基于SNA的医学论坛参与者就医情感研究 ——以(4)

〔关键词〕 医学论坛；信息交流；就医情感；社会网络分析

〔中图分类号〕R-052

〔文献标识码〕A

〔文章编号〕1001-8565(2018)05-0601-04

DOI:10./

随着信息技术的不断发展，“互联网+”整合于医学领域逐步成为主流，该模式也被广泛应用于生活实践当中。据了解，截止到2016年12月，我国互联网医疗用户规模为1.95亿，占网民的26.6%，年增长率为28.0%，而医疗信息查询用户使用率最高，达10.8%[1]。由此可见，医学领域的信息化平台应用已逐步被网民所接受；这其中除了远程医疗、网上挂号等应用，基于网络社区的论坛形式成为了网民进行实时查询信息、交流和共享知识的重要平台。通过这种非正式信息交互的形式，参与医疗信息交互的参与者往往易于表露真实就医情感，同时也使相关数据具有真实客观性；加之，国内对该方面的研究成果较少；故本研究试图以医学论坛环境中参与者对某保健院的评价信息为例，总结网络环境下就医者的情感倾向及观点并提出相应建议，拟为今后该方面的研究提供参考。1 对象及方法1.1 研究对象将某医学网络论坛中主题为“聊聊××妇幼保健院”的帖子作为研究情境。在此情境下，该论坛共发布34个主题帖，有24名论坛成员参与讨论。现将进行实时就医评价交互的这24名成员作为研究对象，将他们进行论坛交流的帖子作为数据来源，主要就其对某保健院的就诊环境、服务和感受等问题进行就医 研究方法对该网络论坛下的就医情感话题进行样本筛选，对其中的就医交互内容进行信息提取和内容解析，以便进行初步的参与者评价网络密度分析，从而对能够产生舆论的就医话题样帖进行进一步地分析。对帖子中的就医评价进行内容解析和信息提取，从而获取每个参与者对某妇幼保健院的评价信息。评价内容包括整体就医评价以及候诊时间、病房环境、医疗技术、医疗花费和医疗服务态度等五个方面。对各项内容的评价均划分为三个等级。社会网络是研究行动者及其彼此之间关系的集合。社会网络分析(Social Network Analysis，SNA)主要关注网络的结构关系，不仅能揭示行动者的社会人际信息，还能进一步观察到网络群体及个体的社会网络特征[2]。本文构建论坛参与者与就医情感的2模关系，并利用社会网络分析软件Ucinet，从而得出参与者-就医情感2-模网络分析和就医满意度分析；其中参与者-就医情感2-模网络分析主要通过测量论坛参与者的就医情感信息交流活跃度呈现，而满意度分析则由某妇幼保健院各方面被评价的关注度呈现。2 结果与分析2.1 参与者评价网络密度在一个论坛社群中，网络密度值越大，说明其中的参与者之间联系越多，获取的信息量就越丰富；此外，从关系网络中也可以较直观地看出参与者之间的联系。由论坛参与者评价网络密度表，可以看出网络密度为0.9185，网络中关系的标准差为0.2736；则说明该关系网络的网络密度较高。另外，经观测，该论坛参与者的评价网络连线较密，交互数量可观，亦可得出：该论坛参与者较容易产生舆论，就医情感的交互也较有成效。表1 论坛参与者评价网络密度表密度标准差交互线数输出值0...00002.2 参与者-就医情感2-模网络分析利用研究中构建的参与者就医情感2模关系，并通过Ucinet软件的Network-Centrality-Degree路径，得出论坛参与者的就医情感信息交流活跃度如表2。表2 论坛参与者-就医情感信息交流活跃度在参与者方面，7号成员就医情感交互中度数中心度最高，达5，表明他发表的论坛内容涉及五个维度，堪称该环境下的“意见领袖”；1号、2号、10号和17号成员的度数中心度也较高，达4；其中20.83%的参与者度数中心度≥3。这说明大部分参与者对就医情感表达强烈。