互联网和相关技术的快速发展创造了先进的虚拟平台，允许在网上讨论流行和紧迫的健康话题。与过去不同，现在的患者可以向专家寻求帮助，与世界各地类似的患者分享故事以获得情感支持，并随时了解相关问题的最新进展[ 1］．由此产生的环境通常被称为基于web的健康社区，用户可以在那里分享有关疾病、身体状况和治疗计划的相关经验。用户亦可向专家咨询及征询专家意见[ 2］．各种基于网络的健康社区，如PatientsLikeMe, CureTogether, DailyStrength和Disaboom正在出现。在这些平台上，患者可以阅读其他同伴分享的故事，查找疾病信息，发布新帖子发起对话，并回复他人的消息提供反馈。在这些互动过程中，信息交换和社会支持发生了。 3.］．用户可以通过留言的方式提供信息，从而产生一个动态的信息交换过程[ 4］．与此同时，通过与他人的交流获得社会支持，特别是情感上的解脱，已成为疾病患者加入网络社区的主要目的之一[ 5］．越来越多的研究试图了解在基于网络的健康社区中个人如何与其他人互动。例如，研究表明，疾病阶段或健康状况相似的患者更有可能在网上交朋友[ 6］．城市用户倾向于在网络卫生社区向农村参与者提供社会支持[ 7］．最近的一项研究发现，与面对面交流相比，医生和患者之间的网络互动并不会降低信息交换的有效性[ 8］．然而，专注于了解网络健康社区中个人信息交换和社会支持模式的研究仍然有限。

我们研究的目的是探索基于网络的医疗保健社区的信息交换和社会支持的各种模式，并确定影响这种模式的因素。基于网络交换框架[ 9，我们讨论了患者的社会互动是如何发展成社会网络的。基于从中国一家领先的基于网络的健康社区收集的数据集，我们对网络交换框架进行了实证验证。我们的分析结果表明，患者之间可能会发生双向信息交换，特别是在角色不同的网络成员和网络好友之间。一些患者更有可能得到社会支持，特别是当他们刚到社区，在信息中表达两极分化的情绪时。此外，这些模式可能根据患者讨论的主题而有所不同。据我们所知，这项研究是第一个在基于web的健康社区环境中验证网络交换框架的研究。本研究也是首次对用户情感进行分层分析，以了解不同情感患者之间复杂的信息交换和社会支持模式。

在本研究中，基于网络交换框架，我们提出了关于基于网络的健康社区信息交换的研究假设。首先，我们将患者之间交换的信息和知识视为网络健康社区中的资源，因此，社会交换理论可以帮助解释信息交换的模式。其次，个体之间的信息交换聚集成患者之间的网络，因为患者通常与多个同伴交互。因此，采用网络视角可以更好地解释个体患者之间的信息交换和社会支持。

在我们的模型中，我们在网络交换框架中包含了构成网络形成的3种主要结构倾向:直接互惠、间接互惠和优先依恋[ 9］．

为了验证我们的假设，我们收集了天米家园[ 44是中国领先的糖尿病网络社区，患者、医生和亲属可以在这里参与各种活动。它成立于2005年，2018年有会员247638人。它是中国最大、最活跃的非营利糖尿病网络社区之一，面向糖尿病患者，帮助他们分享糖尿病信息，交流糖尿病治疗经验，寻求情感支持，并与面临类似糖尿病状况的人交朋友。从整个论坛中，我们提取了用户的发帖网络以及所有的文字发帖内容和用户的公开个人信息，如用户类型、网络好友等。数据收集使用Java网络爬虫执行，时间范围为2005年至2015年。

天米家园为不同的讨论主题设置了独立的分论坛。最受欢迎的(就发帖数量而言)包括 糖尿病知识， 糖尿病患者交流区, 糖尿病患者的生命．《糖尿病知识》的讨论通常涉及不同类型糖尿病的症状和诊断、患者的饮食和运动、糖尿病新闻等。用户可以在糖尿病交流区结交朋友，参与社区活动。此外，他们还可以在糖尿病人的生活分论坛上发表自己的摄影作品、生活见解和对社区的建议。为了研究信息交流和社会支持模式是否因讨论主题而异，我们还对每个分论坛进行了单独的分析。

