原始论文
摘要
背景:移民人口往往不成比例地受到慢性疾病的影响,如2型糖尿病(T2DM)。信息和通信技术(ICT)的使用是改善2型糖尿病患者自我护理以减轻社会健康不平等的一种有前途的方法,如果设计用于更广泛的人群。然而,特别是在欧洲国家,对移民群体用于自我保健的各种电子健康活动知之甚少。
摘要目的:针对挪威奥斯陆地区来自巴基斯坦的第一代移民目标群体,我们旨在了解他们在与移民相关的特定用户因素相关的2型糖尿病自我护理的各种电子健康活动:相关语言(乌尔都语、挪威语、英语)的熟练程度,在挪威的居住时间,与一般用户因素(年龄、性别、教育程度和数字技能,以及自我评估的健康状况)相比,2型糖尿病的诊断。
方法:数据来自2015-2016年对目标人群(N=176)进行的调查。使用逻辑回归,我们分析了在过去12个月里,用户因素与以下每一项用于T2DM自我护理的电子健康活动的体验之间的关联:首先,通过(1)搜索引擎和(2)门户网站或电子邮件订阅寻求信息;二是交流和咨询(1)利用信息通信技术和(2)通过社交网络服务与少数熟人进行闭门交谈;第三,通过使用应用程序(1)跟踪健康信息和(2)自我评估健康状况来积极决策。使用泊松回归,我们还评估了用户因素与所经历的各种电子健康活动之间的关系。Bonferroni校正被用来解决多重测试问题。
结果:回归分析得出以下显著正相关:乌尔都语读写能力与(1)门户网站或电子邮件订阅的信息搜索(优势比[or] 2.155, 95% CI 1.388-3.344),(2)社交网络服务的沟通和咨询(or 5.697, 95% CI 2.487-13.053),以及(3)多样性(估计=0.350,95% CI 0.148-0.552)之间;在挪威的居住时间与(1)使用ICT与少数熟人进行闭门交谈的交流和咨询(OR 1.728, 95% CI 1.193-2.503),(2)社交网络服务的交流和咨询(OR 2.098, 95% CI 1.265-3.480)和(3)多样性(估计=0.270,95% CI 0.117-0.424)之间的关系;通过使用应用程序进行健康状况自我评估,挪威语熟练程度与积极决策之间的关系(OR 2.285, 95% CI 1.294-4.036);教育和数字技能与通过使用跟踪健康信息的应用程序进行主动决策之间的关系(OR 3.930, 95% CI 1.627-9.492);女性与利用ICT与少数熟人进行封闭对话进行交流和咨询之间的差异(OR 2.883, 95% CI 1.335-6.227)。
结论:这项研究表明,移民相关因素可能会混淆一般用户因素和电子健康活动之间的关联。在其他移民群体和国家,需要进一步研究移民相关用户因素对电子卫生活动的影响。
国际注册报告:RR2-DOI 10.2196 / resprot.5468
doi: 10.2196/11998
关键字
简介
移民人口的慢性疾病和电子医疗在自我保健中的使用
移民潮使得许多欧洲国家在语言和文化上比以往任何时候都更加多样化,这对卫生系统构成了挑战。
].由于语言障碍和文化差异,移民人口更有可能在获得医疗保健方面遇到挑战[ - ].属于少数民族以及对东道国官方语言的读写能力低被证明与健康状况不佳有关[ , ].此外,许多移民群体一生都处于较低的社会经济地位[ ],因此他们很容易患上慢性病[ ].不同的研究表明,移民人口往往不成比例地受到慢性疾病的影响,如2型糖尿病[ , - ].世界卫生组织欧洲区域办事处认识到应对这些挑战的重要性,并在其卫生政策框架中倡导"健康2020 " [ ]应成功实施和利用电子卫生以减少社会卫生不平等[ ].然而,电子卫生内容往往是基于文本的,是为该国大多数人口设计的,从而加剧了而不是减少了社会卫生不平等[
, - ].在设计电子保健服务时,也要考虑到少数族裔用户群体的语言和文化偏好[ ].对于移民人口,最近的研究表明,在自我保健方面,电子保健在特定目的上的广泛使用低于东道国人口[ - ].然而,关于电子保健的使用与与移民特别相关的用户因素(如语言能力)之间的关系的知识有限,而且主要来自美国[ , , , ]或在东道国居住的时间[ ].这两项措施经常在移民的健康行为、健康状况以及获得和利用卫生保健服务方面得到审查[ , , - ].鉴于电子保健的使用可以被视为健康行为和可用医疗资源使用的一部分,自我保健电子保健的使用与主人的语言熟练程度与他们的主要语言熟练程度或居住时间之间的关系值得研究。在本文中,我们讨论了如何在一项探索性研究中做到这一点,该研究确定了在挪威奥斯陆地区来自巴基斯坦的第一代移民中使用电子健康进行2型糖尿病自我护理的差异。世界卫生组织将自我保健定义为"保持健康、预防和应付疾病" [
].因此,我们的目标不仅是那些被诊断为2型糖尿病的人,还包括那些从事2型糖尿病预防工作的人。挪威的巴基斯坦移民
2018年初,第一代移民占挪威总人口的14.1% [
].巴基斯坦人是来自非西方国家的最大移民群体之一。20世纪70年代,第一批巴基斯坦移民抵达挪威。不断有新移民从巴基斯坦来到挪威,与巴基斯坦移民或其后裔团聚或建立新家庭[ ].大部分人口集中在奥斯陆地区[ ].在挪威的第一代巴基斯坦移民完成的教育水平差异很大[ ].他们的主要语言是乌尔都语。乌尔都语用乌尔都字母书写,这与罗马字母不同[
].据我们所知,没有关于挪威第一代巴基斯坦移民乌尔都语读写水平的统计数据。然而,联合国教科文组织的数据显示,2014年巴基斯坦15岁及以上人口的识字率为57%,男性(69%)和女性(44%)之间存在相当大的差距[ ].因此,在学龄后移民到挪威的第一代巴基斯坦移民,尤其是女性,尽管能流利地说乌尔都语,但数量不可忽视。此外,我们的目标人群经常使用罗马乌尔都语——用来表达乌尔都语发音的罗马字母[ ].罗马乌尔都语在信息和通信技术(ICT)设备上使用QWERTY键盘输入文本时尤其有用。挪威语是挪威的官方语言和主要语言。根据挪威统计局2016年对不同原籍国的第一代移民进行的调查,55%的巴基斯坦参与者自我报告挪威文化水平较高或非常高,而只有12%的参与者自我报告挪威文化水平较低或非常低[
].然而,同一项调查显示,在生活后期(17岁以后)来到挪威的移民比在更早阶段来到挪威的移民(移民年龄0-6岁:97%;7-16岁:89%)[ ].没有发现人口中其他语言熟练程度的数据。然而,鉴于英语是eHealth内容在全球范围内使用最多的语言,英语熟练者可能比英语不熟练者在更大程度上使用eHealth进行2型糖尿病自我护理。
研究表明,糖尿病在挪威-巴基斯坦人中的患病率要高得多(女性:26.4%;男性:20.0%)高于挪威少数民族(女性:2.7%;男性:6.4%)[
].糖尿病高风险的原因是相互关联的因素,包括表观遗传学和生活方式;大多数诊断病例为2型糖尿病[ ].移居挪威后,许多人的生活方式发生了重大变化,包括饮食习惯的变化[ ].患有糖尿病的巴基斯坦移民报告说,由于文化差异,挪威卫生保健工作者的建议不够充分,难以遵守[ ].目标
