本文内容如下gydF4y2Bae-collection /主题问题:gydF4y2Ba

研究工具、问卷和工具(409)gydF4y2Ba 电子卫生扫盲/数字扫盲(254)gydF4y2Ba 资讯搜寻、资讯需求(328)gydF4y2Ba 信息检索(208)gydF4y2Ba 人因评价工具与问卷(31)gydF4y2Ba 用户需求和能力(166)gydF4y2Ba 用户统计、社交和数字鸿沟(523)gydF4y2Ba 公平与数字鸿沟(115)gydF4y2Ba

发表在gydF4y2Ba在gydF4y2Ba24卷gydF4y2Ba第二名gydF4y2Ba(2022)gydF4y2Ba: 2月gydF4y2Ba

本文的预印本(早期版本)可在gydF4y2Bahttps://preprints.www.mybigtv.com/preprint/28252gydF4y2Ba，首次出版gydF4y2Ba．gydF4y2Ba
测量电子健康素养:修订的德文版电子健康素养量表的开发、验证和测量不变性测试gydF4y2Ba

测量电子健康素养:修订的德文版电子健康素养量表的开发、验证和测量不变性测试gydF4y2Ba

测量电子健康素养:修订的德文版电子健康素养量表的开发、验证和测量不变性测试gydF4y2Ba

本文作者:gydF4y2Ba

马提亚MarsallgydF4y2Ba1、2gydF4y2Ba 作者Orcid图片gydF4y2Ba；gydF4y2Ba Gerrit恩格尔曼氏gydF4y2Ba1gydF4y2Ba 作者Orcid图片gydF4y2Ba；gydF4y2Ba 生产斯柯达gydF4y2Ba1gydF4y2Ba 作者Orcid图片gydF4y2Ba；gydF4y2Ba 马丁TeufelgydF4y2Ba1gydF4y2Ba 作者Orcid图片gydF4y2Ba；gydF4y2Ba 亚历山大BauerlegydF4y2Ba1gydF4y2Ba 作者Orcid图片gydF4y2Ba
文章gydF4y2Ba 作者gydF4y2Ba 引用的gydF4y2Ba Tweetations (13)gydF4y2Ba 指标gydF4y2Ba

    原始论文gydF4y2Ba

    1gydF4y2Ba德国埃森杜伊斯堡大学埃森lvr大学医院心身医学和心理治疗诊所gydF4y2Ba

    2gydF4y2Ba波恩大学医院病人安全研究所，德国波恩gydF4y2Ba

    通讯作者:gydF4y2Ba

    马提亚斯·马歇尔，理学硕士gydF4y2Ba

    心身医学与心理治疗诊所“，gydF4y2Ba

    埃森lvr大学医院gydF4y2Ba

    杜伊斯堡-埃森大学gydF4y2Ba

    Virchowstr。174gydF4y2Ba

    埃森市,45147gydF4y2Ba

    德国gydF4y2Ba

    电话:49 17678909441gydF4y2Ba

    电子邮件:gydF4y2Bamatthias.marsall@stud.uni-due.degydF4y2Ba


    背景:gydF4y2Ba万维网已成为卫生信息的重要来源。然而，所提供信息的数量和质量可能导致信息过载。因此，人们需要一定的技能来搜索、识别和评估互联网上的信息。在卫生信息的背景下，这些能力被总结为电子卫生素养的建设。先前的研究强调了电子卫生素养在健康相关结果方面的相关性。然而，现有的评估德语电子卫生素养的工具显示了测试开发和验证方面的方法局限性。这一重要结构的修订比例表的制定和验证是高度相关的。gydF4y2Ba

    摘要目的:gydF4y2Ba本研究的目的是开发和验证修订后的德国电子卫生素养量表。特别是，这项研究旨在注重高方法学和心理测量标准，为测量德语电子卫生素养提供有效和可靠的工具。gydF4y2Ba

    方法:gydF4y2Ba合并了两个国际认可的工具，以涵盖广泛的电子卫生素养建设，并创建了修订后的电子卫生素养量表。翻译成德语遵循科学的指导方针和建议，以确保内容的有效性。从讲德语的人(n=470)的数据收集于2020年10月至11月的便利样本中。通过因子分析进行验证。此外，相关性被执行以检验收敛性、鉴别性和准则有效性。此外，对性别、年龄和教育程度的测量不变性进行了分析。gydF4y2Ba

    结果:gydF4y2Ba分析揭示了电子健康素养的2因子模型。通过项目缩减，对2个因素进行信息搜索和信息评价，其中8个项目达到可接受到良好的模型拟合(比较拟合指数[CFI]: 0.942, Tucker Lewis指数[TLI]: 0.915，逼近均方根误差[RMSEA]: 0.127，标准化均方根残差[SRMR]: 0.055)。信息寻求和信息评价与健康素养、网络自信和网络焦虑显著相关，综合验证了聚合效度。通过不同尺度的相关分析检验判别效度和判据效度，并能部分证实。性别(CFI: 0.932, TLI: 0.923, RMSEA: 0.122, SRMR: 0.068)和教育水平(CFI: 0.937, TLI: 0.934, RMSEA: 0.112, SRMR: 0.063)的测量不变性得到了标量水平的确认。年龄的测量不变性被拒绝。gydF4y2Ba

    结论:gydF4y2Ba根据翻译和测试验证的科学指南，我们制定了修订后的德国电子卫生素养量表(GR-eHEALS)。我们的因素分析证实了一个可接受到良好的模型拟合。构造验证主要从收敛性、判别性和判据效度三个方面进行验证。我们的研究结果为性别和教育水平测量工具的不变性提供了证据。新修订的GR-eHEALS问卷是衡量重要的健康相关结构电子健康素养的有效工具。gydF4y2Ba

    中国医学杂志，2018;24(2):e28252gydF4y2Ba

    doi: 10.2196/28252gydF4y2Ba

    关键字gydF4y2Ba

    电子健康gydF4y2Ba；gydF4y2Ba eHealsgydF4y2Ba；gydF4y2Ba 健康知识gydF4y2Ba；gydF4y2Ba 因子分析gydF4y2Ba；gydF4y2Ba 验证gydF4y2Ba；gydF4y2Ba 测量不变性gydF4y2Ba；gydF4y2Ba 互联网gydF4y2Ba；gydF4y2Ba 健康信息gydF4y2Ba


    背景gydF4y2Ba

    卫生素养的概念出现于20世纪90年代，是一种收集卫生信息并利用其解决卫生问题的能力[gydF4y2Ba1gydF4y2Ba］．Nutbeam [gydF4y2Ba2gydF4y2Ba他将卫生素养定义为“决定个人以促进和保持良好健康的方式获取、理解和使用信息的动机和能力的认知和社会技能”。在接下来的几年里，健康素养已被证明是各种健康结果(如糖尿病或心力衰竭患者的行为)的重要预测因素[gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba4gydF4y2Ba］．世界卫生组织已宣布卫生素养是健康的一个关键决定因素，并将其定义为可持续发展目标[gydF4y2Ba5gydF4y2Ba］．gydF4y2Ba

    随着互联网作为信息来源的兴起，健康信息的收集不再局限于专业或面对面的健康来源，而是可以从许多不同的健康主题网站获得[gydF4y2Ba6gydF4y2Ba］．随着互联网上的健康信息越来越多，使用这一来源寻求健康信息的人数也有所增加[gydF4y2Ba7gydF4y2Ba，gydF4y2Ba8gydF4y2Ba］．然而，互联网上的来源包含不一致的信息，因为稿件并非仅由专业人士撰写[gydF4y2Ba9gydF4y2Ba］．因此，互联网上提供的信息数量和质量的差异可能导致健康信息过载[gydF4y2Ba10gydF4y2Ba］．例如，在2020年，COVID-19成为全球大流行，与疾病相关的信息，特别是来自互联网的信息，呈指数级增长，导致了“信息大流行”[gydF4y2Ba11gydF4y2Ba，gydF4y2Ba12gydF4y2Ba］．不仅有大量的信息可用，而且其中很大一部分必须被认为是错误信息，因为信息的来源必须是保密的。gydF4y2Ba13gydF4y2Ba，gydF4y2Ba14gydF4y2Ba］．gydF4y2Ba

    对于来自互联网的信息，Norman和Skinner [gydF4y2Ba15gydF4y2Ba将健康素养的概念应用于电子健康素养(电子健康素养)。随着电子卫生素养量表(eHEALS)问卷的编制[gydF4y2Ba16gydF4y2Ba]，电子健康素养的概念变得可衡量，并随着人们对心理和医学健康科学的兴趣日益浓厚而出现。系统综述显示eHEALS与不同的健康相关结果相关，但研究结果无法得到一致证实[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba18gydF4y2Ba］．已发现电子卫生素养与不同的健康结果之间存在关联，例如健康意愿[gydF4y2Ba19gydF4y2Ba]，获取健康知识[gydF4y2Ba20.gydF4y2Ba-gydF4y2Ba23gydF4y2Ba]，以及健康预防行为[gydF4y2Ba21gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba25gydF4y2Ba］．此外，研究表明，电子健康素养与健康行为(如锻炼行为、均衡营养和规律早餐)之间存在关联[gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba］．在COVID-19背景下，电子健康素养与较低心理症状的相关性[gydF4y2Ba28gydF4y2Ba]和较高的预防行为[gydF4y2Ba29gydF4y2Ba可以得到确认。综上所述，研究表明，电子健康素养与预防行为、知识获取和人们应对疾病的能力相关，这证实了电子健康素养是考察人们健康行为的重要构建。gydF4y2Ba