以下节点属性在我们的研究中建模。

在本研究中，将提取的后铺网络作为基网络。如果一个用户回复另一个用户的帖子或回复帖子，就会形成一个网络连接。网络连接数作为网络连接强度。

然后根据连接强度阈值进行网络二分。根据先前的研究[ 47]，阈值为平均联系强度加1个标准差。

指数随机图模型(ERGM)可以同时模拟节点之间的结构关系以及节点个体属性对网络形成的影响[ 7， 48， 49］．我们的研究假设涉及网络患者的各种节点属性(如情绪和活动水平)以及它们之间的结构关系(如收到回复和回复)。使用ERGM，这些节点、节点属性和网络联系的所有复杂交互都可以同时合并到同一个模型中。

在ERGM中，观察到的网络表示为Y={Y_ij}，其中Y_ij表示节点i和j (Y)之间是否有联系_ij=1)或否(Y_ij= 0)。ERGM基于假设的网络模式(即配置)生成随机网络，并将生成的网络与实际观察到的网络进行比较。它们越相似，假设的网络模式就越有可能存在于实际网络中。ERGM的一般数学公式如下:

所有构型A的总和，y代表一种特定的网络图y，和为配置A对应的参数。为配置A对应的网络统计量，如果在网络y中观察到构型，则=1，否则为0,k是一个正态化量，确保(1)是一个适当的概率分布[ 50］．ERGM估计参数与每一种配置相关联，且正的和显著的参数表明相应的网络模式极有可能出现在网络中[ 51， 52］．

为了用ERGM检验我们的假设，我们将假设转换为网络模式。 多媒体附件1给出了假设及其网络模式的说明。

表2总结了估计的参数和 P所有配置的值。如果一个参数为正且显著，则表明相应的网络模式比随机概率更有可能发展[ 50］．在最初的测试中，我们发现包含H4(2路径)的配置总是会导致模型退化[ 52］．这表明，在二分类后的网络中，间接互惠模式几乎不存在。因此，不支持H4，我们将此网络配置排除在进一步的测试之外。

在随后的部分中，对于每个假设，我们将在整个论坛上讨论我们的发现，然后将观察结果与子论坛中的结果进行比较，以检查模式如何随着讨论主题的不同而变化。我们认为一个假设只有在至少三个检验中得到支持时才被支持。

首先，我们发现正的和显著的系数 互惠整个论坛以及3个流行的子论坛的配置，表明在基于网络的健康社区中，直接对等的信息交换是常见的。这一观察结果符合互惠原则，即个人愿意回报对其有利的交换[ 25， 53］．在基于网络的健康社区中，患者感激他人的帮助，并在许多这样的回报信息中表达感激之情。此外，我们还观察到一些患者对在不同的线程中相互回复，特别是在糖尿病知识分论坛中。这表明，患者也愿意回报那些曾经帮助过他们的人。总之，支持H1。

一个积极和显著的参数观察 类型在整个论坛的配置中，表明同一类型的用户更有可能在整体上回复消息。然而，在这方面的影响是负的和显著的 糖尿病知识而且 糖尿病患者的生命subforums。这一观察表明，当讨论主题与疾病知识(糖尿病)或个人生活相关时，不同类型的用户之间的对话更常见。例如，糖尿病患者很可能从医生那里获得信息 糖尿病知识subforum。此外，当与网络上的同伴分享个人生活时，用户可能不太关心其他人是否与他们处于相同的糖尿病阶段。请注意，我们的发现并不意味着在子论坛中任何特定用户类型之间的交流机会很低(例如，两个2型糖尿病患者之间的相互联系 糖尿病知识分论坛未测试)。相反，我们的发现只是表明，总体而言，在两个子论坛中，不同类型的用户之间有更多的双向交流。因此，整个论坛都支持H2，但在 糖尿病知识而且 糖尿病患者的生命subforums。

