发表在19卷,第10位(2017): 10月

美国成年人与非慢性健康状况的健康信息技术使用比较:来自2012年全国健康访谈调查的结果

美国成年人与非慢性健康状况的健康信息技术使用比较:来自2012年全国健康访谈调查的结果

美国成年人与非慢性健康状况的健康信息技术使用比较:来自2012年全国健康访谈调查的结果

原始论文

1美国德克萨斯州拉伯克市德克萨斯理工大学健康科学中心医学院家庭和社区医学系中西医结合科

2澳大利亚补充和综合医学研究中心,悉尼科技大学卫生学院,悉尼,澳大利亚

3.美国德克萨斯州拉伯克市德克萨斯理工大学媒体与传播学院传播学系

4美国德克萨斯州拉伯克市德克萨斯理工大学健康科学中心医学院家庭与社区医学系

通讯作者:

张燕博士

中西医结合部

医学院家庭与社区医学系

德克萨斯理工大学健康科学中心

邮编:MS8143

拉伯克,得克萨斯州,79430

美国

电话:1 8067436056

电子邮件:yan.zhang@ttuhsc.edu


背景:健康信息技术(HIT)被不同慢性疾病如糖尿病和高血压患者所利用。然而,没有比较无慢性疾病、有一种慢性疾病和多种(≥2种)慢性疾病(mcc)的人使用HIT。

摘要目的:本研究的目的是评估无慢性疾病、有一种慢性疾病和mcc患者之间HIT使用的差异,描述慢性疾病患者使用HIT的特征,并确定有一种慢性疾病和mcc患者使用HIT的预测因素。

方法:2017年春季,使用2012年全国健康访谈调查(NHIS)家庭核心和成人核心样本数据集进行了二次数据分析,产生了34,525名18岁及以上的受访者。测量包括总体信息健康信息的使用(即在互联网上使用以下五种信息健康信息:寻求健康信息、订购处方、预约、给医疗服务提供者发电子邮件和使用健康聊天组),以及社会人口统计学和健康相关特征。使用卡方检验比较HIT使用者和非使用者之间的社会人口学和健康特征,这些使用者报告至少有一种慢性病。使用多重逻辑回归分析,对患有一种慢性疾病、患有mcc和没有慢性疾病的患者确定了HIT使用的独立预测因子。对分析进行加权处理,显著性水平为0.005。

结果:2012年,有一种健康慢性疾病的成年人(原始计数4147/8551,加权百分比48.54%)显著高于mcs(3816/9637, 39.55%)和无慢性疾病的成年人(7254/ 16337,44.40%)。P<措施)。寻求健康信息是最普遍的HIT使用。卡方检验显示,在患有慢性疾病的成年人中,使用HIT的人在社会人口学和健康特征方面与未使用HIT的同龄人有显著差异(P<措施)。总体而言,与HIT使用相关的重要因素在患有一种慢性疾病、患有mcc或没有慢性疾病的成年人中是相似的:年轻、女性、非西班牙裔白人、高等教育水平和高收入水平被证明与HIT使用呈正相关。

结论:这项研究提供了慢性病患者使用HIT的快照以及与此类使用相关的潜在因素。临床护理和公共卫生沟通努力试图利用更多的HIT使用应该承认差异的HIT使用,如本研究确定的,以更好地解决沟通不平等和社会经济地位的持续差异。

医学互联网研究,2017;19(10):335

doi: 10.2196 / jmir.6989

关键字



根据2012年更新的全国健康访谈调查(NHIS)数据[1],在非机构的美国成年平民人口中,约有一半(1.17亿)的美国成年人至少患有10种慢性病中的一种(如高血压、冠心病、中风、糖尿病和癌症)。更具体地说,24.3%报告1种慢性疾病,13.8%报告2种慢性疾病,11.7%报告3种或更多慢性疾病,这表明大约1 / 4的美国成年人患有多种(≥2种)慢性疾病(MCCs)。

卫生信息技术的使用可包括范围广泛的活动,从搜索一般卫生信息到使用个别计算机化模块或Web门户。HIT已被用于不同特定慢性疾病的患者,如糖尿病[23.]和高血压[4]。在NHIS中测量的五种HIT使用包括寻找基于网络的健康信息、订购基于网络的处方、安排基于网络的预约、通过电子邮件与卫生保健提供者沟通,或使用基于网络的聊天组了解健康主题。根据NHIS 2009年和2011年的数据,在所有五种HIT使用中,在美国成年人中,寻求健康信息的可能性是其他HIT活动的7至14倍[5]。其他国家调查报告,与过去二十年的使用情况相比,其他HIT活动呈增加趋势[6-8]。文献显示,一般的HIT用户倾向于年轻,女性,白人,具有相对较高的教育水平和较高的收入水平[9-11]。然而,没有比较无慢性疾病、有一种慢性疾病和mcc患者之间的HIT使用情况。