    为了应对信息过载和利用来自互联网的信息，Norman和Skinner [gydF4y2Ba15gydF4y2Ba提出了一套不同的能力:阅读、识别和理解不同信息的技能，以区分有用的信息和不太有用的信息，甚至是虚假或有害的信息。这些能力表示处理可用信息的顺序过程。在第一步中，需要基本的认知技能来搜索关于某个主题的信息。在随后的认知过程中，为了回答特定的问题，必须区分可用的信息是否有用。这些步骤代表了一个复杂的认知信息过程，而不是启发式的。认知过程的区别以前在心理学文献的双过程理论中被描述，并在多项研究中得到证实[gydF4y2Ba30.gydF4y2Ba-gydF4y2Ba32gydF4y2Ba］．双过程理论区分了快速认知过程和慢认知过程，前者描述了代表直觉、内隐认知的启发式和整体方法，后者是分析性的、基于规则的，侧重于外显学习[gydF4y2Ba33gydF4y2Ba］．缓慢的认知过程是连续进行的，需要认知能力来回答或解决特定的问题。在电子健康素养的背景下，处理来自互联网的健康信息显然代表了后续认知的一系列过程，需要不同的能力相互建立。gydF4y2Ba

    eHEALS:原始eHEALS问卷的翻译及其局限性gydF4y2Ba

    自eHEALS问卷出版以来，原始问卷已被翻译成多种语言，包括意大利语[gydF4y2Ba34gydF4y2Ba，gydF4y2Ba35gydF4y2Ba]，西班牙语[gydF4y2Ba36gydF4y2Ba]，荷兰语[gydF4y2Ba37gydF4y2Ba]，中文[gydF4y2Ba38gydF4y2Ba]，塞尔维亚语[gydF4y2Ba39gydF4y2Ba]，韩语[gydF4y2Ba40gydF4y2Ba]，印尼语[gydF4y2Ba41gydF4y2Ba和德语[gydF4y2Ba42gydF4y2Ba］．然而，其中一些研究无法证实诺曼和斯金纳假设的1-阶乘模型[gydF4y2Ba16gydF4y2Ba］．查看eHEALS问卷的许多不同验证研究，一致的析因结构尚未得到验证;(1) !gydF4y2Ba16gydF4y2Ba，gydF4y2Ba37gydF4y2Ba，gydF4y2Ba43gydF4y2Ba]， 2 ! [gydF4y2Ba42gydF4y2Ba，gydF4y2Ba44gydF4y2Ba，gydF4y2Ba45gydF4y2Ba]，以及3因子模型[gydF4y2Ba46gydF4y2Ba-gydF4y2Ba48gydF4y2Ba]已经在不同的验证研究和语言中被确认。这些结果表明eHEALS问卷缺乏一致的因子结构。gydF4y2Ba

    经Soellner及其同事验证的德语版问卷[gydF4y2Ba42gydF4y2Ba尤其缺乏方法论和内容相关的准确性。他们开发了用于评估德语社区电子卫生素养的初步工具(G-eHEALS)。然而，Soellner和他的同事[gydF4y2Ba42gydF4y2Ba根本不符合科学标准;首先，它们不符合科学推荐的文书翻译标准。其次，在他们的2阶乘模型中，内容有效性是有问题的，因为一些项目反映的是信息评估的子维度，而不是信息寻求的指定子维度(“我知道如何使用我在互联网上找到的健康信息来帮助我”或“我对使用互联网上的信息来做出健康决策有信心”)。此外，Soellner和他的同事[gydF4y2Ba42gydF4y2Ba他们收集了327名16至21岁学生的有限样本数据，这些学生只来自一种类型的学校(体育馆:一种为上大学做准备的德国学校)，年龄更大的人没有被考虑在内。然而，由于年龄较大的人可能不太熟悉使用互联网[gydF4y2Ba49gydF4y2Ba-gydF4y2Ba51gydF4y2Ba而电子健康素养特别描述了一种特定的数字素养，由Soellner和同事提出的模型[gydF4y2Ba42gydF4y2Ba]对于评估老年人的电子健康素养可能是无效的。此外，在他们有偏见的研究样本中，参与者的教育水平不能被考虑。Juvalta和同事[gydF4y2Ba52gydF4y2Ba，他们也收集了有限的年轻父母样本(88.5%是女性)的数据。在另一项讲德语的研究中，里德和同事[gydF4y2Ba53gydF4y2Ba]显示了G-eHEALS的3因子结构。然而，只有女性参与了这项研究，这是一个有限的样本，以检查G-eHEALS的有效性。这些研究不一致的结果和方法上的局限性表明G-eHEALS的因子结构不清楚。gydF4y2Ba

    原始eHEALS问卷的另一个局限性是指对复杂的认知信息过程的表征不足。原来的比例尺并不能完全反映上述信息过程的复杂性。petritic和同事[gydF4y2Ba54gydF4y2Ba]关注了这一局限性，并开发了一个扩展的电子卫生素养量表(eHEALS-E)。他们制作了一份20项问卷，发现了一个6因子结构。尽管有这样的扩展和其他概念和问卷[gydF4y2Ba55gydF4y2Ba-gydF4y2Ba57gydF4y2Ba]， eHEALS仍然是衡量电子卫生素养最常用的工具。gydF4y2Ba

    本研究的目的gydF4y2Ba

    总之，Soellner及其同事验证的G-eHEALS [gydF4y2Ba42gydF4y2Ba]是对电子健康素养这一重要主题的有价值的第一个方法，但它存在显著的方法局限性和缺乏心理测量质量。然而，由于电子卫生素养可以被证实为健康相关结果的重要构建，评估电子卫生素养的可能性对于医疗保健从业者和研究人员了解德语人群的健康能力至关重要。为了应对实际和科学需求以及所描述的局限性，我们开发了一种用于衡量电子卫生素养的新工具，其目标有4个:gydF4y2Ba

    • 扩展现有的Norman和Skinner问卷[gydF4y2Ba16gydF4y2Ba]由petritic和同事提出的8个不重叠项[gydF4y2Ba54gydF4y2Ba］．通过结合问卷调查，可以更好地反映关于寻求、识别和评估健康信息的认知过程的电子健康素养建设。gydF4y2Ba
    • 根据常见科学建议的项目德文翻译[gydF4y2Ba58gydF4y2Ba，gydF4y2Ba59gydF4y2Ba确保内容的有效性。gydF4y2Ba
    • 修正GR-eHEALS在方便样本上的结构和标准效度验证。我们决定在便利样本中收集数据，以接触具有不同社会经济背景的参与者。此外，我们的目标不是为了开发一个尽可能通用的测量模型而限制样本。gydF4y2Ba
    • 据我们所知，在德国样本中，没有研究检验电子卫生素养在性别、年龄或教育水平之间的测量不变性。然而，要解释不同人群之间的统计差异，需要这些人群之间的测量不变性[gydF4y2Ba60gydF4y2Ba］．由于电子卫生素养代表的是对人们的重要能力，无论其社会人口状况如何，其测量显然应独立于这些影响变量。gydF4y2Ba

    总而言之，我们正在追求研究目标，开发一个经过修订和验证的工具来衡量电子卫生素养。此外，我们试图检查有关社会人口变量的测量工具的不变性。gydF4y2Ba


    新仪器的开发gydF4y2Ba

    经修订的电子健康知识普及量表(GR-eHEALS)是基于电子健康知识普及量表的原始项目[gydF4y2Ba16gydF4y2Ba]通过从petricet和同事的eHEALS-E问卷中添加项目来扩展[gydF4y2Ba54gydF4y2Ba］．翻译是按照Beaton及其同事提出的指导方针进行的[gydF4y2Ba58gydF4y2Ba]和Guillemin及其同事[gydF4y2Ba59gydF4y2Ba]以确保学术文献的内容有效性。因此，在第一步中，两位作者将这些项目翻译成德语，并将这些翻译合并成第一个翻译建议。在第二步，由2名翻译和2名心理学家组成的系统专家小组讨论了该提案，他们是医疗保健和电子健康领域的专家。由此产生的第二个提案在第三步中被翻译回英文，以确认项目的本质含义与原始项目一致。第四步，进行认知访谈，确保所有项目都易于理解，不包含冒犯性的言论，不歧视年龄和性别。受访者年龄在23岁至72岁之间，教育背景各异。翻译和扩展版本的最终版本包括16个项目。中显示了原始项和翻译后的项gydF4y2Ba多媒体附件1gydF4y2Ba．项目1至8翻译自Norman & Skinner的eHEALS原始问卷[gydF4y2Ba16gydF4y2Ba]，第9至16项翻译自petricet和同事的问卷(eHEALS-E) [gydF4y2Ba54gydF4y2Ba］．所有日后提名的项目编号均参照gydF4y2Ba多媒体附件1gydF4y2Ba．为了验证GR-eHEALS，我们进行了一个预研究，旨在检查回答翻译项目时的任何并发症，并进行项目分析。分析结果显示在gydF4y2Ba多媒体附件2gydF4y2Ba．由于预研究显示出坚实的项目特征，开发的仪器被认为很适合主要研究的目的。gydF4y2Ba

