这是一篇开放获取的文章,根据创作共用署名许可(http://creativecommons.org/licenses/by/2.0/)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。
拉美裔是美国增长最快的少数群体,他们承受着不成比例的慢性病负担。研究表明,在线健康信息有可能影响很大一部分人口的健康行为和慢性疾病的管理,但很少有研究关注西班牙裔。
这项描述性的横断面研究的具体目的是研究西班牙裔中在线健康信息搜索行为与健康行为(体育活动、水果和蔬菜消费、饮酒和高血压药物依从性)之间的关系。
数据收集自居住在曼哈顿北部的西班牙裔便利样本(N=2680),由双语社区卫生工作者通过面对面访谈收集,并使用线性和有序逻辑回归进行分析。变量选择和统计分析由电子健康使用综合模型指导。
仅有7.38%(198/2680)的样本报告了在线健康信息查询行为。适度的体育活动水平和水果、蔬菜和酒精消费量较低。在服用高血压药物的个体(n=825)中,依从性报告约占样本的三分之一(30.9%,255/825)。在控制人口统计学、情境和文化程度变量后,在线健康信息搜索行为与水果显著相关(β=0.35, 95% CI 0.08-0.62,
考虑到在线健康信息搜索行为与某些健康行为之间有希望的(尽管不大)关联,需要努力提高西班牙裔访问和理解健康信息的能力,并提高在语言、可读性水平和文化相关性方面合适的在线健康信息的可用性。
西班牙裔是美国增长最快的少数群体,与非西班牙裔群体相比,他们承受着不成比例的慢性病负担[
随着互联网用户数量的增长,互联网已成为慢性疾病管理的重要资源[
拉美裔对在线健康信息的兴趣正在增加。2011年,皮尤互联网与美国生活项目(Pew Internet & American Life Project)报告称,45%的西班牙裔互联网用户曾从互联网上寻求健康信息;2013年,这一比例上升至66% [
我们之前的研究重点是西班牙裔在线健康信息搜索行为的相关性[
数据是在深入的社区调查中收集的,作为华盛顿高地Inwood信息基础设施的比较有效性研究(WICER)项目的一部分。测试了五种假设。控制情境、社会人口学和文化程度因素,在线健康信息搜索行为将(1)与水果消费呈正相关,(2)与蔬菜消费呈正相关,(3)与体育活动呈正相关,(4)与酒精消费负相关,(5)与高血压药物依从性呈正相关。此外,还研究了情境、社会人口学和文化程度因素与水果消费、蔬菜消费、体育活动、饮酒和高血压药物依从性之间的关系。
调查集水区包括5个邮政编码(10031、10032、10033、10034和10040),其中包括曼哈顿北部的华盛顿高地因伍德社区,该社区已被医疗保险和医疗补助服务中心指定为医疗服务不足地区,因为它符合与贫困水平、老年人和婴儿死亡率以及社区初级保健提供者比例相关的标准[
经哥伦比亚大学医学中心机构审查委员会批准后,采用多种方法开始招募符合条件的参与者。参与者是从家庭或社区的其他地方(如学校、杂货店、发廊)招募的。家庭样本一开始是概率样本,然后按照计划演变为基于参与者社交网络和便利性抽样的滚雪球抽样。对于概率样本,我们在5个邮政编码中随机抽取了68,000个居住单元(即家庭),并从纽约市健康和精神卫生部门社区的8个区中每个区选择了一个加权样本。每个卫生区的样本量根据人口分布进行加权。一旦我们招募了一名家庭成员并完成调查,我们询问参与者是否愿意将研究团队介绍给他们的社交网络成员,以确定他们是否有兴趣完成调查(即滚雪球抽样)。其他参与者是通过与社区环境中的社区卫生工作者直接接触招募的。
样本包括在2012年4月至2012年11月期间完成WICER社区调查的人。18岁或以上、讲英语或西班牙语、西班牙裔的参与者有资格参加这项研究。
数据由双语社区卫生工作者在家庭或社区场所(如学校、杂货店)进行面对面访谈收集。为了在采访者之间收集数据的一致性,社区卫生工作者接受了负责任的研究和包括知情同意在内的具体研究程序方面的教学和实践培训。项目协调员每周监测他们的表现。在进行调查访谈之前,双语研究人员获得了参与者选择的语言(英语或西班牙语)的知情同意。这个过程大约需要45到60分钟才能完成,参与者获得了25美元的补偿,形式包括地铁卡、杂货券或电影票。