为了解决这一研究空白,我们分析了NHIS 2012年的数据,以(1)评估无慢性疾病、有一种慢性疾病和mcc患者的HIT使用模式是否不同;(2)描述慢性疾病患者的HIT使用特点;(3)确定单一慢性疾病和mcc患者使用HIT的预测因素。本研究的目的是让卫生专业人员更好地了解有一种或多种慢性疾病的患者使用HIT,以促进更好的临床护理和患者教育。


研究设计

NHIS是美国疾病控制与预防中心(CDC)国家卫生统计中心(NCHS)定期进行的一项针对美国非机构平民人口的横断面家庭访谈调查。本研究采用2012年NHIS家庭核心和成人样本核心。国家卫生信息系统家庭核心问卷包含有关参与者的社会人口特征和健康状况的信息。通过样本成人核心问卷收集慢性病和电脑使用的数据。卫生健康调查的抽样详情载于其他地方[12]。简而言之,受访样本包括42,366个合资格的住户,共有34,525名18岁及以上的受访者,最终回应率为79.7%。我们在2017年春季检索了数据集并进行了分析。

措施

使用卫生资讯科技

参与者被问及在过去的12个月里,他们是否曾经使用过电脑来完成以下任务:(1)在互联网上查找健康信息(下文简称“查找基于网络的健康信息”),(2)配药(下文简称“订购基于网络的处方”),(3)与卫生保健提供者安排基于网络的预约,(4)通过电子邮件与卫生保健提供者沟通,或(5)使用在线聊天组了解健康主题(下文简称“使用基于网络的聊天组”)。如个人表示曾为上述五项用途中的任何一项使用,则会被视为在过去12个月内曾使用HIT。

慢性疾病

美国卫生与公众服务部(DHHS)从20种身体健康状况中列出了10种最常被报告的慢性疾病,以促进一种更加一致和标准化的方法来衡量美国慢性疾病的发生[13]。如果参与者曾经被医生或医疗保健提供者告知患有高血压、冠心病、中风、糖尿病、癌症、关节炎、肝炎、在过去12个月内经历过肾脏衰弱或衰竭、哮喘或慢性阻塞性肺疾病(COPD),则被确定为患有10种疾病中的1种。COPD通过2个调查问题的回答来评估,这些问题询问成年人在过去12个月内是否患有肺气肿或慢性支气管炎;对任何一个问题回答“是”的成年人被确定为患有COPD。报告患有两种或两种以上慢性疾病的成年人被定义为患有mcc。

社会人口特征

HIT的使用已被发现因年龄而异[1214],性[615],种族或民族[1016],教育程度[616]、就业、婚姻关系和收入水平[11]。为了解释这些差异,我们在分析中纳入了以下社会人口统计数据:性别(男性或女性)、年龄(18-29岁、30-39岁、40-49岁、50-64岁、65-74岁和75岁以上)、种族或民族(西班牙裔、非西班牙裔白人、非西班牙裔黑人、非西班牙裔亚裔和非西班牙裔其他)、受教育程度(高中以下、高中毕业或大专以上、学士学位、硕士学位或更高)、就业状况(过去12个月未就业或在过去12个月未就业)、家庭年收入(低于15,000美元、15,000-34,999美元、35,000-54,999美元)、55,000-74,999美元,以及75,000美元或以上),婚姻状况(无关系或有关系)。

与健康有关的特征

先前的研究表明,在控制了社会人口学特征后,自评健康状况可能与HIT使用没有显著关联[17]。为了检验这是否在慢性疾病人群中也是如此,我们纳入了诸如一般健康状况(差或一般,好,非常好或极好)和体重指数(BMI;<18.5, 18.5-24.9, 25-29.9,或30或以上)。

统计分析

使用社会科学统计软件包(SPSS)软件(IBM SPSS Statistics for Windows, release 24.0)进行分析。纽约州阿蒙克:IBM Corp .)。由于NHIS是一项复杂的调查,采用多阶段概率复杂抽样设计,包括分层、聚类和对某些亚群体(如黑人、西班牙裔和亚洲人)的过抽样,因此必须使用抽样权重来产生具有代表性的估计和标准误差。我们利用SPSS复杂样本,通过将样本设计纳入调查分析,计算复杂样本设计的统计量和标准误差。使用卡方检验,比较了有和没有慢性疾病的应答者的HIT使用情况,以及报告至少有一种慢性疾病的HIT使用者和非使用者的特征。使用多重逻辑回归分析,对患有一种慢性疾病、患有mcc和没有慢性疾病的患者确定了HIT使用的独立预测因子。所有变量均纳入逻辑回归分析,无需前向或后向程序。由于样本量大,选择0.005的统计显著性水平,计算99.5% CI。


