国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

用戶健康信息素養(yǎng)與問(wèn)答文本情感特征對(duì)在線健康社區(qū)問(wèn)答采納影響分析

2023-02-08 12:54呂健超
關(guān)鍵詞:醫(yī)護(hù)人員特征文本

呂健超,林 萍

(1 南京郵電大學(xué) 管理學(xué)院,南京 210003;2 中國(guó)電信股份有限公司南京浦口分公司,南京 210000;3 江蘇高校哲學(xué)社會(huì)科學(xué)重點(diǎn)研究基地——信息產(chǎn)業(yè)融合創(chuàng)新與應(yīng)急管理研究中心,南京 210003)

0 引言

近年來(lái),在線健康社區(qū)成為人們獲取醫(yī)療信息的重要途徑,在線健康社區(qū)的問(wèn)答板塊中,用戶進(jìn)行信息搜索、交互、分享、采納等行為[1]。雖然在線健康社區(qū)為人們提供了海量的數(shù)據(jù)信息,但是其信息質(zhì)量參差不齊,一方面是由于在線健康社區(qū)沒(méi)有完善的審核機(jī)制,導(dǎo)致回答者回復(fù)隨意,回答質(zhì)量不盡人意;另一方面是在線健康社區(qū)的專業(yè)性較強(qiáng),患者受其文化程度或者信息水平限制,在表述過(guò)程中出現(xiàn)了偏差,使得醫(yī)護(hù)人員的回答并沒(méi)有切中要點(diǎn),回答滿意度降低,信息采納率下降。在線健康社區(qū)中回答的質(zhì)量受到了廣泛關(guān)注,但是很多忽略了提問(wèn)的質(zhì)量,問(wèn)題表述生硬,態(tài)度甚至偏激,無(wú)疑為醫(yī)患溝通帶來(lái)了阻礙,因此健康信息素養(yǎng)在信息采納過(guò)程中所起的作用,成為當(dāng)前亟需關(guān)注的研究點(diǎn)。

在線健康社區(qū)通過(guò)醫(yī)療健康信息共享、社交支持和情感交互,在信息和情感層面提升用戶的滿意度?;颊咴谠诰€健康社區(qū)中除了希望獲取自身所需的信息支持外,也渴望得到心理支持,希望被理解并且得到精神上的安慰和鼓勵(lì),因此平臺(tái)中醫(yī)護(hù)人員提供適度的情感表達(dá)關(guān)懷可以獲得用戶的信任,建立溫暖的情感社區(qū)文化也可以拉近用戶與平臺(tái)的距離,增強(qiáng)平臺(tái)吸引力,提高平臺(tái)用戶粘性。研究表明,情感因素是影響用戶選擇最佳答案時(shí)的重要因素[2]。因此本文從文本的角度提取信息質(zhì)量特征和信息源可信度特征,考慮在線健康社區(qū)中情感因素對(duì)于回答采納的調(diào)節(jié)作用。

1 相關(guān)研究述評(píng)

