■周敏 郅慧
　　【本文提要】健康信息的替代搜寻是一种互联网的中介使用行为。本研究以慢性病患者群体为研究对象，根据慢性病群体的特征与中国本土化环境，在信息寻求综合模型（CMIS）中加入“社会支持”变量，将模型加以扩展，通过问卷调查法（N=507）探讨慢性病患者健康信息替代搜寻行为特征与影响因素。研究发现，初级群体为慢性病患者寻求替代搜寻的主要对象，医药、费用、养生保健、医疗政策为慢性病患者健康信息替代搜寻的主要内容。除“显著性”因素外，原有模型中的直接经验、信念、信息载体特征、信息载体效用的影响均得到统计支持，“社会支持”也是影响替代搜寻载体效用的重要变量。本研究的结果对于个体健康信息搜寻与管理及我国健康产业的发展具有启示意义。
　　【关键词】健康信息 替代搜寻 信息寻求综合模型
　　【中图分类号】G206
　　
一、引言
　　近年来，随着互联网技术的革新和网络平台的飞速发展，我国互联网医疗行业迎来蓬勃发展的势头。2020年12月，国家卫生健康委等多部门发布《关于深入推进“互联网+医疗健康”“五个一”服务行动的通知》（国卫规划发〔2020〕22号），指出医疗机构要在持续改善线下医疗服务行动的同时，通过先进技术拓展医疗服务的质量，积极为患者提供在线便捷高效服务。在政策助推和行业发展下，在线医疗逐步得到普及，通过互联网搜寻健康信息、进行健康管理的个体不断增多。根据中国互联网络信息中心（CNNIC）发布的数据，截至2021年12月，我国在线医疗用户规模达2.98亿，同比增长38.7%。5G、大数据等先进技术助推下的互联网及智能终端因其便捷性、实时性和丰富性，在缓解社会医疗压力，帮助个体获取健康信息方面的作用逐步凸显，成为个体管理自我健康、搜寻相关信息的有效渠道。美国皮尤研究中心调查显示，61%的美国成年互联网用户在网上搜寻健康信息，包括关于病情、症状和治疗方案的建议等。其中60%的人表示，网上发现的信息会影响他们的医疗决策。从整个国际社会范围而言，互联网在一定程度上打破了健康信息的专业垄断，为社会成员提高健康信息的搜寻能力提供了平台和渠道。
　　互联网在向社会公众提供便捷性的健康信息搜寻功能的同时，因个体资源和能力的差异，在一定程度上引发了互联网健康信息搜寻过程中的不平等问题，导致信息富有者和信息贫困者之间获取健康信息的差异，即健康领域的“数字鸿沟”现象。社会个体普遍在寻找健康信息，但从未使用过互联网的老年人、少数民族群体和受教育程度较低的个体却在信息获取中处于弱势地位。有学者指出，当前“数字鸿沟”的概念已经转变为“多维度、由多种因素导致的、包括一系列复杂鸿沟的现象”（Bruno， G et al.， 2011）。值得注意的是，部分学者对“数字鸿沟”所指出的“一些用户完全脱离数字环境”这一前提提出质疑，认为其忽略了其他各种形式的间接互联网使用。因为很少有用户与互联网“真正没有联系”（Eynon， Geniets，2012）。研究发现，一些传统意义上不使用互联网的个体会通过家人或朋友，代替他们本人在互联网上搜寻健康相关的信息，并将这种间接互联网的使用行为称为“替代搜寻”（Proxy Searching）。多项研究解释了健康信息在线搜寻过程的复杂性，认为以往关于“数字鸿沟”的二元分类标准值得商榷。
　　作为互联网时代的一种普遍现象，健康信息的替代搜寻影响到个体信息寻求的过程，并在相当程度上影响个体的健康管理和健康决策（宋小康等，2020）。相对于普通疾病而言，慢性病病情隐匿、疗程长且病因复杂，并非在短期内即可治愈。因此，患者更有可能通过寻求专业人士、亲属或朋友的替代搜寻获得健康信息，从而满足自我健康管理的需求。从个体与社会范围而言，健康信息的替代搜寻不仅是互联网时代健康信息搜寻行为的特殊现象，也是弥合健康领域“数字鸿沟”的重要方式。本研究以慢性病患者群体为研究对象，以信息搜寻综合模型为研究框架，根据慢性病患者的特殊性与中国本土化环境，加入“社会支持”变量将模型加以扩展，探讨慢性病患者健康信息替代搜寻行为的特征及影响因素。最终基于研究结果对健康信息的替代搜寻行为进行展望，旨在从理论层面说明替代搜寻行为对于促进健康领域“数字鸿沟”弥合的意义，从现实层面探讨替代搜寻行为促进未来健康产业创新发展的可能性，进而提升国民健康素养，实现社会整体健康公平的愿景。
　　
二、理论基础与文献综述
　　（一）健康信息寻求
　　寻求健康信息对提高社会整体生活质量、提高公众对医疗决策的满意度、增强公众参与度等方面具有重要意义，而互联网为公众寻求健康信息提供了新的机遇。近年来，健康传播研究的焦点，逐步从受众对健康信息的接受和反应转向对健康信息的积极寻求。健康信息寻求是指个体有目的地从特定的信息载体中获取信息，以填补特定需求方面空白的行为（Lambert et al.， 2007）。Lambert和Loiselle将健康信息寻求描述为“个人获取信息的方式，包括关于他们的健康、健康促进活动的信息以及对健康和疾病的风险”。研究表明，基于特定目的的信息寻求通常是由威胁自己健康或身边人健康的事件触发的（Galarce et al.， 2011）。有目的地寻求健康信息可能会通过提高个人对自身健康的控制感来获得更好的健康结果。健康信息寻求的核心是信息网络化的概念，即个人必须利用信息网络以获取有关其健康和医疗资源的信息。当一个人依靠社交网络进行信息交流时，他们最有可能与那些他们认为具有与自己相似特征的人建立联系。这种发展成密切的个人关系或友谊的社会关系被称为“牢固的联系”，其有利于隐性知识的转移（Granovetter， 1973）。
