这是“神经工程管理”第62篇推送
内容来源:朱红
本期编辑:张晓洁
校 对:王萌萌
审 核:付汉良
仅用于学术交流,原文版权归原作者和原发刊所有
本文是针对论文《The Influence of Physician Information on Patients’ Choice of Physician in mHealth Services Using China’s Chunyu Doctor App:Eye-Tracking and Questionnaire Study(在使用“中国春雨医生”移动医疗服务APP中,医生信息对患者选择医生的影响:眼动追踪和调查问卷研究) 》的一篇论文解析,该论文于2019年7月发表于《JMIR MHEALTH AND UHEALTH》。研究作者包括Wei Shan, PhD; Ying Wang, BSc; Jing Luan,PhD;Pengfei Tang,BSc
背景:移动医疗(mHealth)对于患者来说,它可以节省时间,减少出行需求,降低搜索信息的成本,并可以随时提供医疗服务,但它也带来了信息超载,使患者选择医生更加困难的问题。
目的:本研究旨在确定在患者选择医生的过程中发挥关键作用的信息类型,并探讨这些信息促成这一选择的机制。
方法:研究者基于刺激-机体-反应(SOR)模型和在线信任理论提出了一种解释医生信息对患者选择医生的影响的研究模型。该模型基于认知信任和情感信任,并考虑了患者专业知识的调节作用。研究1通过一项眼动追踪实验(n=42)来确定影响患者选择医生的关键因素。研究2是一项问卷调查研究(n=272),采用偏最小二乘结构方程模型来验证研究模型。
结果:研究1的结果显示,七种医生信息在患者选择医生中起了关键作用。研究2的结果显示,(1)医生的头像信息以积极影响情感信任的方式影响了患者对医生的选择(P<0.001);(2)医生的非证件照信息通过认知信任积极影响患者对医生的选择(P<0.001);(3)患者自己生成的信息通过积极影响认知信任(P<0.001)和情感信任(P<0.001)来影响患者对医生的选择,并且患者的专业知识也起到了积极的调节作用(分别是P=0.04和P=0.01);(4)认知信任和情感信任都对患者选择医生有积极影响,情感信任起着更重要的作用(分别为P<0.001和P<0.001)。
结论:患者在提供医疗服务的移动医疗中选择医生时主要使用七种医生信息;信任在这一选择中发挥了重要作用。此外,病人的专业知识水平是调节医生信息对患者信任影响的一个重要变量。本文支持了患者选择和处理信息的理论依据。这些发现可以指导应用程序开发人员构建医疗应用程序和管理医生信息来帮助患者选择医生。
关键词:移动医疗、医生信息、选择、信任
(1)背景
医患信息不对称是传统医疗服务中医患关系紧张的主要原因之一。移动医疗(mHealth)是指通过移动通信技术和手机等移动设备提供医疗信息和服务。近年来,随着互联网技术的快速发展,移动医疗对我们生活的影响越来越大。移动医疗可以通过远程医疗监测和咨询提高医疗服务的效率,并能降低成本。这种新的医患互动和医疗信息共享模式可以帮助解决当前医学领域存在的问题,如医疗效率低下和医患矛盾。
以往对医疗健康的研究主要集中在其发展趋势;医疗健康应用程序的功能、开发和设计;以及用户采用和使用医疗健康服务的意图。然而,在移动医疗用户行为领域,对患者选择医生及其影响因素仍缺乏深入的研究。事实上,患者在移动医疗上选择医生服务的模式不同于传统模式中所做的选择。首先,移动医疗提供的医生的信息远远超出了传统的医学模式。虽然这可以改变患者在获取医疗服务时的被动位置,并可以改善医患关系,这进一步影响了他们对医生的选择;但它也会在一定程度上导致信息超载,导致患者在做出医疗选择时感到困惑。因此,必须了解哪些信息在患者选择医生中发挥重要作用,并进行有效的信息管理来帮助患者。
基于上述考虑,本研究集中在移动医疗中的两个重要问题:
①医生信息对患者选择医生的影响。
②医生信息与患者医生选择之间的信任机制。
