尤劍　余先明　孟猛等

關(guān)鍵詞： 健康信息； 采納行為； 研究熱點； 前沿分析

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０６．０１４

〔中圖分類號〕Ｇ２５０.７ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） ０６－０１６８－０９

健康信息采納行為是指用戶根據(jù)自身需要， 對檢索結(jié)果的分析、選擇、總結(jié)和利用的信息行為，既包括對檢索結(jié)果的思考階段， 也包括利用健康信息開展健康實踐的行為階段［１－３］ 。伴隨社交媒體、短視頻平臺和論壇等網(wǎng)絡(luò)信息媒介扎根于日常的各個方面， 當面臨身體不適等健康問題時， 部分用戶會通過上述媒介搜尋并采納所需的健康信息， 以指導(dǎo)其開展健康實踐。鑒于健康信息對個體的健康決策和行為具有指導(dǎo)作用， 因此圍繞健康信息采納這一信息行為開展的學(xué)術(shù)研究也就具備了現(xiàn)實意義。

然而， 圍繞健康信息分享、傳播、管理和搜索等主題的綜述研究較為豐富， 而作為健康信息行為的重要組成部分之一， 健康信息采納行為的研究卻未形成系統(tǒng)梳理。本研究認為對已有研究成果的梳理與歸納， 有助于學(xué)者宏觀把握本領(lǐng)域研究進展與熱點， 拓寬研究思路， 對于提升用戶的健康水平和健康管理能力亦具有重要意義?；诖?， 本研究擬運用ＶＯＳｖｉｅｗｅｒ 工具， 對相關(guān)文獻進行可視化分析，以揭示健康信息采納行為的研究現(xiàn)狀。針對國內(nèi)外健康信息采納行為的研究情況， 本研究可以回答３個問題： ①國內(nèi)外研究的發(fā)文趨勢和異同點； ②文獻作者的合作情況； ③文獻的研究熱點和前沿分析。

１ 數(shù)據(jù)來源與研究方法

為全面了解健康信息采納行為的研究進展， 本研究采用檢索式（“ｈｅａｌｔｈ ｉｎｆｏｒｍａｔｉｏｎ” ＡＮＤ （ａｄｏｐｔ?ＯＲ Ｓｅｅｋ? ＯＲ Ｓｅａｒｃｈ? ＯＲ Ｒｅｔｒｉｅｖａｌ ＯＲ Ｓｅｌｅｃｔ? ＯＲＥｖａｌｕａｔ? ＯＲ Ａｂｓｏｒｂ? ＯＲ Ａｂｓｏｒｐ? ＯＲ Ｕｔｉｌｉｚ? ）） 在Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ 核心數(shù)據(jù)庫檢索英文文獻， 采用檢索式（“健康信息” ＡＮＤ （“采納” ＯＲ “尋求” ＯＲ“搜索” ＯＲ “搜尋” ＯＲ “檢索” ＯＲ “選擇” ＯＲ “評價” ＯＲ “吸收” ＯＲ “利用”））在ＣＮＫＩ 檢索中文文獻， 經(jīng)過剔除與主題明顯不相關(guān)文獻后， 得到研究文獻３ ４７８篇， 其中英文文獻３ ３２８篇， 中文文獻１５０ 篇。

ＶＯＳｖｉｅｗｅｒ 軟件是由荷蘭萊頓大學(xué)科技研究中心（Ｔｈｅ Ｃｅｎｔｒｅ ｆｏｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｓｔｕｄｉｅｓ，ＣＷＴＳ）基于ＪＡＶＡ 技術(shù)開發(fā)的知識圖譜應(yīng)用平臺［４］ 。其主要功能可以利用文獻數(shù)據(jù)繪制某研究領(lǐng)域的研究主題、合作關(guān)系和知識衍化脈絡(luò)等， 可以對大規(guī)模數(shù)據(jù)展開關(guān)系構(gòu)建和可視化分析工作， 具有很強的可視化水平［５］ 。因此， 本研究擬利用此軟件開展中英文文獻的可視化分析。