　　研究者认为，此前研究互联网健康信息寻求者的特征，并没有区分那些只为自己寻找健康信息的人和为家人或朋友寻找健康信息的替代搜寻者，确定搜寻者的特征将有助于更好地制定支持这些信息搜寻者的互联网干预措施。该研究调查了1250名在互联网上寻找健康信息的用户，在这些人中，56%的人称他们最近一次在互联网上寻找健康信息时，是为他人寻找健康信息（Sadasivam et al.， 2013）。多种变量对健康信息寻求具有明显的影响，如信息管理理论（Afifi W A， 2010）、信息寻求综合模型（Johnson， Meischke， 1993）、风险信息与处理模型（Griffin et al.， 1999）等，这类模型主要关注人口统计学特征、个人心理变量（如风险感知、主观规范、信念等）以及信息寻求行为的内容标准（Marton C， 2012）。
　　作为信息化背景下满足个体健康生活需要的重要方式，健康信息寻求日益受到国内与国际研究的广泛关注。从过程上看，健康信息寻求行为以线上、线下两大主要渠道为依托不断发展，而网络与人际化的概念在其中发挥着核心作用。以“关系”为媒，个体的健康信息寻求与整个社会的其他个体、环境实现交织与连结，构成了社会健康产业发展的基础要素，为后续个体健康管理行为的演进和社会健康产业的变革提供了动力。
　　（二）健康信息替代搜寻
　　2003年，替代搜寻行为已得到学界关注。学者McKenzie在研究中描述了日常生活中经常使用的四种不同的信息搜寻方式，具体包括：（1）主动搜寻（Active Seeking），即有目的地充分搜寻信息或搜寻与特定问题信息潜在关联的行为；（2）主动浏览（Active Monitoring），即有意识地浏览有关特定问题的信息，但避免直接搜寻具体信息；（3）信息偶遇，即个体在其环境中偶然遇到的信息时，会发生被动或非定向浏览行为；（4）替代搜寻（Proxy Searching），即通过中介渠道（如家庭成员、朋友等）搜寻有关信息。代替他人搜索健康信息的人被描述为替代搜寻者（Proxy Searchers）。替代搜寻者通常会在信息搜寻者的请求下查找并提供几乎没有任何解释的信息。他指出，替代搜寻者越来越多地参与信息搜寻和决策过程（McKenzie， 2003）。
　　除发送电子邮件、在线购买商品等一般需求外，替代搜寻行为在健康信息搜寻中的表现最为突出，互联网用户倾向于寻找与健康状况相关的信息。美国皮尤研究中心的调查显示，大约有50%以上寻求健康信息的互联网用户代替他人进行信息搜寻，其中，39%的人替代寻求与他人健康或医疗状况相关的信息，另外15%的人同时替代自己和他人进行搜寻。这种行为被称为健康信息的替代搜寻（Sadasivam R S， 2013）。社会个体更可能寻求有关健康和医疗问题以及某些健康治疗过程中的信息，或者试图找到医生未回答的问题以及支持医生所说的话的额外证据。此外，他们也更倾向于寻找医院、医疗设施或治疗的药物。
　　替代搜寻对健康传播的过程具有重要意义。替代搜寻等中介策略一定程度上影响个体的决策过程（Kuhlthau， 1991）。对于无法自己在互联网上搜寻信息的个体而言，那些具有互联网访问技能的朋友或家人，在个体寻求健康信息方面发挥关键作用，增强了向根据这些信息采取行动的人群传播健康信息的可能性。此外，健康信息替代寻求行为是一种重要的社会支持形式，对于患者而言，来自其社交网络的健康信息替代搜寻可以作为一种方式，以缓解日益紧张的医疗资源，并帮助患者应对健康信息的多样性和复杂性（Abrahamson J A， 2008）。因此，健康信息的替代搜寻行为作为健康传播过程的中介渠道，成为连结个体、环境与社会的重要通道，帮助互联网使用技能不足、行动能力缺失、文化素养较低的个体获得健康信息，在复杂化、专业化的健康信息中寻求更具适用性的内容，进而促进社会整体健康环境的平等化、均衡化。
　　（三）信息寻求综合模型
　　学者Johnson和Meichke认为，大多数健康传播研究都集中在专业医疗机构等传播者视角，关注其如何利用说服和传播活动来影响个体。相对而言，很少有研究将患者视为主动进行健康信息寻求的一方。此外，大多数健康行为模式都在某种程度上淡化了“沟通”的作用，忽视了个体与健康行为相关的内在动机，这些动机往往会影响个体对特定信息载体的效用（Johnson， 1993）。基于此前健康相关信息寻求模型存在的一系列缺陷，有学者们提出了信息寻求综合模型（Comprehensive Model of Information Seeking， CMIS）。
　　信息寻求综合模型认为健康相关因素（前因变量）决定信息载体因素（特征和效用），而信息载体因素又决定信息寻求行为。该模型由三个理论研究模型综合而成，包括使用和满足理论（uses and gratifications）、健康信念模型（the health belief model）以及媒体披露与评估模型（a model of media exposure and appraisal）。总体来看，该模型提出了一个基于信息寻求者特征和感知的预测框架，由2个主要维度的6个理论概念组成，该理论模型认为个体的健康信息寻求行为受健康相关因素（人口统计学、直接经验、显著性和信念）和信息载体因素（信息载体特征、信息载体效用）的影响。具体而言，健康相关因素和信息载体特征通过效用间接影响信息寻求。信息载体因素则直接影响信息寻求（图1　图1见本期第84页）。
　　人口统计学因素（Demographics）指人们对各种健康相关信息来源的使用因年龄、性别、种族、学历和收入等人口统计特征而异（Hartoonian et al.， 2014）。学者Oh Y S 探讨了癌症存活者家庭照料者对自我健康信息搜寻和线上健康信息替代搜寻的预测因素，运用信息寻求综合模式作为解释不同预测因子与两类健康信息寻求之间关系的理论框架。研究发现年龄、种族和教育程度仅与自我健康信息搜寻显著相关，而性别和婚姻状况则与健康信息替代搜寻显著相关（Oh Y S， 2015）。
　　直接经验（Direct Experience）指个人对疾病的直接体验程度。这种体验可能从疾病症状和个人社交网络中获得。如果一个人的社交网络中有人有过癌症经历，这就增加了癌症信息的社会意义，这种经历预示着他可能增加对于癌症的信息寻求（Len， 1984）。