在WICER调查数据收集完成后,Bodie和Dutta的电子健康使用综合模型[
研究变量的概念化和测量。
概念和定义 | 那变量/测量 |
情境因素:患者所面临的特定健康状况及其随后的消费者健康信息需求[ |
高血压:“你是否曾被医生、护士或其他健康专业人士告知你患有高血压(也称为high blood pressure或pressure) ?“( |
|
一般健康状况:“你的健康状况大体上是……?”“( |
|
严重的健康问题:“你是否经历过持续至少6个月的严重个人健康问题?“( |
人口统计信息 | 年龄、性别、就业情况、移民状况、婚姻状况、教育程度、保险情况 |
卫生素养: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能力程度[ |
健康素养:Chew的1项健康素养筛选问题“你有多少次因为难以理解书面信息而无法了解自己的健康状况?”“( |
计算机素养:计算机技能和使用技术来提高学习,生产力和表现的能力[ |
社交网站会员资格:“你是Facebook、Myspace或Twitter等社交网站的会员吗?” |
在线健康信息寻求行为:个人与电子设备或通信技术互动,以获取或传输健康信息,或就健康相关问题接受指导和支持[ |
在线健康信息查询行为:“在过去12个月内,您是否(1)参加了一个为有类似健康或医疗问题的人而设的在线支持小组,(2)使用电子邮件或互联网与医生或医生办公室沟通,或(3)使用互联网查询健康或医疗信息?“( |
健康行为 | 体育活动,水果摄入,蔬菜摄入 |
|
饮酒情况:纽约市健康和营养调查[ |
|
药物依从性:莫里斯基8项药物依从性量表(MMAS-8) [ |
Bodie和Dutta [
总结于
尽管医学研究所对健康素养的定义很广泛,包括获取和处理信息以及理解和应用信息,[
在WICER的调查中,没有关于计算机素养的直接问题。美国教育部定义
鲁宾逊等[
体育活动、水果和蔬菜消费以及酒精消费的测量项目来自纽约市健康和营养检查调查(NYCHANES) [
高血压药物依从性以Morisky 8项药物依从性量表(MMAS-8)衡量[
数据采用SPSS 20.0软件进行分析。使用单变量分析来检查研究变量的频率和分布,计算均值和标准差、范围、频率和百分比。统计分析以Bodie和Dutta的电子健康使用综合模型为指导[
样本(N=2680)的特征总结在
受访者报告每天食用水果(平均0.8,SD 1.5)和蔬菜(平均0.8,SD 1.7)少于一次。中等体力活动的平均频率为每周1.6次(SD 11.4)。超过一半的受访者(69.07%,185/2680)表示每月饮酒少于1杯,一小部分受访者(2.0%,54/2680)表示每月饮酒超过20杯。在服用高血压药物的个体(n=825)中,依从性报告为高(30.9%,255/825)、中(26.3%,217/825)和低(42.8%,353/825)。
在人口统计学变量、情境变量和受访者在线健康信息查询行为相关的双变量分析中,年龄差异有统计学意义(
模型1和2
西班牙裔参与者的描述性特征(N=2680)。
变量 | 受访者 | ||
|
|
||
|
|
|
|
|
|
男人 | 747 (27.87) |
|
|
女性 | 1919 (71.60) |
|
|
|
|
|
|
使用 | 987 (36.83) |
|
|
失业 | 1693 (63.17) |
|
|
|
|
|
|
结婚/生活 | 935 (34.89) |
|
|
否则 | 1724 (64.33) |
|
|
|
|
|
|
<高中毕业生 | 1335 (49.81) |
|
|
≥高中毕业 | 1298 (48.43) |
|
|
|
|
|
|
出生在美国 | 323 (12.05) |
|
|
出生在其他国家 | 2349 (87.65) |
|
|
|
|
|
|
医疗保险和医疗补助 | 2032 (75.82) |
|
|
其他(VA, private,等等) | 392 (14.63) |