２ 研究文獻的基本情況

２.１ 國內(nèi)外發(fā)文趨勢分析

本研究將Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ 和ＣＮＫＩ 相關(guān)文獻的發(fā)表年份進行了統(tǒng)計分析， 中英文文獻的發(fā)表詳情如圖１ 和圖２ 所示（不包含２０２３ 年數(shù)據(jù)）。由圖１可知： ①健康信息采納行為研究的英文文獻大致可以分為慢速萌芽期（１９９６—２００６） 和高速發(fā)展期（２００７—至今）。２００６ 年及之前的年發(fā)文量不超過４０ 篇， 甚至１９９７、１９９９ 和２０００ 年３ 年出現(xiàn)了零發(fā)文量的“荒年”。２００６ 年以后， 除個別年份（２０１６、２０２１）外， 其余每年均比前一年的發(fā)文量多， 整體呈現(xiàn)穩(wěn)步增長的發(fā)文趨勢； ②最新研究成果占比頗高。最近３ 年（２０２０、２０２１、２０２２）的研究成果數(shù)量分別是３６９ 篇、３２１ 篇和３３９ 篇， 成果總量占據(jù)２０２２年累積發(fā)文量的３０.９２％， 可能受全球新冠肺炎疫情影響， 健康主題的研究如火如荼。由圖２ 可知：①健康信息采納行為研究的中文文獻大致亦可分為慢速萌芽期（２００２—２０１６）和高速發(fā)展期（２０１７—至今）。２０１６ 年及之前的年發(fā)文量不超過５ 篇， 甚至２００５、２００７、２００８、２０１２ 和２０１３ 年５ 年出現(xiàn)了零發(fā)文量的“荒年”。２０１６ 年后， 除個別年份（２０２１）外，其余每年均比前一年發(fā)文量多， 整體呈現(xiàn)穩(wěn)定增長的發(fā)文趨勢； ②最新研究成果占比頗高。最近３ 年（２０２０、２０２１、２０２２）的研究成果數(shù)量分別是３０ 篇、２７ 篇和３８ 篇， 成果總量占據(jù)２０２２ 年累積發(fā)文量的６３.３３％， 可能亦受新冠肺炎疫情影響， 我國健康主題的研究同樣十分火熱。

綜合來看， 中文文獻的發(fā)文狀況與英文文獻的發(fā)文狀況相比， 呈現(xiàn)出異同兼?zhèn)涞奶攸c。具體表現(xiàn)： 其一， 中英文獻發(fā)展規(guī)律均包含慢速萌芽期和高速發(fā)展期， 但是前者萌芽的出現(xiàn)比后者晚了６ 年左右， 萌芽期卻比后者長了４ 年左右， 由此可見國內(nèi)關(guān)于健康信息采納行為的研究同國外相比呈現(xiàn)前期發(fā)展滯后、發(fā)展周期較長的特征。其二， 高速發(fā)展期均存在“發(fā)文洼地” 的年份， 中英文文獻均在２０２１ 年的發(fā)文數(shù)量少于２０２０ 年。其三， 現(xiàn)階段中英文文獻的發(fā)文數(shù)量均呈現(xiàn)增長趨勢， 但受基數(shù)影響， 中文文獻發(fā)文數(shù)量的增長幅度更高。其四，中英文文獻的最新研究成果數(shù)量占２０２２ 年累積發(fā)文數(shù)量的比重較大， 但是中文文獻占比比英文文獻占比高出１ 倍之多， 單純從發(fā)文比重維度看， 側(cè)面說明國內(nèi)科研工作在健康信息采納行為方向的傾斜程度領(lǐng)先于國際水平。