在这项探索性研究中,我们研究了与年龄、性别、教育程度、数字技能或一般健康状况等类似研究中通常使用的一般用户因素相比,特定于这一目标群体的移民相关用户因素如何与他们在T2DM自我保健方面的多样化电子健康使用相关联。
这一目标群体与移民相关的用户因素包括精通相关语言(主要语言为乌尔都语读写能力;熟练掌握挪威语作为东道国语言;精通其他语言,如英语,因为英语是全球电子健康内容最常用的语言),在挪威居住的时间,诊断为2型糖尿病。在本文中,我们将它们称为“特定于目标群体的用户因素”。
方法
调查说明
这项研究是2015-2016年在奥斯陆地区对第一代巴基斯坦移民(N=176)进行的更大规模调查的一部分[
探索电子健康在这一人群中的使用。信息源的招募采用多重招募策略的有目的抽样[ ].入选标准为(1)18岁后从巴基斯坦移民,(2)居住在奥斯陆地区,(3)以乌尔都语(巴基斯坦官方语言)为主要私人语言,(4)年龄在25岁至59岁之间,(5)在日常生活中能够或有兴趣使用连接到互联网的ICT工具(PC、平板电脑或智能手机),以及(6)有动力和能力进行2型糖尿病的自我护理活动[ ].第一个和第三个标准反映了我们的意图,即纳入那些比其他人更有可能在常规保健服务方面存在语言和文化障碍的人。挪威社会科学数据服务于2015年6月对项目方案进行了伦理批准(项目编号:43549)。调查的详情已在别处记述[
].变量
独立变量
自变量可以分为两类:目标群体特定变量和一般变量。针对目标群体的变量包括乌尔都语读写能力、挪威语熟练程度、其他语言熟练程度(每种语言)、在挪威居住的时间以及2型糖尿病的诊断。一般变量包括性别、年龄、对健康状况的自我评估以及以总年数表示的完成教育(巴基斯坦和挪威都是如此)。我们还将使用ICT衡量数字技能时寻求帮助的频率作为一般变量的一部分。
我们遵循类似移民健康研究的惯例,选择使用自我报告语言能力[
, , , - ].对乌尔都语读写能力和挪威语的信心采用李克特5分制进行评估。该调查的纳入标准之一是将乌尔都语作为日常生活中的主要语言[ ].然而,正如导言中所述,尽管每天都用乌尔都语发言,但不可忽视的一部分参与者可能没有高水平的乌尔都语读写能力。此外,罗马乌尔都语通常用于使用ICT。因此,对于乌尔都语读写能力,我们对乌尔都语字母和罗马乌尔都语的阅读和写作技能很感兴趣。对于挪威语的熟练程度,我们询问了他们在说、写和读方面的信心水平。由于对我们的目标人群对其他语言的熟练程度没有假设,调查包括一个问题,要求信息提供者说出他们有信心的其他语言。是否精通另一种特定的语言是基于这个问题的每种命名语言(二分类变量)。举报人将其在挪威居住的时间分为0至1年、1至5年、5至10年和10年以上。使用年份范围而非确切数字遵循类似研究的惯例[
- , , , ].年龄以年龄范围的中间年份表示,因为调查使用年龄范围而不是实际年龄,以避免通过调查问题的答案组合来识别举报人的风险。
通过多项选择题对健康状况进行自我评估,范围从差=0到优秀=5。使用信息通信技术时寻求帮助的频率是通过选择题给出的,选项从从不=0到总是=4。这个问题反映了数字技能的缺乏。详情见别处[
].因变量
我们考虑的因变量与我们之前的研究中使用的相同[
];对过去12个月内使用不同类型的eHealth进行T2DM自我护理的9个问题进行二分答案,以及正面答案的总数。在9个问题中,有3个问题得到的肯定回答较少。3个问题分别是:通过在pc上搜索可作为查询工具的软件程序或移动应用程序来寻求T2DM自我护理相关信息(8/176,4.5%),在同行交流门户网站上进行T2DM交流或咨询(9/176,5.1%),通过在线咨询糖尿病专家进行T2DM自我护理交流或咨询(1/176,0.6%)。由于肯定的答案如此之少,可靠的统计分析是不可能的,我们决定仅对其余因变量进行进一步分析。首先,对于寻求t2dm相关信息(1)通过使用需要输入搜索词的搜索引擎或(2)在特定网站或通过只需滚动和点击即可导航的电子邮件订阅。第二,就T2DM自我护理进行沟通或咨询(1)一般使用ICT与少数特定的熟人进行封闭对话,如语音、视频或文字交流,或(2)通过社交网络服务(SNS)。第三,通过使用Web或移动应用程序对T2DM自我护理进行主动决策(1)跟踪健康信息,如饮食、体育活动、体重、血糖水平等,或(2)评估自身的T2DM健康状况[ ].统计分析
使用逻辑回归评估每种类型的电子健康使用与前面描述的自变量之间的关系。对于作为计数变量的eHealth总使用量,我们使用泊松回归。
为了选择最佳回归模型,所有可能的包括和不包括自变量的组合都使用统计程序R中的最佳拟合方法进行评估。
].我们使用赤池信息准则(AIC)作为模型之间的选择准则[ ].AIC奖励与数据拟合良好的模型,同时惩罚使用许多自变量以避免过拟合的模型。因此,最好的模型将在数据拟合和模型中包含的变量数量之间进行权衡。我们之前的研究显示,“巴基斯坦和挪威的教育总年数”和“使用信息通信技术时寻求帮助的频率”这两个问题的得分有很强的相关性[
].因此,我们将“教育程度和数字技能”变量定义为这两个问题的平均分。在计算平均值之前,我们采取了以下两个步骤。首先,考虑到它们在不同的量表上,对变量的分数进行了标准化。此外,在使用ICT时,求助频率的得分乘以−1,因为知识越高,求助频率越低。这两个问题得分的内部一致性,使用标准化Cronbach alpha [ ],为0.70。关于罗马乌尔都语和乌尔都语字母读写的问题都反映了乌尔都语的读写能力。使用标准化的Cronbach alpha,这四个问题的分数的内部一致性为。85。因此,我们将“乌尔都语读写能力”变量定义为这些变量的平均值。关于挪威语阅读、写作和口语问题的分数也显示出较高的内部一致性(Cronbach alpha=.92)。因此,我们也将“挪威语熟练度”变量定义为三个变量的平均值。
为了减少统计模型中需要估计的变量数量,并考虑到时间是一个连续变量,将居住年限的分类变量(0-1年、1-5年、5-10年和10年以上)分别设置为0.5年、3年、7.5年和15年,将其转换为连续变量。如果一个人在18岁或18岁以上移民,可以合理地预期居住时间长度的影响会随着时间的推移而减弱(例如,一个人在到达后的第一年比在到达后的第10年更了解挪威社会)。因此,除了在回归模型中直接使用居住长度外,我们还评估了两种转换:居住长度的平方根和对数。通过比较基于AIC的模型,对数变换得到了最佳模型,并用于分析。
总共使用了七个模型来得出结论。为了解决多重测试问题,本文采用bonferroni校正显著性值0.05/7=0.00714。
结果
样本特征
关于一般变量和因变量的数据对告密者的分布已在别处描述[
]并在 .变量 | 举报人,n (%) | ||
人口统计变量 | |||
性别 | |||
男性 | 42 (23.9) | ||
女 | 134 (76.1) | ||
按出生年份划分的年龄组 | |||
1981 - 1990 | 54 (30.7) | ||
1971 - 1980 | 61 (34.7) | ||
1956 - 1970 | 61 (34.7) | ||
在巴基斯坦和挪威接受教育的总年限 | |||
