我们于2021年7月至8月在泰国南部进行了一项横断面调查，这是一个狭长的半岛，可以进一步分为上南部和下南部地区[ 21]。Nakhon Sri Thammarat和Songkhla两个省分别被选为上南区和下南区的代表，因为在本研究期间，这两个省的SARS-CoV-2感染发病率很高[ 22]。这些省份被选中的另一个原因是，从曼谷开始的外卖服务正在增长。 11]。这项研究是使用KoBo工具箱进行的，这是一个免费的开源软件，由哈佛人道主义倡议开发，用于在线和离线数据收集[ 23]。

年龄在18岁或以上的泰国外卖司机在调查开始前至少有3个月的外卖司机被邀请参加这项研究。那些不能阅读或听不懂泰语的人，以及那些有交流障碍的人，比如耳聋或有智力缺陷的人，都被排除在外。

所需的样本量是根据估计在送餐司机中有足够HL的比例为50%，使用单一比例公式确定的[ 24]，因为之前没有在泰国的该研究人群中进行过研究，可接受错误率为5.5%，CI为95%。由于本次横断面调查采用方便抽样，由于外卖司机的访谈时间是一个约束，所以没有考虑设计效果。另外20%的受试者被纳入以防止数据丢失。因此，所需的样本量至少为382名参与者。本研究符合这一要求，共纳入401名参与者(401/417，应答率96.2%)。通过在每个地区使用滚雪球抽样技术的密集外展，通过一组送餐司机传播有关研究的信息，启动了招募过程。第一个感兴趣的人被邀请参加这项研究，并帮助我们确定进一步的潜在参与者。重复此步骤，直到找到所需的样本量。

制定了一份结构化问卷，以评估泰国外卖司机在COVID-19预防方面的HL状况。问卷包括一系列问题，以确定参与者的人口统计、工作相关因素、健康信息获取、对健康信息的理解、判断和应用，包括预防行为。问卷经3位公共卫生专家审阅，其整体内容效度评分为1.00，其中项目客观一致性指数大于0.5。在进行调查之前，在30名参与者中进行了调查工具的试点测试。初步研究为HL的每个维度返回可接受的信度值(0.73-0.81)。这项初步研究调查是在泰国南部的那空斯里塔玛拉省进行的口头调查，采访者使用KoBo技术在手持电子设备上记录他们的回答。 23]。该设备可用于离线数据收集，然后在电话信号或无线网络可用时同步到中央数据库。值得注意的是，在研究期间，在系统应用程序中，个人信息将被保密。

有关人口统计特征的问题包括年龄、性别、教育程度、外卖公司、宗教、收入、从事外卖服务的年月数、每天工作小时数和每天完成的外卖订单数量。每个外卖公司的名字都用一个字母来代表，以避免官方名称的泄露，因为这是一个敏感的问题，会导致竞争优势。关于目前健康状况的问题包括先前存在的疾病、吸烟和饮酒。要求参与者的健康信息来源确定他们最近获得的关于COVID-19预防的信息。关于理解的12道题为是/否题，正确答案为1分，错误答案为0分。因此，参与者的理解得分在0到12之间。通过一系列问题来衡量参与者在面对COVID-19预防信息时如何做出决策，以表明参与者对每个陈述的判断/决策能力的程度。参与者被要求在5点李克特量表上对6个问题进行评级，回答是“非常容易”(5)，“稍微容易”(4)，“一般”(3)，“稍微困难”(2)和“非常困难”(1)。参与者将健康信息应用于他们的职业的能力使用5个问题进行评估。问题的回答采用李克特5分量表，从1(从不)到5(总是);总分从5分到25分不等。 The frequency of certain COVID-19 prevention behaviors was assessed using a 5-point Likert scale: “never” (1), “seldom” (2), “sometimes” (3), “often” (4), and “always” (5). COVID-19 prevention behavior scores ranged from 6 to 30. The total score for each section was summarized, and HL levels were classified according to the criteria. As there is no specific guideline for how to classify HL levels [ 20.， 25]，整体HL水平和包括预防行为水平在内的其他维度分为优秀(评分≥80%)、中等(评分=60% ~ 79%)和不足(评分<60%)。

送餐司机的人口统计学、工作相关和健康信息寻求因素描述性地以百分比、平均值(SD)或中位数(IQR)表示。通过对信息问题的理解、判断/决策和应用三个部分的得分之和来确定HL。根据参与者常用的健康信息来源描述了COVID-19预防信息的获取情况。该信息未包括在HL总评分中。

