网络健康信息质量和消费者信任评估方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81871455
  • 项目类别:
    面上项目
  • 资助金额:
    57.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H2806.医学信息系统与远程医疗
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

About 41.6% of Chinese Internet users reportedly search on the Internet for medical health information, but false or inferior health information in Chinese prevails in the Internet. Thus, how to improve consumer trust in the valid results of online health information quality evaluation becomes the latest research hotspot of the new discipline -- "consumer health informatics". This study was targeted at the evolution of consumer trust in online health information. Specifically, the interactive relationship among contexts, trust and information quality was processed, analyzed and inferred, and the effects of subjectivity, complexity, dynamics and uncertainty on consumer trust were eliminated. Thereby, a complete executable evolution mechanism and an information quality comprehensive evaluation system were established. Firstly, based on TURF usability framework and supervised learning, the dynamic evolution of health information customer trust was successfully described by using the ontology method. Secondly, the information quality of trust evolution was adaptively evaluated via Bayes networks. Finally, the effectiveness of the trust evolution mechanism was validated through graph-based quality visualization and analysis of eye movement orbits. Thereby, a trust evolution modeling method with operability and dynamic adaptiveness was developed, and a theoretical and technical system of information quality comprehensive evaluation was established, which will underlie and help with "the integration of health into all policies".
研究表明,约41.6%的中国网民通过网络搜索医疗健康知识,但虚假、劣质中文健康信息充斥网络,质量参差不齐。如何提升消费者对网络健康信息有效质量评估结果的信任,是新学科“消费者健康信息学”的最新研究焦点。本研究从消费者对网络健康信息的信任演化出发,通过对该过程中,语境、信任和信息质量作用关系的处理、分析和推理,克服信任的主观性、复杂性、动态性和不确定性所造成的影响,形成较完整的可执行演化机理,建立信息质量综合评估体系。首先,课题基于TURF易用性框架和监督学习技术,通过本体方法,有效描述消费者对健康信息信任的动态演化过程。其次,通过贝叶斯网络,自适应地评估信任演化过程中的信息质量。最后,采用基于图方法的质量可视化和基于眼动轨迹的分析,验证所提出信任演化机制的有效性。在此基础上,研发操作性强、动态自适应的信任演化建模方法,建立信息质量综合评估理论与技术体系,为“把健康融入所有政策”保驾护航。

结项摘要

随着互联网医疗的不断发展,越来越多的人们通过网络搜索医疗健康知识,但虚假、劣质中文健康信息充斥网络,质量参差不齐。如何提升消费者对网络健康信息有效质量评估结果的信任,是新学科“消费者健康信息学”的一个新的挑战。然而,目前大部分评价工作均基于指南、量表或问卷,需要人工完成评估,受使用者的主观能动性、自身健康素养和知识背景差异的巨大影响,可重现性差;得到的静态评估结果不会随着新知识、特征的加入而进行动态调整;不同工具的评价侧重点不同,评估结果也无法横向定量对比。本研究从消费者对网络健康信息的信任演化出发,通过对该过程中,语境、信任和信息质量作用关系的处理、分析和推理,克服信任的主观性、复杂性、动态性和不确定性所造成的影响,形成较完整的可执行演化机理,建立信息质量综合评估体系。.在研究成果上,本研究的成果较为丰硕,在文章发表方面,以第一作者或通讯作者已发表相关的杂志文章8篇,合作完成杂志文章11篇,还有2篇在投SCI(已发表文章中,包括SCI文章16篇,其中1篇SCI文章发表在JAMA子刊JAMA Network Open,1篇发表在Nature子刊NPJ Digital Medicine,9篇发表在医学信息学领域Q1的杂志,1篇发表在公共卫生领域Q1的杂志);在人才培养方面,成功培养了2名浙江大学社会医学与卫生事业管理的硕士研究生,协同培养了1名北京大学医学信息学硕士研究生;在国内外交流方面,参与国内医学信息学顶会中华医院信息网络大会(CHINC)和中国医院协会信息网络大会(CHIMA);在学科建设和学术影响力方面,作为主要负责人,获批一项浙江省自然科学基金项目;作为编委参编全国十四五规划教材《医学信息学概论》(第3版)1部;作为评委专家,评审第八届中国国际“互联网+”大学生创新创业大赛全国总决赛;并且被聘任为中国预防医学会预防医学信息专业委员会常委;作为发明人,获批了一项名为“一种评估心脏骤停的临床决策支持系统”的发明专利和一项名为“网络健康文本信息质量评价软件”的软件著作权。