表3 论坛参与者就医情感表达的度数中心度维度DegreeNrmDegree医疗服务态度就医评价医疗花费候诊时间病房环境医疗技术为了了解参与者对就医情感评价六维度的关注和表达程度，研究又进行了参与者就医情感的度数中心度测量，结果如表3。为避免不同网络带来的误差，将采用相对指标。其中“医疗服务态度”的度数中心度最大，达51.724，表明参与者对医疗服务态度的关注度最高。“医疗花费”和“就医评价”其次，度数中心度分别为31.034和41.379。“医疗技术”的度数中心度最小，为17.241，表明参与者对医 就医满意度分析就医满意度具有回顾和总结性质，也依赖参与者以往的就医经验和感受，更加注重情感[3]。故将就医情感各维度划分为三个评价等级，分别用数字1、2、3编码，见表4；将情感评价的等级评分纳入网络社群参与者-就医情感2-模分析，即作为权重系数，进一步得出参与者的就医满意度分析如表5。表4 就医情感各维度等级及意义候诊时间病房环境医疗技术医疗花费医疗服务态度整体就医评价1长不满意不满意低不满意低2中一般一般一般一般一般3短满意满意高满意高表5 论坛参与者就医满意度方面的度数中心度维度DegreeNrmDegree医疗服务态度医疗花费病房环境候诊时间就医评价医疗技术平均值68..556研究采用相对指标。由表5可知，“医疗服务态度”的度数中心度最高，达73.333，远超于平均值45.556，表明参与者对医疗服务态度最满意。 “医疗花费”和“病房环境”其次，度数中心度分别为48.667和43.333，接近于平均值45.556。“候诊时间”和“就医评价”的度数中心度较低，均低于平均值，表明该论坛环境下的参与者对整体就医评价满意度较低，主要表现在候诊时间较长。“医疗技术”的度数中心度最低，与对其评价的人数最少有关。3 讨论3.1 论坛式的就医情感交互有助于问题解决总体上看，该论坛参与者就医情感点度中心度相对平均值属较高水平，成员就医情感表达欲望强烈。究其原因，在医学网络论坛中，许多网民通过参与某一确定的话题地讨论，并针对不同的帖子进行回帖，从而表达自己在对该话题的情感倾向或观点[4]。这种非正式的就医情感交互模式，不受空间和时间限制，鲜受他人影响，有利于真实情感表达；论坛参与者将自己的就医经历和情感体验通过发回帖充分地表达出来，为其他就医者做出就医决策提供参考；同时，也可为医疗卫生服务提供方了解患者需求，改善服务提供?就医情感表达“领袖”比例需提高通过论坛参与者就医情感表达效果来看，参与者的度数中心度越高，表明其交互内容越全面，也对其他参与者越具有参考性，“意见领袖”特征也越明显；在社会网络中的影响力和权力也越大[5] 。而在该社群中，度数中心度达三以上的参与者比例仅占20.83%，其中达到五的高度数中心度的参与者仅一人次(7号)。由此可见，“意见领袖”比例有待增加；这样对于其他论坛成员在就医决策方面可起到较全面的向导作用；亦对论坛环境中的就医情感?优化医疗态度有助于和缓就医情绪由就医情感分析和满意度分析可以看出，该社群“就医服务态度”维度在两方面分析中的点度中心度值均最高；另情感语义倾向判断可有助于进行情感分析[6]，笔者通过分析发现，在该帖中象征正向医疗服务的词频如“人很好”“态度好”“还不错”等明显高于“不愉快”“不耐烦”等负向词频；说明在该话题下的参与者就医情绪较为和缓，而形成这种和缓就医环境的重要因素是良好的医疗服务态度。所以，优化医疗服务态度有助于提高就医满意度，从而缓和医疗环境中的就医情绪，增进就医 适度应用网络资源可缩短候诊时间在前面的分析结果中可以看出，就医情感“候诊时间”维度的综合排名不高；另外，前期分析发现有一部分论坛参与者已经选择了离自己居所较近的医疗机构，所以，基本排除卫生资源分配不当的原因。而是传统的排队挂号受到了新型网上预约挂号的冲击，从而增加了候诊时间，造成就医满意度的降低，影响了就医情感。