    研究设计和参与者gydF4y2Ba

    杜伊斯堡-埃森大学医学院伦理委员会审查并批准了这项研究(20-9592-BO)。gydF4y2Ba

    所有数据都是匿名收集的。本研究的参与者是通过个人和职业网络以及在线社交网络(Xing, Facebook, LinkedIn)招募的。在我们的分析中，只考虑了完整的数据集。在1634名受访者中，有524人完整填写了问卷，完成率为32.1%，可视为典型的网上调查[gydF4y2Ba61gydF4y2Ba］．我们排除了参与者完成调查所需时间少于5:34分钟(5%百分位)或超过25:45分钟(95%百分位)的情况。此外，我们排除了1名18岁以下的参与者。由于只有1人表示性别多样化，我们排除了该案例，以便分析性别的测量不变性。最终的样本包括470名受访者。样本量符合验证研究的建议[gydF4y2Ba62gydF4y2Ba，gydF4y2Ba63gydF4y2Ba］．回答问卷的平均时间为11:32 (SD为4:24)分钟。所有支持本研究结论的数据都包含在gydF4y2Ba多媒体gydF4y2Ba．gydF4y2Ba

    在主要研究中，我们的目标是在方便样本中验证GR-eHEALS，以验证其收敛性、判别性和准则效度，并检验测量不变性。gydF4y2Ba

    我们通过假设电子健康素养和健康素养之间的正相关来验证收敛效度，这衡量了一个类似的结构，但没有考虑到信息来源。此外，我们假设电子健康素养与互联网信心正相关，与互联网焦虑负相关，因为电子健康素养特别注重从互联网收集信息。gydF4y2Ba

    为了验证判别效度，我们假设冲动和普通人格特征之间没有显著的相互关系。电子健康知识反映了处理与健康有关信息的能力[gydF4y2Ba15gydF4y2Ba而不是人格特征，电子健康素养和人格特征之间不应该有内容相关的重叠。gydF4y2Ba

    此外，我们考虑了可能的结果变量心理和身体健康状况和生活满意度来检验标准的效度。工具的标准有效性描述了证明结构本身和可能结果之间关系的能力[gydF4y2Ba64gydF4y2Ba］．因此，我们期望电子健康素养与上述健康相关变量相关。gydF4y2Ba

    调查包括以下问卷(以下样本项目为翻译)。大多数量表采用李克特5分制，从1=非常不同意到5=非常同意。例外情况将在下面单独说明。量表包含在统计分析之前重新编码的倒置项目。gydF4y2Ba

    测量gydF4y2Ba

    健康知识gydF4y2Ba

    参与者根据Röthlin和同事提供的健康素养问卷中的16个项目对自己的健康素养进行评分[gydF4y2Ba65gydF4y2Ba］．一个示例项目是“找到影响你的疾病的治疗方法的信息有多容易/困难?”卫生素养采用2分制(简单/困难)进行衡量。因此，它被用作表示0至16之间卫生素养程度的总和得分(平均值12.63 [SD 2.99])。这个量表的Cronbach alpha是。79。gydF4y2Ba

    冲动gydF4y2Ba

    我们使用了Kovaleva及其同事的8项冲动性行为- 8量表[gydF4y2Ba66gydF4y2Ba来衡量冲动性(例如，“有时我会自发地做一些我不应该做的事情”)。该量表的Cronbach alpha为0.72(平均值2.78 [SD 0.59])。gydF4y2Ba

    人格特质gydF4y2Ba

    性格特征(外向性、神经质性、开放性、严谨性和宜人性)由Rammstedt及其同事的两项评估[gydF4y2Ba67gydF4y2Ba］．神经质的一个例子是“我很容易紧张和没有安全感。”外向性(平均3.30 [SD 1.04])、神经质(平均3.08 [SD 0.97])、开放性(平均3.61 [SD 0.99])、尽责性(平均3.59 [SD 0.75])和宜人性(平均3.15 [SD 0.76])的Cronbach alpha值分别为.79、.66、.62、.38和.19。由于可靠性较低，尽责性和宜人性被排除在下面的分析之外。gydF4y2Ba

    进一步的结构gydF4y2Ba

    此外，我们还询问了互联网信心(3项;均值3.74 [SD 0.72]， Cronbach alpha .89)、网络焦虑(3项;在11点李克特量表上，从0=非常差的健康到10=非常好的健康(全部自制)，以及在5点李克特量表上，从1=完全不满意到5=完全满意(平均3.76 [SD 0.83])，分别测量身体(平均7.37 [SD 1.58])和心理健康(平均7.27 [SD 1.90])和生活满意度(5点李克特量表上，从1=完全不满意到5=完全满意(平均3.76 [SD 0.83]) [gydF4y2Ba68gydF4y2Ba］．gydF4y2Ba

    此外，还考虑了社会人口学变量(年龄、性别、婚姻状况、教育水平、经济状况、互联网可用性和社区规模)，以确保样本代表人口。gydF4y2Ba

    统计分析gydF4y2Ba

    所有数据分析都使用R (R Foundation for Statistical Computing)、RStudio和几个软件包进行。gydF4y2Ba

    在进行验证性因子分析(CFA)之前，我们进行了探索性因子分析(EFA)来评估数据是否适合进行因子分析。采用Kaiser-Meyer-Olkin (KMO)和Bartlett球度检验进行评价。采用Promax斜旋转最大似然估计法进行因子提取，采用scree plot检验和Kaiser准则(特征值>1)确定因子数量。因子负荷≥0.4被认为是显著的[gydF4y2Ba69gydF4y2Ba］．gydF4y2Ba

    随后，我们考虑Hu和Bentler的建议，进行连续的CFA分析，比较拟合指数和因子负荷，确定最佳拟合模型[gydF4y2Ba70gydF4y2Ba]，他们假设得到的比较拟合指数(CFI)和塔克刘易斯指数(TLI)分别约为0.95，近似均方根误差(RMSEA)和标准化均方根残差(SRMR)分别约为0.06和0.08。我们使用了鲁棒最大似然估计器，因为我们的预研究表明项目略有负偏斜，并且鲁棒估计器比最大似然估计器更有可能产生偏倚较小的模型统计量[gydF4y2Ba71gydF4y2Ba］．gydF4y2Ba

    双尾Pearson相关性在5%的显著性水平下进行，以检验收敛性、鉴别性和标准效度。gydF4y2Ba

    我们对最终模型进行了测量不变性检验，以检验测量对两性以及2个年龄组和3个教育水平组是否可靠。为此，我们通过为3个测量不变性模型中的每个模型固定越来越多的模型参数，执行连续的多组CFA，逐步严格的模型假设。gydF4y2Ba

    测量不变性——作为解释平均差异的先决条件——是通过连续3个步骤验证的，对(1)因素的数量和因素-指标关系的模式(构型不变性)，(2)因素负荷(度量不变性)和(3)指标截距(标量不变性)的模型假设越来越严格[gydF4y2Ba72gydF4y2Ba］．这3个步骤假设观察组之间在这些参数上没有差异，当标量不变性得到确认时，对平均差异的解释是有效的[gydF4y2Ba73gydF4y2Ba］．只有当测量不变性得到确认时，才应解释组间的差异，否则，由于仪器在不同组间的测量不相等，可能会产生组间差异[gydF4y2Ba60gydF4y2Ba，gydF4y2Ba73gydF4y2Ba，gydF4y2Ba74gydF4y2Ba］．gydF4y2Ba

    我们应用了CFI (ΔCFI)差异0.01的截止标准，因为它被建议为适当的假设两个模型之间的不变性[gydF4y2Ba75gydF4y2Ba，gydF4y2Ba76gydF4y2Ba］．因此，为了评估测量不变性，我们考虑了模型拟合指标和比较模型之间CFI的差异。gydF4y2Ba


    样本特征gydF4y2Ba

    平均年龄37.16岁(标准差13.4，最小18岁，最大82岁，中位数33岁)。所有其他社会人口学变量的样本特征显示在gydF4y2Ba表1gydF4y2Ba．gydF4y2Ba