２.２ 國內(nèi)外學(xué)者合作網(wǎng)絡(luò)分析

ＶＯＳｖｉｅｗｅｒ 可以進行作者共現(xiàn)分析， 客觀解釋作者的合作關(guān)系和學(xué)術(shù)影響力。筆者將英文文獻作者數(shù)據(jù)導(dǎo)入平臺中， 將發(fā)文數(shù)量５ 篇及以上的作者納入分析范疇， 共有１０３ 位作者進入了分析階段，聚類視圖如圖３ 所示。根據(jù)平臺算法結(jié)果， 作者的合作網(wǎng)絡(luò)被聚類為４０ 個學(xué)術(shù)團體， 不難發(fā)現(xiàn)英文文獻作者合作團體比較分散。學(xué)術(shù)影響力較大的學(xué)術(shù)團體（僅列出學(xué)術(shù)團體中的代表作者）有Ｊｕｌｉａ Ａｄ?ｌｅｒ－Ｍｉｌｓｔｅｉｎ， Ｎｉｒ Ｍｅｎａｃｈｅｍｉ， Ｄａｖｉｄ Ｗ.Ｂａｔｅｓ， Ｈｅｃ?ｔｏｒ Ｐ.Ｒｏｄｒｉｇｕｅｚ， Ｅｖｅｒｓｏｎ Ｊｏｒｄａｎ 等。

將中文文獻作者數(shù)據(jù)導(dǎo)入平臺中， 設(shè)置發(fā)文數(shù)量４ 篇及以上的作者納入分析范疇， 共有１２１ 位作者進入了分析階段， 聚類視圖和密度視圖如圖４ 所示。根據(jù)平臺算法結(jié)果， 作者的合作網(wǎng)絡(luò)被聚類為５０ 個學(xué)術(shù)團體， 不難發(fā)現(xiàn)中文文獻作者合作團體比英文文獻的作者合作團體更加分散， 而且國內(nèi)合作團體之間的合作關(guān)系強度不夠緊密， 多為團體內(nèi)部成員的合作。學(xué)術(shù)影響力較大的學(xué)術(shù)團體（僅列出學(xué)術(shù)團體中的代表作者）有朱慶華、呂建超、李秋霞、劉蕤、陳濟安、王文韜、張寧、曹丹、王勤等。

３健康信息采納行為研究的熱點分析

３.１英文文獻的熱點分析

關(guān)鍵詞一定程度上代表著該研究的主要研究主題， 通過聚類可以直觀地觀察到現(xiàn)有研究成果存在的研究方向［６］ 。平臺會將同一類簇的關(guān)鍵詞顯示為同一列， 而且點越大說明該關(guān)鍵詞的頻次越大，越靠近類簇的中間位置說明該關(guān)鍵詞的重要性越高［７］ 。筆者將英文文獻關(guān)鍵詞導(dǎo)入ＶＯＳｖｉｅｗｅｒ 中，考慮到有些關(guān)鍵詞出現(xiàn)次數(shù)較少， 不具有強代表性。因此， 將關(guān)鍵詞出現(xiàn)次數(shù)的閾值設(shè)置為１０， 即關(guān)鍵詞至少出現(xiàn)在１０ 篇文獻中才可被納入分析范疇。平臺根據(jù)算法將４０２ 個關(guān)鍵詞納入分析， 聚類得到如圖５ 所示的英文關(guān)鍵詞標簽視圖。由圖５ 可知，英文關(guān)鍵詞可以被聚類成４ 類。根據(jù)關(guān)鍵詞共現(xiàn)分析以及對檢索的核心文獻進行研讀， 經(jīng)過研究小組成員充分討論后， 將４ 個類簇分別命名為“健康信息采納的行為機理” （關(guān)鍵詞有５４ 個， 代表性關(guān)鍵詞： ａｄｏｐｔｉｏｎ、ｅ－ｈｅａｌｔｈ、ｐｈｙｓｉｃｉａｎ、ｐｒｏｆｅｓｓｉｏｎａｌｓ、ｔｅｃｈｎｏｌｏｇｙ、ｔｅｃｈｎｏｌｏｇｙ、ａｄｏｐｔｉｏｎ、ｍｏｄｅｌ …… ），“健康信息采納的影響因素” （關(guān)鍵詞有９５ 個， 代表性關(guān)鍵詞： ｅｌｅｃｔｒｏｎｉｃ ｈｅａｌｔｈ ｒｅｃｏｒｄｓ、ｈｅａｌｔｈ ｉｎｆｏｒ?ｍａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ、ｓｙｓｔｅｍｓ、ｒｅｃｏｒｄ、ｉｍｐａｃｔ ……），“健康信息采納視域下的服務(wù)框架” （關(guān)鍵詞有９７個， 代表性關(guān)鍵詞： ｆｒａｍｅｗｏｒｋ、ｈｅａｌｔｈｃａｒｅ、ｈｅａｌｔｈｐｏｌｉｃｙ、ｈｅａｌｔｈｃａｒｅ、ｐｒｉｖａｃｙ、ｓｅｃｕｒｉｔｙ……）和“健康信息采納視域下的公眾決策” （關(guān)鍵詞有１５６ 個， 代表性關(guān)鍵詞： ｃｏｍｍｕｎｉｃａｔｉｏｎ、ｇｅｎｄｅｒ、ｈｅａｌｔｈ ｉｎｆｏｒ?ｍａｔｉｏｎ、ｉｎｔｅｒｎｅｔ、ｍａｎａｇｅｍｅｎｔ、ｓｏｃｉａｌ ｍｅｄｉａ……）。