0年 | 14 (8.0) | ||
5年 | 13 (7.4) | ||
<十年 | 17 (9.7) | ||
< 12年 | 33 (18.8) | ||
< 14年 | 39 (22.2) | ||
≥14年 | 55 (31.3) | ||
健康状况自我评估(得分) | |||
优秀(5) | 11 (6.3) | ||
非常好(4) | 27日(15.3) | ||
好(3) | 70 (39.8) | ||
公平(2) | 37 (21.0) | ||
上上下下(1) | 19日(10.8) | ||
可怜的(0) | 12 (6.8) | ||
使用信息通信技术时寻求帮助的频率b | |||
总是(4) | 18 (10.2) | ||
(3) | 26日(14.8) | ||
有时(2) | 51 (29.0) | ||
很少(1) | 12 (6.8) | ||
从来没有(0) | 68 (38.6) | ||
2型糖尿病患者使用电子健康的经验c过去12个月的自我照顾 | |||
查询相关资料 | |||
通过使用需要输入搜索词的搜索引擎 | 35 (19.9) | ||
在特定的网站上或通过电子邮件订阅,只需滚动和点击即可导航 | 63 (35.8) | ||
用于沟通和咨询 | |||
一般来说,通过使用信息通信技术与一些特定的熟人进行闭门交谈 | 84 (47.7) | ||
通过社交网络服务 | 58 (33.0) | ||
通过使用Web应用程序或应用程序对自我保健进行积极决策: | |||
跟踪健康信息 | 25 (14.2) | ||
健康状况自我评估 | 38 (21.6) | ||
所经历的电子健康类型的总数(种类) | |||
≥8 | 0 (0.0) | ||
7 | 2 (1.1) | ||
6 | 5 (2.8) | ||
5 | 7 (4.0) | ||
4 | 9 (5.1) | ||
3. | 28日(15.9) | ||
2 | 38 (21.6) | ||
1 | 46 (26.1) | ||
0 | 41 (23.3) |
一个这是我们之前研究中表4的复制[
].在过去的12个月中,eHealth应用于2型糖尿病自我护理的经验标注有修改,并且遗漏了与本文无关的数据。b信息和通信技术。
cT2DM: 2型糖尿病。
由语言、居住年限、T2DM诊断相关的调查数据显示被调查者的分布情况。绝大多数受访者对乌尔都语字母的阅读(162/ 176,92.0%为“非常同意”和“同意”)和写作(152/ 176,86.3%)表现出信心。对罗马乌尔都语阅读(123/176,69.9%)和写作(116/176,65.9%)有信心的比例低于乌尔都语字母表。为数不少的受访者表示对阅读乌尔都语字母表(7/176,3.9%的受访者表示“非常不同意”和“不同意”)和书写乌尔都语字母表(13/176,7.4%)缺乏信心。对罗马乌尔都语阅读(26/176,14.8%)和写作(33/176,18.7%)缺乏信心的比例更高。乌尔都语读写能力得分平均为4.26 (SD为1.26)。
关于对挪威语的信心水平,在这三种技能中,数字都集中在“既不”也不“同意”上。挪威语熟练程度得分平均为3.35(标准差为1.08)。
共有91名(51.7%)受访者表示,英语是他们有信心的另一种语言。阿拉伯语和旁遮普语分别由两名线人命名,这个数字太小,无法用于统计分析。因此,在进一步的统计分析中,我们将“English”的答案解释为“have English proficiency”。
大多数样本(123/176,69.9%)在挪威居住超过10年。样本中只有一名(0.6%)在挪威居住不到一年的举报人。共有27名(15.3%)被调查者回答他们被诊断为2型糖尿病。
用户因素与电子健康使用之间的关联
示不同变量之间的Pearson相关系数。乌尔都语读写能力与教育和数字技能之间的最高相关系数为0.78 (P<措施)。
用户因素 | 举报人,n (%) | ||
乌尔都语读写能力“我非常自信”: | |||
阅读乌尔都语字母表 | |||
非常同意(5) | 147 (83.5) | ||
同意(4) | 15 (8.5) | ||
无论是(3) | 7 (4.0) | ||
不同意(2) | 2 (1.1) | ||
强烈不同意(1) | 5 (2.8) | ||
书写乌尔都语字母 | |||
非常同意(5) | 137 (77.8) | ||
同意(4) | 15 (8.5) | ||
无论是(3) | 11 (6.3) | ||
不同意(2) | 3 (1.7) | ||
强烈不同意(1) | 10 (5.7) | ||
阅读罗马乌尔都语 | |||
非常同意(5) | 95 (54.0) | ||
同意(4) | 28日(15.9) | ||
无论是(3) | 27日(15.3) | ||
不同意(2) | 6 (3.4) | ||
强烈不同意(1) | 20 (11.4) | ||
书写罗马乌尔都语 | |||
非常同意(5) | 94 (53.4) | ||
同意(4) | 22日(12.5) | ||
无论是(3) | 27日(15.3) | ||
不同意(2) | 9 (5.1) | ||
强烈不同意(1) | 24 (13.6) | ||
“我很有信心”: | |||
阅读挪威 | |||
非常同意(5) | 26日(14.8) | ||
同意(4) | 71 (40.3) | ||
无论是(3) | 46 (26.1) | ||
不同意(2) | 24 (13.6) | ||
强烈不同意(1) | 9 (5.1) | ||
写挪威 | |||
非常同意(5) | 22日(12.5) | ||
同意(4) | 53 (30.1) | ||
无论是(3) | 53 (30.1) | ||
不同意(2) | 33 (18.8) | ||
强烈不同意(1) | 15 (8.5) | ||
说挪威 | |||
非常同意(5) | 28日(15.9) | ||
同意(4) | 49 (27.8) | ||
无论是(3) | 73 (41.5) | ||
不同意(2) | 18 (10.2) | ||
强烈不同意(1) | 8 (4.5) | ||
任何告密者能掌握的语言 | |||
英语 | 91 (51.7) | ||
旁遮普语 | 2 (1.1) | ||
阿拉伯语 | 2 (1.1) | ||
在挪威居住的时间 | |||
0 - 1年 | 1 (0.6) | ||
1 - 5年 | 20 (11.4) | ||
5 - 10年 | 32 (18.2) | ||
10年以上 | 123 (69.9) | ||
2型糖尿病 | 27日(15.3) |
变量 | 1 | 2 | 3. | 4 | 5 | 6 | 7 | 8 | 9 |
1.作为女性 | - - - - - -一个 | ||||||||
2.年龄 | −.04点 | ||||||||