　　显著性（Salience）是指健康信息对个体的重要性，与个体感知到的健康威胁程度有关（Cummings， 1980）。对个人而言，显著性意味着信息对其所面临的问题的适用性。个人寻求信息的动机受疾病和个人相关性的影响。因此，显著性提供了寻求信息的潜在动力。
　　信念（Beliefs）指个体的效能信念。个体对与疾病相关的各种医疗程序和疗效的信念会影响信息寻求行为（Rosenstock et al.，1988）。一般来说，个体自我效能感的感知可能在信息寻求过程中发挥关键作用（Rains，2008）。那些认为自己可以做一些事情来改善或保持健康的人会更积极地寻求健康信息。
　　信息载体因素包括信息载体特征和信息载体效用，用于描述一个人可以选择的各种信息渠道或来源。具体而言，信息载体特征（Information Carrier Characteristics）主要与信息内容属性有关，如编辑语调和传播潜力。信息载体的效用（Utility）指的是媒体提供的信息与个人需求的相关性，指对信息源的信任和获取信息的感知能力（Hartoonian et al.， 2014）。该因素已经得到多项实证研究的检验。有学者建议癌症患者可以从医生那里选择信息来满足他们的认知需求，也可以求助于朋友和家人来满足他们的情感需求（Leydon et al.， 2000）。
　　
三、研究方法与实证设计
　　（一）模型构建与研究假设
　　学界基于信息寻求综合模型已开展了部分实证研究，该理论已成为预测和解释个体健康信息搜寻的一般通用模型。与此同时，该模型中的各变量对个体健康信息搜寻行为的影响亦得到验证，对健康信息搜寻行为具有较强的适用性和解释力。但在互联网时代，该理论模型仍缺乏核心要素的引入。替代搜寻行为中的另一个关键问题是社会支持的重要性。研究表明，使用互联网并非完全是个人行为。相反，大多数人的互联网使用依赖于他们的社交网络，无论是实用的建议和指导，还是单纯的社会支持（Stewart， 2007）。个体的互联网接入和使用依赖于他们的同事或邻居等“弱关系”提供的帮助和资源，也有可能依赖于资源丰富、知识渊博的家人或朋友等“强关系”。“社会支持”在其中发挥了关键作用，即人与人之间联系的网络，以及通过这些网络可以获得的支持和帮助。
　　基于此，本研究在前文文献综述的基础上，将人口统计学因素作为控制变量，根据慢性病患者的特殊性和中国本土化环境，在信息寻求综合模型中加入“社会支持”变量，对信息寻求综合模型进行拓展，试图对理论模型进行该领域的适应性补充和修正，对慢性病患者健康信息替代搜寻行为与各变量之间的关系做进一步的了解。此外，模型中的“信息载体特征”和“信息载体效用”由此前具有“物质性”的具体媒介转化为“人”，即替代搜寻者，其在表述和解释层面更适合于健康信息替代搜寻行为的研究。因此，本研究建立以下新的解释模型（图2　图2见本期第85页）。，并提出以下研究假设：
　　H1：慢性病患者的直接经验正向显著影响信息载体的效用。
　　H2：慢性病患者的显著性正向显著影响信息载体的效用。
　　H3：慢性病患者的信念正向显著影响信息载体的效用。
　　H4：慢性病患者的社会支持正向显著影响信息载体的效用。
　　H5：信息载体的特征正向显著影响信息载体的效用。
　　H6：信息载体的特征正向显著影响健康信息替代搜寻行为。
　　H7：信息载体的效用正向显著影响健康信息替代搜寻行为。
　　（二）变量操作化定义与测量
　　本研究从信息寻求综合模型中的直接经验、显著性、信念、信息载体特征、信息载体效用、健康信息替代搜寻行为几个变量设计问卷，并基于文献综述加入社会支持变量，对理论模型进行拓展。所有量表均来源于国内外成熟量表，并根据中国本土化环境及慢性病患者的特殊性进行相应修正，所有题项均采用Likert五级量表记分（1=“完全不同意”，5=“完全同意”）。
　　对于直接经验（Direct Experience）的测量改编自贺建平等人对于该变量的操作化定义，指对疾病的直接体验程度（贺建平等，2021）。该量表包含3个题项：（1）和其他人相比，我认为我的健康状况不好；（2）和其他人相比，我认为我经常生病；（3）和其他人相比，我认为我的疾病经历更多。得分越高表示程度越强。
　　对于显著性（Salience）的测量改编自Van Stee S K等人对于该变量的操作化定义，指健康信息对慢性病患者的个人意义，与其感受到的健康威胁程度有关（Van Stee S K， 2018）。该量表包含3个题项：（1）患慢性病是一件严重的事情；（2）患慢性病是一件危险的事情；（3）患慢性病是需要引起重视的。得分越高表示程度越强。
　　对于信念（Beliefs）的测量改编自Hartoonian等人对于该变量的操作化定义，指慢性病患者对健康信息替代搜寻有效性的信念（Hartoonian et al.， 2014）。该量表包含3个题项：（1）别人在网上帮助我搜索慢性病相关治疗信息，可以帮助我深入了解慢性病；（2）别人在网上帮助我搜索慢性病相关治疗信息，可以帮助我治疗慢性病；（3）别人在网上帮助我搜索慢性病相关治疗信息，可以帮助我稳定病情。得分越高表示程度越强。
　　对于社会支持（Social Support）的测量改编自Nambisan等人对于该变量的操作化定义，指个人通过人际关系网络所能够获得的心理、物质条件和资源（Nambisan， 2011）。该量表包含5个题项：（1）当我遇到问题时，我可以依靠身边的人际关系网络；（2）我从人际关系网络中获得了情感上的帮助和支持；（3）我能够与人际关系网络中的人讨论我遇到的问题；（4）我可以和人际关系网络中的人分享我的喜怒哀乐；（5）在治疗疾病的过程中，人际关系网络中的人给了我很大的安慰。得分越高表示程度越强。
　　对于信息载体特征（Information carrier characteristics）的测量改编自Johnson 对于该变量的操作化定义，指慢性病患者对替代搜寻健康信息来源的可信程度及易用程度（Johnson， 1995）。该量表包含3个题项：（1）别人在网上替我搜索慢性病相关信息，获得的信息质量很高；（2）别人在网上替我搜索慢性病相关信息，获得的信息是容易理解的；（3）别人在网上替我搜索慢性病相关信息，获得的信息是可信的。得分越高表示程度越强。