３.１.１ 健康信息采納的行為機理

迄今為止， 學(xué)界對健康信息采納行為的理論模型未形成主流共識， 絕大多數(shù)都是基于經(jīng)典理論和模型開展的研究， 以剖析健康信息采納的行為機制與特點。行為機理研究側(cè)重于對不同因素導(dǎo)致采納行為的機理探討， 致力于剖析健康信息采納行為的內(nèi)在邏輯， 闡釋不同影響因素如何相互作用， 最終影響健康信息采納行為的多重路徑。譬如， ＺｈｏｕＴ［８］ 采用精細加工可能性模型揭示ＯＨＣ 用戶信息采用機制， 發(fā)現(xiàn)自我效能感調(diào)節(jié)了中心線索和外圍線索對信息采用意圖的影響。Ｎｉ Ｚ 等［９］ 采用創(chuàng)新擴散理論探究了自閉癥患者群體中飲食干預(yù)方法的采納行為， 發(fā)現(xiàn)家庭照顧者關(guān)注的主題、個體差異和意見領(lǐng)袖均對健康信息采納行為水平發(fā)揮調(diào)節(jié)作用。

３.１.２ 健康信息采納的影響因素

對影響健康信息采納行為因素的研究是最多的，不同研究基于不同研究情境， 發(fā)現(xiàn)了影響采納行為的特有因素和作用路徑。譬如， Ｋｉｍ Ｎ Ｅ 等［１０］ 探究韓國人的知覺能力如何影響使用者對網(wǎng)絡(luò)健康信息的接受程度， 實證分析發(fā)現(xiàn)主觀健康知識和網(wǎng)絡(luò)效能通過易用性感知、有用性感知和可信性感知對使用者使用網(wǎng)絡(luò)健康信息的態(tài)度和意圖產(chǎn)生強烈的間接影響。Ｈｏｑｕｅ Ｒ 等［１１］ 發(fā)現(xiàn)， 績效期望、努力期望、社會影響、技術(shù)焦慮和拒絕改變對用戶采用移動健康服務(wù)的行為意向有顯著影響。Ｗａｎｇ Ｚ 等［１２］ 從信息質(zhì)量和信息來源可信度兩個方面提取了１０ 個信息特征， 研究結(jié)果發(fā)現(xiàn)所有信息特征均與采納行為有關(guān)。Ｌｉ Ｐ Ｆ 等［１３］ 采用實證分析發(fā)現(xiàn)， 績效期望和社會影響積極影響用戶采用健康信息的意愿。

３.１.３ 健康信息采納視域下的服務(wù)框架

健康信息服務(wù)是指為個體提供健康信息并幫助其進行健康決策的過程。在國際上， 一些研究者提出了健康信息服務(wù)框架， 如健康信息助手模型、健康信息協(xié)作網(wǎng)絡(luò)和健康信息資源門戶等。這些框架旨在通過整合多個信息來源和服務(wù)提供者， 為個體提供更全面、精準的健康信息服務(wù)［１４］ 。Ｐｒａｂｈａ Ｍ Ｓ等［１５］ 使用信息質(zhì)量、情感支持、信源可信性和回答者參與度等指標衡量知識貢獻度， 開發(fā)的選擇模型有助于病人和健康尋求者從答案集中找出正確答案。Ｈｕａｎｇ Ｊ Ｃ［１６］ 建議高科技開發(fā)商和政策制定者應(yīng)該加強遠程健康監(jiān)測的安全性， 以消除潛在用戶的信息濫用、隱私侵犯、設(shè)備精度不足和費用過高等擔憂。Ｃｈｅｎ Ｙ Ｙ 等［１７］ 為了引導(dǎo)患者做出正確醫(yī)療決策， 建議衛(wèi)生保健專業(yè)人員多與患者溝通， 提供準確健康信息， 指導(dǎo)患者如何尋找準確、全面和易懂的在線健康信息。