健康信息技术使用的流行程度与慢性疾病状况

2012年,估计有9850万美国成年人(42%)在网上寻求健康信息,1580万(6.7%)在网上订购处方,1080万(4.6%)在网上与他们的医疗保健提供者预约,1350万(5.7%)通过电子邮件向他们的医疗保健提供者发送邮件,680万(2.9%)使用网络健康聊天群。大约一半(1.167亿,49.7%)的美国成年人报告至少患有一种慢性疾病,5730万(24.4%)、3270万(13.9%)和2690万(11.4%)分别报告患有一种、两种和三种或更多慢性疾病。每种疾病的患病率各不相同,从最常报告的高血压(5050万,21.5%)到最不常报告的肾脏衰弱或衰竭(390万,1.7%)。

慢性病和HIT的使用

有和没有慢性疾病的应答者使用HIT的比较显示在表1。有一种慢性疾病的成年人(原始计数4147/8551,加权百分比48.54%)的HIT使用率显著高于有mcs(3816/9637, 39.55%)和无慢性疾病的成年人(7254/ 16337,44.40%)。与其他两组相比,患有一种慢性疾病的成年人更有可能使用HIT来查找健康信息、预约和使用健康聊天群,而患有慢性疾病的成年人报告说,使用HIT来订购处方和给健康提供者发电子邮件的比例最高。成人使用HIT的情况因健康状况而异,从24.8%的中风应答者到48.7%的哮喘应答者(本文未提供数据)。

表1。使用卫生信息技术的慢性病人群的加权百分比。
卫生信息技术使用变量 所有,% (N)b= 34525) 无慢性疾病,% (N)b= 16337) 一个条件,% (N)b= 8551) 监控化学品一个, % (n)b= 9637) 卡方 P价值
任何健康信息技术的使用 44.2 44.4 48.5 39.6 141.3 <措施
查找健康信息 42.0 42.4 45.9 37.2 133.5 <措施
命令处方 6.7 4.7 8.4 9.0 218.8 <措施
预约 4.6 4.4 5.4 4.3 15.5 02
通过电子邮件发送的医疗服务提供者 5.7 5.3 6.3 6.4 15.0 02
使用的健康聊天组 2.9 3.0 3.2 2.5 8.5 07

一个mcc:多种慢性疾病。

bN:原始计数。

表2。在过去12个月内至少有一种慢性疾病的健康信息技术(HIT)使用者和非使用者之间的特征比较:加权百分比和99.5% CI
社会人口和健康特征 , %
(N = 34525)
未使用卫生信息技术,% (99.5% CI)
(N = 20178)
使用卫生信息技术,% (99.5% CI)
(N = 14347)
年龄(年)



18至29岁 8.6 7.4 (6.6 - -8.2) 10.2 (9.2 - -11.3)

30 - 39 9.9 7.4 (6.8 - -8.2) 13.1 (12.2 - -14.0)

40 - 49岁 16.0 13.6 (12.8 - -14.5) 19.1 (18.0 - -20.2)

50至64岁 34.8 32.1 (30.9 - -33.4) 38.2 (36.7 - -39.7)

65至74岁 16.9 19.2 (18.3 - -20.2) 14.0 (13.1 - -14.9)

75 + 13.7 20.2 (19.2 - -21.3) 5.4 (4.8 - -6.0)
性别



男性 46.2 49.0 (47.8 - -50.2) 42.6 (41.1 - -44.1)

53.8 51.0 (59.8 - -52.2) 57.4 (55.9 - -58.9)
种族



拉美裔 10.5 13.1 (12.3 - -14.0) 7.1 (6.3 - -7.9)

非西班牙裔白人 72.2 66.6 (65.3 - -67.9) 79.3 (78.1 - -80.5)

非西班牙裔黑人 12.6 15.4 (14.5 - -16.4) 9.1 (8.3 - -10.0)

非西班牙裔的亚洲 3.8 3.9 (3.4 - -4.4) 3.7 (3.2 - -4.3)

非西班牙裔所有其他种族 0.9 1.0 (0.7 - -1.4) 0.8 (0.6 - -1.1)
教育



高中以下 15.2 23.7 (22.6 - -24.8) 4.4 (3.8 - -5.0)

