成人互联网用户电子健康素养与健康行为的关系

简介

根据2013年通信使用趋势调查的估计，日本总人口的82.8%是互联网用户[1］．大约70%的日本互联网用户在网上寻求健康信息[2］．美国的一项研究表明，72%的互联网用户在过去一年中曾在网上查找过健康信息[3.];59%的人在网上搜索健康信息是为了确定自己或熟人可能患有什么疾病。3.］．除了改善服药依从性、减少焦虑和更大的安全感之外，互联网用户比不使用互联网的人表现出更好的自我保健健康行为[4，5］．因此，互联网正日益成为实现和保持更好的自我保健健康行为的有效信息工具[6，7］．

在信息社会中，卫生素养在公共卫生方面的重要性日益提高，卫生保健涉及有效利用多种来源的卫生信息[8，9］．卫生素养是指个人获得、处理和理解作出适当卫生决定所需的基本卫生信息和服务的程度，是促进个人和公共卫生的一项关键能力[9］．先前的研究已查明卫生素养较低与卫生保健服务知识和自我保健管理技能减少之间的联系[8，10］．为了提高卫生保健质量和人口健康结果，实现卫生公平，促进健康知识普及是卫生传播和卫生信息技术的目标之一，"健康人2020″[11］．

在这方面，卫生信息主要涉及诸如因特网等电子资源和其他技术。透过个人电脑及智能手机/流动电话的广泛使用，健康资讯在促进公众健康方面发挥了重要作用[6，7，12］．随着在线健康信息的激增，出现的一个关键问题是，许多提供健康信息的网站无效或难以理解;它们也可能与商业商品或私人保健服务有关[13-15］．监管互联网上的健康信息很困难，因为新信息不断被添加。为适当利用因特网上的卫生信息，寻求此类信息的人需要获得"从电子来源寻找、查找、理解和评价卫生信息并将所获得的知识应用于处理或解决卫生问题的能力"(即电子卫生素养)[15］．

以前关于电子卫生素养的研究主要集中在定义术语[15-18]，制订电子卫生知识普及措施[2，19-23]，并研究电子卫生扫盲干预措施对有需要的人的影响[24-27］．最近，关于电子卫生素养的研究考察了电子卫生素养与健康相关结果之间的关系。电子健康使用综合模型(IMeHU)表明，社会结构通过电子健康素养、动机和为健康目的使用互联网的有效性等微观条件影响健康行为[28］．实证研究表明，电子健康素养高的个人在查找健康信息和使用健康应用程序方面有更高的效率[29，30.]的受访者更积极寻求健康资讯[31-33]，并采用更多搜寻策略[33，34]比电子健康知识水平低的人。此外，有限数量的研究已经确定了电子健康素养与健康行为之间的关联[35，36］．许等[36]结果表明，电子健康素养在个体因素与大学生健康行为的关联中起中介作用;因此，在这些学生中促进健康行为需要高水平的电子健康素养。然而，很少有研究考察了普通人群中电子健康素养与健康行为之间的关系。

日本厚生劳动省"健康日本21世纪"(第二届)运动的目标是在日本成年人中预防慢性疾病，改善吸烟、运动、饮酒、休息和饮食习惯方面的日常健康行为[37］．与其他发达国家一样，日本的互联网是在大学生和成年人中推广健康行为的有力手段[1，2］．为了设计有效的策略来促进成人互联网用户的健康行为，有必要研究互联网使用和这种行为之间的关系。根据IMeHU，电子健康素养可能在健康行为中发挥重要作用;然而，对于成年人群的确切联系，我们知之甚少。因此，本研究调查了电子健康素养是否与各种一般健康行为相关:吸烟、体育锻炼、饮酒、睡眠时间、吃早餐、在两餐之间进食和营养均衡。