　　对于信息载体效用（Utility of information channel）的测量改编自Johnson 对于该变量的操作化定义，指慢性病患者对替代搜寻健康信息来源的可信程度及易用程度（Johnson， 1995）。该量表包含3个题项：（1）别人在网上替我搜索慢性病相关信息，获得的信息是有用的；（2）别人在网上替我搜索慢性病相关信息，获得的信息是重要的；（3）别人在网上替我搜索慢性病相关信息，获得的信息对我是有帮助的。得分越高表示程度越强。
　　对于健康信息替代搜寻行为的测量包含3个题项：（1）过去12个月，我曾让别人替我在互联网上搜索慢性病相关信息；（2）过去12个月，我曾让别人替我在互联网上浏览慢性病相关信息；（3）过去12个月，我曾让别人替我在互联网上交流慢性病相关信息。得分越高表示程度越强。
　　本研究将人口统计学因素作为控制变量。主要包括：性别（0=女，1=男）；年龄（1=19岁及以下，2=20—29岁，3=30—39岁，4=40—49岁，5=50—59岁，6=60岁及以上）；最高学历（1=初中及以下，2=高中、中专、技校或职中，3=大学专科或成人高等教育，4=大学本科，5=研究生及以上）；月收入水平（1=无收入，2=1000元及以下，3=1001—3000元，4=3001—5000元，5=5001—7000元，6=7001—9000元，7=9000元以上）；患病时长（1=2年以下，2=2—3年，3=4—5年，5=6—7年，6=7年以上）。此外，关于慢性病的定义与信息搜寻行为的表述和测量改编自《2012年北京居民健康信息接触调查问卷》（喻国明，杨雅，2017）。
　　（三）研究对象与资料收集
　　本研究采用问卷调查法发放和回收数据，研究对象为曾有过健康信息替代搜寻行为（让他人在互联网上帮助本人搜寻健康信息）的慢性病患者。在慢性病的分类上，本研究按照世界卫生组织制定的《国际疾病分类第十一次修订本（ICD-11）》中的分类标准，将慢性病的的范围界定为20种，包括糖尿病、心脏病、高血压等。
　　本研究通过专业调查平台Qualtrics设计问卷，采用滚雪球抽样的方法，数据收集主要包括线上和线下两个层面，共分为三种渠道进行问卷发放：第一，线上问卷调查主要在慢性病的疗愈屋、慢性病患者交流中心、慢性病小伙伴之家等网络社群中进行，以上几类社区为慢性病患者提供交流空间，汇集了大量慢性病患者，社区活跃度较高，具有较强的代表性；第二，向研究者身边患有慢性病的师生、家人、朋友进行发放，集中邀请患有高血压、心脏病、糖尿病等常见慢性病的患者填写；第三，线下问卷调查在某中部城市一家综合性医院展开，向到医院就诊和复诊的慢性病患者发放纸质或电子版问卷，进行问卷填写与回收。
　　问卷开头设置有“您是否患有慢性病”、“您是否曾让他人帮助搜寻健康信息”两个题项，对被调查者进行甄别，以确保其患有慢性病且曾经产生过健康信息替代搜寻行为。问卷发放时间为2021年11月6日，结束时间为2022年2月6日，前后历时3个月。本研究共回收问卷516份，剔除未进行过健康信息替代搜寻行为、漏填、少填的无效问卷，共回收问卷507份，有效回收率98.26%。人口统计学数据如表3所示，调查群体涵盖不同年龄、性别、月平均收入、患病时长的人群，具有较强的代表性。
　　
四、数据分析与假设检验
　　（一）信度与效度检验
　　本研究采用SPSS24对直接经验、显著性、信念、社会支持、信息载体特征、信息载体效用、健康信息替代搜寻行为7项量表进行信度检验。如表1所示，各变量的Cronbach’s alpha值分别为0.840、0.860、0.763、0.849、0.827、0.825、0.880，均高于0.7，表明数据信度可靠。因此，所有量表均通过信度检验。
　　数据显示，7个变量的KMO（KaiserMeyer-Olkin） 检验统计量分别为0.702、0.732、0.690、0.843、0.723、0.721、0.743，均大于0.6，且Bartlett球形检验的卡方值分别为640.178、700.930、383.687、1001.719、561.329、552.931、823.975，显著性概率P值均小于0.05，表明数据适合进一步做因子分析。
　　聚合效度通常采用AVE（平均方差萃取）和CR（组合信度）来判定。表1显示，所有变量的平均方差萃取（AVE）均大于0.5，表明数据能够解释原有方差的50%以上，且组合信度（CR）均高于0.7，说明具有良好的聚合效度。表2中斜对角线为平均方差萃取（AVE）的平方根值，其余值为相关系数。各变量平均方差萃取（AVE）的平方根值均大于变量间相关系数的绝对值，表明数据具有良好的区分效度。
　　（二）描述性统计分析
　　本部分主要采用SPSS24分析工具，对样本的人口统计特征和慢性病患者的健康信息替代搜寻行为进行描述性统计分析，具体结果如下：
　　1.样本人口统计特征
　　在本项研究中，女性占比（52.27%）略高于男性（47.73%）。年龄占比较大的三个阶段分别为40—49岁（29.98%）、50—59岁（26.23%）和30—39岁（23.08%）。最高学历为高中、中专、技校或职中的人群占比最多，为43.79%，硕士生以上学历占比最少，为0.99%。其余分别为大学专科或成人高等教育（ 33.33%）、初中及以下（18.54%）、大学本科（3.35%）。大部分群体的月收入水平集中在1000元以下（25.25%）、3001—5000元（24.65%）和1001—3000元（24.26%）。患病时长在2年以下的群体占比最多，为37.08%，7年以上的占比最少，为2.56%。其余分别为2—3年（35.31%）、4—5年（21.70%）、6—7年（3.35%）。
　　2.健康信息替代搜寻行为特征