    表1。样本特征总结(n=470)。gydF4y2Ba
    特征gydF4y2Ba 值，n (%)gydF4y2Ba
    性别gydF4y2Ba

    		女gydF4y2Ba 332 (70.6)gydF4y2Ba

    		男性gydF4y2Ba 138 (29.4)gydF4y2Ba
    婚姻状况gydF4y2Ba

    		结婚了gydF4y2Ba 161 (34.3)gydF4y2Ba

    		不是结婚，是合伙gydF4y2Ba 183 (38.9)gydF4y2Ba

    		单gydF4y2Ba 115 (24.5)gydF4y2Ba

    		其他gydF4y2Ba 11 (2.3)gydF4y2Ba
    教育水平gydF4y2Ba

    		初中gydF4y2Ba 5 (1.1)gydF4y2Ba

    		高中gydF4y2Ba 24 (5.1)gydF4y2Ba

    		大学入学资格gydF4y2Ba 77 (16.4)gydF4y2Ba

    		职业培训gydF4y2Ba 91 (19.4)gydF4y2Ba

    		大学学位gydF4y2Ba 273 (58.1)gydF4y2Ba
    财务状况gydF4y2Ba

    		很好gydF4y2Ba 9 (1.9)gydF4y2Ba

    		好gydF4y2Ba 47 (10.0)gydF4y2Ba

    		中等gydF4y2Ba 114 (24.3)gydF4y2Ba

    		坏gydF4y2Ba 220 (46.8)gydF4y2Ba

    		非常糟糕的gydF4y2Ba 80 (17.0)gydF4y2Ba
    网络可用性gydF4y2Ba

    		总是可用的gydF4y2Ba 288 (61.3)gydF4y2Ba

    		主要是可用的gydF4y2Ba 177 (37.7)gydF4y2Ba

    		偶尔可用gydF4y2Ba 5 (1.1)gydF4y2Ba

    		不可用gydF4y2Ba 0 (0.0)gydF4y2Ba
    社区规模gydF4y2Ba

    		大城市(10万人口)gydF4y2Ba 244 (51.9)gydF4y2Ba

    		中等城市(>2万人口)gydF4y2Ba 88 (18.7)gydF4y2Ba

    		小城市(>5000居民)gydF4y2Ba 76 (16.2)gydF4y2Ba

    		农村(<5000人)gydF4y2Ba 62 (13.2)gydF4y2Ba

    探索性因子分析gydF4y2Ba

    KMO值为0.92,Bartlett球度检验极显著(gydF4y2BaPgydF4y2Ba<.001)，表明数据适合进行因子分析。经验Kaiser准则和scree图暗示了一个2因素模型。gydF4y2Ba表2gydF4y2Ba显示了这两个因素的因素负荷。gydF4y2Ba

    由于项目14对这两个因素中的任何一个都没有显著影响，因此从下面的分析中排除。方案协调会审议了其余15个项目。gydF4y2Ba

    表2。探索性因子分析结果。gydF4y2Ba
    项目没有gydF4y2Ba 因子1gydF4y2Ba 因子2gydF4y2Ba
    1gydF4y2Ba 0.88gydF4y2Ba -0.06gydF4y2Ba
    2gydF4y2Ba 0.80gydF4y2Ba 0.03gydF4y2Ba
    3.gydF4y2Ba 0.84gydF4y2Ba 0．00gydF4y2Ba
    4gydF4y2Ba 0.97gydF4y2Ba -0.06gydF4y2Ba
    5gydF4y2Ba 0.49gydF4y2Ba 0.37gydF4y2Ba
    6gydF4y2Ba 0．10gydF4y2Ba 0.62gydF4y2Ba
    7gydF4y2Ba 0.03gydF4y2Ba 0.70gydF4y2Ba
    8gydF4y2Ba 0.28gydF4y2Ba 0.49gydF4y2Ba
    9gydF4y2Ba 0．00gydF4y2Ba 0.78gydF4y2Ba
    10gydF4y2Ba -0.12gydF4y2Ba 0.78gydF4y2Ba
    11gydF4y2Ba -0.11gydF4y2Ba ０．７５gydF4y2Ba
    12gydF4y2Ba -0.07gydF4y2Ba 0.56gydF4y2Ba
    13gydF4y2Ba 0.12gydF4y2Ba 0.56gydF4y2Ba
    14gydF4y2Ba 0.32gydF4y2Ba 0.31gydF4y2Ba
    15gydF4y2Ba 0.44gydF4y2Ba 0.01gydF4y2Ba
    16gydF4y2Ba 0.44gydF4y2Ba -0.09gydF4y2Ba

    验证性因素分析gydF4y2Ba

    在模型1中，根据EFA确定的2个因素分配了15个项目。根据基础条目的内容含义，因子1表示信息寻求，因子2表示信息评价。但是，项目13、5和15的内容不符合教育评估提出的因素。因此，在模型2中，第13项被重新分配为信息寻求，第5和15项被重新分配为信息评价。对于模型3，由于低因素负荷(<0.65)，我们删除了6个项目。此外，我们又排除了一个项目，以开发一个简约的模型，从而得到2-阶乘模型，两个因素各有4个项目。gydF4y2Ba表3gydF4y2Ba显示了3个模型的模型拟合。gydF4y2Ba

    CFI、TLI和SRMR实际上满足良好模型拟合的标准。RMSEA略高于Hu和Bentler的推荐值[gydF4y2Ba70gydF4y2Ba］．考虑到建议，模型3显示了一个可接受到良好的模型拟合。gydF4y2Ba

    图1gydF4y2Ba描述2因子模型的结构及其因子负荷。所有项目因子负荷均大于λ=0.71。gydF4y2Ba

    信息寻求和信息评价的Cronbach α值分别为0.92和0.83。gydF4y2Ba表4gydF4y2Ba显示最终项的统计信息。基于均值和标准差，信息寻求和信息评价水平较低的学生分别低于2.99和3.20的平均分。平均得分分别为4.71分和4.69分以上，可以认为水平较高。gydF4y2Ba

    表3。验证性因素分析结果。gydF4y2Ba
    模型gydF4y2Ba 卡方gydF4y2Ba dfgydF4y2Ba CFIgydF4y2Ba一个gydF4y2Ba TLIgydF4y2BabgydF4y2Ba RMSEAgydF4y2BacgydF4y2Ba SRMRgydF4y2BadgydF4y2Ba 另类投资会议gydF4y2BaegydF4y2Ba BICgydF4y2BafgydF4y2Ba
    1gydF4y2Ba 433.5gydF4y2Ba 89gydF4y2Ba 0.891gydF4y2Ba 0.871gydF4y2Ba 0.100gydF4y2Ba 0.067gydF4y2Ba 16029.832gydF4y2Ba 16158.567gydF4y2Ba
    2gydF4y2Ba 519.8gydF4y2Ba 89gydF4y2Ba 0.863gydF4y2Ba 0.839gydF4y2Ba 0.112gydF4y2Ba 0.084gydF4y2Ba 16136.608gydF4y2Ba 16265.343gydF4y2Ba
    3.gydF4y2Ba 117.0gydF4y2Ba 19gydF4y2Ba 0.942gydF4y2Ba 0.915gydF4y2Ba 0.127gydF4y2Ba 0.055gydF4y2Ba 7782.043gydF4y2Ba 7852.640gydF4y2Ba

    一个gydF4y2BaCFI:比较拟合指数。gydF4y2Ba

    bgydF4y2Ba塔克刘易斯指数。gydF4y2Ba

    cgydF4y2Ba均方根误差近似。gydF4y2Ba

    dgydF4y2Ba标准均方根残差。gydF4y2Ba

    egydF4y2BaAIC:赤池信息标准。gydF4y2Ba

    fgydF4y2BaBIC:贝叶斯信息准则。gydF4y2Ba
    ‎gydF4y2Ba
    图1。电子健康素养的2因子、相互关联模型。gydF4y2Ba
    查看此图gydF4y2Ba
    表4。修订的德国电子卫生素养量表(GR-eHEALS)项目的描述性统计。gydF4y2Ba
    项gydF4y2Ba 意思是(SD)gydF4y2Ba 中位数gydF4y2Ba 斜gydF4y2Ba
    信息寻求gydF4y2Ba 3.85 (0.86)gydF4y2Ba 4.00gydF4y2Ba -0.78gydF4y2Ba

    		1.Ich weiß， wie Ich Internetseiten mit hilfreichen gesundheititinformationationen finden kann。gydF4y2Ba 3.93 (0.95)gydF4y2Ba 4.00gydF4y2Ba -0.93gydF4y2Ba

    		2.我是，我是互联网的灵魂，我是你的灵魂。gydF4y2Ba 4.04 (0.87)gydF4y2Ba 4.00gydF4y2Ba -1.01gydF4y2Ba

    		3.Ich weß， welche Seiten mit gesundheitinformationen im Internet verfügbar信德。gydF4y2Ba 3.63 (1.00)gydF4y2Ba 4.00gydF4y2Ba -0.60gydF4y2Ba

    		4.我是，我是，我是因特网，我是gesundheitinformationationen finden kann。gydF4y2Ba 3.81 (1.01)gydF4y2Ba 4.00gydF4y2Ba -0.89gydF4y2Ba
    信息评估gydF4y2Ba 3.95 (0.74)gydF4y2Ba 4.00gydF4y2Ba -0.77gydF4y2Ba

    		5.我认为gesundheitinforationen ausdem Internet所以zu nutzen, dass sie mir weiterhelfen。gydF4y2Ba 3.91 (0.88)gydF4y2Ba 4.00gydF4y2Ba -0.77gydF4y2Ba