项目成果

期刊论文数量(13)
专著数量(1)
科研奖励数量(1)
会议论文数量(0)
专利数量(1)
Identifying major impact factors affecting the continuance intention of mHealth: a systematic review and multi-subgroup meta-analysis.
确定影响移动医疗持续意图的主要影响因素:系统评价和多亚组荟萃分析
  • DOI:
    10.1038/s41746-022-00692-9
  • 发表时间:
    2022-09-15
  • 期刊:
    NPJ digital medicine
  • 影响因子:
    15.2
  • 作者:
  • 通讯作者:
The experience and challenges of healthcare-reform-driven medical consortia and Regional Health Information Technologies in China: A longitudinal study
中国医疗改革驱动的医疗联盟和区域卫生信息技术的经验和挑战:纵向研究
  • DOI:
    10.1016/j.ijmedinf.2019.103954
  • 发表时间:
    2019-11-01
  • 期刊:
    INTERNATIONAL JOURNAL OF MEDICAL INFORMATICS
  • 影响因子:
    4.9
  • 作者:
    Liang, Jun;Zheng, Xu;Lei, Jianbo
  • 通讯作者:
    Lei, Jianbo
Adoption of Electronic Health Records (EHRs) in China During the Past 10 Years: Consecutive Survey Data Analysis and Comparison of Sino-American Challenges and Experiences.
过去10年中国电子健康记录(EHR)的采用:连续调查数据分析及中美挑战与经验比较
  • DOI:
    10.2196/24813
  • 发表时间:
    2021-02-18
  • 期刊:
    Journal of medical Internet research
  • 影响因子:
    7.4
  • 作者:
    Liang J;Li Y;Zhang Z;Shen D;Xu J;Zheng X;Wang T;Tang B;Lei J;Zhang J
  • 通讯作者:
    Zhang J
A Preliminary Study on the Abnormal Deaths and Work Burden of Chinese Physicians: A Mixed Method Analysis and Implications for Smart Hospital Management.
中国医生非正常死亡与工作负担的初步研究:混合方法分析及对智慧医院管理的启示
  • DOI:
    10.3389/fpubh.2021.803089
  • 发表时间:
    2021
  • 期刊:
    Frontiers in public health
  • 影响因子:
    5.2
  • 作者:
    Liang J;He Y;Fan L;Nuo M;Shen D;Xu J;Zheng X;Wang T;Qian H;Lei J
  • 通讯作者:
    Lei J
Epidemiology of Hypertension in a Typical State-Level Poverty-Stricken County in China and Evaluation of a Whole Population Health Prevention Project Intervention
我国典型国家级贫困县高血压流行病学及全民健康预防项目干预评价
  • DOI:
    10.1155/2019/4634823
  • 发表时间:
    2019-12-11
  • 期刊:
    INTERNATIONAL JOURNAL OF HYPERTENSION
  • 影响因子:
    1.9
  • 作者:
    Li, Zhengye;Liu, Xingyu;Lei, Jianbo
  • 通讯作者:
    Lei, Jianbo

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

59 例因视神经损害无光感病例临床疗效评价及分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国中医眼科杂志
  • 影响因子:
    --
  • 作者:
    梁俊;李满;赵子德;柏梅;王军杰;魏彬彬;杨继若;梁丽娜;王影
  • 通讯作者:
    王影
一种适用于卫星网络信道预约的统计预测机制
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    系统工程与电子技术
  • 影响因子:
    --
  • 作者:
    梁俊;张衡阳;王轶;尹译
  • 通讯作者:
    尹译
全方位航拍无人机变形机架的创新设计与研究
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    机械设计与研究
  • 影响因子:
    --
  • 作者:
    胡瑞;许春霞;梁俊;温林成;万邵强;江剑峰
  • 通讯作者:
    江剑峰
Influence of ventilation rate on the aerodynamic interference for two IDCTs by CFD
CFD 通风率对两台 IDCT 气动干扰的影响
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Wind and Structures
  • 影响因子:
    1.6
  • 作者:
    柯世堂;梁俊;赵林;葛耀君
  • 通讯作者:
    葛耀君
基于时延的软件定义卫星网络控制域规划策略
  • DOI:
    10.3969/j.issn.1009-3516.2020.06.006
  • 发表时间:
    2020
  • 期刊:
    空军工程大学学报. 自然科学版
  • 影响因子:
    --
  • 作者:
    郭子桢;梁俊;肖楠;陈威龙;陈金涛;谢宝华
  • 通讯作者:
    谢宝华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码