高中毕业,大学毕业 59.4 61.8 (60.6 - -63.0) 56.4 (54.8 - -57.9)

学士学位 15.6 9.3 (8.5 - -10.1) 23.6 (22.4 - -24.9)

硕士及以上学历 9.8 5.2 (4.6 - -5.8) 15.7 (14.6 - -16.8)
就业



不使用 44.9 54.5 (53.1 - -55.8) 31.5 (30.1 - -33.0)

使用 55.1 45.5 (44.2 - -46.9) 68.5 (67.0 - -69.9)
收入(以美元计)



高达14,999 22.8 26.8 (24.8 - -28.9) 19.7 (18.3 - -21.1)

15000到34999 24.2 32.3 (30.4 - -34.3) 24.2 (22.6 - -25.8)

35,000到54,999 21.8 21.4 (19.7 - -23.2) 21.8 (20.2 - -23.4)

55,000到74,999 14.0 9.3 (8.2 - -10.6) 14.0 (12.8 - -15.3)

75,000及以上 20.4 10.1 (8.7 - -11.7) 20.4 (18.7 - -22.1)
婚姻状况



没有恋爱关系 38.3 43.0 (41.7 - -44.4) 32.3 (31.0 - -33.7)

在关系 61.7 57.0 (55.6 - -58.3) 67.7 (66.3 - -69.0)
身体质量指数



高达18.49 1.2 1.6 (1.3 - -2.0) 0.7 (0.5 - -1.0)

18.5到24.9 25.6 25.0 (23.9 - -26.1) 26.3 (25.0 - -27.7)

25 - 29.9 34.4 33.7 (32.5 - -34.9) 35.3 (34.0 - -36.6)

30人以上 38.8 39.6 (38.5 - -40.8) 37.7 (36.3 - -39.0)
健康状况



从优秀到优秀 44.8 38.2 (37.1 - -39.3) 53.2 (51.7 - -54.7)

33.4 34.6 (33.4 - -35.8) 31.8 (30.5 - -33.2)

穷到公平 21.8 27.2 (26.1 - -28.4) 15.0 (14.0 - -16.1)

成人慢性疾病患者使用HIT的相关特征

在至少有一种慢性疾病的成年人中,与HIT使用相关的特征出现在表2。我们发现HIT使用者与非使用者在社会人口学和健康特征方面存在显著差异。与非HIT使用者相比,HIT使用者明显更倾向于年龄在65岁以下,女性,非西班牙裔白人,教育程度为学士学位或更高,年收入为55,000美元或更高,目前有工作,并且有恋爱关系。HIT使用者报告较高BMI水平(≥30)和较差自评健康状况(≤良好)的可能性显著低于非使用者。

HIT使用的潜在预测因素

当在logistic回归模型中加入慢性疾病状态作为自变量时,研究结果显示,患有一种慢性疾病的成年人更有可能报告较高的HIT使用率(优势比,OR 1.55, 99.5% CI 1.44-1.68;P<.001)或mcs (or 1.81, 99.5% CI 1.64-2.01,P<.001)。表3呈现了逻辑回归分析的结果,检查了与无慢性疾病、一种慢性疾病和mcc患者使用HIT相关的因素。总体而言,在所有三个慢性疾病组中,HIT使用的重要预测因素是相似的。具体而言,在调整了所有社会人口统计学和健康因素后,那些相对年轻、女性、非西班牙裔白人、相对较高教育水平和较高收入水平的人更有可能成为HIT用户。慢性疾病患者与mcc患者的OR差异在±1范围内。

表3。无慢性疾病、一种慢性疾病和多种慢性疾病(MCCs)受访者中健康信息技术(HIT)使用的相关因素:加权逻辑回归模型结果
独立变量 有一种慢性疾病,调整后的手术室b(99.5%置信区间)
N = 8551
与监控化学品一个
调整OR (99.5% CI)
N = 9637
没有慢性疾病,
调整OR (99.5% CI)
N = 16337
年龄(年)



18至29岁 1.00 1.00 1.00

30 - 39 0.95 (0.61 - -1.49) 0.61 (0.27 - -1.34) 0.77 (0.62 - -0.95)

40 - 49岁 0.66 (0.42 - -1.04) 0.46 (0.22 - -0.98) 0.68 (0.55 - -0.85)

50至64岁 0.51 (0.33 - -0.80) 0.40 (0.19 - -0.85) 0.54 (0.42 - -0.69)

65至74岁 0.37 (0.21 - -0.65) 0.25 (0.12 - -0.55) 0.44 (0.26 - -0.76)


75 + 0.12 (0.03 - -0.45) 0.11 (0.04 - -0.32) 0.19 (0.04 - -0.91)