本研究集中于春雨医生APP,以刺激-机体-反应(SOR)模型为基础,结合在线信任理论,探讨了医生信息如何影响患者对移动医疗的信任,进而影响患者对医生的选择。病人的专业知识在医生信息和信任之间的关系中的作用也被考虑。由于眼动跟踪方法已被用于记录用户行为,因此在本研究中,研究者尝试使用眼动跟踪来调查影响患者选择医生的关键因素。此外,调查问卷被用来解释这种影响的内在机制。
(2)理论基础
在线信任
当消费者感到信息不充分或不对称时,信任可以作为一种手段来缓解感知信息的不对称,促使他们做出购买决策。McAllister将信任分为认知信任和情感信任。
①认知信任主要是消费者对被信任方能力和信誉的理性预期,主要通过被信任方个人行为和信誉的客观特征证据来判断。
②情感信任是一种信任态度,反映了消费者对被信任方的情感和自我意识。
移动医疗中的选择也可以看作是一种特殊的网络购物行为。信息不对称导致信任在医患关系中发挥着重要作用。在本研究中,信任又分为认知信任和情感信任。
①患者对医生能力(即医生的专业技能、知识和能力)的信任被定义为患者的认知信任;
②患者对医生和蔼(即医生的礼貌、态度和帮助的意愿)的信任被定义为病人的情感信任。
刺激–机体–反应模型(SOR)
SOR模型说明了外部环境通过影响个体的心理状态来影响个体的态度或行为。
①刺激(Stimulus)是指个人收到的外部环境因素;
②机体(Organism)是指个人的内部精神状态;
③反应(Response)是指个体的态度和行为。
根据该模型,消费者(即有机体)在接受外部刺激后,会产生有意识或无意识的心理反应,这涉及认知和情感两个方面,然后会对这种刺激产生内部或外部的行为反应。
在这项研究中,mHealth应用程序“春雨医生”中的医生信息被认为是一种外部刺激,使患者(即有机体)产生信任,进而允许他们选择医生(即回应)。
(2)研究模型与假设
医生信息和信任
医生是医疗服务的直接提供者。在医疗卫生领域,医生信息是患者选择医疗服务时最重要的考虑因素之一。患者可以在浏览医生主页时获得有关医生的详细信息。本研究从医生和患者两个主要的信息来源中提取医生信息。因此,识别出三种信息:医生的简介照片信息、医生简介非照片信息和患者生成的信息。
一张照片可以促进人们之间的信任,这种基于面部的评估是非常主观的。医生的简介非照片信息则可以导致患者在认知层面信任医生。
在网上信任理论中,用户生成的信息可以增强网上卖家的信任,降低买家感知的风险,促进交易行为。mHealth中的用户生成信息对应于患者生成的信息。这些信息的主要形式是评论、反馈和评分,可以反映在线声誉。患者生成的信息通常是患者在线咨询的第一手经验。此外,一些研究表明,病人产生的信息可以揭示医生的在线行为;减少医患之间的信息不对称,防止医生夸大、曲解自己的业务能力、服务水平和治疗效果,这可以帮助患者了解医生的医疗专业知识和服务态度。总之,患者产生的信息会在认知和情感层面影响病人对医生的信任,从而影响病人选择医生的行为。因此,提出以下假设:
假设1a(H1a):医生的简介非照片信息会积极影响患者的认知信任。
假设1b(H1b):医生的简介照片信息会积极影响患者的情感信任。
假设1c(H1c):患者产生的信息会积极影响患者的认知信任。
假设1d(H1d):患者产生的信息会积极影响患者的情感信任。
患者专业知识、医生信息和信任
专业性强的消费者由于经验丰富,愿意主动寻找与产品相关的信息,并通过仔细思考做出决策。缺乏专业知识的消费者在搜索信息时更加被动,更倾向于依赖边缘信息,也不太愿意花时间思考新信息。
在本研究中,患者专业知识是指患者对医疗服务的知识或经验。与传统医疗服务相比,病人产生的信息是mHealth中独特的信息,研究者认为患者的专业知识将在医生信息和信任之间起到调节作用。因此,提出以下假设:
假设2a(H2a):患者的专业知识在医生的非证件照信息对认知信任的影响中会起到负面作用。
假设2b(H2b):患者的专业知识在医生的证件照片信息对情感信任的影响中起着消极的作用。
