这是一篇在知识共享署名许可(http://creativecommons.org/licenses/by/2.0/)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。gydF4y2Ba
电子健康素养量表(eHEALS)是评估消费者在使用信息技术促进健康方面的舒适度和技能的工具。虽然在信度和构效度方面存在证据,但在结构效度方面存在较少的一致性。gydF4y2Ba
本研究的目的是通过应用考虑项目难度的心理测量技术,在社区样本中验证意大利版电子健康素养量表(I-eHEALS)的结构效度。gydF4y2Ba
两项基于网络的调查对居住在瑞士意大利语区(提契诺州)的296人进行了调查。在通过主成分分析(PCA)检查了意大利量表观察变量的潜在变量后,使用验证性因子分析(CFA)计算了两个备选模型的拟合指数。量表结构通过参数和非参数项目反应理论(IRT)分析来检验,考虑到项目之间关于高能力回答比例的差异。通过与理论相关构念的相关性来评估收敛效度。gydF4y2Ba
CFA显示两个模型的拟合都是次优模型。IRT分析证实所有项目都按预期测量单一维度。最终量表的信度和结构效度也得到了验证。因子分析(FA)和IRT分析的对比结果强调了在检查健康素养量表时考虑项目难度差异的重要性。gydF4y2Ba
研究结果支持翻译后的量表的可靠性和有效性,并支持其用于评估意大利语消费者的电子健康素养。gydF4y2Ba
随着互联网的出现,公众可以越来越多地获得与健康有关的信息[gydF4y2Ba
人们处理健康信息的一般能力传统上被定义为健康素养[gydF4y2Ba
eHEALS由8个项目组成,衡量消费者在发现、评估和应用电子健康信息解决健康问题方面的综合知识、舒适度和感知技能。该量表是根据电子健康素养的概念制定的[gydF4y2Ba
该量表的作者已经证明了其英文原版的可靠性和有效性[gydF4y2Ba
大多数旨在验证语言版本eHEALS的研究至少存在两个重要的局限性。首先,虽然英文版的量表已经应用于各种样本,但验证大多是在特定人群中进行的,例如学生[gydF4y2Ba
过去验证研究的第二个重要限制在于对经典检验理论(CTT)和因子分析(FA)的广泛依赖。与传统的卫生素养和其他能力测试一样,电子卫生素养测试的项目涉及不同难度的技能,这些技能可能属于单一的电子卫生素养连续体(见gydF4y2Ba
心理测量学文献承认,如果项目的难度不同,PCA可能会产生一个多维解决方案,将相似难度的项目组合在一起;虽然CFA被认为是一种结构效度的信息性测试,如果项目属性是已知和可接受的,项目反应理论(IRT)方法被推荐用于在这种情况下检查维度[gydF4y2Ba
为了对上述关于eHEALS的两个主要开放问题获得新的见解,本文报告了I-eHEALS的人口样本的翻译和验证。除了CTT和FA之外,我们还应用MSA来检查维度和模型拟合,并使用参数IRT方法来重现和扩展先前对eHEALS项目属性的探索[gydF4y2Ba
为了探索I-eHEALS的心理测量特性,在瑞士意大利语区生活的个人样本中进行了一项基于网络的调查。从社会文化的角度来看,这一人口与意大利人口非常接近,在网上寻求健康信息的活动方面也是如此,因为他们可以获得相同的信息。gydF4y2Ba
在2013年夏季(研究1)和2015年春季(研究2)的一个大型项目中进行的两次调查中,数据是通过基于网络的自我管理问卷收集的。两项调查的参与者都是通过广告招募的,广告刊登在当地一所大学的一家私人诊所的候诊室,以及一份地区性的基于网络的报纸上。选择使用不同的招聘渠道的目的是确保样本在年龄和教育背景方面的多样性。广告中包含有关研究的信息,研究小组的联系方式,以及问卷的链接。参与者只能参加一次调查。所有完成调查并同意提供联系方式(电子邮件地址或电话号码)的参与者都可以参加抽奖,从当地一家杂货店获得三张25欧元的优惠券之一。共有296个个体(NgydF4y2Ba所gydF4y2BaN = 117,gydF4y2BaStudy2gydF4y2Ba=179),年龄在16 ~ 71岁之间(平均年龄37.37岁,标准差13.776)。样本以女性为主(193/296,65.2%),几乎一半的受访者至少受过大学教育(129/296,43.6%)。其余受访者要么拥有高中文凭(82/296,27.7%),要么拥有职业培训证书(55/296,18.6%)。gydF4y2Ba