|
|
没有一个 | 356 (13.28) |
|
年龄(年),平均值(SD) | 50.0 (17.1) | |
|
|
||
|
|
|
|
|
|
<好 | 612 (22.84) |
|
|
≥好 | 1994 (74.40) |
|
|
|
|
|
|
是的 | 986 (36.79) |
|
|
没有 | 1662 (62.01) |
|
|
|
|
|
|
是的 | 187 (6.98) |
|
|
没有 | 2471 (92.20) |
|
|
||
|
|
|
|
|
|
足够的知识 | 1009 (37.65) |
|
|
读写能力不足 | 1553 (57.95) |
|
|
|
|
|
|
是的 | 595 (22.20) |
|
|
没有 | 1750 (65.30) |
|
|
|
|
|
|
是的 | 198 (7.39) |
|
|
没有 | 2471 (92.20) |
|
|
||
|
体育活动(次/周),平均值(SD) | 1.6 (11.4) | |
|
水果消耗量(次/天),平均值(SD) | 0.8 (1.5) | |
|
蔬菜消耗量(次/天),平均值(SD) | 0.8 (1.7) | |
|
|
|
|
|
|
<1 /月 | 1851 (69.07) |
|
|
每月1-19个 | 660 (24.63) |
|
|
每月≥20个 | 54 (2.01) |
|
|
|
|
|
|
高依从性 | 255 (30.9) |
|
|
中坚持 | 217 (26.3) |
|
|
依从性低 | 353 (42.8) |
一个药物依从性的样本量为n=825。
线性回归:在线健康信息搜索行为与水果消费之间的关联。
变量 | 模型1一个 | 模型2b | 模型3b | |||||||
|
β(SE) | 95%可信区间 |
|
β(SE) | 95%可信区间 |
|
β(SE) | 95%可信区间 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
移民身份c | -0.24 (0.12) | -0.47, -0.01 | .04点 | -0.31 (0.12) | -0.54, -0.08 | . 01 | -0.33 (0.12) | -0.56, -0.09 | . 01 |
|
年龄 | -0.14 (0.06) | -0.26, -0.03 | . 01 | -0.11 (0.06) | -0.22, 0.01 | 07 | -0.12 (0.06) | -0.24, -0.01 | .04点 |
|
一般健康状况 | -0.27 (0.09) | -0.44, -0.10 | .002 | -0.27 (0.09) | -0.44, -0.10 | .002 | -0.24 (0.09) | -0.41, -0.08 | . 01 |
|
高血压d | -0.01 (0.08) | -0.17, 0.15 | .92 | 0.02 (0.08) | -0.14, 0.18 | 结果 | 0.03 (0.08) | -0.13, 0.19 | 2 |
|
教育水平 | 0.13 (0.08) | -0.03, 0.28 | .10 | 0.08 (0.08) | -0.08, 0.23 | 收 | 0.05 (0.08) | -0.10, 0.21 | 50 |
|
|
|
|
|
|
|
|
|
|
|
|
健康知识 |
|
|
|
-0.03 (0.07) | -0.15, 0.14 | .97点 | -0.02 (0.07) | -0.17, 0.12 | .76 |
|
社交网站的会员d |
|
|
|
0.28 (0.09) | 0.10, 0.47 | . 01 | 0.23 (0.10) | 0.05, 0.42 | 02 |
在线健康信息查询行为d |
|
|
|
|
|
|
0.35 (0.14) | 0.08, 0.62 | . 01 |
一个调整
b调整
c出生地编码为0=外国出生或1=美国出生。
d编码为0=no或1=yes。