1.1 健康信息素養(yǎng)定義

健康信息素養(yǎng)(Health Information Literacy,HIL)的概念由美國(guó)醫(yī)學(xué)圖書館協(xié)會(huì)融合了信息素養(yǎng)和健康素養(yǎng)的概念首次提出,是指意識(shí)到健康信息需求,確認(rèn)健康信息來(lái)源并應(yīng)用其檢索相關(guān)信息,評(píng)估健康信息質(zhì)量及其可用性[3]。2016 年衛(wèi)生部發(fā)布新版《健康素養(yǎng)66 條》首提健康信息素養(yǎng),指出其內(nèi)涵是個(gè)體獲取、理解、甄別、應(yīng)用健康信息的能力[4]。現(xiàn)有研究往往將信息素養(yǎng)作為對(duì)于信息獲取后的工作,但是信息交互是相互的,信息表達(dá)也是一種健康信息素養(yǎng)。國(guó)內(nèi)外對(duì)于健康信息素養(yǎng)的測(cè)評(píng)工具很多,Baker[5]等提出包括50 個(gè)項(xiàng)目的閱讀理解測(cè)試和17 個(gè)項(xiàng)目的計(jì)算測(cè)試,作為成人功能性健康素養(yǎng)測(cè)評(píng)工具;歐光忠[6]提出包括健康信息意識(shí)、健康信息知識(shí)和健康信息能力3 個(gè)一級(jí)指標(biāo)、9 個(gè)二級(jí)指標(biāo)和39 個(gè)三級(jí)指標(biāo)作為糖尿病患者健康信息素養(yǎng)評(píng)價(jià)指標(biāo)體系。基于上述研究成果,本文將“結(jié)合自己病情,并通過(guò)語(yǔ)言禮貌詳細(xì)的表達(dá)描述”作為用戶的健康信息素養(yǎng),具體包括健康咨詢文本的表達(dá)水平、詳細(xì)度、標(biāo)點(diǎn)數(shù)、禮貌性、句子數(shù)、多樣性。

1.2 健康信息情感特征研究

Stockdale[7]指出在線醫(yī)療社區(qū)滿足了用戶的表達(dá)、獲取精神支持與實(shí)現(xiàn)個(gè)人價(jià)值等需求,對(duì)用戶心理有正面影響;Zhang[8]等研究結(jié)果表明,高影響力用戶作為長(zhǎng)期會(huì)員,在乳腺癌論壇中充當(dāng)了信息提供者的角色,并且在參與的話題中表達(dá)了更多的鼓勵(lì)和同情;Wu[9等基于全球糖尿病論壇的數(shù)據(jù)集進(jìn)行為期5 年的研究,發(fā)現(xiàn)該論壇中擁有較高活躍度的用戶對(duì)社區(qū)體驗(yàn)有較高的滿意度,擁有更多經(jīng)驗(yàn)和偏激情感的用戶發(fā)布的帖子在社區(qū)中起著重要作用;李長(zhǎng)榮[10]等對(duì)在線健康社區(qū)用戶的發(fā)帖和回帖文本進(jìn)行情感分析和計(jì)算,發(fā)現(xiàn)用戶的活躍度與情感表達(dá)強(qiáng)度之間存在正相關(guān)關(guān)系;邵佳[11]等針對(duì)青年大學(xué)生群體,發(fā)現(xiàn)不同情感狀態(tài)下,大學(xué)生用戶的查詢方式、跟蹤策略、信息使用行為特征不同;李旭光[12]等在4 個(gè)疾病類貼吧中選取32 個(gè)帖子進(jìn)行編碼分析,發(fā)現(xiàn)個(gè)人想法陳述、除病情外,個(gè)人信息陳述及治療經(jīng)驗(yàn)分享對(duì)負(fù)面情緒向正面情緒轉(zhuǎn)化有促進(jìn)作用,信息內(nèi)容和信息系統(tǒng)的各項(xiàng)要素對(duì)大學(xué)生用戶健康信息查詢的情感體驗(yàn)具有較強(qiáng)的反饋?zhàn)饔?;董偉?3]等從用戶交互性和評(píng)論情感傾向出發(fā),利用PageRank 等算法分析發(fā)現(xiàn),在線健康社區(qū)中用戶的影響力不同,表達(dá)的情感類別和強(qiáng)度會(huì)存在差異。

