摘 要：本文以“好大夫在線”問答中糖尿病主題相關(guān)的十年數(shù)據(jù)為例，揭示在線醫(yī)療社區(qū)的患者、醫(yī)生及問答記錄的特征。研究發(fā)現(xiàn)，患者人群覆蓋所有糖尿病類型，出現(xiàn)多種并發(fā)癥;患病時(shí)長(zhǎng)較長(zhǎng)的用戶更愿意在網(wǎng)上咨詢;患者的過敏原大多數(shù)屬于食入式或注射式過敏原;醫(yī)生的臨床職稱和教學(xué)科研職稱存在一定的正相關(guān)關(guān)系;醫(yī)生所屬的醫(yī)院具有明顯的集中與分散的特點(diǎn)，少部分醫(yī)院吸引大多數(shù)患者進(jìn)行咨詢;醫(yī)生所屬的科室較為分散;較活躍的醫(yī)生來自于三級(jí)醫(yī)院，且大多數(shù)屬于內(nèi)分泌科;患者提問主題的大致分為 7 類，圍繞著糖尿病及其并發(fā)癥展開;大多數(shù)患者希望從治療過程、治療手段和醫(yī)治程度等方面得到醫(yī)生的幫助。

　　關(guān)鍵詞：好大夫在線;醫(yī)患群體;問答記錄;糖尿病

　　0 引言

　　在線醫(yī)療社區(qū)是醫(yī)療服務(wù)的新型業(yè)態(tài)，依托于互聯(lián)網(wǎng)信息技術(shù)，將醫(yī)療服務(wù)從線下轉(zhuǎn)移到線上。在線醫(yī)療社區(qū)按服務(wù)主體分類可分為三類：一是患者交流平臺(tái)，主要用戶為患有相同或相似病癥的患者，如甜蜜家園、慢友幫;二是醫(yī)生交流平臺(tái)，主要為醫(yī)生提供學(xué)術(shù)交流和在線培訓(xùn)等，如丁香園、好醫(yī)生;三是醫(yī)患交流平臺(tái)，具備醫(yī)生和患者兩類用戶，主要為醫(yī)患之間的健康管理、健康咨詢、掛號(hào)、導(dǎo)診、問診、藥品購買等交流提供平臺(tái)，比如“好大夫在線”、春雨醫(yī)生等[1]。“好大夫在線”是國(guó)內(nèi)最大的醫(yī)患互動(dòng)平臺(tái)，2006 年誕生至今，積累了大量醫(yī)患數(shù)據(jù)。糖尿病是一種由于胰島素分泌不足或外周組織對(duì)胰島素不敏感引起的代謝性疾病，以持續(xù)高血糖狀態(tài)為特征，并可能引發(fā) 100 多種并發(fā)癥。糖尿病病人由于患病時(shí)間長(zhǎng)，更易在醫(yī)療社區(qū)瀏覽和發(fā)布信息。因此，本文以“好大夫在線”的問答數(shù)據(jù)為例，通過數(shù)據(jù)分析，探討與糖尿病主題相關(guān)患者、醫(yī)生與醫(yī)患問答的特征。

　　1 研究現(xiàn)狀

　　在線醫(yī)療社區(qū)目前沒有統(tǒng)一的定義，存在若干相似概念。筆者在中國(guó)知網(wǎng)中以“在線醫(yī)療社區(qū)”“在線醫(yī)療平臺(tái)”“在線健康平臺(tái)”“在線健康社區(qū)”“健康醫(yī)療社區(qū)”“健康醫(yī)療平臺(tái)”作為主題詞進(jìn)行檢索，共有 392 條記錄，集中于近 5 年，說明相關(guān)研究處于起步階段。相關(guān)主題研究熱點(diǎn)包括患者研究、醫(yī)生研究、醫(yī)患交互研究、系統(tǒng)設(shè)計(jì)與構(gòu)建研究、現(xiàn)狀研究、慢性病研究等。