性别



男性 1.00 1.00 1.00

1.92 (1.49 - -2.46) 2.21 (1.63 - -3.00) 2.25 (1.62 - -2.63)
种族



拉美裔 1.00 1.00 1.00

非西班牙裔白人 1.93 (1.36 - -2.73) 1.95 (1.24 - -3.06) 1.58 (1.28 - -1.96)

非西班牙裔黑人 1.18 (0.76 - -1.83) 1.09 (0.62 - -1.91) 0.90 (0.68 - -1.20)

非西班牙裔的亚洲 0.93 (0.52 - -1.66) 1.04 (0.47 - -2.30) 1.20 (0.84 - -1.71)

非西班牙裔和其他 1.39 (0.37 - -5.18) 2.00 (0.57 - -6.98) 1.01 (0.44 - -2.33)
教育



高中以下 1.00 1.00 1.00

高中毕业,大学毕业 3.02 (1.71 - -5.35) 4.28 (2.38 - -7.68) 2.79 (2.07 - -3.787)


学士学位 6.88 (3.73 - -12.72) 12.66 (6.56 - -24.44) 5.89 (4.21 - -8.25)

硕士及以上学历 9.89 (5.00 - -19.57)

13.18 (6.55 - -26.51) 7.57 (5.11 - -11.20)

就业



不使用 1.00 1.00 1.00

使用 0.88 (0.47 - -1.64) 1.00 (0.56 - -1.78) 1.02 (0.65 - -1.61)
收入(以美元计)



高达14,999 1.00 1.00 1.00

15000到34999 1.05 (0.73 - -1.50) 0.88 (0.59 - -1.31) 1.05 (0.85 - -1.29)

35,000到54,999 1.30 (0.90 - -1.87) 1.08 (0.71 - -1.64) 1.28 (1.01 - -1.61)

55,000到74,999 1.46 (0.89 - -2.40) 2.02 (1.24 - -3.31) 1.35 (1.01 - -1.82)

75,000及以上 2.13 (1.34 - -3.37) 1.86 (1.09 - -3.18) 1.89 (1.39 - -2.56)
婚姻状况



没有恋爱关系 1.00 1.00 1.00

在关系 1.21 (0.94 - -1.55) 1.28 (0.95 - -1.73) 1.07 (0.91 - -1.25)
身体质量指数



高达18.49 0.90 (0.29 - -2.79) 0.34 (0.07 - -1.74) 0.87 (0.45 - -1.70)

18.5到24.9 1.00 1.00 1.00

25 - 29.9 1.10 (0.80 - -1.52) 1.12 (0.73 - -1.73) 0.87 (0.73 - -1.03)

30人以上 1.01 (0.76 - -1.35) 0.94 (0.62 - -1.41) 0.90 (0.74 - -1.11)
健康状况



从优秀到优秀 1.00 1.00 1.00

0.95 (0.72 - -1.25) 0.99 (0.72 - -1.36) 1.06 (0.86 - -1.31)

穷到公平 1.11 (0.73 - -1.70) 0.93 (0.61 - -1.4) 1.31 (0.87 - -1.98)

一个mcc:多种慢性疾病。

bOR:优势比。


主要研究结果

我们的研究结果表明,在慢性疾病患者中,HIT的使用相对普遍,从mcc患者的40%到一种慢性疾病患者的49%不等。自2009年《美国复苏及再投资法案》(ARRA)的经济及临床健康健康资讯科技(HITECH)条文获通过后,电子健康纪录(EHR)系统的应用日益普及,预期资讯科技使用者的数目会更高[18-20.]。在被评估的五种信息技术使用类型中,在所有成年人中,寻求基于网络的健康信息是最常见的使用报告。这一发现与其他报告一致,表明健康消费者越来越依赖互联网获取健康信息[910]。在患有一种或多种慢性疾病的成年人中,订购基于网络的处方是第二常见的HIT使用类型,近十分之一的成年人通过患者门户网站或药房网站使用互联网订购处方。最近的研究表明,基于网络的患者门户网站的使用可能与更好的药物依从性、改善的医疗质量和良好的患者预后有关[2122]。鉴于药物依从性对慢性疾病管理至关重要,包括基于互联网的促进药物依从性的干预措施值得探索[23]。使用HIT预约、给医疗保健提供者发电子邮件和参加健康话题聊天组的情况不那么普遍。虽然很少有研究来解释为什么医疗信息技术在其他方面的使用率要低得多,但医疗信息技术功能的可用性、可用性和可及性以及健康素养可能是一些原因[2425]。此外,一些患有慢性疾病的成年人在获得卫生保健服务方面可能面临不同的困难,导致不同类型的HIT的使用率较低[26]。疾病的性质、慢性疾病的严重程度和流行程度以及卫生保健的可及性如何影响HIT的使用,值得进一步研究。

