编辑推荐：
年轻女性乳腺癌患者线上健康信息搜寻行为模式尚不明确。研究人员通过对 398 例患者问卷调查，采用潜在类别分析（LCA）等方法，发现患者存在 “信息探索者”“偶尔搜寻者”“信息专家” 三类行为模式，且受多种因素影响。这为提供个性化健康信息服务提供依据。
在当今数字化时代，互联网成为人们获取信息的重要渠道，对于身患疾病的患者来说亦是如此。乳腺癌作为全球范围内高发的癌症之一，近年来在年轻女性中的发病率呈上升趋势。在中国，年轻女性（18 - 40 岁）乳腺癌患者占比达 16.4%，高于全球平均水平 。这些年轻患者面临着比年长患者更具侵袭性的肿瘤特征和较差的预后，她们在身体、心理和社会层面承受着巨大压力，对医疗信息的需求复杂多样。
然而，传统的医疗信息来源往往无法满足她们的需求。线上健康信息搜寻（Online Health Information Seeking，OHIS）成为年轻乳腺癌患者获取信息的重要途径。OHIS 对癌症患者的健康管理至关重要，它能为患者提供信息和情感支持，助力患者做出更明智的决策，促进自我管理 。但网络信息鱼龙混杂，准确性难以保证，患者可能因接触错误信息而做出不当健康决策，加重焦虑情绪，影响医患关系。
此前，大多数关于 OHIS 的研究多为单维度分析，未能全面捕捉患者复杂的信息需求，且对于年轻女性乳腺癌患者 OHIS 模式的异质性探索较少。为了填补这些研究空白，来自复旦大学附属肿瘤医院的研究人员开展了一项针对年轻女性乳腺癌患者 OHIS 行为的研究。该研究成果发表在《Asia - Pacific Journal of Oncology Nursing》上。
在这项研究中，研究人员采用了多种关键技术方法。首先，采用横断面描述性研究设计，于 2024 年 4 月至 9 月从某癌症中心招募符合条件的年轻女性乳腺癌患者 。研究人员收集了患者的多方面信息，包括人口统计学和临床特征、OHIS 行为、eHealth 素养、信息需求、情感反应、信息搜寻态度、对线上信息的信任度以及信息搜寻经验等，分别通过相应的问卷进行测量。之后，运用潜在类别分析（Latent Class Analysis，LCA）识别 OHIS 行为模式，通过多种统计软件对数据进行处理和分析，评估模型拟合度，并利用多元逻辑回归探索相关因素。
研究结果如下：
- 样本特征：共纳入 398 例年轻女性乳腺癌患者，患者的年龄中位数为 36（33 - 38）岁 。多数患者已婚、拥有大专或本科学历、来自中国东南地区，个人年收入多在 10 - 19.99 万元 。临床特征方面，多数患者处于 II 期乳腺癌，为管腔亚型，处于辅助治疗阶段 。
- OHIS 行为：患者最常搜寻的信息主题包括乳腺癌基本知识（89.7%）、治疗方案（77.6%）和生活方式（75.4%） 。近一半患者每月搜寻信息几次或更少，社交媒体（82.7%）和官方账号 / 网站（71.1%）是最常用的信息来源 。
- 模型选择和类别描述：通过比较不同类别模型的拟合指数，最终确定 3 类模型为最佳模型。“信息探索者”（26%）搜寻信息的频率较高，涉及主题广泛；“偶尔搜寻者”（49%）信息搜寻行为较为零散，频率较低，多依赖搜索引擎；“信息专家”（24%）会广泛搜寻各类信息，常使用专业平台和官方来源，搜寻频率高。
- 相关因素：多因素逻辑回归分析显示，辅助或其他治疗阶段的患者、公司员工更可能属于 “偶尔搜寻者” 类别；诊断时间较长的患者更可能属于 “偶尔搜寻者” 或 “信息专家” 类别；I 期癌症患者更可能属于 “信息探索者” 类别；对线上健康信息信任度较高的患者不太可能属于 “信息专家” 类别；eHealth 素养较高的患者更可能属于 “信息专家” 类别。
研究结论和讨论部分指出，该研究揭示了年轻女性乳腺癌患者多样化的 OHIS 行为模式及相关影响因素。患者对基本知识、治疗方案等信息的高需求，反映出她们在治疗过程中对疾病认知和控制的渴望 。社交媒体成为主要信息来源，但其中信息准确性有待评估。针对不同类别的患者，应采取不同的健康信息支持策略。例如，为 “信息探索者” 提供早期高质量信息；优化搜索引擎结果，为 “偶尔搜寻者” 提供便捷准确的信息；引导 “信息专家” 评估和整合多源信息。这不仅有助于提高患者的健康素养，优化其决策过程，还能改善整体医疗体验，对推动个性化医疗信息服务发展具有重要意义。然而，该研究也存在一定局限性，如样本地理局限性和教育背景单一性，无法追踪 OHIS 行为变化，以及自我报告数据可能存在偏差等。未来研究可针对这些不足进一步深入探索。