3.健康状况自我评估 | −23)b | −收c | |||||||
4.挪威语水平 | −二十五分b | −.06点 | 口径。b | ||||||
5.2型糖尿病 | −.02点 | 收c | −.33c | −16d | |||||
6.英语水平 | −二十五分b | −29c | 口径。b | 50c | −.19d | ||||
7.教育和数字技能 | −。31c | −.37点c | 点c | 54c | −点c | 55c | |||
8.乌尔都语识字 | −.22b | −点c | 38c | .51c | −陈霞c | 53c | 尾数就c | ||
9.在挪威居住年限的对数 | .09点 | .59c | −。31c | 16d | .20b | −只要d | −29c | −.21b | - - - - - - |
一个不适用。
bP< . 01。
cP<措施。
dP< . 05。
显示了六个多元逻辑回归模型的估计。下表显示了每个因变量的最佳回归模型(基于最佳拟合)的结果。例如,为了解释表,“通过使用需要输入搜索词的搜索引擎来查找相关信息”表示第一个回归分析的因变量,接下来的三行显示该模型的自变量。注意,逻辑回归分析中的估计值是优势比的对数,但我们将其转换为中的优势比 为了更容易理解。 为泊松回归分析结果。再一次显示了最佳回归模型。
在保留语言相关变量的模型中,乌尔都语读写能力和挪威语熟练程度与使用不同类型的eHealth进行2型糖尿病自我护理呈正相关。乌尔都语读写能力与以下正相关:在特定网站或通过电子邮件订阅寻求有关T2DM自我护理的信息,通过社交网络进行有关T2DM自我护理的交流和咨询,以及与所经历的电子健康类型总数呈正相关。挪威语熟练程度与使用网络或移动应用程序进行健康自我评估正相关。英语水平与因变量之间既无正相关,也无负相关。
关于在挪威居住的年限,该值的对数与使用ICT与少数特定熟人进行闭门谈话的T2DM自我护理沟通和咨询呈正相关,并通过社交网络,以及与所经历的电子健康类型的总数呈正相关。是否被诊断为T2DM与任何因变量无关。
综合变量教育和数字技能似乎与使用网络或移动应用程序跟踪健康信息呈正相关。女性与使用ICT与少数特定熟人进行有关T2DM自我护理的封闭沟通和咨询呈正相关。年龄与各因变量无显著相关性。健康状况的自我评估在任何模式中都没有保留。
因变量和自变量 | 优势比(95% CI) | P价值一个 | ||
查询相关资料 | ||||
通过使用搜索引擎输入搜索词的数量 | ||||
拦截 | 0.022 (0.002 - -0.209) | 措施 | ||
2型糖尿病b | 3.576 (1.301 - -9.832) | . 01 | ||
乌尔都语识字 | 1.649 (1.026 - -2.651) | .04点 | ||
在特定的网站上或通过电子邮件订阅,只需滚动和点击即可导航 | ||||
拦截 | 0.019 (0.002 - -0.144) | <措施 | ||
乌尔都语识字 | 2.155 (1.388 - -3.344) | 措施 | ||
在挪威居住年限的对数 | 1.371 (0.966 - -1.947) | 。08 | ||
用于沟通和咨询 | ||||
通过一般的信息和通信技术与几个特定的熟人进行闭门谈话 | ||||
拦截 | 0.396 (0.199 - -0.788) | .008 | ||
作为女性 | 2.883 (1.335 - -6.227) | .007 | ||
在挪威居住年限的对数 | 1.728 (1.193 - -2.503) | 04 | ||
通过社交网络服务 | ||||
拦截 | 0.002 (0 - 0.207) | .008 | ||
年龄 | 0.951 (0.903 - -1.001) | 06 | ||
英语熟练 | 0.379 (0.166 - -0.863) | 02 | ||
乌尔都语识字 | 5.697 (2.487 - -13.053) | <措施 | ||
在挪威居住年限的对数 | 2.098 (1.265 - -3.480) | 04 | ||
为T2DM自我护理的积极决策网络或者手机应用 | ||||
跟踪健康信息 | ||||
拦截 | 4.253 (0.256 - -70.507) | 。31 | ||
年龄 | 0.909 (0.844 - -0.979) | . 01 | ||
教育和数字技能 | 3.930 (1.627 - -9.492) | .002 | ||
在挪威居住年限的对数 | 1.753 (0.983 - -3.127) | 06 | ||
健康自我评估 | ||||
拦截 | 0.263 (0.023 - -2.951) | 陈霞 | ||
年龄 | 0.935 (0.887 - -0.985) | . 01 | ||
挪威语水平 | 2.285 (1.294 - -4.036) | 04 | ||
英语熟练 | 0.418 (0.154 - -1.139) | .09点 | ||
教育和数字技能 | 2.414 (1.104 - -5.28) | 03 |
一个bonferroni校正显著性值0.00714用于解释P值。
bT2DM: 2型糖尿病。
所经历的电子健康类型的总数(种类) | 估计(95%置信区间) | P价值一个 |
拦截 | −0.158(−1.321,1.005) | .79 |
年龄 | −0.019(−0.035,−0.003) | 02 |
2型糖尿病b | 0.310(−0.012,0.633) | 06 |
英语熟练 | −0.209(−0.462,0.044) | 厚 |
教育和数字技能 | 0.181(−0.037,0.399) | .10 |
乌尔都语识字 | 0.350 (0.148, 0.552) | 措施 |
在挪威居住年限的对数 | 0.270 (0.117, 0.424) | 措施 |
一个bonferroni校正显著性值0.00714用于解释P值。
bT2DM: 2型糖尿病。
讨论
主要发现及对未来研究的启示
本研究探讨了奥斯陆地区来自巴基斯坦的第一代移民在2型糖尿病自我护理中不同的电子健康使用情况,与两类用户因素相关:(1)目标群体特定用户因素,包括相关语言熟练程度、在东道国的居住时间和2型糖尿病诊断;(2)一般用户因素,包括教育水平、年龄、性别、健康状况自我评估和数字技能。多元回归分析的结果显示,在所有最终模型中,至少有一个目标群体特定变量仍然存在。此外,在大多数模型中,特定于目标群体的变量与电子保健的使用最密切相关。因此,在我们的调查样本中,与只包括一般用户因素相比,包含目标群体特定的用户因素产生了更好的拟合模型,预测用于不同目的的电子健康的使用。