我们发现,在有或没有慢性疾病的成年人中,总体HIT使用情况存在显著差异,患有一种慢性疾病的人是最活跃的HIT使用者,患有mcc的人最少,而没有介于两者之间的10种慢性疾病的人。我们基于多变量回归模型的研究结果表明,社会经济因素可能比健康相关特征对HIT使用的影响更大,因为相同的社会人口统计学因素可以预测我们所有三个研究组(无慢性疾病、一种慢性疾病和患有mcc的成年人)的HIT使用。具体来说,与之前关于数字鸿沟的研究结果一致[827-29我们发现,在所有三个群体中,HIT使用者比非使用者更有可能是年轻人、女性、非西班牙裔白人、相对较高的教育水平和较高的收入水平。

患有mcc的成年人比患有一种或无慢性疾病的成年人使用更低的HIT,可能是由于每一组的社会人口统计学特征的差异。尽管mcc的患病率因年龄、性别、种族或民族而异,但年龄较大可能是mcc患者较少使用HIT的关键因素。首先,无论男女,患有mcc的成年人比那些只有一种或没有慢性疾病的人更可能是老年人(年龄≥65岁)[30.31]。考虑到据报65岁或以上年龄组的HIT使用率明显低于较年轻的年龄组[32],发现在我们的mcc受访者中,HIT的使用不那么普遍并不奇怪。性别和种族或民族的差异可能会被年龄较大的影响所抵消[33]。这可能进一步解释了为什么患有mcc的人较少使用HIT。此外,据报道,患有慢性疾病的成年人更有可能受教育程度和收入较低[3435]。教育和收入因素也与健康素养有关[36],这反过来又会对HIT的使用产生影响[24]。上述观察结果表明,患有mcc的成年人比那些患有一种或没有疾病的成年人更有可能是少数民族、年龄较大、受教育程度较低、收入较低;根据先前的研究,预期mcc组的HIT使用率较低是合理的。无论哪种社会经济因素对HIT的使用影响更大,上述发现表明,促进慢性病患者使用HIT的教育材料或干预措施必须考虑影响使用的社会经济因素。例如,应努力帮助老年人和少数民族或种族提高他们浏览和利用因特网的能力,并识别可靠的基于网络的资源,以便他们增加对互联网使用的信任,从而提高他们对自己寻找和使用健康信息来源的能力的满意程度[37]。

限制

这项研究有许多优势,包括使用了一个具有良好回复率的数据集,并从具有代表性的全国调查中抽取了大量样本。尽管如此,这项研究仍有一些局限性。首先,通过自我报告收集NHIS信息,有关健康状况和HIT使用的问题检查了参与者过去12个月的经历;因此,研究结果可能受到回忆偏差和社会期望偏差的影响。其次,由于横断面研究设计的性质,不可能得出关于两个探索变量(例如,慢性病和计算机使用)之间可能的因果关系的结论,因此,研究结果应谨慎解释。这些限制应该与研究的优势相平衡,包括大样本量和美国人口的代表性。

结论

我们的研究提供了慢性病患者使用HIT的快照以及与此类使用相关的潜在因素。我们的研究表明,HIT可以作为更传统的获取健康信息或直接与卫生保健提供者沟通的替代方法,这反过来可能有助于慢性病患者更好地长期控制他们的疾病。然而,临床护理和公共卫生沟通努力,试图利用更多的HIT使用应承认差异的HIT使用在本研究中确定,以更好地解决沟通不平等和社会经济地位的持续差异。

作者的贡献

工作的构思是由YZ, DS和JA完成的。数据分析采用RL、YZ、DS进行。简介由YZ, BO和JA撰写。方法和结果采用RL、YZ、DS法。讨论由YZ, BO, RC和JA撰写。