　　1.1 關(guān)于患者群體的研究

　　在線醫(yī)療社區(qū)患者特征的研究主要包括四個(gè)方面。一是患者使用在線醫(yī)療社區(qū)的意愿研究，從影響因素、影響關(guān)系等方面展開,表明社會(huì)支持、成就需要、隱私安全、感知信任、醫(yī)療效果、感知收益和交互設(shè)計(jì)等都有正向影響[2-3]。二是患者信息披露與個(gè)人隱私的顧慮研究，從影響因素、影響模型構(gòu)建等方面展開，發(fā)現(xiàn)患者性格、信息敏感、以往經(jīng)歷、情感承諾、外部保護(hù)和醫(yī)生信譽(yù)等都對(duì)患者的信息披露與隱私顧慮產(chǎn)生了影響[4-9]。三是患者的社區(qū)參與和知識(shí)共享行為研究，發(fā)現(xiàn)利他性、歸屬感、互動(dòng)中心性、等價(jià)性、交互感知和社區(qū)回報(bào)對(duì)共享行為產(chǎn)生影響，且不同用戶存在差異[10-13]。四是研究患者的購買意愿，影響因素有網(wǎng)絡(luò)口碑、患者生成信息和醫(yī)生生成信息等[14-15]。

　　1.2 關(guān)于醫(yī)生群體的研究

　　醫(yī)生特征的研究集中在對(duì)醫(yī)生聲譽(yù)、服務(wù)價(jià)格、個(gè)人貢獻(xiàn)、疾病類型、咨詢量和個(gè)人收益等之間的關(guān)系的研究。劉笑笑以“好大夫在線”為例，發(fā)現(xiàn)醫(yī)生的在線信譽(yù)和努力對(duì)醫(yī)生咨詢量都有顯著影響[16]。韓曉翠基于“好大夫在線”醫(yī)生的數(shù)據(jù)，發(fā)現(xiàn)醫(yī)生的經(jīng)濟(jì)回報(bào)、名譽(yù)回報(bào)及線下身份對(duì)貢獻(xiàn)行為有積極影響[17]。李洋從糖尿病、冠心病和乳腺癌 3 種慢性病入手，發(fā)現(xiàn)不同疾病的醫(yī)生貢獻(xiàn)行為的影響因素存在差異[18]。李瑩瑩發(fā)現(xiàn)服務(wù)評(píng)價(jià)、醫(yī)生職稱、醫(yī)生所在醫(yī)院都對(duì)服務(wù)價(jià)格有顯著影響[19]。葉存輝等以“好大夫在線”為例，研究了醫(yī)生受訪量的影響因素，發(fā)現(xiàn)相對(duì)于醫(yī)生職稱，患者更在乎醫(yī)院等級(jí)[20]。梁俏等基于 2008-2016 年“好大夫在線”的數(shù)據(jù)分析，認(rèn)為醫(yī)生及其同事的努力和聲譽(yù)對(duì)參與免費(fèi)咨詢的新患者數(shù)有顯著影響[21]。

　　1.3 關(guān)于問答記錄的研究

　　李蕾等總結(jié)社會(huì)化問答主要包括問題、答案、用戶和平臺(tái)四個(gè)部分[22]，而在醫(yī)療領(lǐng)域，主要是問答主題特征研究。呂英杰等研究 Medhelp 社區(qū)中肺癌、乳腺癌和糖尿病 3 種疾病，并提取了 7 各熱點(diǎn)主題[23]。金碧漪等基于問答網(wǎng)站和糖尿病社區(qū)的數(shù)據(jù)得出糖尿病的主題分布特征[24]。王煜等以尋醫(yī)問藥網(wǎng)中糖尿病社區(qū)的帖子內(nèi)容為分析對(duì)象，采用矢量空間模型和 K-Means 聚類模型進(jìn)行主題分析，得出“癥狀與并發(fā)癥”“治療”兩個(gè)熱點(diǎn)主題[25]。綜上所述，已有研究成果主要基于問卷調(diào)查、網(wǎng)絡(luò)數(shù)據(jù)爬取、社會(huì)網(wǎng)絡(luò)分析等方法對(duì)單一主題進(jìn)行探討，且數(shù)據(jù)量較少。筆者將以“好大夫在線”為例，通過對(duì)十年來糖尿病相關(guān)主題參與問答的醫(yī)患群體及問答本身的特征分析，全面揭示患者、醫(yī)生及問答三個(gè)方面的具體特征，以期為優(yōu)化在線醫(yī)療社區(qū)服務(wù)提供充分的數(shù)據(jù)與事實(shí)支持。