方法

参与者

研究参与者是从日本互联网研究服务公司MyVoice Communication, Inc的注册用户中招募的;这些接受者被要求在2012年对一项基于互联网的横断面调查做出回应。在这项研究中，我们招募了个人互联网用户，因为电子健康素养对于访问在线健康信息是必要的。我们认为互联网调查适合于这项研究，因为这样的调查的应答者显然能够有效地使用互联网。2012年，该研究公司有大约118万自愿注册的参与者，并从每个注册参与者那里获得了详细的社会人口统计数据。在这项研究中，我们旨在收集2000名年龄在20至59岁之间的男性和女性的数据。我们的目的是尽量减少性别和年龄比例差异造成的选择偏差;因此，我们将注册参与者按性别和年龄平均分配到8个样本组(20-29岁、30-39岁、40-49岁和50-59岁)，每组n=250人。互联网研究服务公司根据样本量从注册参与者中随机选择潜在受访者:N=10,178;男性:20-29岁，n=2275; 30-39 years, n=1255; 40-49 years, n=880; 50-59 years, n=699; female: 20-29 years, n=1979; 30-39 years, n=1362; 40-49 years, n=963; and 50-59 years, n=765. In addition, the Internet research service company blindly selected the potential respondents such that the authors and other registered participants were unable to identify those individuals.

该公司通过电子邮件邀请注册者参与调查。每个分层样本组的潜在受访者数量由配额(n=250)除以相应社会人口学组的回复率确定。这个回复率是根据该研究公司之前进行的许多调查结果计算出来的。问卷被放置在网站的保护区域，潜在的受访者在邀请电子邮件中收到特定的URL。潜在的受访者可以使用唯一的ID和密码登录到该网站的受保护区域。在期望数量的参与者自愿签署在线知情同意书并填写社会人口数据信息表后，不再接受更多的参与者。价值150日元的奖励积分作为参与的奖励(2012年1美元相当于大约82日元)。本研究获得日本东京早稻田大学伦理委员会(No: 2011-245)批准。

测量

社会人口属性

调查公司提供的分类数据如下:性别(男性、女性);年龄组别(20-29岁、30-39岁、40-49岁、50-59岁);婚姻状况(未婚、已婚);教育程度(高中以上，2年制大学或职业学院，大学毕业或以上);家庭收入水平(< 500万日元，≥500万日元)。

互联网搜索频率

我们根据每天进行的搜索来评估互联网上信息搜索的频率。我们这样做是因为一项研究发现，电子健康素养与互联网搜索频率之间存在正相关[2];我们相信互联网搜索的频率可以作为电子健康素养和健康行为的控制变量。

电子健康素养

我们使用日文版电子健康素养量表(eHEALS)评估参与者的电子健康素养水平[2］．eHEALS由8个问题组成(参见多媒体附件1）;它使用李克特5分制量表，从1(非常不同意)到5(非常同意)，得分范围为8至40，以衡量参与者对电子卫生素养的感知[19］．日本版eHEALS (J-eHEALS)的有效性已经确定，并使用以前调查的数据进行验证性因素分析[2进行。对8项模型的分析表明，所提出的模型具有良好的拟合性(拟合优度指数=0.988，验证性拟合指数=0.993，近似均方根误差=0.056)，并且检验的内部信度由Cronbach alpha系数(Cronbach alpha=.93)确认[2］．

健康行为

贝洛克和布雷斯洛[38]证明了健康行为(包括不吸烟、定期体育锻炼、适量或不饮酒、7-8小时睡眠、吃早餐、两餐之间不吃东西)与积极健康状况之间的关系。基于Belloc和Breslow, Hagihara和Morimoto的工作[39]在健康行为清单中增加了均衡营养，即饮食营养均衡。许多研究都参考了Breslow和Enstrom的工作[40]和Breslow和Breslow [41]在健康行为方面，Morimoto及其同事[42，43]的健康状况;因此，我们跟随Belloc和Breslow的研究[38]和萩原和森本[39以保证调查质量。根据以往关于健康行为和状况的研究，在本研究中，我们使用了一份自我填写的问卷，其中包括吸烟、体育锻炼、饮酒、睡眠时间、吃早餐、在两餐之间进食和营养均衡等项目，以评估健康行为[38，39］．

关于吸烟状况，问卷中包括了一项关于参与者是否曾经吸烟。体育锻炼是通过询问参与者每周的锻炼频率来评估的。酒精消费量是通过询问每周饮酒频率来确定的。睡眠时数以每天睡眠时数来评估。吃早餐和在两餐之间吃早餐的分类如下:每天，几乎每天，有时，从不。营养均衡被分为三类:饮食营养均衡、饮食不注重营养均衡和饮食不均衡。根据以往的研究[38-43]，每一种健康行为都被分为两类之一(良好健康行为;不良健康行为)如下:吸烟(从不吸烟;吸烟)[38，40，41]，定期体育锻炼(每周两次或以上;每周少于一次)[39，42，43]，适量或不饮酒(每周少于四次;每周五次或以上)[38-43]，睡眠时间(每晚7-8小时;每晚≤6小时或≥9小时)[38-43)，吃早餐(几乎每天或每天;有时或从不)[38-43)，两餐之间不吃东西(有时或从不吃;几乎每天都有)[38，40，41]，以及均衡营养(进食营养均衡的饮食;饮食不注重饮食或饮食不均衡)[39，42，43］．