虽然几乎90%的受访者(257/296,86.8%)报告每天使用互联网,但大多数受访者(210/296,70.9%)报告每周使用互联网获取健康相关信息的次数少于一次。研究1和研究2在基于网络的健康信息搜索方面没有显著差异(gydF4y2Ba
研究1的参与者(平均33.81,SD 10.466)比研究2的参与者(平均39.77,SD 15.170)略年轻;gydF4y2Ba
根据《瑞士联邦人类研究法》(2011年9月30日《人类研究法》[HRA]),不涉及疾病或人体结构或功能的研究不需要伦理审查委员会的正式批准。所有参与者在入组前都被告知研究的性质和目的,并可随时决定撤回参与研究的同意。gydF4y2Ba
调查的主要部分是i -电子健康素养量表(gydF4y2Ba
只有在研究1中,还收集了关于受访者在网络上寻求健康信息的经历和态度的数据。特别是,收集了以下方面的数据:基于网络的健康信息搜索频率、对互联网作为健康信息来源的信任、对为健康目的采用信息通信技术的态度(2项);gydF4y2Ba
最后,收集有关选定的参与者的社会人口学特征的数据。这些因素包括性别、年龄、教育水平以及与健康相关的一般互联网使用情况。gydF4y2Ba
采用IBM SPSS Statistics 21.0、R统计软件(R Foundation for Statistical Computing)和Winsteps软件(Winsteps, Beaverton, Oregon)进行统计分析。gydF4y2Ba
首先,描述项目特征。8个I-eHEALS项目的因子性通过计算项目间相关性(所有项目与至少一个其他项目的相关性至少为0.3),抽样充分性的Kaiser-Meyer-Olkin测量(推荐值>.6)和Bartlett的球形检验(应该是显著的)来检验[gydF4y2Ba
第二步,为了比较Norman和Skinner提出的一维解(模型一)[gydF4y2Ba
随后,NIRT分析(MSA)使用gydF4y2Ba
此外,我们根据Nguyen及其同事先前的探索进行了Rasch分析[gydF4y2Ba
最终量表的信度采用Cronbach alpha评估[gydF4y2Ba
参与者在I-eHEALS上的平均得分为26.65 (SD 6.276)。研究1(平均27.21,SD 6.083)和研究2(平均26.27,SD 6.388)参与者之间没有发现差异;gydF4y2Ba
意大利版电子健康素养量表(I-eHEALS)项目的描述性统计和项目间相关性。gydF4y2Ba
项gydF4y2Ba | 意思是(SDgydF4y2Ba一个gydF4y2Ba)gydF4y2Ba | 斜gydF4y2Ba | 库尔特gydF4y2Ba | 项间的相关性gydF4y2Ba | |||||||
1gydF4y2Ba | 2gydF4y2Ba | 3.gydF4y2Ba | 4gydF4y2Ba | 5gydF4y2Ba | 6gydF4y2Ba | 7gydF4y2Ba | 8gydF4y2Ba | ||||
1gydF4y2Ba | 3.56 (0.996)gydF4y2Ba | −0.59gydF4y2Ba | −0.10gydF4y2Ba | 1gydF4y2Ba |
|
|
|
|
|
|
|
2gydF4y2Ba | 3.62 (0.960)gydF4y2Ba | −0.62gydF4y2Ba | 0.06gydF4y2Ba | .800gydF4y2Ba | 1gydF4y2Ba |
|
|
|
|
|
|
3.gydF4y2Ba | 3.23 (0.969)gydF4y2Ba | −0.12gydF4y2Ba | −0.45gydF4y2Ba | .601gydF4y2Ba | .614gydF4y2Ba | 1gydF4y2Ba |
|
|
|
|
|
4gydF4y2Ba | 3.40 (0.982)gydF4y2Ba | −0.45gydF4y2Ba | −0.29gydF4y2Ba | .717gydF4y2Ba | .692gydF4y2Ba | .661gydF4y2Ba | 1gydF4y2Ba |
|
|
|
|