线性回归:网上健康信息搜索行为与蔬菜消费之间的关系。
变量 | 模型1一个 | 模型2b | 模型3c | |||||||
|
β(SE) | 95%可信区间 |
|
β(SE) | 95%可信区间 |
|
β(SE) | 95%可信区间 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
移民身份c | -0.28 (0.13) | -0.53, -0.02 | 03 | -0.31 (0.13) | -0.57, -0.06 | 02 | -0.33 (0.13) | -0.59, -0.08 | . 01 |
|
年龄 | -0.10 (0.06) | -0.22, 0.02 | 厚 | -0.07 (0.06) | -0.19, 0.06 | 陈霞 | -0.09 (0.06) | -0.21, 0.04 | .19 |
|
一般健康状况 | -0.09 (0.09) | -0.28, 0.09 | 。31 | -0.11 (0.09) | -0.29, 0.08 | 点 | -0.08 (0.09) | -0.26, 0.11 | .41点 |
|
高血压d | -0.04 (0.09) | -0.21, 0.14 | .68点 | -0.02 (0.09) | -0.19, 0.16 | .85 | -0.01 (0.09) | -0.18, 0.17 | .95 |
|
教育水平 | 0.11 (0.08) | -0.06, 0.27 | . 21 | 0.07 (0.09) | -0.10, 0.24 | .40 | 0.05 (0.09) | -0.12, 0.22 | .60 |
|
|
|
|
|
|
|
|
|
|
|
|
健康知识 |
|
|
|
-0.12 (0.08) | -0.28, 0.04 | .14点 | -0.14 (0.08) | -0.30, 0.02 | 。08 |
|
社交网站的会员d |
|
|
|
0.20 (0.10) | -0.001, 0.40 | 0。 | 0.15 (0.11) | -0.06, 0.36 | 酒精含量 |
在线健康信息查询行为d |
|
|
|
|
|
|
0.36 (0.15) | 0.06, 0.65 | 02 |
一个调整
b调整
c调整
c移民身份被编码为0=外国出生或1=美国出生。
d编码为0=no或1=yes。
线性回归:在线健康信息搜索行为与身体活动之间的关联。
变量 | 模型1一个 | 模型2一个 | 模型3b | |||||||
|
β(SE) | 95%可信区间 |
|
β(SE) | 95%可信区间 |
|
β(SE) | 95%可信区间 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
移民身份c | -0.90 (0.75) | -2.36, 0.57 | 23) | -1.19 (0.76) | -2.68, 0.30 | 点 | -1.40 (0.76) | -2.89, 0.08 | 06 |
|
年龄 | -0.83 (0.37) | -1.54, -0.11 | 02 | -0.70 (0.38) | -1.43, 0.04 | .002 | -0.87 (0.38) | -1.60, -0.13 | 02 |
|
一般健康状况 | -2.30 (0.55) | -3.37, -1.21 | <措施 | -2.22 (0.56) | -3.23, -1.12 | <措施 | -1.92 (0.55) | -3.00, -0.83 | 措施 |
|
高血压d | 0.47 (0.52) | -0.56, 1.45 | .37点 | 0.58 (0.53) | -0.45, 1.61 | 低位 | 0.71 (0.53) | -0.32, 1.74 | 只要 |
|
教育水平 | 1.75 (0.50) | 0.78, 2.72 | <措施 | 1.55 (0.50) | 0.56, 2.54 | .002 | 1.28 (0.51) | 0.29, 2.27 | . 01 |