使用单变量/多变量线性回归评估HL评分、预防行为评分和自变量之间的关系。采用逐步多元线性回归模型确定HL和COVID-19预防行为的最显著预测因素。我们在回归分析中使用均值差来描述关联度量的强度。使用Pearson相关系数(r)进行HL成分与驾驶员预防行为之间的相关分析。差异在a处被认为具有统计学意义 P值为0.05。所有统计分析均使用R 4.1.2版统计分析软件(R Foundation for statistical Computing)进行。

本研究经泰国Walailak大学人类研究伦理委员会审查批准，遵循赫尔辛基宣言(WUEC-21-071-01)原则。所有参与者都被告知有关研究的所有细节，并在参与者完成在线表格之前获得知情同意。

共有401名参与者完成了在线问卷调查，其中近四分之三(291/401,72.6%)是男性。参与者的人口学特征和工作相关因素见 表1。参与者的年龄从19岁到64岁不等，中位年龄为31岁。在401名参与者中，344人(85.8%)是佛教徒，大多数参与者的教育水平为高中及以下。A公司代表了最高类别的外卖公司。参与者报告说，他们做外卖司机的时间中位数为12个月。每天工作时间的中位数为9小时，每天外卖订单的中位数为20次，参与者的日收入中位数为600泰铢(15.90美元)。大多数参与者(241/401,60.1%)的健康保险状况属于全民健康保险计划。超过一半的参与者不吸烟(245/401,61.1%)或饮酒(272/401,67.8%)。此外，21名(5.2%)参与者先前患有慢性疾病。这些特征在泰国上南部地区(n=201, 50.1%)和下南部地区(n=200, 49.9%)的参与者中的分布几乎都不同，不包括先前存在的慢性病状况和酒精消费，如所示 表1。在与工作相关的因素方面，泰国南部南部地区的参与者比南部北部地区的参与者工作时间更长(12个月对8个月)。 P<措施)。相比之下，泰国南部北部的参与者更有可能送更多的食物订单(20比18)， P<.001)并赚取每日收入(600泰铢vs 500泰铢[15.90美元vs 13.25美元]， P<.001)。

参与者关于COVID-19的健康信息需求见 图1。参与者对COVID-19最常见的健康信息需求与疫苗、药物和治疗有关(194/401,48.4%)，其次是在工作中感染COVID-19时获得医疗保健的权利(189/401,47.1%)。最不需要的信息是COVID-19的定义(55/401,13.7%)和COVID-19潜伏期(46/401,11.5%)。

确定了HL与COVID-19相关的四个主要维度:信息获取、理解、决策/判断和信息应用，其中包括COVID-19预防行为。在获取与COVID-19相关的健康信息方面，社交媒体网站Facebook是最常见的信息来源，其次是Line;在401名受访者中，222名(55.4%)及206名(51.4%)受访者表示有时会透过网站及YouTube获取资讯( 表2)，而有147人(36.7%)经常透过广播(例如电视)获取资讯。此外，四分之三的参与者透露，他们从亲戚和同事那里听说过COVID-19。参与者获取的信息资源在泰国南部两个地区之间存在差异。南部较低区域获得所有资源的频率要高得多，如 表2。

在401名参与者中，380人(94.8%)认为他们对COVID-19有足够的了解。 表3）.大多数人(393/ 401.98%)从外卖公司获取有关COVID-19的信息和通知。大多数参与者(393/ 401,98%)报告说，他们可以很容易地获取有关洗手和戴口罩的信息，尽管326名参与者(81.3%)能够访问这些信息的频率低于每周。此外，380名(94.8%)参与者经常核实洗手和佩戴口罩的信息。

通过一系列问题评估对COVID-19预防信息的理解、判断和应用。与会者对COVID-19预防的了解情况见 表4。超过90%(360/401)的参与者正确回答了12个问题中的10个(83%)。有趣的是，157名(39.2%)司机不知道他们应该每天换口罩。尽管参与者对COVID-19预防信息的判断和决策能力各不相同，但大多数(362/401,90.3%)参与者报告说，他们能够与卫生保健提供者及其同事交换有关COVID-19预防措施的信息，360名(89.8%)参与者决定每次给顾客送食物时戴口罩并洗手。相比之下，132名(32.9%)司机发现，当他们对正确佩戴口罩和洗手感到困惑时，很难向卫生保健提供者提问，如下图所示 表5。