　　本部分通过多重响应分析问卷中的多选题，对慢性病患者替代搜寻行为的特征进行分析，主要包括替代搜寻者特征与替代搜寻内容两个方面。
　　（1）初级群体为慢性病患者替代搜寻行为的主要对象
　　初级群体（Primary Group）的概念由库利（Cooley）提出，指“那些面对面交往、合作，并能够对成员的社会本能与自我意识产生基础性作用的群体”。问卷中设置“您曾让哪些人替您在网上搜寻过健康信息？”的多选题。多重响应分析主要用来表明多选题各项的选择比例情况。表4结果显示，拟合优度检验呈现出显著性（chi=180.849， p<0.05），表明各选项比例具有明显差异性。具体而言，“亲人”的响应率为39.76%，普及率为52.86%；“朋友或同事”的响应率为29.82%，普及率为39.64%，明显高于其他选项。由此可见，亲人、朋友或同事等群体为慢性病患者寻求替代搜寻的主要对象。
　　（2）慢性病患者健康信息替代搜寻的主要内容
　　表5采用多重响应分析慢性病患者健康信息替代搜寻的主要内容。采用卡方拟合优度检验，分析多选题各选项选择比例分布是否均匀或存在差异性。表5结果显示，拟合优度显著（chi=242.890， p=0.000<0.05），表明关于“您曾让他人替您搜索哪些健康信息”这一问题各项结果的选择比例存在显著差异。具体来看，医药、费用、养生保健、医疗政策共4项的响应率和普及率明显较高，说明以上几类信息为慢性病患者健康信息替代搜寻的主要内容，是慢性病患者寻求健康信息的重要方面。
　　（三）模型分析与假设检验
　　1.共同方法偏差检验
　　共同方法偏差是指使用同样的测量环境、语境及项目本身特征等造成的变量间虚假的共同变异，在实证研究中较为常见（汤丹丹等，2020）。本研究通过Harman单因子检验，对所有除人口统计特征之外的数据进行共同方法偏差的评估。结果显示，探索性因子分析中提取的特征根大于1的因子为5个（高于1），且最大因子的方差解释度为33.58%（低于40%）。因此，可判定本研究共同方法偏差的检验通过，数据并不存在共同方法偏差。
　　2.模型拟合指标
　　对于模型的检验采用AMOS软件进行分析。模型拟合指标显示，GFI（拟合优度指数）为0.887，NFI（标准适配指数）为0.885，CFI（比较适配指数）为0.861。SRMR（标准化的均方根参与）为0.091，IFI（增值适配指数）为0.888。SRMR对误设模型敏感，受N的影响不严重，在两指数准则中为必选项（温忠麟等，2004）。一般认为，GFI、NFI、CFI在0.7和0.9之间，表明尽管模型拟合未达到优质标准，但可以被接受（孙明源等，2018）。
　　3.假设检验
　　表6显示了模型的路径系数。结果表明，直接经验对于信息载体效用影响的标准化路径系数β为0.131>0，直接经验会对信息载体效用产生显著的正向影响关系（z=2.864，p<0.05）。显著性对信息载体效用并未产生影响关系（z=0.800，p>0.05）。信念对于信息载体效用影响的标准化路径系数β为0.097>0，信念会对信息载体效用产生显著的正向影响关系（z=2.099，p<0.05）。社会支持对于信息载体效用影响时的标准化路径系数β为0.231>0，社会支持会对信息载体效用产生显著的正向影响关系（z=5.693，p<0.05）。信息载体特征对于信息载体效用影响的标准化路径系数β为0.364>0，信息载体特征会对信息载体效用产生显著的正向影响关系（z=8.816，p<0.05）。信息载体特征对于健康信息替代搜寻行为影响的标准化路径系数β为0.186>0，信息载体特征会对健康信息替代搜寻行为产生显著的正向影响关系（z=3.592，p<0.05）。信息载体效用对于健康信息替代搜寻行为影响的标准化路径系数β为0.174>0，信息载体效用会对健康信息替代搜寻行为产生显著的正向影响关系（z=3.357， p<0.05）。因此，除假设2外，其他路径均得到了数据结果的支持。
　　
五、结论与讨论
　　（一）“人即媒介”：替代搜寻者作为信息载体的效用显著影响健康信息替代搜寻行为
　　媒介化（mediatization）是一个批判性的概念，用来分析媒体与传播、文化和整个社会变化之间相互关系。当前，媒介的发展已渗透至社会宏观与微观的各个方面，整个社会及社会中的个体也在向媒介化的方向转变。国内外学者对媒介化的理论阐释进行了诸多解读。从发展的角度来看，媒介化是一个持续的过程，通过这个过程，媒体可以改变人际关系和行为，从而改变社会和文化（Hjarvard S， 2008）。在媒介化的场域下，媒介并非仅仅是信息传播的渠道，而是与人形成一种共生关系。人或是媒介的一部分，或直接扮演着媒介（杨柏岭，2020）。个体化身为媒介化的人，在网络环境中相互影响、共同生存，用新的关系模式塑造了另一种秩序（郑二利，2021）。媒介最终走向了主体——人本身，互联网是人的所有的社会属性、结构、功能和联系（杜骏飞，2017）。因而，若将媒介单纯视为外化于人的一种载体和渠道，则无法适应当下媒介与人的关系实质。在新媒体环境下，人即媒介，人的关系属性和连接角色成为信息传播过程中的内嵌因素，其中蕴含着以人为本的媒介本质观。
　　健康信息的替代搜寻可视为人即媒介的典型表征。在信息寻求综合模型提出之初，信息载体效用被视为模型中的重要变量，直接影响个体的信息寻求。而将此模型应用于健康信息替代搜寻的过程中时，可以发现，替代搜寻者承载了原有模型中的信息载体功能，成为慢性病患者获取信息的渠道。研究结果显示，信息载体效用会对健康信息替代搜寻行为产生显著的正向影响关系（z=3.357， p=0.001<0.01）。这与“人即媒介”的基本逻辑相吻合。随着整个社会媒介的发展和深入，通过与技术的交互，人本身向更高层次的媒介转型。在健康信息的替代搜寻中，健康信息的寻求者与替代搜寻者基于信任、情感等要素产生了更为深度化的连接，二者之间的关系从人际关系延伸转变为一种媒介使用关系。通过健康信息的替代搜寻者，慢性病患者在更广泛层面上获得信息连接和资源配置，并通过社会网络寻找信息的可替代性渠道，由此产生更为多样化的连接和更具深度化的互动，进而为社会健康实践的发展和“数字鸿沟”的弥合发挥作用。