利益冲突

没有宣布。

  1. Ward BW, Schiller JS, Goodman RA。美国成年人的多种慢性疾病:2012年更新。前瞻慢性病2014年4月17日;11:E62 [j]免费全文] [CrossRef] [Medline]
  2. Jamal A, Khan SA, AlHumud A, al - duhyyim A, Alrashed M, Bin Shabr F,等。沙特阿拉伯2型糖尿病患者在线健康信息寻求行为与自我保健活动的关联医学互联网研究,2015年8月12日;17(8):e196 [J]免费全文] [CrossRef] [Medline]
  3. 王晓明,王晓明,王晓明,等。1型糖尿病育龄妇女网络使用、网络信息和交流的需求和期望。中国医学杂志2011年7月7日;11:49 [j]免费全文] [CrossRef] [Medline]
  4. Al Mamun M, Ibrahim HM, Turin TC。社交媒体传播健康信息:对高血压相关facebook群组的分析前瞻慢性病2015年1月29日;12:E11 [j]免费全文] [CrossRef] [Medline]
  5. Cohen RA, Adams PF. 2009年和2011年美国18岁以上成年人健康信息技术的使用情况。地球物理学报,2012,33 (3):638 [j]免费全文]
  6. Baker L, Wagner TH, Singer S, Bundorf MK.使用互联网和电子邮件获取医疗保健信息:一项全国性调查的结果。中国医学杂志2003年5月14日;289(18):2400-2406。[CrossRef] [Medline]
  7. 张建军,张建军,张建军,等。在美国使用互联网与卫生保健提供者进行通信:2003年和2005年卫生信息全国趋势调查(提示)的估计。[J]医学互联网研究,2007;9(3):e20 [J]免费全文] [CrossRef] [Medline]
  8. 周永文,李建平,李建平。电子医疗使用的预测:来自2012年全国健康信息趋势调查的数字鸿沟分析。中国医学杂志,2014;16(7):e172 [J]免费全文] [CrossRef] [Medline]
  9. Atkinson NL, Saperstein SL, Pleis J.使用互联网进行健康相关活动:来自全国概率样本的发现。[J]医学互联网研究,2009年2月20日;11(1):e4 [J]免费全文] [CrossRef] [Medline]
  10. Miller EA, West DM, Wasserman M.健康信息网站:美国用户的种族和民族特征[J]中国电信学报,2007;13(6):298-302。[CrossRef] [Medline]
  11. Nölke L, M, Krämer A, Hornberg C.网络健康信息寻求者的社会人口学特征与健康(护理)相关特征:一项横断面研究。中华医学会公共卫生2015年1月29日;15:31 [j]免费全文] [CrossRef] [Medline]
  12. 疾病预防控制中心。2013年6月全国健康访谈调查(NHIS)公共使用数据发布:NHIS调查说明http://www.cdc.gov/mmwr/pdf/wk/mm6132.pdf[访问日期:2016-11-14][WebCite缓存]
  13. Goodman RA, Posner SF, Huang ES, Parekh AK, Koh HK。定义和测量慢性疾病:研究、政策、计划和实践的必要性。前瞻慢性病2013年4月25日;10:E66 [j]免费全文] [CrossRef] [Medline]
  14. 克莱恩RJ,海恩斯KM。消费者健康信息在互联网上的搜索:最先进的状态。健康教育,2001;16(6):671-692 [j]免费全文] [Medline]
  15. Brodie M, Flournoy RE, Altman DE, Blendon RJ, Benson JM, Rosenbaum MD。健康信息、互联网和数字鸿沟。卫生Aff (Millwood) 2000;19(6):255-265 [j]免费全文] [Medline]
  16. 张建军,张建军,张建军,张建军。网上与健康有关的信息:2002-2003年健康风格调查的结果。既往慢性病2006年4月;3(2):A36 [j]免费全文] [Medline]
  17. 老年人的互联网使用与自我评估健康:一项全国性调查。[J]医学互联网研究,2009;02;11(4):e49 [J]免费全文] [CrossRef] [Medline]
  18. DesRoches CM, Charles D, Furukawa MF, Joshi MS, Kralovec P, Mostashari F,等。电子健康记录的采用迅速增长,但在2012年,只有不到一半的美国医院至少有一个基本系统。中国卫生杂志,2013;32(8):1478-1485。[CrossRef] [Medline]
  19. Furukawa MF, Patel V, Charles D, Swain M, Mostashari F.医院电子健康信息交换在2008- 2012年大幅增长。卫生杂志,2013,32(8):1346-1354。[CrossRef] [Medline]
  20. Patel V, Jamoom E, Hsiao CJ, Furukawa MF, Buntin M.电子健康记录采用的变化和有意义使用的准备:2008-2011。实习医学杂志,2013;28(7):957-964 [J]免费全文] [CrossRef] [Medline]