在信息的应用方面，大多数(373/ 401,93%)的参与者报告说，他们在餐馆站着或坐着以及给顾客送食物时总是与他人保持至少1米的距离。几乎所有参与者(348/401,86.8%)都对自己和家人进行了covid -19相关症状的监测( 表6）.然而，69名(17.2%)参与者没有使用或很少使用食品和药物管理局(FDA)认证的口罩。COVID-19预防行为介绍在 表6。大多数(395/401,98.5%)参与者报告说，他们在给消费者送食物前后总是用普通肥皂和水或含酒精的洗手液洗手，并且在公共场所经常戴口罩，特别是在取和送食品/饮料订单时(390/401,97.3%)。有趣的是，269名(67.1%)参与者报告说，他们不是摘下口罩，而是总是把口罩拉到下巴下面说话、吃饭或喝水。

驾驶员在理解、判断、应用三个维度上的分布如图所示 图2。大多数参与者在所有3个维度上的HL水平都很好。在401名参与者中，345人(86%)对COVID-19有很好的了解，而13人(3.2%)了解不足。优秀判断和中等判断分别占62.3%(250/401)和28.9%(116/401)。在401名参与者中，309人(77.1%)在将COVID-19信息应用于预防行为方面被评为“优秀”，而16人(4%)被评为“不足”。良好(285/401,71.1%)的驾驶员比例最大，其次为中度(98/401,24.4%)和不充分(18/401,4.5%)。大多数(355/401,88.5%)的参与者具有出色的COVID-19预防行为。在泰国南部2个不同地区的参与者之间，HL各维度水平的差异有统计学意义。南部南部地区的参与者比南部北部地区的参与者更有可能具有良好的HL和预防行为水平( 表1）.

使用Pearson矩相关系数(r)检验参与者年龄、工作时长(月)、每天工作小时数、理解、判断、应用和行为得分之间的关系。 图3显示了与参与者HL相关的预测变量的弱到强相关系数。判断与HL、应用与HL呈正相关且有统计学意义( r=0.83和0.77);理解程度与HL ( r= 0.45)。这些结果表明，参与者的判断和信息应用得分越高，他们的HL得分越高。此外，参与者的信息应用与COVID-19预防行为之间存在显著的中度正相关( r=0.38)，而HL与行为呈弱正相关( r= 0.22)。同时，年龄与工作时长呈显著的弱正相关( r=0.29)，理解( r=0.25)， HL ( r= 0.26)。

使用单变量和多变量分析确定了因素、HL和COVID-19预防行为之间的关联，并在 表7。HL和行为评分作为连续变量处理;随后，采用HL模型和行为模型两种模型对其进行分析。在HL模型中，单因素分析的所有显著因素均纳入多因素分析。多因素分析结果显示，与HL相关的因素有:工作地区、健康保险状况(社会保障计划)、信息资源获取(YouTube、电视和亲戚)、COVID-19知识和寻求信息的频率。泰国南部南部地区的参与者比南部北部地区的参与者有更高的HL ( P<措施)。经常通过电视获取信息并了解COVID-19的参与者的HL明显高于其他人。相比之下，自付医疗保健的参与者、通过YouTube和亲戚获取信息的参与者以及经常访问信息少于每周的参与者的HL显著低于其他参与者。

对于COVID-19预防行为的多变量模型，参与者所在地区、性别、每天工作小时数、信息资源(Facebook)、信息验证和HL评分与他们的COVID-19预防行为显著相关。男性的COVID-19预防行为明显低于女性。通过Facebook获取信息的参与者比从未访问过Facebook的参与者有更高的COVID-19预防行为;那些在信息应用前验证信息的人也比那些没有验证信息的人有更高的行为。此外，较高的HL与较高的COVID-19预防行为显著相关。

外卖司机在工作中接触SARS-CoV-2的风险很高，而怀疑感染的人可能在主动传播感染给顾客方面发挥作用[ 12， 15]。本研究是对泰国南部外卖司机中与COVID-19预防相关的HL的首次全面横断面调查。我们旨在了解驾驶员在新冠肺炎预防方面的信息需求和资源，并评估驾驶员的HL水平。