1.3 健康信息素養(yǎng)研究

健康信息素養(yǎng)的研究多與用戶的行為有關(guān)。賀建平[14]等針對(duì)老年人群研究,發(fā)現(xiàn)電子健康信息素養(yǎng)對(duì)信息尋求行為具有顯著影響,明確了疾病大流行環(huán)境中健康信息素養(yǎng)和尋求社會(huì)支持對(duì)健康信息的媒體使用意向的重要價(jià)值;艾文華[15]等研究發(fā)現(xiàn)電子信息素養(yǎng)對(duì)健康信息規(guī)避行為的負(fù)向作用最大,知識(shí)或技能的缺乏也可能會(huì)導(dǎo)致個(gè)體不愿意做出行為上的改變、進(jìn)而增加不確定性,做出回避與健康相關(guān)信息的決策;陳憶金[16]等對(duì)12 名健康類短視頻使用者進(jìn)行訪談,探究人們健康類短視頻有用性的影響因素,發(fā)現(xiàn)高電子健康信息素養(yǎng)和高健康信息需求程度群體更傾向于從中心路徑評(píng)估健康類短視頻的信息有用性。

綜上研究,學(xué)界對(duì)于健康信息素養(yǎng)和情感特征研究取得了一定的進(jìn)展,但是依然存在不足:

(1)在線健康社區(qū)中用戶的健康素養(yǎng)評(píng)價(jià)較少,更多是通過(guò)問(wèn)卷調(diào)查,使用測(cè)評(píng)工具對(duì)健康信息素養(yǎng)從主觀上進(jìn)行度量,無(wú)法全面反映在線用戶健康素養(yǎng)真實(shí)情況;

(2)現(xiàn)有研究基于信息采納視角,對(duì)醫(yī)護(hù)人員的文本情感特征探究較少。當(dāng)前,在線情感特征多聚焦于用戶的影響力,從患者的角度研究較多,但是信息交互是雙向的,對(duì)于不同程度健康焦慮用戶,醫(yī)護(hù)人員回答的文本情感信息對(duì)于信息采納的影響也十分重要。

2 研究模型與假設(shè)

2.1 基礎(chǔ)模型構(gòu)建

1989 年Sussman 等[17]整合了Davis[18]提出的信息技術(shù)接受模型(TAM)和Petty[19]提出的精細(xì)加工可能性模型(ELM),并在此基礎(chǔ)上構(gòu)建了信息采納模型(IAM)。IAM 模型是一種信息采納影響因素模型,采用兩種路徑研究信息對(duì)接收者態(tài)度的影響,即中心路線和邊緣路線,中心路線表示信息質(zhì)量,邊緣路線是指信息可信度。本文以回復(fù)文本結(jié)構(gòu)特征和情感特征表征信息質(zhì)量,以醫(yī)護(hù)人員的專業(yè)權(quán)威表征信息可信度,并選擇文本情感特征和咨詢用戶的健康信息素養(yǎng)作為調(diào)節(jié)變量,建立了在線健康社區(qū)信息采納模型,模型如圖1 所示。

圖1 在線健康社區(qū)信息采納模型Fig.1 Online health community information adoption model

2.2 指標(biāo)構(gòu)建與研究假設(shè)

2.2.1 問(wèn)答文本特征

部分學(xué)者在線數(shù)據(jù)分析健康社區(qū)的問(wèn)答采納,比如曾宇穎[20]等聚焦醫(yī)護(hù)人員特征,分析發(fā)現(xiàn)回復(fù)頻次、開通服務(wù)數(shù)量、醫(yī)學(xué)職稱、學(xué)術(shù)職稱、信息披露程度和感謝信數(shù)量會(huì)影響問(wèn)診用戶對(duì)醫(yī)護(hù)人員回復(fù)的采納;苗富[21]等基于“尋醫(yī)問(wèn)藥”數(shù)據(jù),認(rèn)為文本長(zhǎng)度、問(wèn)答比、文本熵、感謝數(shù)、最佳回答數(shù)、回答總數(shù)、回答時(shí)序、回答時(shí)差、知識(shí)大眾化程度、回答權(quán)威排序、回答詳細(xì)度會(huì)影響問(wèn)答采納。本研究借鑒在線社區(qū)問(wèn)答和專業(yè)健康社區(qū)問(wèn)答,提出假設(shè):

