。这一观察结果与事实和政策问题的搜索结果一致，其中大量的结果是临床有效的，但没有回答提出的问题。

我们在社区对事实问题的反应中观察到类似的模式，其中更多的问题是临床有效和临床相关的，但较少的问题得到了回答。

对于社区对政策问题的反应，临床医生A观察到，与政策问题搜索结果相比，回答的问题数量要高得多。这显示政策问题的特殊性质，使它们更适合熟悉社会议题的读者，从而为海报提供所需的资料。

社区对价值问题的反应与事实和政策社区的反应相反。价值问题是唯一一种问题类型，社区提供了更多的答案，但所提供的信息的准确比例较小。相比之下，事实和政策问题往往会得到多余但临床有效的回答，导致更多未回答的问题。这一发现很重要，因为它描述了在线健康社区中未经检查的信息交换的风险。价值问题询问他人的个人经历和评价，这是对发帖者的一个警告，即信息的不节制性。

编码员和临床医生的综合分析表明，政策和价值问题比事实问题得到更多的社区回应。这可能是因为这两个类别要求应试者提供他们对某个情况的个人经历，知道或不知道问题的答案(就像事实问题一样)并不是一个标准。

社区的回应也会让问题发布者对自己的处境感觉更好，并通过安慰和赞美提醒他们，他们并不孤单。这些回答会提醒问题发布者注意潜在的危险行为或他们从其他回应者那里得到的错误建议。

我们还观察到，社区响应始终能得到较高的问题回答百分比。而不是搜索结果。因此，虽然过去的研究表明，人们上网搜索与健康相关的信息，但这些人更有可能通过与自己处境相似的在线社会支持小组得到问题的答案。

根据搜索结果和社区反应的优缺点(表1)，对相关利益相关者有一些潜在的建议。

患者必须对他们通过搜索结果找到的信息保持警惕，跟踪网站的来源和所提供信息的有效性。搜索结果中提出的问题的构成也在得到的回答类型中起着作用;因此，在网上搜索结果时提出一个明确的问题是很重要的。社区答复是由类似的其他人提供的，也就是说，面临与问题发布者类似健康状况的其他个人。虽然这表示熟悉所提出的问题或所描述的情况，但重要的是要向医疗保健提供者核实与医疗相关的信息或要采取的步骤，以防止负面的健康后果。

引导患者了解通过搜索结果获得的准确信息，有助于提供者不必纠正患者通过搜索结果收集的信息所产生的误解。提供者指导患者在网上搜索信息并确定信息是否可信，这对患者是有帮助的。

在线健康社区在为经历类似健康问题的人提供社会支持方面发挥着关键作用。健康状况的自我管理在慢性疾病的管理中发挥重要作用[ 32]，例如糖尿病。向患者介绍这样的资源并鼓励他们使用它，对患者和提供者都是有帮助的。患者可以在他们的提供者之外建立一个资源网络，这是一个对他们可用的支持系统，防止他们感到孤立和对自己的处境感到恐惧。提供者可以获得额外的时间，可以分配给更有需要的患者或自己。

研究人员应该比较不同的在线社区，以分析各种健康状况的信息共享。这样的健康信息可以帮助技术开发人员创建更有效的健康社区，为患者提供更多参与其中的机会和资源。一项重要的发现是，在线社区的其他参与者会分享不正确或危险的信息。开发人员可以根据其他用户提供的反馈创建一种标记危险帖子的方法，这将要求社区管理员评估此类帖子并根据需要纠正所提供的信息。基于我们的代码本的问题分类可以帮助研究人员和开发人员在未来标记需要专业评估的问题。对政策问题的回答为需要帮助的个人提供了方向，而对价值问题的回答则是对个人的评价，我们观察到这两者都有不正确的信息。在未来的研究中，研究人员还应该关注如何以最佳方式提出问题，以便通过搜索结果获得最准确的信息。此外，开发一种方法来帮助患者分析他们通过互联网搜索结果收集的信息是否准确也很重要。大量患者在网上寻找健康信息。因此，确保这些信息的准确性至关重要。

信息学家应该分析在线健康社区共享信息的方式，特别是通过这些社区参与者之间的关系。参与者在这些社区中的角色可以让我们深入了解关系是如何形成的，以及这些关系如何导致信息交换。这些见解包括他们分享和接收的信息种类，以及它在本质上是临床的还是社会的。此外，信息学家应该研究发布的问题，包括在互联网上搜索的问题和在网上社区发布的问题。这样的分析将被证明是有价值的，以确定哪些问题最适合通过搜索引擎来回答，而哪些问题最适合在在线社区中发布(即，这将为特定问题提供最准确和完整的信息)。

最后，我们的两位临床医生在不同地解释相似信息时所面临的麻烦，说明了在网上查找和评估健康信息是多么困难。这个发现很重要，所以未来的网站可以解决这个广泛的质量问题。

如上所述，由于搜索引擎中发布的问题来自糖尿病健康社区，并非所有的问题都提到了他们的糖尿病背景。社区成员假定这种糖尿病背景。例如，对特定饮食的评估不会要求成员记住该饮食是为糖尿病患者准备的，因为它是在糖尿病社区提出的。因为我们决定在搜索引擎中搜索未修改的问题，所以我们得到的答案可能会比我们修改问题以包括这个参数的效率更低(不是在糖尿病上下文中的答案)。未来的研究可能会明确上下文，以研究它会产生的答案的差异。

搜索完整的问题可能会误导搜索引擎。未来的研究可以集中在替代方法上，例如使用问题中的相关信息进行关键字搜索，而不是使用问题作为精确的短语搜索。

此外，搜索结果答案中可以包含3个以上的搜索结果。虽然大多数人不会冒险超出搜索引擎结果的第一页，即使在那里，他们只关注前几个搜索结果[ 28， 29]，添加额外的搜索链接可以让你全面了解可用的回复类型。

最后，谷歌的页面排名方法将高质量的网站排在相关主题(例如，来自美国疾病控制和预防中心等政府机构的传入链接的总数)的较低权威级别的网站的前面。因此，我们对前3个搜索结果中在线健康信息的高准确性的发现偏向于谷歌已经在该主题中排名为高权威的内容。然而，大多数搜索者会检查前两个搜索结果，从而纠正了这种不平衡[ 29］．

我们评估了人们从2个不同的渠道获得他们在线搜索的健康信息:搜索引擎结果和在线社区响应。我们的研究结果表明，问题类型如何决定信息质量和来源。卫生保健从业人员、信息学研究人员和政策制定者应根据信息寻求者的问题类型考虑每个信息源的优缺点。我们的研究有助于提高在线健康信息质量，提高健康自我管理的效率，降低医疗专业人员和患者的成本。