这项研究的结果显示，近一半的外卖司机在感染SARS-CoV-2时需要了解疫苗、药物、COVID-19治疗以及获得医疗保健的权利。与会者不太关心COVID-19的自然历史及其定义。在约旦对医学学习者、本科生和研究生进行的各种研究[ 26， 27]，埃及英国大学药学专业的大四学生[ 28]，以及中国的互联网用户和居民[ 29， 30.调查显示，参与者将社交媒体平台作为获取COVID-19相关信息的主要来源。这些结果与我们的研究结果一致，即Facebook和Line等社交媒体是司机最常用的COVID-19预防信息来源。在工作时间，这些信息来源在日常生活的各个方面都很常见。然而，来自社交媒体平台的健康信息可能只提供有关COVID-19预防的广泛和非特异性信息。司机可能需要与他们的生活方式相关的特定和定制信息，特别是关于感染SARS-CoV-2时获得医疗保健权利的信息，他们可以通过社交媒体平台从当地医护人员及其公司获得这些信息，这些平台具有用户友好的内容，例如醒目的图像与文本分开。更重要的是，泰国政府当局和外卖公司应该通过完善相关政策法规，在明确司机在工作时间内感染新冠病毒的高风险时的权利和责任方面做出更多努力。为司机建立有效的日常在线沟通是成功提高他们的HL水平和预防行为的关键。封闭的Facebook小组可以作为新冠肺炎预防的替代学习支持应用程序，因为它很容易检索信息来源并与同事分享以进行智力讨论[ 31]。

我们的研究还发现，亲戚和同事在向司机传播信息方面发挥了作用。然而，据报道，在哥伦比亚一项以机构为基础的大学生横断面研究中，卫生工作者是可以提供准确信息的来源[ 32]。在我们的研究中，大多数司机表明他们通常通过任何资源获取和验证信息，尤其是社交媒体。González-Padilla和tortolerance - blanco先前的评论[ 33]介绍了大流行期间使用社交媒体平台的利弊。重要的缺点是无效或过时的信息很常见，社交媒体平台上的信息往往没有经过事实核查。人们在通过社交媒体寻求信息时应该意识到这些缺点。一个重要的优势是教育内容的快速传播。因此，通过可获取的信息资源(如社交媒体平台)进行有效沟通，包括提供卫生信息的频率，可能有助于提高司机对COVID-19预防的理解。

HL的4个维度是卫生信息处理能力，包括获取、理解、决策/判断和应用信息。这些整体能力随后影响个人健康行为[ 19]。HL是在大流行期间提高对预防行为和生活方式的理解、风险意识和决策的一个重要因素[ 34， 35]。我们没有发现任何研究报告在外卖司机中预防COVID-19的HL状况。本研究中大多数驾驶员在COVID-19预防方面具有优秀的HL，只有少数驾驶员具有不充分的HL。不同的研究人员指出，更好的健康结果与更高的HL相关，这是获得新知识的结果;高HL也与更积极的态度、更强的自我效能感和积极的健康行为有关[ 18]。我们发现，驾驶员从一开始就有可能形成HL，并且驾驶员经常通过社交媒体获取有关COVID-19预防的信息。参与者对COVID-19预防信息的理解、判断和应用水平都很好，这转化为优秀的HL。在多变量分析中，泰国南部南部地区的司机比南部北部地区的司机更有可能拥有优秀的HL水平。外卖服务于2019年在泰国南部南部地区建立，一年后在南部北部地区开始。在研究期间，泰国政府宣布全国进入紧急状态，以加大力度遏制冠状病毒的传播。泰国新冠肺炎疫情管理中心(CCSA)根据社会卫生措施的严格程度，将各省分为深红色、红色、橙色等区域。由于COVID-19的快速传播和聚集性感染，泰国南部地区被归类为暗红色。该地区按照政府具体干预措施的规定，实行了社交距离、封锁和夜间宵禁。在大流行期间，外卖司机需要按照严格的规定工作，以降低他们感染SARS-CoV-2的风险[ 36]。泰国南部地区还开展了公共卫生促进运动，包括COVID-19疫苗接种运动。南下地区的法规和运动可能导致南下地区司机的HL水平高于泰国南上地区的司机。

我们发现，司机寻找信息和信息资源(如YouTube和亲戚)的频率与HL呈负相关。这些发现与一项对日本人的调查形成对比，该调查显示，较高的识字率与获取健康信息和从多种来源获得足够的信息呈正相关[ 37]。这些发现也与泰国老年人的一项横断面研究形成对比，该研究表明，老年人获得的健康信息越多，他们的HL就越高[ 38]。然而，不仅信息获取技能，而且获得可靠健康信息的能力也决定了个人的HL [ 19， 37， 39]。艾宾浩斯遗忘实验的第一个非德国复制揭示了记忆保持间隔长度的个体差异[ 40]。艾宾浩斯遗忘曲线描述的是信息被获取后20分钟到31天的遗忘时间。这是一项重要的心理学研究，影响了我们对信息素养的理解。根据HL框架，年龄等人口因素对HL的发展起调节作用;然而，在我们的研究中，年龄的增加本身不可能导致更高的HL，并且在多变量分析中，这一结果可能会被其他因素混淆。此外，在本研究中，认为对COVID-19有足够知识的参与者可能有更高的HL，因为有报道表明知识介导HL的影响[ 41]。