假设2c(H2c):患者专业知识对患者产生的信息对认知信任的影响起到积极作用。
假设2d(H2d):患者专业知识对患者产生的信息对情感信任的影响起到积极作用。
对医生的信任和选择
在线医疗服务中,医患信任是确保在线医疗服务成功的最重要因素之一。Gefen等人认为,消费者使用某些商品或服务的意图主要依赖于消费者的认知信任和对外部因素的情感信任。因此,在本研究中,认为患者的信任会影响患者在移动医疗中对医生的选择。因此,提出以下假设:
假设3a(H3a):患者对医生的认知信任将积极影响其对医生的选择。
假设3b(H3b):患者对医生的情感信任将会积极影响其对医生的选择。
解释医生信息对患者选择影响的研究模型
基于以上的假设,本研究的模型如图1所示:
图1:解释医生信息对患者选择影响的研究模型
研究1旨在通过眼动追踪实验,确定在移动医疗中影响患者选择医生的关键医生信息。研究2采用问卷调查的方法,探讨研究1中确定的医生信息对患者选择医生的影响。
研究1:确定医生信息
研究设计
目的:探讨在mHealth平台上,医生信息对病人选择医师的影响,并找出在这种选择中起关键作用的信息。
春雨医生APP包含12种不同类型的医生信息;研究者将信息类型分为三类:医生简介照片信息、医生简介非照片信息和患者生成的信息。(如表1所示)
在这项研究中,12种类型的医生信息(见表1)被分为高层次和低层次的信息。医院、职称和教育程度由政府分类(例如,医院分为三级甲等医院和综合医院);因此,除医生的个人资料照片信息外,其他信息水平均参考春雨医生应用程序进行设置,并使用问卷进行预测试。
关于医生的简介照片信息使用两个维度来区分信息水平:吸引力和可信度。
60名参与者(28名男性和32名女性)根据他们感知到的吸引力和可信度,对40张医生档案照片进行评分。每个参与者都要看全部40张医生简介照片。参与者被要求回答问题(例如“你认为医生有吸引力吗?”这些问题),然后被要求评估个人简介照片的吸引力和可信度的感知水平(Likert量表评分)。根据照片的平均吸引力和可信度,选取8张个人资料照片;四张照片的平均吸引力和可信度最高,四张照片的平均值最低。
综上所述,眼球追踪实验为2(医生个人资料照片信息:高或低水平)×2(医生非营利照片信息:高或低水平)×2(患者生成信息:高或低水平)组内实验,收集眼球追踪数据和问卷数据。
过程
被试:42名本科生和研究生参加了实验;参与者通过中国社交媒体平台微信公开招募。为了避免性别偏见,招募了21名男性(50%)和21名女性(50%),年龄在20-25岁之间。所有受试者视力正常或矫正视力,散光低于200度,有网购经历。在开始实验之前,每个参与者都要签署一份知情同意书并登记他们的个人信息。实验结束后,参与者获得补偿30元。
仪器:Tobii T120眼动仪(Tobii技术)。眼动追踪器被集成到一个17英寸的薄膜晶体管显示器上。
刺激页面:实验界面基于春雨医生应用程序上的医生主页。
实验从一个引言开始:
我们假设您或您的家庭成员患有慢性疾病,如运动损伤、心理压力、慢性病、感冒、发烧、身体不适等,您希望咨询您的医生有关疾病的信息和治疗方法。在这个实验中,你将看到关于八个不同医生的信息。这些医生在春雨医生mHealth应用程序上,在一个与你需要咨询的疾病相关的部门工作。阅读每个医生的信息后,您需要对“我选择这个医生”的陈述进行评分。选项范围从1(强烈不同意)到 7(强烈同意)。请根据您的主观感受填写问卷。
为了确保参与者能够充分观察八位医生的信息,每个医生的主页都固定了1分钟。在参与者浏览了8位医生的主页后,眼动实验就完成了。然后要求参与者填写一份问卷;参与者需要对以下12种信息的有用性进行评分,评分范围从1(强烈不同意)到7(强烈同意):“我认为这些信息对我选择医生非常有用。”至此,实验已经完成。
研究2:医生信息对病人选择的影响机制
研究2基于研究1中确定的在患者选择中起关键作用的医生信息。调查了医生信息如何影响患者选择医生。