　　2 研究設(shè)計(jì)

　　2.1 研究思路

　　本文將基于 python 爬蟲數(shù)據(jù)對(duì)在線醫(yī)療社區(qū)中醫(yī)患問答相關(guān)特征進(jìn)行分析，與前人研究方式不同的是，將會(huì)爬取盡可能完整的、大量的數(shù)據(jù)作為支撐。研究將分為三個(gè)部分進(jìn)行展開。前兩個(gè)部分是醫(yī)患問答中的主體，即患者、醫(yī)生的特征分析。從患者角度，將從患者的患病類型、患病時(shí)長(zhǎng)、過敏史三個(gè)維度展開。從醫(yī)生角度，將從醫(yī)生的職稱、所屬的醫(yī)院及科室、活躍醫(yī)生的特征等維度展開。第三個(gè)部分為醫(yī)患問答的特征，包括患者提問的時(shí)間分布、患者提問的主題特征、患者提問的意向特征等方面展開，并采用 LDA 主題模型、R 語言詞頻統(tǒng)計(jì)等方法進(jìn)行揭示。

　　2.2 數(shù)據(jù)獲取

　　“好大夫在線”的“網(wǎng)上咨詢”中提供2008年至今的在線咨詢歷史數(shù)據(jù)檢索。經(jīng)觀察可知，問答記錄的格式、各字段的順序、有無都存在差異。因此，筆者選擇爬取全文的方式。筆者用 python 爬取提問題目中包含“糖尿病”關(guān)鍵詞的記錄，共爬取到 2008 年 3 月至 2018 年 10 月間 139361 條問答數(shù)據(jù)。問答數(shù)據(jù)的數(shù)據(jù)項(xiàng)包括患者信息、醫(yī)生信息、咨詢主題、咨詢?nèi)掌诘人牟糠�，其中患者信息包括患者填寫的疾�?癥狀、患病時(shí)長(zhǎng)、過敏史等，醫(yī)生信息包括醫(yī)生的姓名、職稱、醫(yī)生所屬的醫(yī)院及科室等。

　　2.3 數(shù)據(jù)處理

　　由于原數(shù)據(jù)存在大量自然語言描述，且存在錯(cuò)別字和空字段等，需要進(jìn)行預(yù)先處理。首先要對(duì)自然語言描述進(jìn)行歸納整合，如將Ⅰ型糖尿病、一型糖尿病等都?xì)w為 1 型糖尿病，將Ⅱ型糖尿病、二型糖尿病等都?xì)w為 2 型糖尿病，將妊娠期糖尿病、懷孕糖尿病都?xì)w為妊娠糖尿病。其次，需處理錯(cuò)別字，如將壬辰糖尿病、妊辰糖尿病等改為妊娠糖尿病。另外，由于網(wǎng)頁格式差異，一些字段未爬取到，或者網(wǎng)頁失效無法打開，導(dǎo)致數(shù)據(jù)缺失，需要去掉缺失項(xiàng)。