5gydF4y2Ba | 3.52 (0.978)gydF4y2Ba | −0.60gydF4y2Ba | 0.11gydF4y2Ba | .578gydF4y2Ba | .603gydF4y2Ba | .519gydF4y2Ba | .579gydF4y2Ba | 1gydF4y2Ba |
|
|
|
6gydF4y2Ba | 3.16 (1.171)gydF4y2Ba | −0.28gydF4y2Ba | −0.84gydF4y2Ba | 原始素材gydF4y2Ba | .378gydF4y2Ba | .353gydF4y2Ba | .438gydF4y2Ba | .468gydF4y2Ba | 1gydF4y2Ba |
|
|
7gydF4y2Ba | 3.41 (1.107)gydF4y2Ba | −0.43gydF4y2Ba | −0.49gydF4y2Ba | .356gydF4y2Ba | .372gydF4y2Ba | .309gydF4y2Ba | .406gydF4y2Ba | .407gydF4y2Ba | .719gydF4y2Ba | 1gydF4y2Ba |
|
8gydF4y2Ba | 2.75 (1.146)gydF4y2Ba | 0.12gydF4y2Ba | −0.88gydF4y2Ba | .445gydF4y2Ba | .461gydF4y2Ba | 之中gydF4y2Ba | .488gydF4y2Ba | .513gydF4y2Ba | .529gydF4y2Ba | .530gydF4y2Ba | 1gydF4y2Ba |
一个gydF4y2BaSD:标准差。gydF4y2Ba
所有项目与至少一个其他项目的相关性至少为0.3,表明合理的因子性(gydF4y2Ba
PCA提出了一个两因素的解决方案,其中第一个因素解释了I-eHEALS得分的57.7%的方差,第二个因素解释了额外的14.9%的方差(见gydF4y2Ba
意大利版电子健康素养量表(I-eHEALS)项目的主成分分析。因子加载<。4一个renot displayed.
项gydF4y2Ba | 因子1gydF4y2Ba | 因子2gydF4y2Ba |
I-eHEALS1gydF4y2Ba | .821gydF4y2Ba |
|
I-eHEALS2gydF4y2Ba | .827gydF4y2Ba |
|
I-eHEALS3gydF4y2Ba | .751gydF4y2Ba |
|
I-eHEALS4gydF4y2Ba | .834gydF4y2Ba |
|
I-eHEALS5gydF4y2Ba | .773gydF4y2Ba |
|
I-eHEALS6gydF4y2Ba | .683gydF4y2Ba | .585gydF4y2Ba |
I-eHEALS7gydF4y2Ba | .651gydF4y2Ba | .626gydF4y2Ba |
I-eHEALS8gydF4y2Ba | .717gydF4y2Ba |
|
特征值gydF4y2Ba | 4.619gydF4y2Ba | 1.196gydF4y2Ba |
累积解释方差gydF4y2Ba | 57.7%gydF4y2Ba | 72.7%gydF4y2Ba |
我们对Norman and Skinner提出的1因素模型(模型一)和Soellner等人提出的2因素模型(模型二)两种不同的模型进行了CFA分析。两种模型的比较表明,2因素模型(gydF4y2Ba
虽然模型II似乎是一个更好地拟合我们的数据,卡方检验和拟合指数(SRMR除外)表明一个次优模型拟合两个模型。gydF4y2Ba
意大利版电子健康素养量表(I-eHEALS)两种模型的验证性因子分析。gydF4y2Ba
模型gydF4y2Ba | 卡方检验(df)gydF4y2Ba一个gydF4y2Ba | CFIgydF4y2BabgydF4y2Ba | TLIgydF4y2BacgydF4y2Ba | RMSEAgydF4y2BadgydF4y2Ba | SRMRgydF4y2BaegydF4y2Ba | 另类投资会议gydF4y2BafgydF4y2Ba | BICgydF4y2BaggydF4y2Ba |
我的模型gydF4y2Ba |
