Introduction

雖然在醫療圈中，對於疫苗在預防疾病上的的共識都是安全、具有成本效益，並且是有成效的，但是在一般人心中，對於施打疫苗仍抱有疑慮，這導致許多可以用疫苗預防的疾病仍在流行，例如2019年在美國爆發的麻疹大流行。

對於疫苗的疑慮除了可以歸咎於政治、社會、健保等因素，不實資訊也是影響打疫苗的態度。因此發展對抗網路不實資訊的措施是必須的。

健康不實資訊的定義：

缺乏科學證據支持的健康相關事實主張

也就是基於錯誤或是不完整資訊所下的結論。

Chou et al., 2018

統合性分析研究顯示對糾正不實資訊，事實查核或是闢謠都是有效的手段。然而對於標記疫苗不實資訊的效用很少被探討。Chan et al.認為若使用複雜的訊息闢謠，往往會讓不實資訊流傳更廣，因為此訊息常需要重複不實資訊。

事實查核標記有效性的一個重要影響因子是事實查核標記的可信度，這需要受眾對於查核來源可信度的衡量。

疫苗不實資訊常常以陰謀論包裝，因此對疫苗存疑的人通常會不相信政府和其他權威機構，這使得打擊不實資訊更加困難。

此研究使用5種事實查核標記：演算法、新聞媒體、健康機構、研究型大學和事實查核組織，包含現有的事實查核組織以及有能力做事實查核的機構，將演算法包含在內，是因為會自動調整內容的特性被一些人視為較客觀。

此研究的假設為事實查核標記會減少不實資訊的影響。

消息來源的真實性包含來源的專業度和可信度。在此研究會處理兩大問題，首先是事實查核標記是否會扭轉大眾對疫苗的態度和種族、教育程度、以及陰謀論的因子影響，以及事實查核標記是否會因為不同消息來源有不同影響。

實驗設計

• 2018年8-9月的線上實驗。
• 樣本來自Dynata，來自全美國。
• 使用五種事實查核情境為實驗組，控制組為不實資訊本身。
  1. 演算法（i.e.深度學習演算法）
  2. 健康機構（i.e., Mayo Clinic, CDC, FDA）
  3. 新聞媒體（i.e., ABC, FOX, MSNBC）
  4. 事實查核機構（i.e., FactCheck, Snopes, Politico）
  5. 研究型大學（Johns Hopkins, Duke, Ohio State）

受試者納入標準

• 居住在美國，年齡介於18-65歲間。
• 樣本組成以美國人口現況來分配：
  • 性別比例（50.8%為女性）
  • 年齡（18–24, 16.0%; 25–34, 21.0%; 35–44, 21.0%; 45–54, 23.0%; 55–64, 19.0%）
  • 種族（white, 60.7%; Hispanic, 18.1%; Black, 13.4%; Asian and others, 7.8%）
  • 教育程度（中學以下, 39.9%; 專科, 28.6%; 大學以上, 31.5%）
• 共3282人。

受試者排除標準

排除對於疫苗沒有疑慮者。排除方法是問參與者接種疫苗是否利大於弊，回答非常同意的受試者會被排除。共排除1092人。

研究測量

• 對疫苗態度為主要研究結果變數，以介入後測結果衡量。並在前測問卷測量受試者態度，皆使用七等級李克特量表。
• 以七等級李克特量表分析受試者主觀的來源可信度。
• 在介入前的問卷調查衡量三個調節變項，包含教育、種族和陰謀論。

研究結果

討論

• 在不實資訊貼文下標記可以使閱讀者對疫苗的態度轉趨正面。
• 事實查核標記可能無法完全抹消不實資訊對疫苗態度的負面影響。
• 相信陰謀論的程度與在社群媒體閱讀不實資訊有關，此研究顯示事實查核標記可以影響這些抱持陰謀論的人。
• 此研究結果顯示不只健康機構，研究型大學的聲譽在打擊不實資訊上都是有效的。
• 此研究為事實查核標記在減少疫苗不實資訊上的有效性提供強烈證據。並且使用多種信息介入，包含五種疫苗、五大類共十三種事實查核標記，因此在外推性上有相當大的意義。

研究限制

• 受試者從線上研究資料庫中徵召，因此可能納入花比較多時間上網的人。
• 線上實驗可能無法反應在自然情況下人們使用社群軟體的情境，也就是在看從朋友或是家人轉貼的訊息時不會太注意內容細節。
• 無法看出事實查核標記是否有長期效果，未來研究需朝向縱貫性研究設計。
• 只有用一個問題來衡量對疫苗的懷疑態度可能不足。

checklist

1. Were treatments randomly allocated?
   • 此研究是隨機分配。
2. Were all the patients accounted for？
   • 退出率偏高，因此可能沒有。
3. Were outcomes assessed blind?
   • 測驗結果都是自行回報因此沒有。
4. Are the aims clearly stated?
   • 有
5. Was the sample size justified?
   • 沒有
6. Are the measurements likely to be valid and reliable?
   • 是
7. Could the choice of subjects influence the size of treatment effect?
   • 會影響。
8. Were there ambiguities in the description of the treatment and its administration?
   • 沒有。
9. Are the statistical methods described?
   • 有
10. Could lack of blinding introduce bias?
    • 沒有
11. Are the outcomes clinically relevant?
    • 有
12. How was the randomisation carried out?
    • Qualtrics’ randomization algorithm
13. Did untoward events occur during the study?
    • 沒有
14. Were the treatment groups comparable at baseline?
    • 有
15. Were deviations from planned treatment reported?
    • 沒有
16. Were the results analysed by intention to treat?
    • 是
17. Was the statistical significance assessed?
    • 有
18. Were the basic data adequately described?
    • 有
19. Do the numbers add up?
    • 有
20. Were side effects reported?
    • 此介入不會有副作用，不適用此研究。
21. What do the main findings mean?
22. How are null findings interpreted?
23. How do the results compare with previous reports?
    • 都已在研究結果與討論處闡明。
24. Are important effects overlooked?
    • 沒有