　　3 “好大夫在線”糖尿病患者的特征分析

　　3.1 患者所患糖尿病的類型及并發(fā)癥

　　筆者首先對(duì)患者填寫的疾病內(nèi)容進(jìn)行整理，得到 111695 條關(guān)于疾病或癥狀的描述，有 78.7%(87894 人)的患者使用“糖尿病”來描述自身的疾病或癥狀。在前 100 個(gè)高頻詞中，顯示了 1 型糖尿病、2 型糖尿病和妊娠糖尿病三大糖尿病的類型，2 型糖尿病的記錄數(shù)最多。另外，高頻詞中體現(xiàn)了糖尿病的常見并發(fā)癥，包括：糖尿病腎病(腎功能不全、腎病)、糖尿病眼部并發(fā)癥(視網(wǎng)膜病變、白內(nèi)障、眼底出血、視力模糊、視力下降)、糖尿病足、糖尿病心血管并發(fā)癥(高血壓、冠心病、心臟病、心絞痛、心衰、心梗、房顫)、糖尿病性腦血管病(腦梗、腦血栓)和糖尿病神經(jīng)病變(糖尿病周圍神經(jīng)病變)等。

　　3.2 患者的患病時(shí)長(zhǎng)分布

　　經(jīng)整理，有患病時(shí)長(zhǎng)字段的咨詢記錄共有 33815 條。其中 52%(17475 人)的患者患病時(shí)長(zhǎng)超過半年，18%(6145 人)的患者患病時(shí)長(zhǎng)在半年之內(nèi)，17%(5785 人)的患者患病時(shí)間小于 1 個(gè)月，13%(4410 人)的患者患病時(shí)長(zhǎng)不超過 1 周�？梢�，患病時(shí)間較長(zhǎng)的用戶更愿意在網(wǎng)上咨詢。

　　3.3 患者的過敏史

　　經(jīng)整理，填寫了有效的過敏史的數(shù)據(jù)記錄共 1151 條，包括具體的過敏原、過敏物或過敏表現(xiàn)。筆者將出現(xiàn) 3 次及以上的過敏記錄進(jìn)行歸類，如表 1 所示，括號(hào)內(nèi)數(shù)字表示出現(xiàn)次數(shù)。過敏原可分為吸入式過敏原、食入式過敏原、接觸式過敏原和注射式過敏原。因患者未描述藥品過敏的方式，因此將食入式和注射式歸為一類。大部分過敏記錄(1015 例， 88%)都屬于食入或者注射方式，筆者又將食入式/注射式過敏原分為藥物類和食物類，其中，藥物類占大多數(shù)。在藥物類中，除常見的過敏原青霉素類、頭孢類、磺胺類、外，還有糖尿病用藥，如胰島素、二甲雙胍等，少量患者對(duì)此有過敏現(xiàn)象。有的患者對(duì)于藥物過敏的描述較為模糊，如感冒藥、止疼藥等。另外，少部分患者描述的是過敏性疾病本身，如過敏性哮喘、過敏性咳嗽，而非具體的過敏原。

　　4 “好大夫在線”回復(fù)糖尿病咨詢的醫(yī)生特征分析

　　經(jīng)統(tǒng)計(jì)，共有 17661 位醫(yī)生參與了 119697 次在線咨詢，醫(yī)生人數(shù)大致隨著回復(fù)記錄數(shù)的增加而下降，大部分的醫(yī)生對(duì)在線咨詢的回復(fù)數(shù)在 10 次以內(nèi)。具體為：89.92%(15881 人)的醫(yī)生的回復(fù)少于 10 次，其中，51.03%(9013 人)的醫(yī)生只參與了 1 次咨詢;9.17% (1619 人)的醫(yī)生回復(fù)在 10 次到 100 次之間;0.91%(161 人)的醫(yī)生回復(fù)在 100 次以上，總計(jì)為 43769 次咨詢記錄，占總記錄數(shù)的 37%。其中，0.02%(4 人)的醫(yī)生回復(fù)超過 1000 次。可見，少部分醫(yī)生(10.08%，1780 人)參與了大部分的咨詢(71.72%，85852 條)。