　　（二）“温暖的专业知识”：社会支持是影响健康信息替代搜寻的重要因素
　　有学者将社会支持定义为个人可获得的环境交易或资源，认为社会支持的本质是人际关系（Cobb， 1976）。因此，社会支持对于健康传播具有重要意义。已有研究针对信息寻求综合模型并未考虑“社会支持”这一变量提出质疑。本研究将社会支持纳入信息寻求综合模型，对模型进行慢性病患者这一特殊群体的适应性拓展，并证明了社会支持的显著影响力。研究发现，社会支持通过影响信息载体效用间接影响慢性病患者的健康信息替代搜寻行为，这一因素对现有模型具有一定的补充和修正作用，并且这与已有研究结果具有一致性。作为更具亲密性的社会资源，初级群体所给予的社会支持可能为慢性病群体提供心理和现实中的依据，提升他们进行疾病管理和防治的动力，影响到对于这种替代搜寻载体效用的感知和评价，进而产生健康信息的替代搜寻行为。有学者用“温情的专家”（warm experts）来定义这种紧密的网络关系，这类人群精通网络，能够根据技术在与他有密切联系的用户与具体需求之间进行协调（Bakardjieva， 2005：92）。实际上，替代搜寻者自身也开始扮演温情专家的角色，帮助那些知识相对匮乏的人。此外，即使是经验丰富的用户也会继续依赖温情的专家，偶尔会寻求“温暖的专业知识”（Green et al.， 2011）。这在一定程度上表明强大的社会嵌入性是获得替代搜寻必要支持的关键因素。通过与线下社会资源的嵌入，慢性病患者将线下的人际关系转移至线上健康信息资源的获取中，创建出一种更为快捷、更具信任特征的搜寻行为。因此，一方面，提升慢性病患者寻求社会支持的能力；另一方面，培育作为替代搜寻者的个体的信息素养和沟通技能，可能有助于通过双向提升与对接更好地形成健康信息替代搜寻的良性循环，产生基于个体、人际关系、宏观网络环境的多元互动。
　　（三）角色模糊与感知缺失：显著性并非影响健康信息替代搜寻载体效用的主要因素
　　在此次研究中，针对慢性病群体，信息寻求综合模型中的“显著性”这一潜变量假设被拒绝，这与已有的研究结果存在差异，此前研究中，显著性是信息搜寻的重要影响因素。这一差异可通过角色模糊和感知缺失进行解释。从变量解释上看，显著性与个体感知到的健康威胁程度有关，意味着健康信息对其所面临的问题的适用性。角色模糊是指个体对于疾病角色感知的不确定性和感知缺失（House R J，1972）。慢性病治疗周期长、病程长且病情长期不愈，导致慢性病患者对于疾病显著性的感知程度较弱，一些患者甚至并未将自己视为病人，难以从个人角色上得到相对实际、专业的帮助，在面对健康变化时，将会导致茫然无措的境地（杨一毫等，2021）。这一观点为本研究结果提供了较好的解释力。慢性病患者的角色模糊可能导致对于疾病显著性的感知缺失，即对于自身疾病的严重程度感知下降，甚至并未将其看作一种“疾病”，因而在对疾病显著性评价较低的状况下，仅通过日常维持和锻炼稳定病情，并不需要通过其他个体寻求支持和帮助，进而改善目前的疾病状态，使得其对于健康信息的替代搜寻的需求动力并不充足，影响到对于信息替代搜寻载体效用的感知和评价。这一结论的启示在于，对于慢性病患者健康信息的替代搜寻行为可能需要进一步对其疾病的严重程度进行定位，慢性病患者会寻求外部资源以应对角色模糊导致的病情下降，通过外部支持应对未来可能发生的消极情况。
　　（四）情感因素：信息寻求综合模型在特殊群体中可能产生适应性变化
　　本研究以慢性病患者的健康信息替代搜寻行为为研究内容，在研究模型中根据慢性病群体的特征与中国本土化环境引入社会支持变量。研究发现，信息寻求综合模型中的“显著性”潜变量被拒绝，其他潜变量均得到了验证，因此研究结果在一定程度上完善了信息寻求综合模型在特殊群体中的适用范围。在以往有关健康行为的研究中，其重点在于认知因素，但近年来，情感因素受到了越来越多的关注。有研究发现，将情感变量纳入模型可能会提高模型的解释力（Lowenstein et al.， 2001）。相对于其他群体而言，慢性病群体由于年龄较大、患病时间较长、病情不定且反复，因而相对于其他群体而言，具有较大程度的特殊性，是一个渴望获得外部支持和帮助的特殊群体，人际网络中的替代搜寻者所带来的健康信息给予了慢性病患者更为广泛意义上的情感和技能支持，进而发展成为一种情感上的依恋，帮助他们共同应对健康风险并进行积极的自我管理。因此，对慢性病患者这一特殊群体而言，信息寻求综合模型发生了适应性变化，社会支持因素的加入及显著性因素的拒绝对于该群体而言具有更好的解释性。对于慢性病患者这一特殊群体，加入社会支持这一情感因素，使得模型对于中国本土化语境和慢性病患者而言具有更强的适用性。此外，本研究将信息寻求综合模型从个体的主动搜寻行为转变为替代搜寻行为，其中，信息载体的特征和效用从传统模型中物质化的实体媒介变为替代搜寻者这一中介，实现模型的主体化转变，进而扩展了模型的适用范围。
　　
六、健康信息替代搜寻未来展望
　　健康信息的替代搜寻作为健康传播的一种特殊现象，对我国健康传播的理念表达和健康产业的发展具有重要意义。未来，可从关注相对差异、识别健康风险、理性与感性平衡、实现健康公平几个维度进行拓展。
　　（一）关注相对差异：将提升替代搜寻技能纳入慢性病患者健康素养范畴
　　从健康素养的最初定义来看，健康素养指个体获取、理解健康信息，并通过它促进和维护自身健康状况的能力（Simonds， 1974）。这一定义从某种程度上关注到个体认知层面的意义，但忽视了社会互动与交流的作用，使得健康素养的培育大多集中在本体层面，并未将个体的社会支持等要素纳入其中，一定程度上窄化了健康素养的培养和使用范围。