乌尔都语识字率较高的被检举人比乌尔都语识字率较低的被检举人更有可能在门户网站上寻求相关信息或通过电子邮件订阅获取相关信息,使用SNS进行有关2型糖尿病自我护理的沟通和咨询,并使用更广泛的电子健康服务。对于这些类型的电子保健使用,挪威语熟练程度没有保留在最终模型中。使用母语作为寻找感兴趣的信息的首选可能是一种自然行为,只要用户期望或知道他们可以达到他们所需要的信息。社交网络通常被用来与已知的人保持在线联系和交流。因此,也有理由推测,举报人通过社交网络与他们在巴基斯坦的家人、朋友或其他对T2DM自我护理感兴趣的人交流。
作为2型糖尿病自我护理的一部分,挪威语水平与仅使用网络或移动应用程序进行健康自我评估呈正相关。有理由推测,能流利地说挪威语的举报人有更好的机会了解和使用以挪威语提供的此类服务,而且挪威电子保健服务对这类移民群体很有价值。结果留下了一个问题,为什么乌尔都语读写能力与使用这些电子保健服务没有关联。这里的含义可能是乌尔都语无法提供此类服务,或者尽管提供了这些服务,但举报人并不知道。因此,值得进一步调查的是,举报人是否曾试图在互联网上搜索或了解以乌尔都语提供的这种服务。鉴于挪威语熟练程度和乌尔都语读写能力与不同类型的电子保健活动相关的结果,也值得进一步调查他们从不同渠道获得的信息或建议的差异以及用户体验的差异。未来研究中要探讨的另一个有趣问题是,使用以挪威语提供的这种类型的电子保健服务是否能对挪威社会中少数民族人口的整体社会融合产生积极影响,反之亦然,以及健康行为。
大约一半的受访者回答说,他们对英语也有信心。然而,英语熟练程度与2型糖尿病自我护理的任何类型的电子健康使用无关。在样本中,很难推测英语熟练程度与使用eHealth进行T2DM自我护理之间不相关的原因。然而,这里的含义是,目标人群在2型糖尿病自我护理中使用的英语eHealth内容可能不如那些使用挪威语或乌尔都语的内容多。如导言中所述,只有有限数量的研究调查了移民人口的eHealth使用与语言熟练程度或类似情况之间的相关性[
, , , ].所有这些研究都来自以英语为主要语言的美国。正因为如此,以及研究设计的差异,我们的结果不能简单地与这些研究进行比较。然而,大多数研究案例发现,英语熟练程度或类似的用户因素与使用电子健康服务或对使用电子健康服务的信心有关[ , , , ].研究结果表明,在英语不是移民群体或东道国主要语言的欧洲国家,需要更多的知识来研究其他移民群体。在对数形式中,在挪威居住的年数与与少数熟人的密切沟通和社交网络的使用以及过去12个月经历的电子健康类型的总数呈正相关。这里的一种解释可能是,移民在挪威生活的时间越长,他们接触到的也有高风险或患有2型糖尿病的人就越多。此外,与挪威居住时间较短的人相比,他们可能更多地接触到电子保健的可能性,尽管这种影响可能不是线性的,因为电子保健的历史相对较短,需要通过控制用户的年龄来观察。其他关于美国移民使用电子健康的研究表明,居住时间长短对电子健康使用的影响不是单调增加的;与居住在东道国时间最短或最长的人群相比,中间部分人群的电子健康参与度最高[
, ].美国的这些研究不能简单地与我们的研究进行比较,因为他们包括了移民时不分年龄的移民,而本研究中的所有信息提供者都是在18岁以后移民到挪威的。此外,他们探索的电子健康活动类型与本研究并不完全相同。然而,考虑到年龄和居住年限之间的自然相关性,未来更大样本量的研究应进一步探索这些因素之间的关系,例如,通过分割样本和比较不同居住年限的亚组。尽管仍停留在使用搜索引擎寻找有关T2DM自我护理和经历的各种电子健康活动的相关信息的最终模型中,诊断为T2DM与任何类型的电子健康活动都没有显著相关性。调查的纳入标准之一是“对T2DM的自我护理有动机和能力”;因此,T2DM诊断本身可能不足以区分调查样本中用于T2DM自我护理的eHealth用户和非用户。任何模式都不保留对健康的自我评估。身体状况良好可能是使用电子健康进行自我保健的结果,而身体状况不好可能是使用电子健康进行自我保健的动机。因此,参与调查时的自我健康评估可能不是电子医疗在2型糖尿病自我护理中的良好指标。
未来电子卫生服务的发展和传播对减少社会卫生不平等的影响
该结果为研究较少的弱势用户群体之一的T2DM自我护理的不同电子健康活动的相关用户因素提供了有价值的见解。所得知识可用于指导为这一弱势群体设计、开发和传播电子卫生工具的进一步研究,以实现减少社会卫生不平等的目标。
尽管纳入标准为“有动机并有能力进行2型糖尿病自我护理活动”,但并非所有类型的电子健康活动在样本中都足够普遍。本研究结果表明,目标人群对电子健康活动存在一定的分歧。首先,那些挪威语熟练程度高的人,以及那些受过高等教育和拥有数字技能的人,分别更有可能使用应用程序进行自我健康评估和通过应用程序跟踪健康信息。第二,乌尔都语识字率高的人比乌尔都语识字率低的人更倾向于上网寻求与T2DM自我护理相关的信息和通过SNS进行交流。此外,近一半的样本使用ICT与特定的熟人进行闭门交谈,以咨询有关T2DM的问题,这与在挪威居住的较长时间密切相关。这意味着通过他们的社交网络传播可靠的健康信息或自我护理应用程序的重要性。关于移民人口使用电子保健的相关研究也支持目标人口网络的使用[
],以及利益攸关方推广现有的电子医疗服务[ , ].另一方面,翻译成英语似乎并不同样相关,因为对这一人群来说,尽管超过一半的样本显示对英语有信心,但英语熟练程度与使用电子健康没有关联。因此,为了通过电子卫生服务减少社会不平等,需要以挪威语和与社会卫生不平等高风险群体特别相关的少数民族语言提供这些服务。相关研究也概述了以本国语言提供易于阅读、文化上合适的健康信息的重要性[
, , ].不应因相关研究报告存在此类问题而使以非主导语言提供的电子健康内容中的信息质量和数量恶化[ , ].移民在语言和文化背景方面是异质的。以适应文化背景的许多少数民族语言提供电子保健服务的要求很高,费用也很高。机器翻译似乎还没有达到足够准确的水平,但当与人工翻译结合使用时,它可能会很有用[ , ].此外,机器翻译技术的进一步发展具有巨大潜力,能够以比今天更低的成本和更可靠的水平以少数民族语言提供电子保健服务。限制
我们在之前的研究中报告的调查样本和调查方法的局限性[
]也适用于这项研究。此外,我们需要注意的是,本研究可能存在非概率抽样,尽管我们采用的多招募方法比普通概率抽样更适合于目标人群的招募[ ].对于这个特殊的研究,我们应该注意以下几点。关于英语水平的数据是通过询问被调查者有信心使用的任何语言间接获得的。这种方法可能在一定程度上造成了对英语熟练程度有较高信心的举报人数量的低估,但不应造成高估。从回归分析的结果来看,即使高英语水平的被调查者数量在一定程度上增加,结果也不会有太大的变化。
我们的研究涉及一个特定背景下的特定人群。我们邀请未来的研究来探索这些发现是否可以在其他环境和人群中复制,并探索结果的潜在泛化性。
结论
本研究的贡献是在欧洲国家的一个移民人群中推进与各种电子健康活动相关的用户因素的知识,这是一个脆弱和鲜为人知的用户群体。特别是,这项研究表明,当目标群体是弱势移民人口时,检查目标群体特定用户因素与不同电子健康活动体验的关联的重要性。这项研究还表明,为了促进和提高移民人口对电子健康的使用,电子健康服务应以少数民族语言提供,而不是将英语作为外国人的通用语言。未来的研究需要进一步了解由于与我们的样本相同或类似的原因而易受健康状况不佳或社会经济地位低下影响的其他目标用户群体。