３.１.４ 健康信息采納視域下的公眾決策

健康決策指用戶作出的關(guān)于健康的選擇或決定，合理的健康決策有助于開展利于生命活動的健康實踐。諸多學(xué)者關(guān)注了不同信息媒介中的用戶在健康信息采納行為視域下的決策情況。譬如Ｗａｎｇ Ｚ 等［１８］將“喜歡” 和“轉(zhuǎn)發(fā)” 視為用戶不同程度的采用意圖， 運用這兩種類型的健康決策， 預(yù)測用戶的健康信息采納行為和健康實踐。Ｗａｔｅｒｓ Ｅ Ａ 等［１９］ 運用實驗法， 探討吸煙者是如何接受或拒絕吸煙與基因相關(guān)的信息， 發(fā)現(xiàn)外行人對遺傳學(xué)和成癮有著復(fù)雜的認識， 當非專業(yè)人士和生物醫(yī)學(xué)解釋發(fā)生分歧時，遺傳學(xué)相關(guān)的健康信息可能會被拒絕。

３.２ 中文文獻的熱點分析

筆者將中文文獻關(guān)鍵詞導(dǎo)入ＶＯＳｖｉｅｗｅｒ 中， 考慮到中文文獻總數(shù)和某些關(guān)鍵詞出現(xiàn)次數(shù)較少， 不具有強代表性。因此， 將關(guān)鍵詞出現(xiàn)次數(shù)的閾值設(shè)置為５， 即關(guān)鍵詞至少出現(xiàn)在５ 篇文獻中才可被納入分析范疇。平臺根據(jù)算法將６７ 個關(guān)鍵詞納入分析， 聚類得到如圖６ 所示的中文關(guān)鍵詞標簽視圖。由圖６ 可知， 中文關(guān)鍵詞被聚類成３ 類。根據(jù)關(guān)鍵詞共現(xiàn)分析以及對檢索的核心文獻進行研讀， 經(jīng)過研究小組成員充分討論后， 將３ 個類簇分別命名為“在線健康社區(qū)信息采納的影響因素研究” （關(guān)鍵詞有１６ 個， 代表性關(guān)鍵詞： 在線健康社區(qū)、健康素養(yǎng)、信息采納、技術(shù)接受模型、中介效應(yīng)、電子健康素養(yǎng)、風(fēng)險感知、大學(xué)生……）， “健康信息采納視域下的健康傳播研究” （關(guān)鍵詞有２２ 個，代表性關(guān)鍵詞： 健康傳播、健康信念模型、健康教育、自我效能、信息疫情……）， “健康信息采納行為的預(yù)測分析” （關(guān)鍵詞有２９ 個， 代表性關(guān)鍵詞： 突發(fā)公共衛(wèi)生事件、信息行為、采納意愿、影響因素、微信公眾平臺、勸服效果……）。

３.２.１ 在線健康社區(qū)信息采納的影響因素研究

在線健康社區(qū)（ＯＨＣ）是獲取健康信息的主要媒介平臺， 包括但不局限于健康類公眾號、貼吧、微博和虛擬社群等。國內(nèi)學(xué)者十分關(guān)注ＯＨＣ 用戶健康信息采納的影響因素， 亦產(chǎn)生了十分豐富的研究成果。王剛［２０］ 探究微信公眾號健康信息采納意愿影響因素， 發(fā)現(xiàn)性別因素對威脅評估、結(jié)果期望、自我效能與健康信息采納意愿的關(guān)系無顯著影響，而年齡因素對感知威脅嚴重性、感知成本、自我效能與健康信息采納意愿的關(guān)系有顯著的調(diào)節(jié)作用。任雪菲［２１］ 發(fā)現(xiàn)個體因素、信息因素、環(huán)境因素和文化因素均會對新冠肺炎疫情信息采納行為的代際差異現(xiàn)象形成產(chǎn)生影響作用。楊詩涵［２２］ 將健康信息采納行為劃分為健康信息接觸、評價和利用３ 個階段， 剖析了社交媒體中流動女工采納健康信息的影響因素， 發(fā)現(xiàn)感知有用性、接收者卷入度、平臺因素、信息回避意向和社會決定性因素對健康信息接觸產(chǎn)生影響， 信息源和內(nèi)容可信度可以影響健康信息評價， 自我效能和益處與障礙感知影響健康信息利用。