现代医疗广泛信息化，互联网整合于医疗领域，人们足不出户就可进行网上或移动端挂号，大大缩短了时间成本，免受排队挂号等时间的困扰；善于利于网络论坛资源，获得较为权威的医学专家信息，也有助于针对性挂号预约，从而节约了一定的经济成本；值得一提的是，也要学会识别虚假信息，以免影响就医情绪。故使用现代挂号方式，并适度利用医学论坛资源，可缩短现实候诊时间，从而提高就医 加强健康教育宣讲力度具有一定的“医疗技术”的医学认知可以促进诊疗工作的顺利进行[7]；而研究中就医情感“医疗技术”维度点度中心度值最低，即影响参与者就医情感作用最弱，换句话说，很大比例的参与者对医学知识认知能力不足。究其原因，医学属于一个有门槛的学科，专业性较强，老百姓没有经过系统的医科院校学习和临床实践，很难理解相应的知识，因此，对就医中的诊疗判断也主要来自于医生；故由参与者发出的该维度信息也较少，但这并不代表参与者的医学知识来源都要依赖于医生，也要来源于健康宣教。而全民健康宣教是一个系统工程，需要政府机构的方案拟定，社区医疗机构的引导以及民众的积极参与等环节配合，方可奏效，所以加强有组织的定时定期健康教育宣讲学习活动也是必要的。4 结论综上所述，基于医学网络论坛的参与者交互活动不仅有助于用户直接从网上获取关于疾病的症状、进展和治疗等信息，还可以增进就医者之间的在线交流[8]，从而对于他们医学知识方面的知识建构起到了积极推进作用。但是随着论坛式医学知识交互规模的不断扩大，也带来监管主体缺位、交互质量不高、反馈消极等问题[9]。基于此，笔者提出以下三点建议：第一，网络开发者和管理者要完善论坛的后台程序和管理，创建更加便利的环境，吸引更多的就医者到论坛上进行就医体验和情感的交流；第二，医疗卫生服务提供方要关注论坛中患者的就医体验，及时了解患者需求，提高服务质量；第三，加强医学科普教育，提高公众的医学信息素养，提高就医者对医疗技术的评价能力和监督能力。〔参考文献〕[1] 中国互联网络信息中心.中国互联网络发展状况统计报告[R].2017:65.[2] 刘三,石月凤,刘智,等.网络环境下群体互动学习分析的应用研究——基于社会网络分析的视角[J].中国电化教育,2017(2):5-12.[3] 沈婉婉,聂欢欢,鲍勇.上海市居民就医满意度和信任度分析[J].中华全科医学,2015,13(9):1385-1389.[4] 杨勇,陈巍,李娟,等.基于话题的BBS论坛的SNA分析[J].四川大学学报(自然科学版),2011,48(6):1340.[5] Fu-ren Lin,Chun-Hung Chen,Kuo-Lung Tsai. Discovering Group Interaction Patterns in a Teachers Professional Community[J]. Proceedings of the 36th Annual Hawaii International Conference on System Sciences (HICSS’03),2003,116：1.[6] 杜嘉忠,徐健,刘颖.网络商品评论的特征——情感词本体构建与情感分析方法研究[J].情报分析与研究,2014(5):74-76.[7] 叶少剑.患者医学认知对临床工作的影响[J].医学与社会,2015,29(6):61-63.[8] 徐志杰,蔡博宇,常富强,等.互联网用户对在线医疗服务的隐私敏感性及安全认知状况的调查与伦理对策[J].中国医学伦理学,2017,30(1):9-14.[9] 檀琳.社交媒体健康传播现状及伦理责任分析[J].中国医学伦理学,2016,29(5):861.

文章来源：《基层医学论坛》 网址: http://www.jcyxltzz.cn/qikandaodu/2020/0709/372.html