致谢
奥斯陆城市大学技术、设计和艺术学院计算机科学系于2014年12月资助了这项研究。作者非常感谢莫妮卡·莫里斯和安妮卡·穆尼尔担任研究助理。
作者的贡献
NT和HLH构思了这项研究。NT起草了研究设计和初版手稿。HLH设计并进行了统计分析,并撰写了相关部分的草稿。其他三位作者对研究设计的进一步发展做出了贡献,并对手稿草稿的所有版本提出了意见,从而最终确定了手稿。所有作者都阅读并批准了最终的手稿。
利益冲突
没有宣布。
参考文献
- 健康不平等与电子卫生:电子卫生利益相关者小组报告,2014年2月21日。URL:http://ec.europa.eu/newsroom/dae/document.cfm?doc_id=5170[访问时间:2018-01-04][WebCite缓存]
- 莫雷不。数字差距。《消费健康互联网》2007年12月;11(4):23-41。[CrossRef]
- Kim G, Aguado LCX, Chiriboga DA, Jang Y, Parmelee P, Allen RS.有限的英语水平是使用精神卫生服务的障碍:对患有精神障碍的拉丁裔和亚裔移民的研究。中华精神病学杂志2011年1月;45(1):104-110。[CrossRef] [Medline]
- Chang E, Chan KS, Han H.在种族多样化的亚裔美国成年人样本中,与拥有常规护理来源相关的因素。医学护理2014年9月52(9):833-841。[CrossRef] [Medline]
- Chang E, Chan KS, Han H.文化适应对加州亚裔美国人和非西班牙裔白人通常护理来源差异的影响。中国公共卫生杂志2015年2月;105(2):398-407。[CrossRef] [Medline]
- Isaacs T, Hunt D, Ward D, Rooshenas L, Edwards L.少数民族患者的纳入和语言在2型糖尿病远程医疗试验中的作用:一项系统综述。J Med Internet Res 2016年9月26日;18(9):e256 [免费全文] [CrossRef] [Medline]
- Testa R, Bonfigli AR, Genovese S, Ceriello A.关注欧洲国家患有2型糖尿病的移民。2016年04月11日(3):319-326。[CrossRef] [Medline]
- 王景诗,刘安华,冯绍峰,李勃龙,王志强。民族文化对人们获取和接受健康信息方式的影响。中华临床杂志2018年4月27日(7-8):e1519-e1528。[CrossRef] [Medline]
- Alzubaidi H, Mc Namara K, Browning C.是时候质疑阿拉伯语移民的糖尿病自我管理支持:探索一种新的护理模式。糖尿病医学2017年12月34(3):348-355。[CrossRef] [Medline]
- 访问+理解。健康素养在以病人为中心的健康IT中的作用。中华医学杂志2010年5月;81(5):32-34;测试35。[Medline]
- Sarkar U, Karter AJ, Liu JY, Adler NE, Nguyen R, Lopez A,等。素养差异:健康素养和综合卫生系统中基于互联网的患者门户的使用结果来自北加州糖尿病研究(DISTANCE)。J卫生公共2010;15增刊2:183-196 [免费全文] [CrossRef] [Medline]
- Nazroo JY, Smith GD。社会经济地位对族群间健康差异的贡献:来自美国和英国的证据。入职:McBeth H, Shetty P,编辑。健康和种族。伦敦:CRC出版社;11月23日,2000:41-58。
- Sommer I, Griebler U, Mahlknecht P, Thaler K, Bouskill K, Gartlehner G,等。非传染性疾病的社会经济不平等及其风险因素:系统评价综述BMC Public Health 2015 Sep 18;15:914 [免费全文] [CrossRef] [Medline]
- Jenum AK, Diep LM, holmbo - ottesen G, Holme IM, Kumar BN, Birkeland KI。与挪威人相比,土耳其、越南、斯里兰卡和巴基斯坦少数民族的糖尿病易感性——与肥胖的联系在少数民族女性中最强。BMC公共卫生2012;12:150 [免费全文] [CrossRef] [Medline]
- Tran AT, Straand J, Diep LM, Meyer HE, Birkeland KI, Jenum AK。与挪威少数民族相比,5个少数民族按糖尿病状况划分的心血管疾病。BMC公共卫生2011年7月13日;11:554 [免费全文] [CrossRef] [Medline]
- Meeks KA, Freitas-Da-Silva D, Adeyemo A, Beune EJ, Modesti PA, Stronks K,等。居住在欧洲的少数民族群体中2型糖尿病患病率的差异:系统回顾和荟萃分析2016年4月11日(3):327-340。[CrossRef] [Medline]
- Fernando E, Razak F, Lear SA, Anand SS.南亚移民的心血管疾病。中华心血管杂志2015年9月31日(9):1139-1150。[CrossRef] [Medline]
- 世界卫生组织欧洲区域办事处。关于健康2020网址:http://www.euro.who.int/en/health-topics/health-policy/health-2020-the-european-policy-for-health-and-well-being/about-health-2020[访问时间:2016-02-14][WebCite缓存]
- 世界卫生组织欧洲区域办事处,2017年6月ehealth,我们现在在哪里?URL:http://www.euro.who.int/en/health-topics/Health-systems/e-health/ehealth-where-are-we-now[访问时间:2018-01-05][WebCite缓存]
- Bacigalupe G, Askari SF。电子卫生创新、合作和医疗保健差异:制定文化能力评估标准。Fam系统健康2013年9月31日(3):248-263。[CrossRef] [Medline]
- 金浩,谢波。电子健康时代的健康素养:文献系统综述。患者教育杂志2017年6月;100(6):1073-1082。[CrossRef] [Medline]
- Sheon AR, Bolen SD, Callahan B, Shick S, Perzynski AT。通过鼓励采用和使用技术的新方法来解决糖尿病管理方面的差异。JMIR Diabetes 2017 july 13;2(2):e16 [免费全文] [CrossRef] [Medline]