　　从相对意义来看，健康素养需区分拥有互联网基本搜索技能和没有这项基本技能的个体，对健康素养的提升路径做出进一步的拓展。有学者将健康素养分类为功能性健康素养（Functional health literacy）、互动式健康素养（Interactive health literacy）和批判性健康素养（Critical health literacy）。其中，互动式健康素养强调个人能够从不同形式的交流中提取健康信息并获得意义，将新信息应用于不断变化的环境（Nutbeam， 2015）。健康信息的替代搜寻实质上是在新媒体环境及新技术渗透下，基于个体社会网络的一种中介性互联网使用行为，一定程度上可弥补因个体设备、技能、经济条件缺失而导致的健康“数字鸿沟”。在未来，健康传播领域应注意慢性病患者的特殊或未被满足的信息需求，在健康素养中纳入以社会网络为基础的干预措施。例如，向慢性病患者的家庭成员、同事朋友等提供健康教育，将慢性病患者寻求社会网络帮助的技能归入健康素养的提升过程中，推动其在健康促进和医疗保健中的应用。同时，为不能合理、专业使用互联网的慢性病患者进行教育和培训，培养慢性病患者主动向身边人群寻求帮助的能力，进而将健康素养教育的主体和范围进行扩大，进行更为综合和全面的界定和提升。
　　（二）识别健康风险：建立慢性病自我测评体系，帮助公众识别健康风险
　　在基于健康信息替代搜寻行为的理论模型中，显著性即对疾病的威胁程度的体验并未通过假设检验。由于慢性病治疗周期长、病情状态稳定且难以在短期内得到根治，因此在某种程度上并未引起公众的重视，一些慢性病患者由于症状较轻或重视程度不够，并未科学评估自身疾病的严重程度，从而造成对于自身健康状况的忽视。然而，从疾病发展的长期性来看，缺乏健康管理的慢性病患者可能因病情的积累而加重病情的严重程度，无形中构建起因自身疏忽而形成的健康壁垒。
　　因此，建立慢性病的自我测评体系，提高公众对慢性病的重视程度尤为重要。有关部门可尝试建立关于各类慢性病病情评估的系列标准，如血糖、血压、血脂等，帮助慢性病患者进行自我筛查，更好地进行自我健康管理和评估，在科学判断下提升健康传播的可及性，提高公众对于慢性病的重视程度，帮助慢性病患者实现健康意识到健康行为的转变，进而从全社会范围层面实现“以疾病为中心”到“以健康为中心”的转变。此外，逐步建立慢性病健康社区和科普中心，使得慢性病患者在专业机构的有效宣传教育下，提升对于自身疾病的重视程度，并在与社区中的其他个体交流的过程中激发自我健康管理和筛查动力，应成为未来健康传播需要重视的方面和着力点之一。
　　（三）理性与感性平衡：医疗专业知识的传播应重视发挥情感驱动效应
　　本研究另一个有趣的发现为，尽管相较于亲朋好友等初级群体，医生和医疗服务人员具有更为专业的医疗知识，能够为慢性病患者提供相对理性、客观的医疗指导，但慢性病患者仍主要以亲人、朋友或同事为替代搜寻过程中的主要求助对象。这一发现进一步说明了情感因素在健康传播中的重要价值。慢性病是一种短期内难以治愈的疾病，且一般而言不会对患者产生直接的生命威胁，因此，慢性病患者在请他人帮助获取健康信息时，更多期待在健康信息中获取他人所提供的情感价值而非客观内容。换言之，专业类健康信息的传播应改变重信息、轻情感的认知偏向，健康信息传播行为的情感支持属性大于信息支持属性（公文等，2021）。
　　专业健康知识的传播应寻求理性与感性的平衡。一方面，健康传播应坚持真理和科学化的原则，帮助社会公众了解和掌握自身的身体健康状况，获得关于疾病治疗和健康管理的专业判断。另一方面，通过共情的叙事逻辑满足患者的心理状态和情感需求，注重公众获取健康信息的心理动机，在“以人为本”的健康观中增强专业健康知识的“人情味”和同理心的呈现，能够在良好的交流氛围中为患者提供情感支持，使得健康传播具有温度且更具力量。
　　（四）实现健康公平：健康信息替代搜寻中介机构可能成为未来发展方向
　　替代搜寻行为存在于多数国家社会之中，是一种普遍的互联网中介使用方式和现象。部分国外学者关注到此现象，指出一些基于健康信息门户设置有访问方式，使患者能够将访问权限委托给朋友或家人（Moody， 2005）。在美国的健康信息建设中，通过图书馆资源为患者提供健康咨询服务，进而满足患者需求（邓胜利等，2018）。因此，从全球范围来看，替代搜寻行为已成为实现社会连结、满足特殊群体互联网使用需求的重要方式，这一方式打破了对于原有互联网“使用者”与“非使用者”的简单二元划分，关注到个体自身无法使用互联网，而是依据社会关系网络实现中介互联网健康信息搜寻的重要现象。这类中介化的健康咨询服务、机构为我国健康传播及健康产业的发展以新的启示。
　　当下，我国在线健康行业在技术的推动下正蓬勃发展，为全民健康和国家健康产业发展提供助力。因此，从产业发展的角度来看，未来有关部门需关注并重视健康信息替代搜寻这类特殊现象，从老年人、慢性病患者等特殊人群出发，对其健康信息寻求和自我健康管理的需求进行挖掘，发展相关中介咨询服务或建立相关健康服务中介机构。这类机构针对慢性病患者、老年人等具有健康信息替代搜寻需求的人群提供服务，可省去公众健康重复检查而产生不必要的医疗资源占用的弊端，使得每一类个体都有机会、有能力获得健康资源，真正推动健康资源对于社会公众的触达和使用，在此基础上转变社会健康观念，实现更为积极、更具针对性的健康管理措施，从专业化的层面推动健康信息替代搜寻产业的发展，为患者提供更具针对性的医疗咨询服务，实现健康产业的微型化、差异化覆盖，进而为促进社会公平、推动全民健康目标的实现奠定产业基础。■
　　
参考文献：
邓胜利，付少雄（2018）。美国图书馆的健康信息服务实践及启示。《图书馆杂志》，37（11），76-82。
杜骏飞（2017）。新媒介即人。《新闻与写作》，（09），71。
公文，欧阳霞（2021）。认知偏向与传播困境：老年人代际健康信息传播研究。《西南民族大学学报（人文社会科学版）》，42（06），192-198。
贺建平，杜宝珠，黄肖肖（2021）。城市老年人新冠肺炎健康信息寻求行为——基于扩展的信息寻求综合模型。《新闻记者》，（03），63-75.