采用问卷调查法,通过2(医生个人资料照片信息:高或低水平)×2(医生非营利照片信息:高或低水平)×2(患者自创信息:高或低水平)组间实验收集样本数据,验证本研究模型。
研究者将这三类医生信息结合起来,为八位医生中的每一位生成主页。只有研究1中确定的对患者选择起关键作用的信息出现在研究2的主页上。但是,由于费用通常与医生的医院和职称有关,因此本研究没有考虑费用对信任的影响。每个参与者只看到了随机选择的8个医生主页中的一个。
问卷分为三个部分(如表2所示):(1)收集人口统计学信息(如年龄、性别、受教育程度、网上购物经历、mHealth应用程序使用频率)(2) 测量调节变量,患者的专业知识;(3)患者浏览医生的主页后,参与者的认知信任、情感信任及对医生的选择。
研究1:确定医生信息
AOI是眼动追踪实验结果的基本分析单元。根据图2所示的医生信息分类,每个医生主页的界面分为12个AOI:简介照片、医院、职称、咨询次数、支持率、同行评价、费用、教育背景、学术研究成果、方向、满意度 ,被感谢次数。选取每个AOI的平均视觉注视时间作为本实验的眼动追踪分析指标。
美国心理学家Johnmiller准确地测量了短时记忆的容量;正常成年人的这种能力一次是7±2个项目,超过7个项目时记忆力就会下降。
本研究采用眼球追踪数据(即平均注视时间)和问卷调查数据(即信息有用性的排序)的平均排序,最终选择对患者选择医生有关键影响的七个方面的信息:好感率、咨询次数、职称、医院、满意度、简介照片和费用。具体数据见表3。
如表3所示,我们观察到一个有趣的发现:人们通常主观地认为,患者提供的信息(例如,受欢迎程度、满意度、咨询次数和表达的感谢)比医生的简介照片对他们选择医生更有用。这也可能是为什么在以前的研究中没有考虑医生简介照片信息的原因,但实际上眼动数据显示人们更加关注档案照片。由此可见,医生的个人资料照片也是患者选择医生的一个非常重要的因素。
研究2:医生信息对患者医师选择的影响机制
样本特征
共回收272份问卷,其中254份(93.4%)有效。样品分布特征见表B。
信度和效度
表4显示,所有结构的Cronbach alpha值均大于0.8,且复合可靠性值也大于0.8,这表明测量的结构具有很好的信度。各变量因子复合可靠性值大于0.7。平均方差提取(AVE)值大于0.5,这表明本研究中的结构具有良好的收敛效度。
为了检验测量量表的判别效度,可以将每个因素的平均值的平方根及其相关系数与其他因素进行比较。表5显示每个因子平均值的平方根大于相应的相关系数,这说明本研究的结构具有很好的判别效度。
研究模型分析
偏最小二乘结构方程建模(PLS-SEM)与基于协方差的结构方程建模(CB-SEM)或一般线性回归建模相比,在处理医生信息这个不服从正态分布而且还涉及多个结构和小样本量的数据方面具有很大的优势。因此,本文采用PLS-SEM中常用的分析软件smartpls3.0构建了完整的结构方程;使用5000次重采样的自举法来评估路径系数的统计显著性。
77.1%的患者选择差异可以用该模型来解释(R2=0.771)。表6显示,该模型中的大多数假设都得到了支持。医生的简历非照片信息对认知信任有显著的积极影响。医生的简介照片信息对支持H1a和H1b的情感信任有显著的正向影响。患者生成的信息对支持H1c和H1d的认知信任和情感信任有显著的积极影响。认知信任和情感信任对患者选择医生有显著的正向影响,支持H3a和H3b。关于患者专业知识调节效应的假设仅得到部分支持。患者专业知识对患者产生的信息对认知信任和情感信任都有显著的调节作用。也就是说,当患者专业知识越高时,患者产生的信息水平越高,他们经历了更多的认知和情感信任;因此,支持H2c和H2d。患者的专业知识对医生的简历非照片信息对认知信任的影响以及医生的简介照片信息对情感信任的影响都没有显著的调节作用。因此,不支持H2a和H2b。