    		6.我住在德国拉格，因特网上的信息。gydF4y2Ba 4.18 (0.87)gydF4y2Ba 4.00gydF4y2Ba -1.24gydF4y2Ba

    		7.我知道我的名字vertrauenswürdigen和fragwürdigen互联网我的名字。gydF4y2Ba 4.07 (0.84)gydF4y2Ba 4.00gydF4y2Ba -0.93gydF4y2Ba

    		8.Ich fühle密西根州，因特网信息，德国，德国，德国，德国，德国。gydF4y2Ba 3.62 (1.03)gydF4y2Ba 4.00gydF4y2Ba -0.57gydF4y2Ba

    GR-eHEALS的验证gydF4y2Ba

    为了检验GR-eHEALS的收敛性、鉴别性和标准效度，我们与2个因素(信息寻求和信息评价)进行了相关分析。并计算2个因素与人口统计学变量的相关性。结果显示在gydF4y2Ba表5gydF4y2Ba．这两个因素都与健康素养和网络信心强正相关，与网络焦虑强负相关。这两个量表都与冲动或外向性没有显著相关。信息评价与神经质相关，信息寻求与开放性相关。信息评价与身心健康和生活满意度相关，而信息寻求则不相关。此外，信息寻求与年龄显著相关。gydF4y2Ba

    表5所示。电子卫生素养因子的Pearson相关系数。gydF4y2Ba
    尺度gydF4y2Ba 查询资料(gydF4y2BaPgydF4y2Ba值)gydF4y2Ba 资料评估(gydF4y2BaPgydF4y2Ba值)gydF4y2Ba
    聚合效度gydF4y2Ba

    		健康知识gydF4y2Ba 0.43(<措施)gydF4y2Ba 0.53(<措施)gydF4y2Ba

    		互联网的信心gydF4y2Ba 0.17(<措施)gydF4y2Ba 0.17(<措施)gydF4y2Ba

    		互联网焦虑gydF4y2Ba -0.21(<措施)gydF4y2Ba -0.23(<措施)gydF4y2Ba
    区分效度gydF4y2Ba

    		冲动gydF4y2Ba -0.06 (16)gydF4y2Ba -0.05(陈霞)gydF4y2Ba

    		外向性gydF4y2Ba -0.03 (58)gydF4y2Ba 0.03 (56)gydF4y2Ba

    		神经质gydF4y2Ba -0.08(.09点)gydF4y2Ba -0.14(措施)gydF4y2Ba

    		开放gydF4y2Ba 0.10 (03)gydF4y2Ba 0.07(点)gydF4y2Ba
    效标效度gydF4y2Ba

    		心理健康gydF4y2Ba 0.06 (.20)gydF4y2Ba 0.19(<措施)gydF4y2Ba

    		身体健康gydF4y2Ba 0.06(增长)gydF4y2Ba 0.12(幅)gydF4y2Ba

    		生活满意度gydF4y2Ba -0.01(点)gydF4y2Ba 0.12(幅)gydF4y2Ba
    社会人口变量gydF4y2Ba

    		年龄gydF4y2Ba 0.10 (02)gydF4y2Ba 0.06 (16)gydF4y2Ba

    		性别gydF4y2Ba -0.03 (55)gydF4y2Ba 0.01(尾数就)gydF4y2Ba

    		婚姻状况gydF4y2Ba -0.02(点)gydF4y2Ba -0.07(含量)gydF4y2Ba

    		教育水平gydF4y2Ba -0.04(点)gydF4y2Ba -0.02(.68点)gydF4y2Ba

    		财务状况gydF4y2Ba -0.05 (10)gydF4y2Ba 0.04(点)gydF4y2Ba

    		网络可用性gydF4y2Ba 0.01 (.76)gydF4y2Ba 0.02(点)gydF4y2Ba

    		社区规模gydF4y2Ba 0.02 (60)gydF4y2Ba -0.04(.41点)gydF4y2Ba

    测量不变性检验gydF4y2Ba

    进行GR-eHEALS的测量不变性，以检验该量表是否独立于性别、年龄和教育水平而适合测量。在这些分析之前，根据年龄将参与者分为2组。年龄中位数为33岁。此外，为了将研究样本分为3组教育水平，我们将参与者分为拥有大学学位的人，完成职业培训的人，以及拥有任何学校证书的人。分析结果见gydF4y2Ba表6gydF4y2Ba．gydF4y2Ba

    除了卡方和拟合指数，gydF4y2Ba表6gydF4y2Ba为模型间CFI的差异。在性别和教育的测量不变性方面，CFI的变化均在0.01以下，说明约束较多的模型之间模型拟合并没有显著降低。关于年龄的测量不变性必须被拒绝，因为构型不变性不能被确认。gydF4y2Ba

    表6所示。性别、年龄和教育程度的测量不变性结果采用多组验证性因素分析。gydF4y2Ba
    模型gydF4y2Ba 卡方gydF4y2Ba dfgydF4y2Ba CFIgydF4y2Ba一个gydF4y2Ba TLIgydF4y2BabgydF4y2Ba RMSEAgydF4y2BacgydF4y2Ba SRMRgydF4y2BadgydF4y2Ba ΔCFIgydF4y2BaegydF4y2Ba
    性别gydF4y2BafgydF4y2Ba

    		构形的gydF4y2BaggydF4y2Ba 154.937gydF4y2Ba 38gydF4y2Ba 0.94gydF4y2Ba 0.905gydF4y2Ba 0.135gydF4y2Ba 0.056gydF4y2Ba 0.006gydF4y2Ba

    		度规gydF4y2Ba 166.889gydF4y2Ba 44gydF4y2Ba 0.93gydF4y2Ba 0.916gydF4y2Ba 0.128gydF4y2Ba 0.066gydF4y2Ba 0.002gydF4y2Ba

    		标量gydF4y2Ba 181.273gydF4y2Ba 50gydF4y2Ba 0.93gydF4y2Ba 0.923gydF4y2Ba 0.122gydF4y2Ba 0.068gydF4y2Ba 0.002gydF4y2Ba
    年龄gydF4y2BahgydF4y2Ba

    		构形的gydF4y2BaggydF4y2Ba 187.672gydF4y2Ba 38gydF4y2Ba 0.92gydF4y2Ba 0.883gydF4y2Ba 0.150gydF4y2Ba 0.059gydF4y2Ba 0.021gydF4y2Ba

    		度规gydF4y2Ba 185.713gydF4y2Ba 44gydF4y2Ba 0.92gydF4y2Ba 0.901gydF4y2Ba 0.138gydF4y2Ba 0.059gydF4y2Ba -0.002gydF4y2Ba

    		标量gydF4y2Ba 197.419gydF4y2Ba 50gydF4y2Ba 0.92gydF4y2Ba 0.913gydF4y2Ba 0.130gydF4y2Ba 0.060gydF4y2Ba 0.001gydF4y2Ba
    教育gydF4y2Ba我gydF4y2Ba

    		构形的gydF4y2BaggydF4y2Ba 170.758gydF4y2Ba 57gydF4y2Ba 0.94gydF4y2Ba 0.904gydF4y2Ba 0.136gydF4y2Ba 0.058gydF4y2Ba 0.007gydF4y2Ba

    		度规gydF4y2Ba 174.474gydF4y2Ba 69gydF4y2Ba 0.94gydF4y2Ba 0.926gydF4y2Ba 0.119gydF4y2Ba 0.061gydF4y2Ba -0.004gydF4y2Ba

    		标量gydF4y2Ba 196.107gydF4y2Ba 81gydF4y2Ba 0.94gydF4y2Ba 0.934gydF4y2Ba 0.112gydF4y2Ba 0.063gydF4y2Ba 0.002gydF4y2Ba

    一个gydF4y2BaCFI:比较拟合指数。gydF4y2Ba

    bgydF4y2Ba塔克刘易斯指数。gydF4y2Ba

    cgydF4y2Ba均方根误差近似。gydF4y2Ba

    dgydF4y2Ba标准均方根残差。gydF4y2Ba

    egydF4y2BaCFI与之前的模型相比有所变化。gydF4y2Ba

    fgydF4y2Ba女性n = 332;男性n = 138。gydF4y2Ba

    ggydF4y2Ba与模型3相比CFI的变化。gydF4y2Ba

    hgydF4y2Ba年龄>中值n = 240;年龄<值n = 230。gydF4y2Ba

    我gydF4y2Ba大学学历n=273;职业培训n=91;学校证书n=106。gydF4y2Ba

    主要研究结果gydF4y2Ba

    因子分析结果表明，电子健康素养由信息寻求和信息评价2个因素构成。我们的第一个研究目的是检查是否可以通过从eHEALS-E中添加不重叠的项目来改善电子健康素养的测量[gydF4y2Ba54gydF4y2Ba]到原来的eHEALS [gydF4y2Ba16gydF4y2Ba］．我们进行了一个EFA和几个cfa来检查我们仪器的析因结构。我们的分析表明，在完善的eHEALS问卷中添加额外的项目并不能改善电子卫生素养的测量。gydF4y2Ba

    然而，我们的研究显著有助于现有的电子卫生素养测量。通过严格遵循有关学术翻译的科学建议，我们开发了具有高内容有效性的GR-eHEALS。通过在进行因子分析时考虑统计和内容相关的考虑，我们开发了一个具有高内容效度和可接受到良好的模型拟合的电子健康素养测量模型。Cronbach alpha对2个因素均满意，表明仪器具有良好的内部一致性和可靠性。gydF4y2Ba