|
|
|
|
|
|
|
|
|
|
|
|
健康知识 |
|
|
|
0.99 (0.47)一个 | 0.07, 1.91 | .04点 | 0.77 (0.47) | -0.1, 1.70 | .10 |
|
社交网站的会员d |
|
|
|
1.16 (0.60) | -0.02, 2.34 | 0。 | 0.67 (0.61) | -0.53, 1.86 | 陈霞 |
在线健康信息查询行为d |
|
|
|
|
|
|
3.73 (0.88) | 1.99, 5.46 | <措施 |
一个调整
b调整
c移民身份被编码为0=外国出生或1=美国出生。
d编码为0=no或1=yes。
关于在线健康信息搜索行为与酒精消费之间关系的假设(
有序逻辑回归:在线健康信息搜索行为与酒精消费之间的关联。
变量 | 模型1一个 | 模型2b | 模型3b | |||||||
|
β(SE) | 95%可信区间 |
|
β(SE) | 95%可信区间 |
|
β(SE) | 95%可信区间 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
移民身份c | 0.24 (0.14) | -0.04, 0.52 | .10 | 0.25 (0.16) | -0.05, 0.55 | 厚 | 0.23 (0.16) | -0.07, 0.54 | 13。 |
|
年龄 | 0.07 (0.07) | -0.07, 0.21 | .33 | 0.13 (0.08) | -0.03, 0.28 | .10 | 0.11 (0.08) | -0.04, 0.27 | 16 |
|
一般健康状况 | 0.24 (0.11) | 0.02, 0.46 | 03 | 0.20 (0.12) | -0.03, 0.43 | .09点 | 0.21 (0.12) | 0.02, 0.45 | 。08 |
|
高血压d | -0.03 (0.10) | -0.24, 0.17 | 综合成绩 | -0.03 (0.11) | -0.25, 0.19 | 尾数就 | -0.02 (0.11) | -0.24, 0.20 | .87点 |
|
教育水平 | 0.08 (0.10) | -0.11, 0.27 | 点 | 0.05 (0.11) | -0.16, 0.26 | 收 | 0.04 (0.11) | -0.17, 0.26 | .68点 |
|
|
|
|
|
|
|
|
|
|
|
|
健康知识 |
|
|
|
0.46 (0.10) | 0.26, 0.65 | <措施 | 0.44 (0.10)c | 0.24, 0.63 | < 001。 |
|
社交网站的会员d |
|
|
|
0.17 (0.13) | -0.08, 0.41 | .19 | 0.13 (0.13)c | -0.12, 0.39 | 29 |
在线健康信息查询行为d |
|
|
|
|
|
|
-0.17 (0.18) | -0.52, 0.19 | .35点 |
一个调整
b调整
c移民身份被编码为0=外国出生或1=美国出生。
d编码为0=no或1=yes。
有序逻辑回归:在线健康信息搜索行为与高血压药物依从性之间的关系(n=825)。
变量 | 模型1一个 | 模型2b | 模型3c | |||||||
|
β(SE) | 95%可信区间 |
|
β(SE) | 95%可信区间 |
|
β(SE) | 95%可信区间 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
移民身份d | 1.31 (0.53) | 0.27, 2.34 | . 01 | 0.89 (0.57) | -0.23, 2.00 | 酒精含量 | 0.90 (0.57) | -0.22, 2.02 | 点 |
|
年龄 | -0.29 (0.12) | -0.51, -0.06 | . 01 | -0.28 (0.13) | -0.52, -0.03 | 03 | -0.27 (0.13) | -0.51, -0.02 | .04点 |