３.２.２ 健康信息采納視域下的健康傳播研究

近年來， 越來越多的研究關(guān)注健康信息采納行為與健康傳播的關(guān)系。健康傳播是指利用各種傳播渠道和手段， 向社會大眾傳遞健康相關(guān)知識、態(tài)度和行為的過程［２３］ 。研究者們探索了健康信息采納行為在健康傳播視域下的影響因素， 并從傳播理論的視角提出了一些新的研究觀點和方法。彭麗等［２４］提出擴寬用戶健康信息獲取渠道， 提高健康信息服務(wù)質(zhì)量， 強化健康信息素養(yǎng)教育， 以促進健康傳播。周金連等［２５］ 基于計算傳播理論， 利用概率函數(shù)模型繪制出信息接觸數(shù)量與疫苗采納概率之間的“接觸—采納” 曲線， 發(fā)現(xiàn)累積接觸少量信息有利于提升疫苗采納概率， 提出適當?shù)男畔⒔佑|有助于消除人們對信息的不確定性， 促進健康信息的傳播。

３.２.３ 健康信息采納行為的預(yù)測分析

諸多學(xué)者根據(jù)用戶、環(huán)境和信息特征， 開展不同程度的健康信息采納意愿水平預(yù)測， 旨在為信息平臺提供優(yōu)化內(nèi)容建議， 引導(dǎo)用戶開展恰當?shù)慕】祵嵺`。林萍等［２６］ 運用機器學(xué)習(xí)探究在線健康社區(qū)問答信息采納識別水平， 發(fā)現(xiàn)Ｓｔａｃｋｉｎｇ 集成學(xué)習(xí)模型可以穩(wěn)定提升預(yù)測精度， 在實踐中對于各種在線健康社區(qū)平臺的問答精準推送具有借鑒意義。孫竹梅等［２７］ 運用信息質(zhì)量、內(nèi)容特征和來源可信度等１０ 個預(yù)測指標區(qū)分不同水平的微博健康信息采納行為， 發(fā)現(xiàn)點贊采納水平的預(yù)測中， 特殊符號的貢獻率最大， 轉(zhuǎn)發(fā)采納水平預(yù)測中， 呈現(xiàn)方式的貢獻率最大。楊麗君［２８］ 實證分析發(fā)現(xiàn)， 環(huán)境因素（人際影響）、用戶因素（健康風(fēng)險認知、個體狀態(tài)、個體動機、感知期望）和信息因素（信源可信度、信息傳播質(zhì)量、信息內(nèi)容質(zhì)量）對突發(fā)公共衛(wèi)生事件下社交媒體用戶健康信息采納行為產(chǎn)生顯著影響作用， 提出“環(huán)境＋用戶＋信息＋人口統(tǒng)計學(xué)特征” 作為預(yù)測指標的健康信息采納行為預(yù)測模型。

４ 健康信息采納行為研究的前沿分析

關(guān)鍵詞標簽視圖（Ｏｖｅｒｌａｙ Ｖｉｓｕａｌｉｚａｔｉｏｎ）可以顯示關(guān)鍵詞出現(xiàn)的平均時間［２９］ 。若關(guān)鍵詞顏色偏向紫色， 說明該關(guān)鍵詞在本主題已有研究中出現(xiàn)的平均時間較早， 若關(guān)鍵詞顏色偏向黃色， 說明該關(guān)鍵詞在本主題已有研究中出現(xiàn)的平均時間較晚。需要注意的是， 平均時間不是最早出現(xiàn)的時間， 亦不是最新出現(xiàn)的時間， 而是將關(guān)鍵詞出現(xiàn)的時間進行了平均處理。平均時間不能充分顯示何種關(guān)鍵詞出現(xiàn)的最早或最晚， 但是某種程度上可以看出關(guān)鍵詞的“年齡”， 即關(guān)鍵詞被應(yīng)用在成果的平均年份越靠近現(xiàn)在， 側(cè)面說明該關(guān)鍵詞代表的研究方向相對較新。