一个积极和显著的参数观察 朋友配置在整个论坛以及 糖尿病知识而且 沟通在讨论糖尿病知识时，网上的朋友很可能频繁地相互交换信息。成为网络好友可以增加一个人的注意力和动力去回复来自其他社区成员的健康相关的帖子。此外，患者还能通过这种虚拟友谊及时获得一些与健康相关的信息，并向他人表达同理心[ 17］．这一效应在 糖尿病患者的生命可能是因为当用户与网络上的同伴分享个人生活时，他们可能不太关心其他人是否是他们的虚拟朋友。总的来说，支持H3。

的 active_user在所有的子论坛中，配置都是消极和显著的。请注意，用户的活动级别是根据用户的登录时间和用户在数据集中发布的消息数量来评估的。因此，我们的观察表明，高度活跃的用户可能会在网络上停留很长时间，并留下许多回复，但他们不一定会收到同样多的回复。这一发现不同于之前的发现，即“受欢迎的朋友会有更多的朋友”[ 6， 40]但这与先前的研究一致，即偏好依恋在知识共享社区中呈相反方向[ 9］．在一个知识频繁交流的社区里，新成员不受欢迎 附加对现有的积极成员来说，但相反，积极成员在帮助新成员留在社区方面发挥着重要作用。在我们在卫生保健社区的post - streply网络的背景下，积极的成员经常通过向他人提供社会支持来帮助他人(外向链接)，但他们从新成员(传入链接)那里得到的支持相对较少，因为新成员通常还没有准备好提供帮助。总体而言，不支持H5。

我们发现了一个积极和显著的参数估计 new_user在整个论坛中的配置，表明新用户可能会收到回复。网络健康社区的一个重要目标是促进社区繁荣，因此，像天米家园这样的网络论坛[ 44鼓励用户帮助新会员。因此，新成员发布的消息在社区中更容易被注意到，使新成员更有可能从基于web的健康社区的其他用户那里获得社会支持。有趣的是，这种影响在所有三个分论坛中都是负面的，而且很显著。请注意，子论坛中的回复网络只统计了每个子论坛中的用户交互。因此，我们的观察表明，最近注册的用户倾向于参与多个分论坛的讨论，而不是停留在一个特定的分论坛。近年来，随着互联网技术的飞速发展，用户发生了巨大的变化。我们的结果表明，新加入的基于网络的健康社区参与者倾向于利用来自多个来源的资源。因此，只有整个论坛支持H6。

这两个 乐观而且 悲观在整个论坛中，配置是积极和重要的，表明情绪极化的患者更有可能在整个论坛中收到回复。这证实了之前的发现，两极分化的情绪会引起更多的注意力[ 41- 43］．在这三个分论坛中，情绪两极分化的用户在大多数情况下都不太可能收到回复，这可能与新用户讨论的原因相同。唯一的例外是在 糖尿病知识subforum, 悲观的构型仍然是积极和重要的。这意味着在知识分享子社区中，大多数寻求信息支持的线程可能与负面情绪有关。这是直观的，因为患者在寻求信息的过程中很可能会感到焦虑和绝望。此外，由于消极偏见，提供信息支持可能会优先于迫切需要的患者[ 54］．总体而言，H7得到了支持，在基于网络的健康社区寻求信息支持时，发现负面情绪具有独特的影响。

对于情感相似的用户之间的交流，两者都不是 opti-opti也不 pessi-pessi显著，表明有相似情绪的用户和正常情况下一样交换信息。这一观察结果与之前的研究结果略有不同，之前的研究发现，同质性效应表现在更客观的属性上，如性别和健康状况[ 6］．对于情感等个人属性，我们发现影响效应强于同质性效应[ 55］．在糖尿病知识分论坛，两者都有 pessi-opti而且 opti-opti配置是积极的和显著的，表明乐观的用户更有可能在交流医疗保健知识(即我们数据集中的糖尿病知识)时向其他情绪两极分化的用户提供支持。这种影响在 pessi-opti配置，表明积极的态度可以影响其他用户，特别是那些处于消极情绪的用户。通过与乐观的用户互动，悲观的用户可以获得缓解，获得鼓励，并整体改善情绪健康。综上所述，H8a和H8b得到了部分支持:当涉及信息交换时，情绪在沟通中起关键作用，社会支持更可能来自乐观的用户。