|
一般健康状况e | 0.33 (0.14) | 0.05, 0.61 | 02 | 0.22 (0.15) | -0.08, 0.52 | 酒精含量 | 0.24 (0.16) | -0.01, 0.54 | 13。 |
|
教育水平 | -0.40 (0.15) | -0.69, -0.11 | . 01 | -0.55 (0.16) | -0.87, -0.23 | 措施 | -0.58 (0.17)c | -0.90, -0.25 | <措施 |
|
|
|
|
|
|
|
|
|
|
|
|
健康知识 |
|
|
|
-0.32 (0.15) | -0.61, -0.03 | 03 | -0.32 (0.15) | -0.62, -0.03 | 03 |
|
社交网站的会员e |
|
|
|
0.44 (0.29) | -0.14, -1.00 | 13。 | 0.41 (0.29) | -0.17, 0.98 | 。 |
在线健康信息查询行为e |
|
|
|
|
|
|
-0.64 (0.40) | -1.42, 0.14 | 厚 |
一个调整
b调整
c调整
d移民身份被编码为0=外国出生或1=美国出生。
e编码为0=no或1=yes。
只有7.38%(198/2680)的受访者报告他们曾通过互联网寻求健康信息;在682名表示使用互联网的受访者中,这占29.0%(198/682)。这与2013年皮尤互联网与美国生活项目(Pew Internet & American Life Project)数据显示的66%的西班牙裔互联网用户在网上寻求健康信息的行为大相径庭。
以Bodie和Dutta的电子健康使用综合模型为指导[
之前的研究已经证明,在线健康信息搜索者倾向于改善他们的健康行为。
相比之下,在线健康信息搜索行为与饮酒或高血压药物依从性没有显著相关性,这与之前的研究不一致[
除了假设检验,本研究还揭示了人口统计学、情境和文化程度因素之间的关系,这些因素在与5种健康行为相关的回归中作为控制变量。健康行为与年龄(果蔬消费、药物依从性)、教育水平(体育活动、高血压药物依从性)和移民身份(果蔬消费)等人口统计学特征之间存在显著相关性。在移民身份方面,与之前的研究一致[
就环境因素而言,健康状况不佳与更多的水果消费和体育活动有关。这与Shim的[
此外,文化素养因素与一些健康行为有关:社交网站会员与水果消费有关,健康素养与饮酒和药物依从性有关。先前的研究表明,经常访问SNS的研究参与者愿意通过这些网站与他人交流与健康有关的问题,并交换健康信息[
此外,我们的研究发现,健康素养较高的参与者更有可能减少饮酒[
在我们的研究中,在线健康信息搜索行为与一些健康行为之间的显著关联,以及我们的文化素养因素(健康状况、社交网络会员资格)与水果消费、酒精消费和高血压之间的显著关联表明,需要在两个领域采取策略来促进西班牙裔在线健康信息的使用。首先,必须加强与卫生素养和在线卫生信息搜索行为相关的技能。在网上查找健康信息对那些健康知识水平较差和与在线健康信息搜索行为相关技能有限的人提出了挑战[
这项研究有几个潜在的局限性。首先,由于样本的非概率性和我们样本中的西班牙裔主要来自多米尼加共和国的事实,概括性是有限的;我们的样本没有反映美国拉美裔的社会经济地位、文化和健康状况的异质性[
据我们所知,这是第一次大规模研究在线健康信息搜索行为和西班牙裔人群健康行为之间的关系。尽管单个研究的结论应该仔细解释,但这项研究的数据表明了基于信息学的健康干预的潜在途径。考虑到在线健康信息搜索行为与3种健康行为(水果和蔬菜消费和体育活动)之间有希望的联系,需要努力提高西班牙裔获取和理解健康信息的能力,并提高在语言、可读性水平和文化方面适合的在线健康信息的可用性。
莫里斯基8项药物依从性量表
纽约市健康和营养调查
社交网站
华盛顿高地Inwood信息学基础设施的比较有效性研究
这项研究得到了医疗保健研究和质量机构(R01HS019853, R01HS022961,巴肯,PI)的支持,并作为Young Ji Lee在哥伦比亚大学护理学院博士论文的一部分完成。
没有宣布。