宋小康，赵宇翔，朱庆华（2020）。互联网环境下国外健康信息替代搜寻研究的回顾与展望。《情报理论与实践》，43（03），169-176。
孙明源，王锡苓（2018）。社会变迁视阈下的中国城市居民媒介使用与生态环境认知。《新闻与传播研究》，160（12），21-41。
汤丹丹，温忠麟（2020）。共同方法偏差检验：问题与建议。《心理科学》，43（01），215-223。
卫生健康委（2020）。关于深入推进“互联网+医疗健康”“五个一”服务行动的通知。检索于http://www.gov.cn/zhengce/zhengceku/2020-12/10/content_5568777.htm。
温忠麟，侯杰泰，马什赫伯特（2004）。结构方程模型检验:拟合指数与卡方准则。《心理学报》，（02），186-194。
杨柏岭（2020）。作为文化的传播:人、媒介与社会关系的形上之思。《现代传播（中国传媒大学学报）》，42（08），9-15。
杨一毫，毕新华，田晓旭（2021）。角色压力对慢性病患者移动医疗服务付费意愿的影响研究。《管理学报》，18（08），1220-1228。
喻国明，杨雅（2017）。《健康传播：中国人的接触、认知与认同》。北京：人民日报出版社。
郑二利（2021）。互联网场景：社会、空间与人的媒介化。《同济大学学报（社会科学版）》。32（04），60-67。
中国互联网络信息中心（2022）。第49次中国互联网络发展状况统计报告[2022-02-25]。检索于http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202202/P020220407403488048001.pdf。
Abrahamson J AFisher K E , Turner A G , et al. (2008). Lay information mediary behavior uncovered: exploring how nonprofessionals seek health information for themselves and others online. Journal of the Medical Library Association96(4):310-323.
Afifi W A. (2010) . Toward a Theory of Motivated Information Management. Communication Theory, 14(2):167-190.
Bakardjieva M (2005) Internet Society: The Internet in Everyday Life. London: SAGE.
Bruno, G.Esposito, E.Genovese, AGwebuK. L. A. (2011). Critical Analysis of Current Indexes for Digital Divide Measurement. The Information Society27(1):27．
Carol, CKuhlthau. (1991). Inside the search process: Information seeking from the user's perspective. Journal of the American Society for Information Science(42):361-371.
CobbSidney. (1976). social Support as a Moderator of Life Stress. Psychosomatic Medicine, 38(5):300-314.
Cummings K M , Becker M H , Maile M C. (1980). Bringing the models together: An empirical approach to combining variables used to explain health actions. Journal of Behavioral Medicine, 3(2):123-145.
Eynon R , Geniets A . (2012). On the Periphery? Understanding Low and Discontinued Internet Use Amongst Young People in Britain. Social Science Electronic Publishing, (8):46.
Galarce E MRamanadhan SViswanath K. (2011). Health information seeking. The Routledge Handbook of Health Communication , 167-180.
Green ESingleton CDavies P (2011) Sustaining digital inclusion in everyday life. Symposium‘A Decade in Internet Time’Oxford University, Oxford, 21-24 .
Granovetter, M. (1973). The strength of weak ties. American Journal of Sociology781360-1380.
Griffin R J , Dunwoody S , Neuwirth K. (1999). A Proposed Model of the Relationship of Risk Information Seeking and Processing to the Development of Preventative Behaviors. Environmental Research, 80(2):230-245.
Hartoonian NOrmseth S R , Hanson E R , et al. (2014). Information-Seeking in Cancer Survivors: Application of the Comprehensive Model of Information Seeking to HINTS 2007 Data. Journal of Health Communication19(11):1308-1325.
HjarvardS. (2008) The Mediatization of Society: A Theory of the Media as Agents of Social and Cultural Change. Nordicom Review, 29105-134. .
House R J , Rizzo J R . (1972). Role conflict and ambiguity as critical variables in a model of organizational behavior. Organizational Behavior and Human Performance7(3):467-505.
Johnson J D , Donohue W A , Atkin C K , et al. (1995). A Comprehensive Model of Information Seeking: Tests Focusing on a Technical Organization. Science Communication16(3):274-303.
Johnson J DMeischke H. (1993). A comprehensive model of cancer-related information seeking applied to magazines. Human Communication Research, 19 (3) : 343-367.
KuhlthauC. C. (1991). Inside the search process: Information seeking from the user’s perspective. Journal of the American Society for Information Science42361-371.
Lambert, S. DLoiselle, C. G. (2007). Health information seeking behavior. Qualitative Health Research, (17):1006-1019.
LeydonG. M.BoultonM.Moynihan, C.JonesA.L.MossmanJ.Boudioni, M.& McPhersonK. (2000). Cancer patients’information needs and information seeking behaviour: in depth interview study. British Medical Journal320909-913.
Len, E. R. (1984). Information seeking: A component of client decisions and health behavior. Advances in Nursing Science6(3):59-72.
Lowenstein GWeber E U , Hsee C K , et al. (2001). Risk and feelings. Psychol Bull, 127(2):67-86. .
Marton C , Choo C W. (2012) . A review of theoretical models of health information seeking on the web. Journal of Documentation68(3):330-352.
McKenziePamela J . (2003). A model of information practices in accounts of everyday-life information seeking. Journal of Documentation59(1):19-40.
Moody L E . (2005). E-Health Web Portals: Delivering Holistic Healthcare and Making Home the Point of Care. Holistic Nursing Practice, 19(4):156-160.
Nambisan P. (2011). Health information seeking and social support in online health communities:Impact on patients’perceived empathy. Journal of the American Medical Informatics Association18(3):298-304. .
Nutbeam, Don. (2015). Defining, measuring and improving health literacy. Health Evaluation & Promotion42(4):450-456.
Oh Y S. (2015). Predictors of self and surrogate online health information seeking in family caregivers to cancer survivors. Social Work in Health Care, 54(10):939-953.
Rains, Stephen A . (2008). Seeking Health Information in the Information Age: The Role of Internet Self-Efficacy. Western Journal of Communication72(1):1-18.
Rosenstock I M , Strecher V J , Becker M H. (1988). Social Learning Theory and the Health Belief Model. Health Educ Q15(2):175-183.
Sadasivam R S , Kinney R L , Lemon S C , et al. (2013). Internet health information seeking is a team sport: Analysis of the Pew Internet Survey. International Journal of Medical Informatics82(3):193-200.
Simonds S K. (1974). Health education as social policy. Health education monographs, 2(1) : 1-10．
Stewart, J. (2007). Local Experts in the Domestication of Information and Communication. Technologies, InformationCommunication & Society10(4)547-569.
Van Stee S KYang Q. (2018) . Online cancer information seeking:Applying and extending the comprehensive model of information seeking．Health Communication33 (12) :1583-1592.
Xiao N , Sharman R , Rao H R , et al. (2014). Factors influencing online health information search: An empirical analysis of a national cancer-related survey. Decision Support Systems , 57(1):417-427.
　　
周敏系北京师范大学新闻传播学院教授，郅慧系北京师范大学新闻传播学院博士研究生。