进行了稳健性测试，以检查活跃用户和新用户的操作化是否会影响我们的结果。我们的基础实验使用25.00(%)阈值来识别新用户和活跃用户。在稳健性测试中，我们使用20.00(%)、23.00(%)、27.00(%)和30.00(%)来操作这两个节点属性，并对整个论坛进行ERGM分析。 表3而且 4显示新用户和活跃用户的健壮性测试结果。总的来说，定性结果没有改变，除了配置为 active_user当前27.00(%)或前30.00(%)的用户被运营为高活跃用户时，这一点变得非常重要。这是由于几个新加入健壮性测试3和4的用户发布了非常受欢迎的线程，收到了大量的回复。考虑到当阈值更改为20.00(%)或23.00(%)时，效果没有改变，我们认为高度活跃与接受支持没有显著相关性，我们的定性结果与基础测试相同。

本研究使用ERGM探讨基于网络的健康社区的信息交换和社会支持模式。 表5总结假设检验结果。对于没有得到支持或只有部分支持的假设，提供了额外的含义。总体而言，我们发现互惠可以有效地促进信息交换。当共享健康知识时，网络健康社区的同质性效应不强，对话更可能发生在不同类型的用户之间(例如，病人和医生，网络服务人员和普通用户)。网络上的朋友很可能频繁地相互交换信息。新注册的用户总体上有更好的机会收到同龄人的回复。情绪在网络健康社区中扮演着重要的角色，情绪两极分化的用户往往会收到更多的回复。特别是，在知识交流时，悲观的用户更有可能获得信息支持。这些支持大多来自乐观的用户。

我们的研究对文献有一些贡献。首先，本研究首次尝试在基于web的健康社区开发的回复网络上测试网络交换框架。基于网络的健康讨论不同于其他类型的对话，因为它们包含敏感和私人信息以及专业知识。处理这些信息会产生特殊的社区规范，从而导致独特的社会交换模式[ 9， 24］．我们的研究在网络交换框架下应用了ERGM，并确定了许多这样的独特模式。本研究补充了网络交换理论的文献，有助于更好地理解网络健康社区环境下的社会交换模式。具体而言，与传统社交网站中社会关系的形成受同质效应驱动相比，我们发现不同类型用户在讨论糖尿病知识时的对话更为常见。因为信息交换不同于简单的交朋友，所以它与之前在网络交换框架中的发现并不冲突。用户异质性实际上可以提高知识共享的有效性[ 7］．在偏好依恋方面，我们发现在回复网络的形成过程中，用户的情绪与讨论话题发生了相互作用。一般来说，表现出两极分化的情绪会带来更好的收到回复的机会。然而，在寻求有关疾病的知识时，表达负面情绪可能是更好的策略。我们进一步发现，为此类用户提供社会支持的大多数用户都是乐观用户。

其次，我们的研究使用情绪分析来识别来自网络健康社区的乐观用户和悲观用户。据我们所知，我们的研究是第一个研究不同情感的用户如何不同地参与信息交换和社会支持活动的研究。

在实践中，本研究的发现可帮助网络健康社区的患者更有效地获取信息和社会支持。例如，除了交朋友之外，鼓励患者参与保健知识和个人生活的讨论，以增加他们在社区的知名度。在寻求信息支持时表达负面情绪是可以的，在与他人交朋友时表现出积极的态度可能更有帮助。

本研究的局限性在于我们的实证分析集中在与糖尿病相关的健康社区。尽管我们期望在其他提供网络论坛的基于网络的健康社区中也能观察到类似的信息交换和社会支持模式，但有趣的是，看看其他社交功能的添加(例如，基于协同过滤向用户提供提要的健康平台)是否会影响患者彼此之间的互动。此外，在这项研究涵盖的10年时间框架内，互联网发生了巨大的变化。由于用户数量随着时间的推移而增加，本研究中经过网络二分法的最终用户可能代表了一个更近的样本。进行时间分析来研究社会支持模式如何动态演变也可能是未来的一个方向。