统计分析

我们将J-eHEALS评分相对于组中位数分为两类(高或低)之一(中位数24.02,IQR 19.19-27.82);我们这样做是根据先前使用eHEALS分析电子健康素养水平与健康行为和健康信息寻求之间关系的研究[30.，33，44］．我们采用卡方检验来评估每种健康行为与电子健康素养的比例差异。我们进行了logistic回归分析，以估计每种健康行为与电子健康素养水平之间的关联。为了确定每种健康行为与电子健康素养水平的相关性，我们进行了logistic回归分析:我们调整了社会人口学变量(年龄组、婚姻状况、教育程度和家庭收入)、互联网搜索频率以及在单变量分析中与电子健康素养有统计学意义的健康行为。我们计算了每个变量的调整优势比和95%置信区间。在所有的分析中，P<。05被认为有统计学意义。我们使用PASW 19.0来计算统计数据。

结果

社会人口学变量与网络搜索频率

我们从研究公司收到了2142名成年人的数据(回复率:21.04%，2142/10,178)。我们排除了数据不完整的受访者(缺失率:1.26%，27/2142)，因此分析了2115名为研究变量提供完整信息的成年人的数据。表1介绍了被调查者的特点。在本研究中，参与者的平均年龄为39.7岁(SD为10.9岁);49.74%(1052/2115)为男性，50.69%(1072/2115)为大学或研究生毕业，23.74%(502/2115)为高中以下学历。在调查对象中，47.28%(1000/2115)家庭收入在500万日元以下，52.72%(1115/2115)家庭收入在500万日元以上，58.06%(1228/2115)已婚，72.06%(1524/2115)每天使用互联网搜索信息。平均J-eHEALS评分为23.4 (SD 6.4)。

电子健康素养与健康行为的关联

在单因素分析中，睡眠时间(P=.30)，吃早餐(P=.75)，以及吃零食(P=.17)与电子健康素养水平无统计学显著相关。然而，吸烟(P<.001)，体育锻炼(P=.001)、饮酒(P=.009)，以及均衡营养(P<.001)与电子卫生素养水平显著相关;这些变量被纳入逻辑回归模型作为控制因素。表2展示了电子健康素养与不同类型健康行为之间关联的逻辑回归分析结果。本表还显示了在控制协变量后，对电子健康素养与每种健康行为之间的关联进行逻辑回归分析的结果。在控制协变量后，电子健康素养高的个体在体育锻炼(调整优势比[AOR] 1.377, 95% CI 1.131-1.678)和均衡饮食(AOR 1.572, 95% CI 1.273 -1.940)方面表现出良好健康行为的可能性明显高于电子健康素养低的个体。然而，在控制协变量后，我们观察到eHEALS评分与吸烟、饮酒、睡眠时间、吃早餐和在两餐之间进食的健康行为之间没有显著相关性。

讨论

主要结果

在控制了社会人口学变量、网络搜索频率和其他健康行为后，本研究发现，电子健康素养高的成年互联网用户明显比电子健康素养低的个体更有可能拥有良好的健康行为，如体育锻炼和均衡营养。然而，我们发现电子健康知识与吸烟、饮酒、睡眠时间、吃早餐或在两餐之间进食之间没有显著关联。

与以往工作的比较

这项研究首次研究了日本互联网成年用户的电子健康素养与吸烟、体育锻炼、饮酒、睡眠习惯、吃早餐、餐间进食和均衡营养等一般健康行为之间的关系。在控制协变量后，我们发现电子健康素养与互联网用户的体育锻炼和均衡营养等良好健康行为有关。这项研究的结果支持IMeHU的研究结果。28］．根据IMeHU，电子健康素养较高的个人在使用互联网获取健康信息方面有更大的动力和效率[28］．先前的调查显示，电子健康素养高的人更积极地消费在线健康信息[2，30.，33，34，45] -特别是有关运动和营养的资讯[2，45] -比电子健康知识水平低的人。这项研究加强了IMeHU的发现，即电子健康素养可以通过使用在线健康信息调节社会地位和健康行为之间的联系[28］．