H1:表達(dá)水平對(duì)信息采納具有正向影響;

H2:表達(dá)詳細(xì)度對(duì)信息采納具有正向影響;

H3:表達(dá)豐富度對(duì)信息采納具有正向影響;

H4:禮貌用語(yǔ)對(duì)信息采納具有正向影響;

H5:句子數(shù)量對(duì)信息采納具有正向影響;

H6:表達(dá)多樣性對(duì)于信息采納具有正向影響。

2.2.2 醫(yī)護(hù)人員專業(yè)權(quán)威

信息源的可靠性作為IAM 的邊緣路線對(duì)信息采納的影響一直受到學(xué)界的關(guān)注。本研究結(jié)合在線健康社區(qū)的具體情況,將醫(yī)護(hù)人員的等級(jí)職稱、擅長(zhǎng)領(lǐng)域作為醫(yī)護(hù)人員專業(yè)權(quán)威的指標(biāo),表征信息源可信度,提出假設(shè):

H7:回答醫(yī)護(hù)人員的等級(jí)職稱對(duì)用戶信息采納具有正向影響;

H8:回答醫(yī)護(hù)人員的專業(yè)契合度對(duì)用戶信息采納具有正向影響。

2.2.3 用戶健康信息素養(yǎng)特征

Kobayashi[22]認(rèn)為健康信息素養(yǎng)特征是根據(jù)獲取的健康信息做出個(gè)體認(rèn)為正確的判斷和抉擇,從而達(dá)到維持自身健康與促進(jìn)健康水平發(fā)展的一種能力;張艷茹[23]等認(rèn)為青少年健康信息素養(yǎng)與信息行為存在積極的作用。本研究認(rèn)為健康信息素養(yǎng)特征基于用戶的表達(dá)特征,包括專業(yè)性、豐富性、完整性、禮貌用語(yǔ)、詳細(xì)程度等。

信息服務(wù)質(zhì)量的高低會(huì)很大程度影響用戶對(duì)信息的采納,但是優(yōu)質(zhì)的表達(dá)也是醫(yī)護(hù)人員提供高信息質(zhì)量的前提,當(dāng)患者的表述越清晰,醫(yī)護(hù)人員越可能“對(duì)癥下藥”,提供高質(zhì)量的回答。本文提出假設(shè):

H9:健康信息素養(yǎng)在表達(dá)詳細(xì)性與信息采納之間起顯著的正向調(diào)節(jié)作用;

H10:健康信息素養(yǎng)在表達(dá)多樣性與信息采納之間起顯著的正向調(diào)節(jié)作用。

2.2.4 表達(dá)情感特征

近年來(lái),在線健康社區(qū)的情感表達(dá)受到了學(xué)者的關(guān)注。情感支持影響人們的健康生活質(zhì)量,Zhao[24]等認(rèn)為表達(dá)負(fù)面情感且具有高影響力用戶,在收到他人的回帖后,會(huì)表現(xiàn)出較高的積極情感;Oh[25]等邀請(qǐng)了護(hù)士、圖書館員以及相關(guān)用戶,根據(jù)10 個(gè)標(biāo)準(zhǔn)對(duì)Yahoo!Answers 中的400 個(gè)健康類問(wèn)答進(jìn)行評(píng)估,發(fā)現(xiàn)自信、禮貌、同情等社會(huì)情感支持類標(biāo)準(zhǔn)對(duì)于信息質(zhì)量的影響最大,而且社會(huì)情感支持類的標(biāo)準(zhǔn)在3 類人群中一致性最高,說(shuō)明社會(huì)情感支持在社會(huì)化的問(wèn)答社區(qū)中是一種共識(shí)性的影響因素;姜雯[26]在信息質(zhì)量自動(dòng)化評(píng)價(jià)中,將情感作為特征,有效提高預(yù)測(cè)的準(zhǔn)確率,可見情感特征在信息采納中作為一項(xiàng)重要指標(biāo)。本文做出如下假設(shè):