由圖５ 可知， 英文文獻中“ｉｎｔｅｎｔｉｏｎ” “ｓｅｒｖｉｃｅｓ”“ｔｒｕｓｔ” “ｃｕｌｔｕｒｅ” “ｍｈｅａｌｔｈ” “ｐａｔｉｅｎｔｃ” “ｐｏｒｔａｌ” 和“ｓｏｃｉａｌ ｍｅｄｉａ” 等關(guān)鍵詞平均年份較新。由圖６ 可知， 中文文獻中“健康信息” “健康傳播” “健康教育” “信息疫情” “信息素養(yǎng)” “短視頻” “電子健康素養(yǎng)” 和“健康信息服務(wù)” 等關(guān)鍵詞的平均年份較新。綜合分析標簽視圖和現(xiàn)有研究成果， 本研究認為， 國內(nèi)外健康信息采納行為的研究前沿聚焦兩個方面： 針對健康信息采納行為的模型構(gòu)建、影響健康信息采納行為的用戶特征。

４.１ 針對健康信息采納行為的模型構(gòu)建

綜合現(xiàn)有研究， 學(xué)術(shù)界未形成具有普遍適用的健康信息采納行為模型， 絕大多數(shù)研究是在精細加工可能性模型（ＥＬＭ）、信息采納模型（ＩＡＭ）、整合式技術(shù)接受與使用模型（ＵＴＡＵＴ）等經(jīng)典模型的基礎(chǔ)上， 基于研究情景的修改， 以構(gòu)建針對研究現(xiàn)象解釋度高的健康信息采納行為模型。Ｚｈｏｕ Ｔ［３０］將ＥＬＭ 引入到在線健康社區(qū)（ＯＨＣ）用戶信息采納意向影響因素研究中， 探究發(fā)現(xiàn)信息因素和社會互動均影響采納意愿。Ｈｏｑｕｅ Ｒ 等［３１］ 基于ＵＴＡＵＴ 對老年人移動健康（ｍＨｅａｌｔｈ）信息采納行為影響因素展開探究， 研究結(jié)果顯示， 績效期望、努力期望、社會影響、技術(shù)焦慮和拒絕改變對用戶采用移動健康服務(wù)的行為意向有顯著影響。Ｌｉｕ Ｊ 等［３２］ 將ＩＡＭ應(yīng)用到在線心理健康社區(qū)用戶信息采納行為影響因素探究中， 采用回歸分析和文本分析方法， 研究發(fā)現(xiàn)， 信息質(zhì)量方面的社會經(jīng)驗話題、情感表達話題和帖子情感３ 個變量的得分， 以及信息源可信度方面的海報認同度和影響力都與在線心理健康社區(qū)中帖子的贊數(shù)和轉(zhuǎn)發(fā)數(shù)有顯著的正相關(guān)性。

４.２ 影響健康信息采納行為的用戶特征

影響健康信息采納行為的因素有很多， 伴隨研究的深入， 不少學(xué)者將其歸為用戶、信息和環(huán)境３種類型。針對信息和環(huán)境兩類影響因素的研究開始較早， 近幾年來學(xué)者逐漸關(guān)注用戶本身特征對于其采納健康信息的影響。宮賀等［３３］ 發(fā)現(xiàn)， 電子健康素養(yǎng)較高的參與者， 長文章（相比于視頻）更能顯著提高他們對于內(nèi)容本身的信任， 進而提升科普信息采納度。唐旭麗等［３４］ 發(fā)現(xiàn)， 用戶健康素養(yǎng)對論據(jù)質(zhì)量和信息支持之間的關(guān)系起到負向調(diào)節(jié)作用， 對來源可信度和信息支持之間的關(guān)系起到正向調(diào)節(jié)作用。Ｓｈｉｎｔａ Ａ Ｄ 等［３５］ 發(fā)現(xiàn)， 受教育程度作為調(diào)節(jié)因素對采納保健信息和媒體素養(yǎng)具有重要影響， 進一步加強了對宮頸癌問題的預(yù)防行為。Ｈａｎ Ｙ 等［３６］發(fā)現(xiàn)， 對在線健康信息的采納意向會受到自我效能的影響， 并建議提高公眾獲取信息的能力， 以促進真相和打擊謠言。