- Lee C, Ramírez AS, Lewis N, Gray SW, Hornik RC。超越互联网:研究癌症患者在寻求癌症信息方面的社会经济不平等。卫生公报2012;27(8):806-817 [免费全文] [CrossRef] [Medline]
- 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 [免费全文] [CrossRef] [Medline]
- 拉图利佩K,哈默尔C,吉鲁D.社会健康不平等与电子健康:理论和实证研究定性综合的文献综述。J Med Internet Res 2017 april 27;19(4):e136 [免费全文] [CrossRef] [Medline]
- 王志强,王志强,王志强,等。少数民族社会地位与健康信息搜索:对社会多元化假设的检验。中国科学(英文版)2012年9月27日(5):854-858。[CrossRef] [Medline]
- 蔡西格,辛格,科赫,泽布,莫巴赫,伯特伦,等。在移民和非移民德国癌症幸存者中使用社会心理和信息服务。2015年8月;24(8):919-925。[CrossRef] [Medline]
- Gonzalez M, Sanders-Jackson A, Emory J.拉丁美洲人在线健康信息寻求行为和填写在线表格的信心:2011-2012年加州健康访谈调查的横断面分析。J Med Internet Res 2016 july 04;18(7):e184 [免费全文] [CrossRef] [Medline]
- Nölke L, Mensing M, Krämer A, Hornberg C.在线健康信息搜索者的社会人口学和健康(护理)相关特征:一项横断面德国研究。BMC公共卫生2015年1月29日;15:31 [免费全文] [CrossRef] [Medline]
- 阮国强,李国强。在获取和使用互联网作为健康信息资源方面存在持久的数字鸿沟:来自加利福尼亚州基于人口的研究结果。Int J Med Inform 2017 july;103:49-54。[CrossRef] [Medline]
- Massey PM, Langellier BA, Sentell T, Manganello J.出生和语言偏好作为健康信息寻求的驱动因素:来自美国基于人群的调查的差异和趋势。Ethn Health 2017 Dec;22(6):596-609。[CrossRef] [Medline]
- Bender MS, Choi J, Arai S, Paul SM, Gonzalez P, fuoka Y.白人、菲律宾人、韩国人和拉丁美洲人的数字技术所有权、使用情况和预测下载健康应用程序的因素:健康调查的数字链接。JMIR Mhealth Uhealth 2014;2(4):e43 [免费全文] [CrossRef] [Medline]
- De Jesus M, Xiao C.预测互联网作为健康信息来源:美国西班牙裔人口中的“语言鸿沟”。政策互联网2012年8月10日;4(2):1-11。[CrossRef]
- 赵旭,杨波,黄晨。2008 - 2013年美国移民电子健康参与趋势分析。卫生共通2018年5月16:1-11。[CrossRef] [Medline]
- Himmelgreen DA, Pérez-Escamilla R, Martinez D, Bretnall A, Eells B, Peng Y,等。在美国的时间越长,身材越胖:波多黎各女性的肥胖与在美国的时间长短和语言使用有关。中华医学杂志2004,9(1):90-96。[CrossRef] [Medline]
- Lebrun洛杉矶。加拿大和美国移民的停留时间和语言熟练程度对医疗保健经验的影响中国科学(d辑),2012;[CrossRef] [Medline]
- Sanchez-Vaznaugh EV, Kawachi I, Subramanian SV, Sánchez BN, Acevedo-Garcia D.出生地和居住时间对身体质量指数(BMI)的教育、性别和种族/民族的差异影响。科学通报2008年10月;67(8):1300-1310。[CrossRef] [Medline]
- 张伟,Ta VM。亚裔美国人的社会关系、移民相关因素和自我评定的身心健康。中国科学(英文版);2009;[CrossRef] [Medline]
- Oza-Frank R, Cunningham SA。美国居民在移民中的权重:系统回顾。Obes Rev 2010 4月11日(4):271-280。[CrossRef] [Medline]
- 欧泽-弗兰克R, Stephenson R, Narayan KM。美国移民中糖尿病的患病率按居住时间划分。移民未成年人健康杂志2011年2月;13(1):1-8。[CrossRef] [Medline]
- 陈志强,李志强,李志强,等。老年亚裔移民的健康行为、慢性疾病患病率与自我评估健康状况的关系。中国移民与健康杂志,2005,4(2):75-83。[CrossRef] [Medline]
- 准将- mensah Y, Ukonu N, Obisesan O, Aboagye JK, Agyemang C, Reilly CM,等。在美国居住的时间长短与移民中较高的心脏代谢危险因素患病率相关:一项对国家健康访谈调查的当代分析。J Am心脏协会2016年11月04日;5(11):1 [免费全文] [CrossRef] [Medline]
- 药师在自我护理和自我用药中的作用。1998.URL:http://apps.who.int/medicinedocs/pdf/whozip32e/whozip32e.pdf[访问2015-12-09][WebCite缓存]
- Dzamarija MT, Steinkellner A.挪威统计局2018年3月5日。14%的人口是移民https://www.ssb.no/en/befolkning/artikler-og-publikasjoner/14-per-cent-of-population-are-immigrants[访问时间:2018-03-13][WebCite缓存]
- 挪威统计局,2016年3月8日。家庭团聚比结婚还多https://www.ssb.no/en/befolkning/artikler-og-publikasjoner/more-family-reunifications-than-new-marriages[访问时间:2018-03-15][WebCite缓存]
- SV佩特森工作室内由手工制作完成。挪威统计局,2009年。Innvandrere i norske kommuner:人口统计,levekår og deltakelse i arbeidsstyrken网址:https://www.ssb.no/a/publikasjoner/pdf/rapp_200936/rapp_200936.pdf[已访问2015-12-18][WebCite缓存]