　　4.1 醫(yī)生的職稱特征

　　經(jīng)過對(duì) 17661 條醫(yī)生的職稱信息的統(tǒng)計(jì)，醫(yī)生的臨床職稱包括住院醫(yī)師、主治醫(yī)師、副主任醫(yī)師、主任醫(yī)師、主任技師等 18 種，前 4 種占大多數(shù)。醫(yī)生的教學(xué)科研職稱包括助教、講師、副教授、教授、副研究員、研究員等。住院醫(yī)師和主治醫(yī)師中，無科研職稱的占大多數(shù);副主任醫(yī)師中，副教授占大多數(shù);主任醫(yī)師中，教授占大多數(shù)。醫(yī)生的臨床職稱和教學(xué)科研職稱的對(duì)應(yīng)關(guān)系如圖 1 所示�？梢�，臨床體系中的職稱與教學(xué)科研中的職稱呈現(xiàn)一定的正相關(guān)關(guān)系。

　　4.2 醫(yī)生所屬的醫(yī)院及科室類別

　　4.2.1 醫(yī)生所屬的醫(yī)院

　　17661 位醫(yī)生來自于 2922 所醫(yī)院，其中，醫(yī)生記錄數(shù)大于(或等于)100 的醫(yī)院共有 22 所，按照參與網(wǎng)絡(luò)咨詢的醫(yī)生人數(shù)排名，分別是：好大夫工作室、鄭州大學(xué)第一附屬醫(yī)院、中國(guó)人民解放軍總醫(yī)院(301 醫(yī)院)、北京協(xié)和醫(yī)院、北京同仁醫(yī)院、武漢協(xié)和醫(yī)院、上海交通大學(xué)醫(yī)學(xué)院附屬第九人民醫(yī)院、山東省立醫(yī)院、東部戰(zhàn)區(qū)總醫(yī)院(原南京軍區(qū)總醫(yī)院)、上海交通大學(xué)醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院、復(fù)旦大學(xué)附屬華山醫(yī)院、北京大學(xué)第一醫(yī)院、空軍軍醫(yī)大學(xué)西京醫(yī)院、中國(guó)中醫(yī)科學(xué)院廣安門醫(yī)院、中日友好醫(yī)院、北京大學(xué)人民醫(yī)院、北京大學(xué)第三醫(yī)院、未收錄醫(yī)院、山東大學(xué)齊魯醫(yī)院、四川大學(xué)華西醫(yī)院、江蘇省人民醫(yī)院和中國(guó)醫(yī)學(xué)科學(xué)院阜外醫(yī)院。除去好大夫工作室和未收錄醫(yī)院，其他 20 所醫(yī)院中參與網(wǎng)絡(luò)咨詢的醫(yī)生共為 2817 人，占醫(yī)生總?cè)藬?shù)的 15.95%。20 所醫(yī)院中，從等級(jí)來看，均屬于三級(jí)甲等醫(yī)院;從類別來看，18 所屬于綜合性醫(yī)院的，2 所是�？漆t(yī)院，分別是中國(guó)中醫(yī)科學(xué)院廣安門醫(yī)院(中醫(yī)醫(yī)院)和中國(guó)醫(yī)學(xué)科學(xué)院阜外醫(yī)院(心血管�？漆t(yī)院)。

　　4.2.2 醫(yī)生所屬的科室類別

　　不同醫(yī)院的科室分類存在差異，大型醫(yī)院和小型診所分類的粒度不一樣，科室的名稱也不一定規(guī)范。經(jīng)統(tǒng)計(jì)，17661 位醫(yī)生來自 1653 個(gè)科室，所屬的科室較為分散。其中，醫(yī)生人數(shù)大于(或等于)100 人次的科室共計(jì) 37 個(gè)。這 37 個(gè)科室收納了 68.9%(12169 人)的醫(yī)生�？煽闯鎏悄虿〔煌�于與其他疾病的一大特點(diǎn)，即有很多并發(fā)癥。其中，眼科、內(nèi)分泌科、泌尿外科、神經(jīng)外科、骨科、婦產(chǎn)科、皮膚科的醫(yī)生人數(shù)最多，與上文中患者所患疾病類型和糖尿病易皮膚過敏相對(duì)應(yīng)。