这项研究表明，高电子健康素养可以促进互联网用户的体育锻炼和均衡营养的健康行为。一项针对大学生的研究发现，电子健康素养能促进锻炼等健康行为;吃低脂食物、低糖谷物、蔬菜和水果;而且总是有高质量的睡眠[36］．这项研究对这些发现进行了扩展，不关注大学生，而是关注普通人群。由于30至59岁的普通成年人中约有90%使用互联网，互联网正成为促进普通人健康行为的有效干预工具[2］．因此，为了促进健康行为，包括体育锻炼和均衡营养，有必要研究如何提高成年互联网用户的电子健康素养。

一项研究发现，功能性电子健康素养和关键性电子健康素养在饮食和运动行为方面表现出积极的预测能力，尽管关键性电子健康素养只能积极地预测睡眠行为[36］．许等[36研究发现，功能性电子健康素养和互动性电子健康素养对健康行为的影响低于批判性电子健康素养，如下:根据参与理论，与功能性电子健康素养和互动性电子健康素养相比，批判性电子健康素养可能更能激励个人寻求和评估健康信息的质量。然而，在本研究中，eHEALS被作为单一因素使用，它不包括功能、互动和关键电子健康素养这三个维度[2，19］．因此，本研究不允许讨论健康行为与功能性、互动性和关键性电子健康素养之间的关联。需要进一步的研究来阐明电子健康素养的三个维度如何影响健康行为的机制，以制定有效的电子健康素养教育计划，促进成年互联网用户的健康行为。

我们发现日本互联网用户的eHEALS平均得分低于此前报道的美国[34］．我们的发现与之前一项关于健康素养的研究一致[46］．在本研究中，eHEALS平均得分为23.4 (SD 6.4)，这与之前对日本互联网用户的调查结果相似[35］．相反，Tennant等人[34]确定美国婴儿潮一代和老年人的平均eHEALS评分为29.05 (SD 5.75)(男性:54.8%;年龄:平均67.46岁，标准差9.98岁)。虽然这项研究的参与者比我们研究中的人群年龄大，但他们报告的eHEALS平均分数更高。这种差异可以用Nakayama等人的论点来解释[46]，因此日本人发现很难在互联网上找到健康信息，因为没有可靠的，可理解的，中立的，全面的健康网站，如MedlinePlus(美国国家医学图书馆)。

限制

这项研究有一些局限性。首先，参与者是从一家日本互联网研究服务公司招募的;因此，评估的关系可能是有偏见的，因为这个样本作为一般的日本互联网用户可能不具有代表性[47-49］．我们按性别和年龄对八个样本组进行了平等分配，以尽量减少选择偏差;然而，在互联网研究公司注册的参与者的代表性上仍然存在不可避免的偏见。在登记的参与者中，约50%为男性，约55%为二三十岁，约45%为大学或研究生毕业。相比之下，一项全国性调查发现，在日本普通人口中，20岁以上的成年人中，大约30%的人是20多岁或30多岁，大约20%的人大学或研究生毕业[50］．此外，以往的研究表明，受访者可能具有某些特征，例如收入较高、经常上网，以及比一般互联网用户更有可能对调查作出回应[48，49］．因此，有必要注意的是，本次研究的2115名参与者比日本的互联网用户和普通人群更年轻，受教育程度更高，收入更高，并且有更多的互联网接入。

其次，健康行为和电子健康素养仅使用自我管理的问卷进行评估。因此，在估计健康行为和电子健康素养水平方面的不准确性是不可避免的。此外，一些研究报告称eHEALS是不合适的，因为它没有评估使用Web 2.0的能力[18，21］．因此，有必要改进电子健康素养模型，以适应Web 2.0工具所创造的信息环境的快速变化[18］．

结论

在日本成年互联网用户中，我们发现一些健康行为，包括锻炼和均衡营养，与电子健康素养独立相关。在快速发展的互联网用户社会中，需要进一步的研究来确定将电子健康素养与健康信息搜索和健康行为联系起来的机制，以便更准确地设计有效的策略来促进健康行为。