- 挪威统计局,2015年。16岁及以上移民的教育水平http://www.ssb.no/270248/level-of-education-for-immigrants-16-years-and-older.country-background.numbers[访问日期:2016-09-16][WebCite缓存]
- 大英百科全书,2009年5月28日。乌尔都语网址:https://www.britannica.com/topic/Urdu-language[访问时间:2018-03-15][WebCite缓存]
- 教科文组织统计研究所。巴基斯坦URL:http://uis.unesco.org/en/country/PK[访问时间:2018-03-22][WebCite缓存]
- Tatara N, Kjøllesdal MK, Mirkovic J, Andreassen HK。来自巴基斯坦的第一代移民在挪威奥斯陆地区使用电子保健,重点是糖尿病:调查方案。JMIR Res Protoc 2016年4月25日;5(2):e79 [免费全文] [CrossRef] [Medline]
- Vrålstad S,维根KS。挪威统计局,2017年。Levekår blant innvandrere i Norge 2016网址:https://www.ssb.no/sosiale-forhold-og-kriminalitet/artikler-og-publikasjoner/_attachment/309211?_ts=160ea9e4890[访问2018-05-31][WebCite缓存]
- 一个四阶段模型解释了南亚人比欧洲人患2型糖尿病的风险更高。糖尿病医学2013 1月30日(1):35-42。[CrossRef] [Medline]
- Mellin-Olsen T, Wandel M.在挪威奥斯陆的巴基斯坦移民妇女饮食习惯的变化。Ethn Health 2005 11月10日(4):311-339。[CrossRef] [Medline]
- Fagerli RA, Lien ME, Wandel M.在奥斯陆出生的巴基斯坦2型糖尿病患者的饮食建议经验。Appetite 2005 Dec;45(3):295-304。[CrossRef] [Medline]
- Tatara N, Hammer HL, Andreassen HK, Mirkovic J, Kjøllesdal MKR。通常调查的用户因素与2型糖尿病自我护理的各种类型的电子保健使用之间的关联:挪威奥斯陆地区来自巴基斯坦的第一代移民的案例JMIR公共卫生监测2017年10月05日;3(4):e68 [免费全文] [CrossRef] [Medline]
- 张志刚,张志刚,张志刚,张志刚,等。移民和在美国出生的亚裔美国人使用心理健康服务:来自全国拉丁裔和亚裔美国人研究的结果。中华卫生杂志2007年1月;97(1):91-98。[CrossRef] [Medline]
- 梅春霞,姜s, Kang D, Domanski MD.中国和韩国移民老年人的英语语言能力与健康相关的生活质量。卫生社会工作2007年5月;32(2):119-127。[Medline]
- Pottie K, Ng E, Spitzer D, Mohammed A, Glazier R.语言能力、性别和自我报告的健康:对加拿大移民的前两波纵向调查的分析。中华卫生杂志,2008;29(6):457 - 457。[Medline]
- R:统计计算的语言和环境。奥地利维也纳:R统计计算基金会网址:https://www.r-project.org/[进入2005-12-09][WebCite缓存]
- 统计模型辨识的新认识。IEEE自动控制,1974年12月19(6):716-723。[CrossRef]
- 克伦巴赫LJ。系数和测试的内部结构。心理测量学1951年9月16日(3):297-334。[CrossRef]
- Morahan-Martin JM。互联网用户如何查找、评估和使用在线健康信息:跨文化回顾。Cyberpsychol Behav 2004十月;7(5):497-510。[Medline]
- 李娟,罗瑞思,金凯,张玲,Neubeck L, Gallagher R.中国移民心血管疾病信息的质量和文化敏感性:来自心脏基金会的在线资源综述。中华心血管病杂志2018;33(3):269-280。[CrossRef] [Medline]
- 李志强,李志强,李志强,等。急性心肌梗死和脑卒中患者健康信息质量的研究。中国医学港口学报2014;27(2):223-231 [免费全文] [Medline]
- 崔玉凯,刘志刚,刘志刚,刘志刚。机器翻译辅助健康信息交流技术的研究进展。J Biomed Inform 2018年9月;85:56-67。[CrossRef] [Medline]
- 陈旭,阿科斯塔,巴里。机器还是人?评估糖尿病教育材料的语言翻译手机应用程序的质量。JMIR Diabetes 2017 Jun 29;2(1):e13 [免费全文] [CrossRef] [Medline]
- Hussain-Gambles M, Leese B, Atkin K, Brown J, Mason S, Tovey P.涉及南亚患者的临床试验。卫生技术评估2004年10月;8(42):iii, 1-iii i109 [免费全文] [Medline]
缩写
另类投资会议:赤池信息标准 |
信息通信技术:信息和通信技术 |
或者:优势比 |
社交网站:社交网络服务 |
2型糖尿病:2型糖尿病 |
G·艾森巴赫(G Eysenbach)编辑;提交21.08.18;同行评议:M Gonzalez, C Calvo Lobo, D Arigo, S Balsari, M Ghajarzadeh;对作者20.03.19的评论;修订版本收到11.07.19;接受28.07.19;发表16.08.19
版权©Naoe Tatara, Hugo Lewi Hammer, Jelena Mirkovic, Marte Karoline Råberg Kjøllesdal, Hege Kristin Andreassen。最初发表于《JMIR公共卫生与监测》(http://publichealth.www.mybigtv.com), 2019年8月16日。
这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR公共卫生和监测上的原创作品。必须包括完整的书目信息,http://publichealth.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。