在COVID-19预防行为方面，本研究发现总体HL与驾驶员COVID-19预防行为呈弱正相关。没有证据表明信息判断和应用与COVID-19预防行为之间存在相关性。HL与COVID-19预防行为呈正相关的发现与Do等人对越南医护人员的在线调查相似[ 42]，他们报告了HL与医护人员自我报告的COVID-19职业感染防控措施依从性之间的显著正相关。在一项针对中国互联网用户的全国性网络横断面调查中，李和刘[ 29研究还显示，HL与大流行期间自我报告的针对COVID-19的保护行为显著相关。

在预测COVID-19预防行为的多变量分析中，我们发现使用Facebook获取信息是与参与者的预防行为水平相关的一个因素。经常通过Facebook获取信息的司机比偶尔使用Facebook的司机更有可能表现出良好的行为。我们的发现与李和刘对中国互联网用户进行的全国性网络横断面调查一致[ 29]，他报告说，社交媒体使用频率可以显著预测COVID-19预防行为。也有报道称，社交媒体的使用对个人健康行为起着积极的作用[ 43]。

在社交媒体上分享的健康信息有可能改善人们对COVID-19的预防行为。然而，信息获取技能和获得可靠健康信息的能力决定了个体的HL [ 19， 37， 39]。图书馆技能和网络技能(包括信息评估技能)是与健康行为相关的最基本技能，而信息验证也是在将信息应用于实践之前确认信息可信度的重要技能[ 44， 45]。这与本研究的发现一致，即验证信息的司机更有可能拥有良好的COVID-19健康行为。至关重要的是，要确保个人在实际应用健康信息之前具备获取和判断健康信息的必要技能。此外，HL评分是与预防行为相关的一个因素，HL评分越高的司机越有可能拥有良好的COVID-19预防行为。

本研究的主要优势在于，它是在COVID-19大流行期间首次在泰国南部的泰国外卖司机中进行的研究，探讨了司机的HL状况及其相关因素。

这项研究也有一些局限性。首先，我们采用方便抽样的方法招募符合条件的司机加入研究。对这项研究感兴趣的司机可能有相似的特征(例如，属于较年轻的人群或在同一家外卖公司工作)，这可能会导致偏见，不能排除。其次，这项研究的结果可能不适用于泰国其他地区的司机，因为CCSA对不同的省级区域进行了分类，并采取了各自的具体措施来遏制冠状病毒的传播。未来以更大的样本量进行的研究可能会提高结果的普遍性。最后，我们的数据收集过程与COVID-19大流行重叠，并在下午晚些时候直到晚上进行。因此，只有当时可用的司机参加了这项研究。这可能会影响本研究的外部有效性，因为未参与研究的驾驶员可能具有不同的社会经济地位或不同的HL和预防行为。未来的研究可以使用不同的方法将调查分发给更多样化的受众。

大多数外卖司机表示对COVID-19有足够的了解。大多数司机可以很容易地获取有关洗手和戴口罩的信息。他们能够经常查阅资料，通常还能核实资料，以确认其可信性。他们有良好的HL和COVID-19预防行为。大多数人对COVID-19的信息有良好的理解、判断和应用。由于对信息的良好理解和决策/判断可能无法反映出良好的预防行为，因此仅靠传统的健康教育可能无法有效地预防新冠肺炎。因此，将这些信息应用于实践的有效技术将提高驾驶员的HL，包括COVID-19预防行为。观察到许多危险因素。信息获取技能本身可能无法决定个人的HL，但获得可靠健康信息、有效互动沟通和知识的能力可以决定HL。为确保外卖行业长期预防COVID-19，现在必须采取行动，消除在大流行背景下与司机进行健康信息沟通的隐藏障碍。 For practitioners as drivers, it is important to have sufficient support from restaurant staff, consumers, food delivery companies, and government authorities to ensure contact-free delivery and strict use of new face masks, gloves, and hand sanitizers for COVID-19 risk mitigation. Policymakers should raise awareness of safety practices for drivers through effective techniques to ensure the successful application of health information to practice, for instance, hands-on education and coaching with online learning regarding COVID-19 prevention that fits drivers' work baseline literacy. Importantly, building trust is key for successful collaboration between drivers and government authorities to enhance the drivers’ HL and preventive behaviors regarding COVID-19. A better understanding of HL among food delivery drivers would be useful for planning effective interventions for this population, especially for Thai food delivery services.