　　4.3 活躍醫(yī)生的特征

　　從醫(yī)生個(gè)人的回復(fù)行為來看，筆者認(rèn)為回復(fù)次數(shù)多的醫(yī)生，一方面表現(xiàn)出醫(yī)生的活躍，另一方面表現(xiàn)出有大量患者依賴。筆者將回復(fù)記錄超過 500 條的醫(yī)生列舉于表 2，記錄總計(jì)為 15326 條，占總記錄數(shù)的 12.8%;醫(yī)生為 19 人，占總醫(yī)生數(shù) 0.1%。除未收錄醫(yī)院的醫(yī)生外，其他醫(yī)生都來自三級(jí)醫(yī)院，且大多數(shù)屬于內(nèi)分泌科。

　　5 “好大夫在線”糖尿病醫(yī)患問答特征分析

　　5.1 患者提問的時(shí)間特征

　　筆者將糖尿病問答記錄按照患者提問時(shí)間統(tǒng)計(jì)，如圖 2 所示，從 2008 年 3 月到 2011 年底數(shù)量快速增長(zhǎng)，患者用戶群體快速增加。2012 年增幅減小，但達(dá)到歷年記錄數(shù)最大。隨后，從 2013 年開始，患者提問減少，之后也未有大幅回升。其中，2018 年只統(tǒng)計(jì)至 10 月，預(yù)估年底會(huì)達(dá)到近 5 年來的高峰值�？梢�，使用好大夫的糖尿病患者用戶數(shù)量從百位數(shù)增至萬位數(shù)，并非持續(xù)增長(zhǎng)。就這十年來看，大致每 5 年達(dá)到一個(gè)高峰值。

　　5.2 患者提問的主題特征

　　由于隱私保護(hù)，問答的內(nèi)容只能醫(yī)生和病人可見，而提問的題目是公開的。因此筆者使用 R 語言中的 LDA 包，對(duì)患者的提問進(jìn)行聚類并可視化，分析糖尿病問答的主題特征。如圖 3 所示，左邊的圓代表不同的聚類主題。通過設(shè)置不同的聚類個(gè)數(shù)來看聚類效果，發(fā)現(xiàn)聚為 7 類時(shí)的效果最好(圓圈之間無交叉)。右邊藍(lán)色柱條表示該詞在整個(gè)問答文檔中的詞頻，紅色柱條表示該詞在該聚類的估計(jì)頻率。如選擇主題 1，“糖尿病”貢獻(xiàn)最多，其次是“治療”。去掉“如何”“什么”“可以”等無貢獻(xiàn)意義的詞，經(jīng)歸納后得到 7 個(gè)患者提問的主題：糖尿病治療、糖尿病血糖控制、糖尿病心血管并發(fā)癥治療、糖尿病足治療、妊娠糖尿病治療、糖尿病腎病及其他并發(fā)癥治療和糖尿病眼部并發(fā)癥治療等，主題基本圍繞糖尿病及其并發(fā)癥展開。

　　5.3 患者提問的意向特征

　　問答數(shù)據(jù)中包含“希望得到的幫助”或“想得到怎樣的幫助”字段，該字段表達(dá)患者的提問意向。經(jīng)處理，共有 103595 條問答中記錄了意向字段。筆者用 R 語言進(jìn)行詞頻統(tǒng)計(jì)，篩選出詞頻在 500 以上且有意義的關(guān)鍵詞，如表 3 所示。總體看，患者希望得到治療糖尿病的方案。從患者主體看，除了“我”“我們”外，還有“孩子”“父親”“母親”“老人”等。因此，很多患者用戶除咨詢自身病情外，也有代替孩子和長(zhǎng)輩向醫(yī)生咨詢的。從治療過程看，患者更多的會(huì)尋問去哪個(gè)醫(yī)院(或門診)預(yù)約、就診、化驗(yàn)、復(fù)查、換藥等。從治療手段來看，大多數(shù)患者尋問醫(yī)生關(guān)于手術(shù)、用藥、飲食、住院治療、中醫(yī)治療等方式。從治療程度上看，希望能有效控制、緩解、改善、根治、恢復(fù)等。另外，很多患者希望醫(yī)生能告知糖尿病的并發(fā)癥以及其診療方式，和診療費(fèi)用等�？芍�，在線醫(yī)療社區(qū)的患者咨詢，并不能完全替代線下治療方式。更多是起到連接患者與線下醫(yī)生(或醫(yī)院)進(jìn)行治療的橋梁作用和輔助線下治療的作用。