本研究表明,在mHealth中,医生信息通过信任影响患者对医生的选择。不同专业水平的患者会有不同的经历。实验结果表明,患者专业知识对医生简介照片信息与情感信任之间的关系以及医生简介非照片信息与认知信任之间的关系没有显著影响,这可能是因为医生的简介照片信息和医生简介非照片信息是存在于在线医疗中的广为人知的信息类型;无论患者对移动医疗有多少知识和经验,都不会改变这两类信息对患者选择医生的影响。
患者专业知识对患者生成信息与认知信任的关系以及患者生成信息与情感信任的关系有显著影响。调节效应的相互作用图如图3和图4所示。
研究1:确定医生信息
研究者以人类的短时记忆能力为基础,通过眼球追踪实验,发现医生信息的七个方面对患者选择医生起着关键作用:医生的个人资料照片、医院、职称、好感率、咨询次数、满意度和费用。通过这个,研究者发现了一个有趣的现象。大多数参与者主观上认为医生的简介照片在做出选择时不是很有用;但是,实验的初步证据显示,来自医生简介照片的视觉信息的影响超出了参与者的想象。
在网络医疗领域,医生的简介照片对患者选择医生的影响还没有得到系统的探讨。此前的研究表明,微笑可能会增加消费者的感知信任,简介照片的吸引力和感知信任可能相互关联,从而导致美丽溢价现象。基于此,研究者认为医生的简介照片是影响病人选择医疗服务医生的重要因素;这可能会产生一些潜在的经济效益。因此,未来视觉信息的研究应进一步拓展。
研究2:医生信息对患者医师选择的影响机制
医生的简介照片信息和医生的简介非照片信息分别通过情感信任和认知信任积极影响患者对医生的选择。患者产生的信息通过认知信任和情感信任积极影响患者对医生的选择;患者专业知识起到了显著的调节作用,即患者专业知识越高,患者生成信息的作用越大。
mHealth服务包括医生和患者之间的互动过程。当患者做出选择时,他们不仅关注医生的个人信息,而且在很大程度上还受到其他患者建议的影响。以前的研究调查了用户生成信息的影响,但通常集中在书籍、电影和其他消费品上。关于医疗服务的文献很少。无形的、异构的服务质量通常比产品质量更难评估,因此本研究填补了医学领域的研究空白。
随着互联网的不断发展,医疗保健将进一步普及,人们对医疗保健的专业知识将得到提高,这意味着患者生成的信息将发挥更大的作用。
意义
①mHealth平台可以通过设置问卷来验证患者的专业知识。当建立医生推荐列表时,平台应考虑在患者专业知识高的情况下对患者生成的信息(例如,有利率、咨询号码和满意度)给予更多的权重。当患者的专业知识较低时,平台应该考虑给医生的个人照片信息以及他们的医院和头衔信息提供更多的权重。
②可以将患者在mHealth平台上的眼动追踪行为和问卷调查结果结合起来,以确定在应用程序中对信息进行排序的最有效方式
③mHealth平台应积极完善患者生成信息的相关机制,考虑其对患者信任的影响,这将使它能够影响和促进医患关系的成功建立。
局限性
①首先,本研究只选取了12种类型的医师信息;然而,其他信息,如患者评论和医患对话记录,也可能对患者选择医生产生影响。未来的研究可以解决这些和其他类型信息的影响。
②mHealth护理在老年人中可能发挥相对突出的作用,但是,本研究的参与者较年轻(即研究1中的20-25岁,研究2中的主要年龄在30岁以下)。后续研究可以包括其他年龄组的参与者,以促进mHealth应用程序的广泛使用。
③研究所采用的问卷调查方法存在一定的主观局限性。后续研究可以采用深入的案例研究方法,因为在分析动态现象时,其比问卷调查法更具优势。
道阻且长,行则将至
行而不辍,未来可期
神经工程管理联合发起人
李 恒 |
教 授 |
香港理工大学 |
叶 贵 | 教 授 |
重庆大学 |
卢昱杰 |
教 授 |
同济大学 |
廖彬超 |
副教授 |
清华大学 |
陈嘉宇 | 副教授 |
香港城市大学 |
韩 豫 | 教 授 |
江苏大学 |
崇 丹 | 副教授 |
上海大学 |
付汉良 |
副教授 |
西安建筑科技大学 |
西安建筑科技大学神经工程管理实验室成员
付汉良 | 副教授 |
|
侯彩霞 | 副教授 | |
王萌萌 |
博士后 | |
郭晓彤 | 博士后 |
本篇文章来源于微信公众号:神经工程管理