５ 總結(jié)與展望

面對諸多互聯(lián)網(wǎng)信息， 選擇恰當?shù)慕】敌畔⒅笇?dǎo)個人健康實踐的健康信息采納行為受到學(xué)界的廣泛關(guān)注。圍繞該主題， 國內(nèi)外已形成十分豐富的研究成果。本文通過文獻計量方法， 厘清了健康信息采納行為研究進展， 并形成如下主要結(jié)論。一是研究數(shù)量方面， 英文研究遠多于中文研究， 但中英文發(fā)文趨勢總體呈現(xiàn)一致性， 在個別年份和時間周期內(nèi)， 均表現(xiàn)出相似的特征。二是作者合作網(wǎng)絡(luò)方面，中英文研究的作者均呈現(xiàn)諸多學(xué)術(shù)團體， 學(xué)術(shù)團體之間的合作度較低。三是研究熱點方面， 英文研究包括４ 個主題： 健康信息采納的行為機理、健康信息采納的影響因素、健康信息采納視域下的服務(wù)框架、健康信息采納視域下的公眾決策； 中文研究包括３ 個主題： 在線健康社區(qū)信息采納的影響因素研究、健康信息采納視域下的健康傳播研究、健康信息采納行為的預(yù)測分析”。四是研究前沿方面， 國內(nèi)外相關(guān)研究主要聚焦兩個前沿： 針對健康信息采納行為的模型構(gòu)建、影響健康信息采納行為的用戶特征。根據(jù)上述結(jié)論， 未來研究可從以下３ 個方面開展：

１） 持續(xù)探索健康信息采納行為的模型構(gòu)建和用戶特征。未來的研究可以進一步深入研究， 探索更具體和細致的模型構(gòu)建， 以揭示健康信息采納行為的機制和過程?？梢越Y(jié)合用戶特征研究， 探討個體差異對健康信息采納行為的影響， 如年齡、性別、教育水平、數(shù)字素養(yǎng)等因素。同時， 可以考慮跨文化的研究， 探討不同文化背景下用戶特征與健康信息采納行為之間的關(guān)系。

２） 積極應(yīng)用跨學(xué)科研究理論與方法。健康信息采納行為研究涉及多個學(xué)科領(lǐng)域， 如心理學(xué)、社會學(xué)、傳播學(xué)等。未來的研究可以嘗試跨學(xué)科的研究方法， 以深化對健康信息采納行為的理解。例如，可以結(jié)合心理學(xué)的認知和態(tài)度理論， 探討個體在接收和處理健康信息時的認知過程和態(tài)度形成。同時，可以運用社會學(xué)的網(wǎng)絡(luò)理論和傳播學(xué)的傳播效應(yīng)理論， 分析社交網(wǎng)絡(luò)和媒體對健康信息采納行為的影響。跨學(xué)科的研究方法可以提供更全面和多維度的視角， 有助于揭示健康信息采納行為的復(fù)雜性和多樣性。

３） 運用大數(shù)據(jù)和機器學(xué)習(xí)賦能研究。隨著信息技術(shù)的發(fā)展， 大數(shù)據(jù)和機器學(xué)習(xí)等技術(shù)在健康研究中的應(yīng)用越來越廣泛。未來的研究可以嘗試運用大數(shù)據(jù)分析方法， 挖掘健康信息采納行為的大規(guī)模數(shù)據(jù)， 以發(fā)現(xiàn)潛在的模式和規(guī)律。同時， 可以結(jié)合機器學(xué)習(xí)算法， 構(gòu)建預(yù)測模型， 預(yù)測個體的健康信息采納行為。這些新興技術(shù)的應(yīng)用可以提供更精確和實時的研究結(jié)果， 為健康信息采納行為研究提供新的視角和方法。