　　本文以“好大夫在線”問答中糖尿病相關(guān)的十年數(shù)據(jù)為例，探究了在線醫(yī)療社區(qū)的患者、醫(yī)生、問答記錄的特征。揭示了糖尿病患者的糖尿病類型及并發(fā)癥、患病時(shí)長(zhǎng)與線上治療意向的關(guān)系、過敏史信息、醫(yī)生的臨床職稱與教學(xué)科研職稱的關(guān)系、醫(yī)生所在醫(yī)院科室、活躍醫(yī)生的特征、患者提問的時(shí)間、主題和意向特征。研究發(fā)現(xiàn)，患者人群覆蓋所有常見的糖尿病類型，出現(xiàn)多種并發(fā)癥;患病時(shí)長(zhǎng)較長(zhǎng)的用戶更愿意在網(wǎng)上咨詢;少部分患者有過敏現(xiàn)象，且大多數(shù)屬于食入式或注射式過敏;醫(yī)生的臨床職稱與教學(xué)科研職稱呈現(xiàn)一定的正相關(guān)關(guān)系，教學(xué)科研職稱越高，臨床職稱也相對(duì)越高;醫(yī)生所屬的醫(yī)院具有明顯的集中與分散的特點(diǎn)，多數(shù)患者集中于少部分醫(yī)院進(jìn)行咨詢;醫(yī)生所屬的科室較為分散;活躍的醫(yī)生來自于三級(jí)醫(yī)院，且大多數(shù)屬于內(nèi)分泌科。糖尿病患者用戶提問數(shù)量有著時(shí)間周期性波動(dòng)的特點(diǎn)，大致呈現(xiàn)每 5 年達(dá)到一個(gè)高峰值。提問主題可以分為 7 類，包括糖尿病及其并發(fā)癥的治療�；颊叩奶釂栆鈭D是希望得到關(guān)于治療過程、手段和程度等方面的幫助。筆者初步對(duì)“好大夫在線”醫(yī)療社區(qū)平臺(tái)進(jìn)行了關(guān)于糖尿病主題問答的患者和醫(yī)生的畫像，以及揭示了問答的相關(guān)特征。可為糖尿病患者尋找網(wǎng)上咨詢的醫(yī)生提供借鑒，為優(yōu)化平臺(tái)的服務(wù)提供參考。本文只針對(duì)“好大夫在線”這一平臺(tái)的糖尿病主題問答相關(guān)內(nèi)容進(jìn)行了研究，具有一定的局限性，且對(duì)每個(gè)特征的關(guān)聯(lián)研究不夠，未來將對(duì)特征之間的關(guān)聯(lián)關(guān)系進(jìn)行深入的研究。

　　參考文獻(xiàn)

　　[1]馬騁宇.在線醫(yī)療社區(qū)發(fā)展現(xiàn)狀淺析[J].中國(guó)醫(yī)院管理，2018(5)：58-60.

　　[2]吳江，李?yuàn)檴?在線健康社區(qū)用戶信息服務(wù)使用意愿研究[J].情報(bào)科學(xué)，2017(4)：119-125.

　　[3]胡志偉.在線醫(yī)療信息服務(wù)的用戶行為規(guī)律及實(shí)證研究[D].南昌大學(xué)，2017.

　　[4]解可欣.在線醫(yī)療服務(wù)用戶個(gè)性與隱私顧慮作用研究[D].哈爾濱工業(yè)大學(xué)，2015.

　　在線醫(yī)療社區(qū)醫(yī)患群體及問答記錄特征研究相關(guān)論文期刊你還可以瀏覽：《中國(guó)醫(yī)療保險(xiǎn)國(guó)家級(jí)醫(yī)學(xué)期刊發(fā)表》