H11:表達(dá)情感強(qiáng)度對(duì)用戶信息采納有正向影響;

H12:表達(dá)情感強(qiáng)度在表達(dá)詳細(xì)性與信息采納之間起顯著的正向調(diào)節(jié)作用;

H13:表達(dá)情感強(qiáng)度在表達(dá)多樣性與信息采納之間起顯著的正向調(diào)節(jié)作用。

3 實(shí)證分析

3.1 數(shù)據(jù)收集

基于中國(guó)居民面臨的最主要疾病報(bào)告,并聽取GL 醫(yī)院醫(yī)護(hù)人員的臨床問(wèn)診建議,選取心臟病、高血壓等共15 類網(wǎng)民最為關(guān)注的疾病作為數(shù)據(jù)采集文本的主題。通過(guò)python 爬取尋醫(yī)問(wèn)藥健康平臺(tái)回答板塊,具體內(nèi)容包括問(wèn)答文本、用戶的性別、年齡\懸賞金額、醫(yī)護(hù)人員的等級(jí)職稱、醫(yī)護(hù)人員的擅長(zhǎng)領(lǐng)域、采納標(biāo)簽,共計(jì)獲取12 400 條問(wèn)答,剔除異常值和重復(fù)值,最終獲取12 149 條問(wèn)答數(shù)據(jù)。

3.2 變量設(shè)計(jì)

結(jié)合相關(guān)文獻(xiàn)研究及在線健康社區(qū)實(shí)際的文本信息,本文從問(wèn)答文本特征、醫(yī)護(hù)人員專業(yè)權(quán)威、情感表達(dá)特征、健康信息素養(yǎng)特征4 個(gè)方面,對(duì)文本數(shù)據(jù)計(jì)算分析,進(jìn)行信息特征提取。其中,問(wèn)答文本特征、醫(yī)護(hù)人員專業(yè)權(quán)威、情感表達(dá)特征作為自變量,情感表達(dá)特征、健康信息素養(yǎng)特征作為調(diào)節(jié)變量,見表1。

表1 指標(biāo)對(duì)應(yīng)變量說(shuō)明Tab.1 Description of the corresponding variables of the indicators

3.3 分析結(jié)果

3.3.1 指標(biāo)篩選

本文首先通過(guò)相關(guān)性分析和共現(xiàn)診斷,剔除冗余指標(biāo)。相關(guān)性分析采用相關(guān)系數(shù)矩陣計(jì)算,通過(guò)計(jì)算兩兩變量之間的Pearson 相關(guān)系數(shù)形成相關(guān)系數(shù)矩陣,對(duì)用戶健康信息素養(yǎng)評(píng)價(jià),對(duì)提問(wèn)的文本特征指標(biāo)進(jìn)行計(jì)算分析,見表2。共線性分析使用方差膨脹系數(shù)(Variance Inflation Factor,VIF)和容差指標(biāo)計(jì)算,VIF 是衡量共線性嚴(yán)重程度的一種度量,表示當(dāng)系數(shù)估計(jì)量的方差與假設(shè)自變量間不線性相關(guān)時(shí),兩者方差相比的比值,容差等于1/VIF。一般情況下,當(dāng)VIF 大于10 時(shí)表示變量間存在嚴(yán)重多重共線性,見表3。將以上各指標(biāo)進(jìn)行歸一化處理,并求平均值,作為用戶健康信息素養(yǎng)的數(shù)值。

表2 提問(wèn)相關(guān)系數(shù)矩陣Tab.2 Question correlation coefficient matrix

表3 提問(wèn)共線性統(tǒng)計(jì)Tab.3 Question collinearity statistics

同理,對(duì)醫(yī)護(hù)人員回答的文本特征、健康信息素養(yǎng)進(jìn)行相關(guān)性和共線性分析,相關(guān)性矩陣見表4,回答共線性統(tǒng)計(jì)見表5,句子數(shù)量和表達(dá)豐富度的VIF均大于10,因此予以剔除。