    我们在检验工具的收敛性、鉴别性和标准效度方面的发现与我们的预期不完全一致，需要进行批判性讨论。正如预期的那样，这两个因素与健康素养、互联网信心和互联网焦虑的趋同结构显示出显著的相关性。相比之下，冲动性和外向性一如预期地与这两个因素没有显著的相关性，而神经质和开放性则表现出更不一致的相互关系。神经质与信息评价呈显著负相关，与信息寻求无显著负相关。另一方面，开放性仅与信息寻求相关，与信息评价无关。为了理解这些意想不到的相关性模式，我们检查了发现人格特征和健康相关结构之间关联的研究结果。其他研究表明，神经质与较低的健康行为、自我效能感和健康行为有关[gydF4y2Ba77gydF4y2Ba]以及较低的互联网学习及教育使用率[gydF4y2Ba78gydF4y2Ba］．这些发现可能表明，神经质扭曲了更高层次的认知过程，这是信息评估所必需的，但不一定是信息寻求所必需的。关于开放性的人格特质，Bogg和Vo [gydF4y2Ba79gydF4y2Ba研究表明，开放性高的人更经常在网上搜索与健康相关的话题。有人可能会认为，开放促使人们出于好奇心去寻找新的信息。然而，人们的开放性并不会促进信息评价的后续过程和对认知的要求。gydF4y2Ba

    关于标准效度的检验，预期与可能的结果变量心理健康、身体健康和生活满意度呈正相关，尽管只有信息评价与这些结构显著相关。这些结果可能被这样一种观点所解释，即信息寻求是一个需要认知努力的过程，但本身可能不足以促进满意度和健康状况，而是需要高度的信息评估能力作为强制性的先决条件。然而，信息的搜索是执行后续信息评价过程的必要过程。gydF4y2Ba

    综上所述，我们的工具的收敛有效性得到了全面的证实。对判别效度和判据效度的检验揭示了意想不到的结果，值得进一步研究。尽管我们的结果不完全符合我们的预期，但研究结果表明，这两个因素代表了不同的认知过程，符合分析过程和基于规则的过程的双过程理论:信息搜索作为两个连续能力中的第一个，只关注在互联网上搜索信息的过程，而不是对所找到的信息的更深层次的应用。在建立在信息寻求基础上的连续第二项能力中，信息评价描述了对信息的解释及其在个人健康相关问题上应用的认知过程。gydF4y2Ba

    此外，我们还研究了性别、年龄和教育水平的测量不变性。我们的研究结果表明，GR-eHEALS的测量不变性可以被假设为性别和教育水平的不变性标量水平，但不能被假设为年龄。我们的研究首次检验了这些社会人口学变量的测量不变性。特别是关于以往调查电子卫生素养的研究的样本局限性，GR-eHEALS是第一个可以不分性别和教育水平部署和解释的工具。因此，未来的研究人员能够通过使用GR-eHEALS来解释这些社会人口统计学变量在电子健康素养上的统计差异。这是非常重要的，因为人们可以想到由于性别而导致的电子卫生知识普及水平的差异，这在卫生知识普及的建设中得到了证实[gydF4y2Ba80gydF4y2Ba］．关于教育水平，研究表明教育也在电子卫生扫盲的背景下发挥作用[gydF4y2Ba81gydF4y2Ba，gydF4y2Ba82gydF4y2Ba]，但据我们所知，这两种仪器都没有被证实是测量不变的。gydF4y2Ba

    关于我们的工具在年龄方面的不平等，一个潜在的解释可能是，就数字鸿沟而言，老年人不像年轻人那样熟悉使用互联网[gydF4y2Ba49gydF4y2Ba]，对信息寻求和信息评价的理解与年轻人不同。Chesser和同事[gydF4y2Ba83gydF4y2Ba]表明，在电子卫生素养的背景下，年龄是一个相关变量。此外，在我们的数据中，我们发现年龄和信息寻求有显著的相互关系，但年龄和信息评估没有。这应该在接下来的研究中进一步研究。gydF4y2Ba

    综上所述，先前的研究表明，调查不同人群的电子健康素养差异具有很高的科学价值。然而，以往的研究缺乏考虑统计差异不应被解释，除非测量不变性被证实。通过GR-eHEALS，我们缩小了这一差距，并为理解电子卫生扫盲概念以及解释性别和教育水平的平均差异做出了重大贡献。gydF4y2Ba

    由于其高效度，GR-eHEALS为研究人员和从业人员提供了一个衡量日益重要的电子健康素养建设。由于电子卫生素养与许多与健康相关的结果和行为有关[gydF4y2Ba19gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba]， GR-eHEALS可以为教育项目提供基础，通过关注对解读来自互联网的健康信息很重要的主要认知过程，提高电子健康素养。此外，有证据表明，学生缺乏电子卫生素养方面的能力[gydF4y2Ba84gydF4y2Ba］．因此，电子卫生素养的评估和发展应成为学生课程的一部分，为年轻人提供维持或改善个人健康状况所需的能力。因此，GR-eHEALS可以成为教育心理学家诊断技能的一部分，也可以成为学校和大学专业培训项目的基础。我们建议GR-eHEALS的结果应基于电子健康素养诊断和干预的2个能力来解释，考虑到所描述的高水平和低水平的信息寻求和信息评估的平均分。gydF4y2Ba

    优势与局限gydF4y2Ba

    本研究的主要优势是用于开发GR-eHEALS并确认其内容、结构和标准有效性的高方法学和心理测量标准。此外，测量不变性的确认是一种最先进的方法，对于群体差异的解释具有很强的实际意义。gydF4y2Ba

    我们研究的一个局限性是我们仅通过自我评估来衡量电子健康素养。由于这一结构旨在衡量技能和能力，电子健康素养应与实际行为进行比较，或使用基于行为的测量方法进行评估。此外，我们的数据是在横断面研究中收集的。因此，相关方向表示关系，但不能解释因果关系。未来的研究应该探索这两个因素对健康相关结果的影响是否不同。此外，由于我们使用了在线调查，熟悉互联网的人比很少使用互联网的人更有可能参与。因此，应考虑选择偏倚的可能性。在我们的样本中，拥有大学学位的人的高比例限制了教育水平的代表性。在德国，大约19%的人口拥有大学学位[gydF4y2Ba85gydF4y2Ba，我们的样本中58%的人拥有大学学位，这显然过度代表了学术人士。尽管我们的目标是收集方便样本的数据，但我们的研究样本由71%的女性参与者组成，不能被视为具有人口代表性。因此，未来的研究应该使用具有人口代表性的样本来重复我们的发现。gydF4y2Ba

    结论gydF4y2Ba

    电子卫生素养反映了人们保持和改善自身健康状况的重要能力。这种能力将变得越来越重要，因为互联网提供了数量迅速增加的高质量和可信赖的健康信息。GR-eHEALS有2个因素的8个项目，是用德语获取电子卫生素养的有效工具。GR-eHEALS在3个方面有助于测量电子卫生素养:(1)由于翻译遵循了科学建议，该工具具有较高的内容效度;(2)该工具具有可接受到良好的模型拟合性，并确认了性别和教育水平的测量不变性;(3)该工具修订了现有的G-eHEALS，填补了测量电子卫生素养方面的重要空白，为研究人员和从业人员提供准确和有效的评估。gydF4y2Ba

    致谢gydF4y2Ba

    我们感谢杜伊斯堡-埃森大学开放获取出版基金的支持。作者希望感谢Daniela geis ß和Maria Spank作为翻译过程中系统专家小组的专家的支持。gydF4y2Ba

    作者的贡献gydF4y2Ba

    MM、GE、AB和EMS对研究进行了概念化。项目管理由MM、GE和AB完成。统计分析由MM进行。MM和GE解释数据并撰写原始草稿。AB、EMS和MT监督了该项目，并对研究设计、数据收集和手稿的关键修订做出了贡献。所有作者审阅并批准了最终的手稿。所有支持本研究结论的数据都包含在gydF4y2Ba多媒体gydF4y2Ba．gydF4y2Ba