  21. Lyles CR, Sarkar U, Schillinger D, Ralston JD, Allen JY, Nguyen R,等。通过在线患者门户网站补充药物:跨种族/族裔群体依从性的持续改善。中国医学信息学报,2016;23(1):828 - 833 [J]免费全文] [CrossRef] [Medline]
  22. 李建军,李建军,李建军,等。通过在线患者门户网站使用补充功能与综合卫生系统中他汀类药物的依从性提高有关。中国医学杂志,2014;52(3):194-201 [j]免费全文] [CrossRef] [Medline]
  23. Dixon BE, Jabour AM, Phillips EO, Marrero DG。利用综合电子技术改善慢性病患者的服药依从性。种猪卫生技术通报2013;192:929。[Medline]
  24. 刘建军,李建军,李建军,李建军。中国健康素养与健康信息技术发展的关系。医学互联网研究,2016 Oct 04;18(10):e264 [J]免费全文] [CrossRef] [Medline]
  25. 陈毅,陈毅。远程医疗技术的可用性研究。[J]中国电信学报,2013;2013:851 - 851 [J]免费全文] [CrossRef] [Medline]
  26. Amante DJ, Hogan TP, Pagoto SL, English TM, Lapane KL.获得医疗服务和使用互联网搜索健康信息:来自美国国家健康访谈调查的结果。医学互联网研究2015年4月29日;17(4):e106 [J]免费全文] [CrossRef] [Medline]
  27. 吴志强,邓志强。网络使用对老年人健康需求、心理资本和社会资本的影响。医学互联网研究,2013;16 (5):97 [J]免费全文] [CrossRef] [Medline]
  28. 李建军,李建军,李建军,等。糖尿病患者的种族/民族和共用病历使用情况。中华医学杂志,2012,30(5):434- 444。[CrossRef] [Medline]
  29. Gordon NP, Hornbrook MC.基于种族、民族和年龄的患者门户网站和其他电子健康技术的访问和偏好差异:一个大型健康计划中老年人的数据库和调查研究。医学互联网研究,2016年3月4日;18(3):e50 [J]免费全文] [CrossRef] [Medline]
  30. Ward BW, Schiller JS, Goodman RA。美国成年人的多种慢性疾病:2012年更新。前瞻慢性病2014年4月17日;11:E62 [j]免费全文] [CrossRef] [Medline]
  31. 李建军,李建军,李建军,等。AHRQ。: AHRQ出版物;2014年4月多重慢性疾病图表https://www.ahrq.gov/sites/default/files/wysiwyg/professionals/prevention-chronic-care/decision/mcc/mccchartbook.pdf[访问日期:2017-07-27][WebCite缓存]
  32. 崔娜。老年人健康服务使用与健康信息技术使用的关系:美国国家健康访谈调查的分析。医学与互联网研究,2011;13(2):e33 [J]免费全文] [CrossRef] [Medline]
  33. 李建军,李建军,李建军,李建军。老年痴呆与老年痴呆的关系及其临床研究进展。中华医学杂志,2015,01;16(8):640-647。[CrossRef] [Medline]
  34. 崔爱玲,周丽丽,陈世成,李世生,Tamura MK, Norris KC,等。受教育程度与慢性疾病和死亡率的关系:肾脏早期评估项目(KEEP)。[J]中华肾脏病杂志,2011;58(2):228-234 [J]免费全文] [CrossRef] [Medline]
  35. 疾病预防控制中心。Hyattsville, MD:国家卫生统计中心;2012.美国卫生部,2011年:社会经济地位与健康专题https://www.cdc.gov/nchs/data/hus/hus11.pdf[访问日期:2017-07-27][WebCite缓存]
  36. 李建军,李建军,李建军,李建军,等。健康素养、生活方式与人口因素的相关性研究。健康展望2017 Feb;20(1):112-119 [j]免费全文] [CrossRef] [Medline]
  37. 张建军,李涛,张建军。老年人健康信息寻求行为的研究。计算机信息护理2013年11月;31(11):547-553 [j]免费全文] [CrossRef] [Medline]


体重指数:身体质量指数
疾病预防控制中心:疾病控制和预防中心
慢性阻塞性肺病:慢性阻塞性肺疾病
发病率:卫生与公众服务部
电子健康档案:电子健康记录
冲击:卫生信息技术
高科技:经济和临床卫生的卫生信息技术
监控化学品:多种慢性疾病
简介:全国健康访谈调查
卫生:国家卫生统计中心
或者:优势比
SPSS:社会科学统计包


G·艾森巴赫编辑;提交14.11.16;J·马夸德、T·英格利希、N·戈登的同行评议;对作者03.02.17的评论;修订版本收到03.04.17;接受10.07.17;发表05.10.17

版权

©张燕,罗米·劳切,大卫·西布里特,博兰勒·奥拉尼兰,罗纳德·库克,乔恩·亚当斯。原发表于医学互联网研究杂志(//www.mybigtv.com), 2017年10月5日。

这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在《医学互联网研究杂志》上,并适当引用。必须包括完整的书目信息,到//www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。


Baidu
map