表4 回答文本特征相關(guān)系數(shù)Tab.4 Correlation coefficients of response text features

表5 回答共線性統(tǒng)計(jì)Tab.5 Answer collinearity statistics

3.3.2 回歸分析

因?yàn)樾畔⒉杉{是二分類變量,包括采納與不采納,因此使用Logistic 二元回歸模型對(duì)二分類因變量(即y =1 或y =0)進(jìn)行回歸分析,應(yīng)用最普遍的多元量化分析方法。被用于描述二分類變量和一個(gè)或者多個(gè)自變量之間的關(guān)系,模型表達(dá)式如式(1):

其中,P(Y =1)表示對(duì)于給定的x選擇1 的概率,F(xiàn)(z)表示累計(jì)概率密度函數(shù)。

Y通過(guò)Logistic 函數(shù)被轉(zhuǎn)換為概率,式(2)。

其中,P為采納的概率;n為協(xié)變量個(gè)數(shù);β1,β2,…,βn為各自的回歸系數(shù);x1,x2,…,xn為信息采納的影響因素。

由于回復(fù)文本的表達(dá)詳細(xì)度和表達(dá)多樣性是體現(xiàn)醫(yī)護(hù)人員是否全面、詳細(xì)解答用戶疑慮的指標(biāo),因此,在探究用戶健康信息素養(yǎng)和回復(fù)文本情感表達(dá)強(qiáng)度交叉效用時(shí),本文選擇評(píng)估健康信息素養(yǎng)、表達(dá)情感強(qiáng)度和表達(dá)詳細(xì)度、表達(dá)多樣性交叉效用。具體模型包括:模型一:信息質(zhì)量特征+信息源特征;模型二:模型一+健康信息素養(yǎng)交叉效用;模型三:模型二+表達(dá)情感強(qiáng)度交叉效用;模型四:模型一+健康信息素養(yǎng)交叉效用+表達(dá)情感強(qiáng)度交叉效用。使用SPSS25 軟件進(jìn)行Logistic 回歸分析,結(jié)果見表6。

表6 健康信息采納影響因素分析結(jié)果Tab.6 Analysis results of influencing factors of health information adoption

第一,由于共線性診斷刪除冗余指標(biāo),假設(shè)H3和H5 不予驗(yàn)證。第二,假設(shè)H1 和H4 不成立,表達(dá)水平中重復(fù)出現(xiàn)主題詞和禮貌用語(yǔ),文本冗長(zhǎng),無(wú)法快速、精準(zhǔn)消除用戶健康疑慮。第三,假設(shè)H2 不成立,模型中表達(dá)詳細(xì)度顯著性不斷變化,且呈負(fù)向影響;假設(shè)H7 不成立,醫(yī)護(hù)人員的等級(jí)職稱負(fù)向影響用戶信息采納;假設(shè)H8 成立,即醫(yī)護(hù)人員專業(yè)契合度一直正向影響用戶的信息采納??梢姡瑢?duì)信息采納的影響,并不是表達(dá)的越詳細(xì)、醫(yī)護(hù)人員等級(jí)職稱越高越受到用戶的喜愛,相反,用戶更傾向于選擇精練、專業(yè)度高的健康信息。第四,假設(shè)H6 成立,表達(dá)多樣性對(duì)問(wèn)答信息采納有正向影響;假設(shè)H11 不成立,即表達(dá)情感強(qiáng)度對(duì)用戶信息采納影響呈現(xiàn)波動(dòng)狀態(tài);假設(shè)H12 和H13 不成立,情感強(qiáng)度和多樣性會(huì)產(chǎn)生負(fù)向交叉效用,情感強(qiáng)度和詳細(xì)度交叉效用不顯著。這進(jìn)一步說(shuō)明,醫(yī)護(hù)人員應(yīng)盡可能全面回答用戶健康需求,同時(shí)應(yīng)使用中性詞語(yǔ)回復(fù),平撫用戶的焦慮、準(zhǔn)確傳達(dá)疾病診斷結(jié)論,提高用戶對(duì)回復(fù)文本的理解和采納。第五,假設(shè)H9 和H10 不成立,用戶健康信息素養(yǎng)并不能影響問(wèn)答的信息采納,盡管健康疾病回答中涉及較多醫(yī)學(xué)術(shù)語(yǔ),用戶健康信息素養(yǎng)較低,信息表達(dá)可能不盡如人意,但是醫(yī)護(hù)人員有豐富的問(wèn)診經(jīng)驗(yàn),可以快速、準(zhǔn)確識(shí)別不同健康信息素養(yǎng)人群的健康信息需求,可以提供令用戶滿意并且采納的答案,因此,在信息采納影響因素中,用戶健康信息素養(yǎng)并沒(méi)有顯著影響力。