    利益冲突gydF4y2Ba

    没有宣布。gydF4y2Ba

    ‎gydF4y2Ba
    多媒体附件1gydF4y2Ba

    原创和翻译项目。gydF4y2Ba

    PDF档案(adobepdf档案)，105kbgydF4y2Ba
    ‎gydF4y2Ba
    多媒体附件2gydF4y2Ba

    预研究项目统计(n=50)。gydF4y2Ba

    PDF档案(adobepdf档案)，102 KBgydF4y2Ba
    ‎gydF4y2Ba
    多媒体gydF4y2Ba

    数据集。gydF4y2Ba

    XLSX文件(Microsoft Excel文件)，391 KBgydF4y2Ba
    1. Parker RM, Baker DW, Williams MV, Nurss JR.成人功能性健康素养测试:一种衡量患者识字技能的新工具。Gen Intern Med 1995 10月;10(10):537-541。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    2. 健康促进词汇。《健康促进》1986年5月;1(1):113-127。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    3. Peterson PN, shettery SM, Clarke CL, Bekelman DB, Chan PS, Allen LA，等。心衰患者的健康素养与预后美国医学杂志2011年4月27日;305(16):1695-1701 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    4. Schillinger D, Grumbach K, Piette J, Wang F, Osmond D, Daher C，等。健康素养与糖尿病预后的关系。《美国医学会杂志》2002;288(4):475 - 482。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    5. 世界卫生组织。《在2030年可持续发展议程中促进健康上海宣言》。健康促进杂志2017年2月1日;32(1):7-8。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    6. 克莱因，王志强，王志强。在互联网上寻求消费者健康信息:最先进的状态。卫生教育决议2001年12月;16(6):671-692。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    7. 陈艳，李超，梁娟，蔡晨。网络健康信息获取与医疗决策变化:问卷编制与横断面调查。J Med Internet Res 2018年12月12日;20(2):e47 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    8. Trotter MI, Morgan DW。患者使用互联网处理健康相关事宜:2000年和2006年互联网使用情况研究卫生信息学杂志2008年9月14日(3):175-181。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    9. 互联网上的健康:对健康促进的影响。卫生教育决议2006年2月;21(1):78-86 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    10. Khaleel I, Wimmer BC, Peterson GM, Zaidi STR, Roehrer E, Cummings E，等。健康消费者中的健康信息过载:范围审查。患者教育计数2020年1月;103(1):15-32。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    11. 管理新闻过载(MNO): COVID-19信息大流行。信息2020年7月25日;11(8):375。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    12. Rathore FA, Farooq F. COVID-19大流行中的信息过载和信息泛滥。J Pak Med association 2020年5月;70(增刊3)(5):S162-S165。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    13. 《柳叶刀》。COVID-19信息大流行。Lancet infection Dis 2020 Aug;20(8):875 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    14. Orso D, Federici N, Copetti R, Vetrugno L, Bove T.在covid -19时代，信息大流行和假新闻的传播。欧洲J急诊医学2020年4月23:1 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    15. 诺曼CD，斯金纳HA。电子卫生素养:网络世界中消费者健康的基本技能。J Med Internet Res 2006 6月;8(2):e9 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    16. 诺曼CD，斯金纳HA。eHEALS:电子卫生素养量表。J Med Internet Res 2006 11月;8(4):e27 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    17. Karnoe A, Kayser L.如何测量电子健康素养，测量告诉我们什么?系统回顾。Knowl Manag E-Learn Int 2015:576-600。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    18. Neter E, Brainin E.健康素养、电子健康素养与长期疾病患者健康结果之间的关系。2019年1月;24(1):68-81。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    19. Britt RK, Collins WB, Wilson KM, Linnemeier G, Englebert AM。电子健康知识普及和年轻人HPV疫苗接种的作用:来自计划行为方法的影响通讯报告2015年7月15日;32(3):208-215。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    20. 安L，培根E，霍利S，杨平，罗素D，霍夫曼S，等。美国成年人中与冠状病毒相关的电子卫生素养与COVID-19知识、态度和实践之间的关系:基于网络的调查研究J Med Internet Res 2021 3月29日;23(3):e25042 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    21. Mitsutake S, Shibata, Ishii K, Oka K.日本互联网用户的电子健康素养与结直肠癌知识和筛查实践的关联。中国医学杂志，2012;14(6):e153 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    22. 朴华，文敏，贝格。电子健康知识与癌症信息搜索和既往癌症筛查经验的关联。compput Inform Nurs 2014 9月32日(9):458-463。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    23. Stellefson ML, Shuster JJ, Chaney BH, Paige SR, Alber JM, Chaney JD，等。慢性阻塞性肺疾病(COPD)患者的网络健康信息检索和电子健康素养卫生通讯2017年9月05:1-15。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    24. Lin C, Ganji M, Griffiths MD, Bravell ME, Broström A, Pakpour AH。失眠、心理困扰和药物依从性在伊朗老年心力衰竭患者的电子健康素养和心脏事件相关性中的中介作用:一项纵向研究欧洲心血管护理杂志2020年2月;19(2):155-164。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    25. Noblin AM, Wan TTH, Fottler M.健康素养对患者决定采用个人健康记录的影响。视图运行状况Inf管理2012;9:1-13 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    26. 张志刚，张志刚，张志刚。成人网络用户电子健康素养与健康行为的关系。J Med Internet Res 2016 7月;18(7):e192 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    27. Tsukahara S, Yamaguchi S, Igarashi F, Uruma R, Ikuina N，岩仓K，等。大学生电子健康素养与生活方式行为的关系:基于问卷的横断面研究J Med Internet Res 2020 Jun 24;22(6):e18155 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    28. 杨宝霞，夏林，黄蓉，陈鹏，罗东，刘强，等。新冠肺炎疫情期间中国居民电子健康素养与心理状况的关系调查J Nurs Manag 2020年12月02:1 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    29. 李霞，刘强。新冠肺炎大流行中社交媒体使用、电子健康素养、疾病知识与预防行为:中国网民的横断面研究。J Med Internet Res 2020 Oct 09;22(10):e19684 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    30. 埃文斯JSBT，斯坦诺维奇KE。高等认知的双过程理论:推进辩论。心理科学展望2013 5月;8(3):223-241。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    31. Kruglanski AW, Gigerenzer G.直觉和深思熟虑的判断基于共同的原则。精神病学Rev 2011年1月;118(1):97-109。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    32. 彭妮库克G，兰德DG。谁会相信假新闻?扯淡的角色接受度，夸大，熟悉度和分析思维。中华医学杂志，2020年4月;88(2):185-200。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    33. Stanovich KE, West RF。推理中的个体差异:对理性辩论的影响?行为脑科学2000 10月;23(5):645-665。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    34. De Caro W, Corvo E, Marucci AR, Mitello L, Lancia L, Sansoni J.电子健康素养量表:护理分析和意大利语验证。Stud Health technology Inform 2016;225:949。［gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    35. Del Giudice P, Bravo G, Poletto M, De Odorico A, Conte A, Brunelli L，等。使用电子卫生素养量表和卫生部门的实际经验作为功能性卫生素养的代理衡量标准的电子卫生素养和卫生素养之间的相关性:横断面网络调查J Med Internet Res 2018 10月31日;20(10):e281 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    36. 帕拉米奥PG，阿尔马格罗BJ，埃尔南多GA, Aguaded GJI。[西班牙大学生电子健康素养量表(eHEALS)的验证]。2015; 39 (3):329-338 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    37. van der Vaart R, van Deursen AJ, Drossaert CH, Taal E, van Dijk JA, van de Laar MA电子健康素养量表(eHEALS)是否测量了它打算测量的内容?荷兰版本eHEALS在两个成年人群中的验证。中国医学杂志，2011;13(4):e86 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    38. 张A，舒尔茨PJ。对中国慢性患者电子健康素养(C-eHEALS)的测量和详细理解。国际环境与公共卫生杂志2018年12月23日;15(7):1553。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    39. Gazibara T, Cakic J, Cakic M, Pekmezovic T, Grgurevic A.塞尔维亚的电子健康与青少年:eHeals问卷的心理测量特性和促进在线健康素养的因素。健康促进2018年5月25:770-778。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    40. Chung S, Park BK, Nahm E.韩国电子健康素养量表(K-eHEALS):在线招募的年轻人的信度和效度测试。J Med Internet Res 2018年4月20日;20(4):e138 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    41. Wijaya MC, Kloping YP。COVID-19大流行期间印度尼西亚版电子卫生素养量表的有效性和信度测试。卫生信息学杂志2021;27(1):1460458220975466 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    42. 索尔纳R，胡贝尔S，里德M.电子健康素养的概念及其测量。媒介心理杂志2014年1月26日(1):29-38。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    43. 马智，吴敏。中国电子健康素养量表(C-eHEALS)在中国农村人口中的心理测量特性:横断面验证研究。J Med Internet Res 2019 10月22日;21(10):e15720 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    44. Dale JG, Lüthi A, Fundingsland Skaraas B, Rundereim T, Dale B.在一组日间手术患者中测试挪威版电子健康素养量表(eHEALS)的测量属性。J multi - disc Healthc 2020; 13:41 -247 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    45. 李希林，毛瑞思，苏氏，巴克A，班皮F，纽贝克L，等。在中等至高心血管风险人群中检查电子健康素养量表和健康素养量表:Rasch分析。PLoS One 2017;12(4):e0175372 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    46. Hyde LL, Boyes AW, Evans T, Mackenzie LJ, Sanson-Fisher R.磁共振成像和计算机断层扫描门诊患者电子健康素养量表的三因素结构:验证性因素分析。JMIR Hum Factors 2018 Feb 19;5(1):e6 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    47. 萨德伯里-莱利L，菲茨帕特里克M，舒尔茨PJ。探索婴儿潮一代电子健康素养量表(eHEALS)的测量属性:测量不变性的多国测试。J Med Internet Res 2017 Feb 27;19(2):e53 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    48. stelllefson M, Paige SR, Tennant B, Alber JM, Chaney BH, Chaney D，等。老年人中基于电话的电子健康素养量表的信度和效度:横断面调查J Med Internet Res 2017 10月26日;19(10):e362 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    49. 探索数字鸿沟:互联网连接和年龄。共同决议2016年6月30日;28(4):536-562。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    50. Paige SR, Miller MD, Krieger JL, Stellefson M, Cheong J.整个生命周期的电子健康素养:测量不变性研究。J Med Internet Res 2018 july 09;20(7):e10434 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    51. Tennant B, Stellefson M, Dodd V, Chaney B, Chaney D, Paige S等婴儿潮一代和老年人的电子健康素养和Web 2.0健康信息搜索行为。中国医学杂志，2015;17(3):e70 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    52. Juvalta S, Kerry MJ, Jaks R, Baumann I, Dratva J.瑞士-德国父母的电子健康素养:电子健康素养量表的单维度横断面研究。J Med Internet Res 2020年3月13日;22(3):e14492 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    53. Reder M, Soellner R, Kolip P.电子健康素养高的女性是否从乳房x线摄影筛查的决策辅助中获益更多?在随机对照试验中测试eHEALS的调节效果。前线公共卫生2019;7:46 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    54. petricog, Atanasova S, Kamin T.文盲还是文盲?调查在线健康社区用户的电子健康素养。J Med Internet Res 2017 Oct 04;19(10):e331 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    55. 凯瑟·L, Karnoe A, Furstrand D, Batterham R, Christensen KB, Elsworth G，等。基于电子卫生素养框架的多维工具:电子卫生素养问卷(eHLQ)的开发和初始有效性测试。J Med Internet Res 2018 Feb 12;20(2):e36 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    56. 李志强，李志强，李志强，等。电子卫生素养框架:描述电子卫生用户及其与电子卫生系统交互的概念框架。中国科学(d辑)，2015;30(4):457。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    57. van der Vaart R, Drossaert C.数字卫生素养工具的开发:测量广泛的健康1.0和健康2.0技能。J Med Internet Res 2017年1月24日;19(1):e27 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    58. Beaton DE, Bombardier C, Guillemin F, Ferraz MB.自我报告测量的跨文化适应过程指南。脊柱(Phila Pa 1976) 2000 12月15日;25(24):3186-3191。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    59. Guillemin F, Bombardier C, Beaton D.健康相关生活质量测量的跨文化适应:文献综述和建议指南。临床流行病学杂志1993 12月;46(12):1417-1432。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    60. 范登堡RJ，兰斯CE。测量不变性文献的回顾和综合:对组织研究的建议、实践和建议。Org Res Meth 2016 6月29日;3(1):4-70。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    61. 在线和纸质调查的回复率的适当性:可以做些什么?《高等教育评价》2008年6月;33(3):301-314。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    62. Rouquette A, Falissard B.精神病学量表内部验证的样本量要求。精神病杂志2011年12月;20(4):235-249 [J]gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    63. Kyriazos助教。应用心理测量学:因子分析(EFA, CFA)和一般的SEM中的样本量和样本功率考虑因素。2018, 09年心理学(08年):2207 - 2230。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    64. 心理测验的建构效度。精神牛1955年7月;52(4):281-302。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    65. Röthlin F, Pelikan J, Ganahl K. Die Gesundheitskompetenzder 15-jährigen Jugendlichen in Österreich。研究项目österreichischen研究项目österreichischen Sozialversicherungsträger (HVSV)。维也纳:Ludwig Boltzmann Gesellschaft GmbH;2013.URL:gydF4y2Bahttps://www.sozialversicherung.at/cdscontent/load?contentid=10008.715507&versiongydF4y2Ba[2022-01-14]访问gydF4y2Ba
    66. Kovaleva A, Beierlein C, Kemper C, Rammstedt B. Die Skala impulse - verhalten -8 (I-8)。Zusammenstellung Sozialwissenschaftlicher项目Skalen ZIS 2014:1-22 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    67. Rammstedt B, Kemper C, Klein M, Beierlein C, Kovaleva A.大五量表(bci -10)。Zusammenstellung Sozialwissenschaftlicher项目Skalen ZIS 2014:1-23 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    68. 贝尔莱因C，科瓦列娃A, László Z，肯珀C，拉姆斯泰特b。Zusammenstellung Sozialwissenschaftlicher项目Skalen ZIS 2015:1-18 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    69. 字段A.使用IBM SPSS统计发现统计数据。第4版。洛杉矶:SAGE出版有限公司;2013.gydF4y2Ba
    70. 胡林，本特勒总理。协方差结构分析中拟合指标的截断标准:传统标准与新选择。结构方程建模与应用研究J 1999年1月;6(1):1-55。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    71. 刘志刚，张志刚。结构方程建模中的非正态数据和分类数据。进:汉考克GR，穆勒RO，编辑。结构方程建模，第二课程，第二版。Charlotte: IAP Information Age Publishing;2013:439 - 492。gydF4y2Ba
    72. 探究心理仪器的测量不变性:在物质使用领域的应用。进:Bryant KJ, Windle M, West SG，编辑。预防科学:酒精和药物滥用研究的方法学进展。华盛顿:美国心理学会;1997:281 - 324。gydF4y2Ba
    73. Dimitrov DM。在结构验证的上下文中测试阶乘不变性。世界卫生评估2017年3月13日;43(2):121-149。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    74. Milfont T, Fischer R.跨群体测试测量不变性:跨文化研究中的应用。中华精神病学杂志2010 6月30日;3(1):111-130。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    75. 赫希菲尔德，冯·布拉谢尔，R?连续和序数指标的测量不变性教程。实践评估与评价2014;19(1):7。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    76. 《测量不变性惯例与报告:心理学研究的现状与未来方向》。Dev Rev 2016年9月;41:71-90 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    77. Williams PG, O'Brien CD, cooler CR.神经质和外向性对自我评估健康和健康相关认知的影响。人格特征研究2004 7月;37(1):83-94。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    78. Tuten TL, Bosnjak M.理解网络使用的差异:认知需求的作用和人格的五因素模型。社会科学学报2001 1月1日;29(4):391-398。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    79. 在一个具有代表性的美国样本中，开放性、神经质、尽责性、家庭健康和老龄化问题在预测与健康相关的互联网搜索中相互作用。Front Psychol 2014;5:370 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    80. 李海，李j，金北。韩国成年人健康素养的性别差异:女性的健康素养水平是否高于男性?美国男性健康杂志2015年9月9日(5):370-379。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    81. Xesfingi S, Vozikis A.电子健康素养:在寻求促成因素。Interact J Med Res 2016年5月25日;5(2):e16 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    82. Levin-Zamir D, Lemish D, Gofin R.媒体健康素养(MHL):青少年概念的发展和测量。卫生教育研究2011年4月26日(2):323-335。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    83. Chesser A, Burke A, Reyes J, Rohrberg T.导航数字鸿沟:美国服务不足人群电子健康素养的系统回顾。告知卫生社会护理2016;41(1):1-19。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    84. Stellefson M, Hanik B, Chaney B, Chaney D, Tennant B, Chavarria EA.大学生电子健康素养的系统评价及其对电子健康教育的影响。J Med Internet Res 2011年12月;13(4):e102 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    85. Autorengruppe Bildungsberichterstattung。德国教育2020:Ein indikatorengestützter Bericht mit einer Analyse zu Bildung in einer digitalisierten Welt。比勒费尔德:wbv Media GmbH & Co KG;2020.gydF4y2Ba