4 結(jié)束語(yǔ)

區(qū)別于一般問(wèn)卷調(diào)查從主觀角度對(duì)信息采納的影響因素進(jìn)行分析,本文立足于專業(yè)健康社區(qū)平臺(tái),考慮醫(yī)患雙方的信息交互過(guò)程,通過(guò)文本分析對(duì)健康信息素養(yǎng)和回答情感特征進(jìn)行量化,著重對(duì)健康信息素養(yǎng)、情感特征影響因素進(jìn)行研究;使用經(jīng)典的二分類回歸模型對(duì)健康信息素養(yǎng)和情感特征在信息采納中的調(diào)節(jié)作用進(jìn)行探索。

基于本文研究結(jié)果,從健康平臺(tái)和醫(yī)護(hù)人員角度,提出以下建議:

從醫(yī)護(hù)人員的角度,醫(yī)護(hù)人員在回答患者問(wèn)題時(shí),應(yīng)當(dāng)注意情感用詞,大多患者在尋醫(yī)問(wèn)藥平臺(tái)尋求更多的是情感支持,醫(yī)護(hù)人員應(yīng)盡可能對(duì)患者提供有用信息的同時(shí)注意心理和精神上的支持。

從平臺(tái)的角度,平臺(tái)設(shè)立信息推送機(jī)制,為那些健康信息素養(yǎng)高的,特別是表達(dá)水平強(qiáng)的患者,推送注重人文關(guān)懷且比較細(xì)致的醫(yī)生,可以極大提高平臺(tái)的采納率。

猜你喜歡
醫(yī)護(hù)人員特征文本
根據(jù)方程特征選解法
文本聯(lián)讀學(xué)概括 細(xì)致觀察促寫作
南平市婦聯(lián)關(guān)愛援鄂醫(yī)護(hù)人員家屬
在808DA上文本顯示的改善
不忠誠(chéng)的四個(gè)特征
基于doc2vec和TF-IDF的相似文本識(shí)別
抓住特征巧觀察
幫助醫(yī)護(hù)人員處理好四種關(guān)系
文本之中·文本之外·文本之上——童話故事《坐井觀天》的教學(xué)隱喻
精神科醫(yī)護(hù)人員職業(yè)倦怠相關(guān)分析
甘孜| 腾冲县| 松原市| 乐安县| 芮城县| 红原县| 通化县| 乡城县| 崇明县| 会泽县| 安达市| 六盘水市| 武宁县| 马尔康县| 宁德市| 临邑县| 德兴市| 陆川县| 曲麻莱县| 界首市| 翁牛特旗| 玉田县| 南投县| 邛崃市| 鸡东县| 吉木乃县| 赞皇县| 荔浦县| 西乌珠穆沁旗| 云霄县| 阜平县| 荆门市| 江华| 仙居县| 灌阳县| 武清区| 大安市| 鹤壁市| 井研县| 东安县| 原阳县|