    ‎gydF4y2Ba
    CFA:gydF4y2Ba验证性因素分析gydF4y2Ba
    CFI:gydF4y2Ba比较拟合指数gydF4y2Ba
    电弧炉:gydF4y2Ba探索性因子分析gydF4y2Ba
    eHEALS:gydF4y2Ba电子健康素养量表gydF4y2Ba
    eHEALS-E:gydF4y2Ba扩展电子健康素养量表gydF4y2Ba
    G-eHEALS:gydF4y2Ba德国电子卫生素养量表gydF4y2Ba
    GR-eHEALS:gydF4y2Ba修订后的德国电子卫生素养量表gydF4y2Ba
    KMO:gydF4y2BaKaiser-Meyer-Olkin测试gydF4y2Ba
    RMSEA:gydF4y2Ba近似的均方根误差gydF4y2Ba
    SRMR:gydF4y2Ba标准化均方根残差gydF4y2Ba
    TLI:gydF4y2Ba塔克路易斯指数gydF4y2Ba

    G·艾森巴赫(G Eysenbach)编辑;提交26.02.21;同行评审:L Sudbury-Riley, E Roehrer, JR Bautista;对作者08.06.21的评论;修订版本收到24.07.21;接受19.11.21;发表02.02.22gydF4y2Ba

    版权gydF4y2Ba

    ©Matthias Marsall, Gerrit Engelmann, Eva-Maria Skoda, Martin Teufel, Alexander Bäuerle。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com)， 02.02.2022。gydF4y2Ba

    这是一篇开放获取的文章，根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布，允许在任何媒介上无限制地使用、分发和复制，前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息，//www.mybigtv.com/上的原始出版物的链接，以及此版权和许可信息。gydF4y2Ba
    Baidu
    map