247.8 (20)gydF4y2Ba | 0.833gydF4y2Ba | 0.766gydF4y2Ba | 0.196gydF4y2Ba | 0.098gydF4y2Ba | 5767.609gydF4y2Ba | 5826.655gydF4y2Ba |
模型二世gydF4y2Ba |
102.9 (19)gydF4y2Ba | 0.938gydF4y2Ba | 0.909gydF4y2Ba | 0.122gydF4y2Ba | 0.069gydF4y2Ba | 5624.841gydF4y2Ba | 5687.577gydF4y2Ba |
一个gydF4y2Ba卡方差异:模型I与模型II, χgydF4y2Ba2gydF4y2Ba1gydF4y2Ba= 144.77;gydF4y2Ba
bgydF4y2BaCFI:比较拟合指数。gydF4y2Ba
cgydF4y2BaTLI:塔克-刘易斯指数。gydF4y2Ba
dgydF4y2BaRMSEA:近似的均方根误差。gydF4y2Ba
egydF4y2BaSRMR:标准化均方根残差。gydF4y2Ba
fgydF4y2BaAIC:赤池信息准则。gydF4y2Ba
ggydF4y2BaBIC:贝叶斯信息准则。gydF4y2Ba
hgydF4y2Ba主成分分析。gydF4y2Ba
的gydF4y2Ba
通过增加均匀性阈值的尺度单维性探索gydF4y2Ba
局部独立性和单调性测试表明,数据集中的任何项目都没有明显违反这两个标准,从而证实,除了潜在维度造成的条件关联之外,项目之间不存在条件关联,并且随着受访者电子健康素养水平的提高,赞同表明能力较高的回答选项的可能性单调地增加(gydF4y2Ba
意大利版电子健康素养量表(I-eHEALS)项目的Loevinger可扩展性系数。gydF4y2Ba
项gydF4y2Ba | HgydF4y2Ba我gydF4y2Ba一个gydF4y2Ba | SEgydF4y2BabgydF4y2Ba |
I-eHEALS1gydF4y2Ba | 0.585gydF4y2Ba | 0.036gydF4y2Ba |
I-eHEALS2gydF4y2Ba | 0.599gydF4y2Ba | 0.033gydF4y2Ba |
I-eHEALS3gydF4y2Ba | 0.546gydF4y2Ba | 0.044gydF4y2Ba |
I-eHEALS4gydF4y2Ba | 0.604gydF4y2Ba | 0.034gydF4y2Ba |
I-eHEALS5gydF4y2Ba | 0.560gydF4y2Ba | 0.039gydF4y2Ba |
I-eHEALS6gydF4y2Ba | 0.516gydF4y2Ba | 0.043gydF4y2Ba |
I-eHEALS7gydF4y2Ba | 0.486gydF4y2Ba | 0.042gydF4y2Ba |
I-eHEALS8gydF4y2Ba | 0.541gydF4y2Ba | 0.040gydF4y2Ba |
规模gydF4y2Ba | HgydF4y2BacgydF4y2Ba | SEgydF4y2Ba |
I-eHEALS规模gydF4y2Ba | 0.553gydF4y2Ba | 0.541gydF4y2Ba |
一个gydF4y2BaHgydF4y2Ba我gydF4y2Ba:项目同质性。gydF4y2Ba
bgydF4y2BaSE:标准误差。gydF4y2Ba
cgydF4y2BaH:尺度均匀性。gydF4y2Ba
意大利版电子健康素养量表(I-eHEALS)项目步骤响应函数。gydF4y2Ba
IIO评估的结果表明没有明显违反这一假设。因此,项目2和项目8在潜在构念的不同层次上呈现出相同的难度顺序,项目2是最简单的,项目8是最难的。gydF4y2Ba
共有18名参与者在分布的极端高端(高于第三个四分位数的1.5个四分位数区间)有一定数量的古特曼误差,被认为是异常值。gydF4y2Ba
项目合身、配套、规范gydF4y2Ba
所有类别都有10个或更多的观测值,除了项目2的SD类别(8个观测值)。每个评分类别的均方根均在可接受的范围内。gydF4y2Ba
意大利版的电子健康素养量表(I-eHEALS)项目被整合、装备和标准化gydF4y2Ba
项gydF4y2Ba | 测量gydF4y2Ba | 模型本身gydF4y2Ba一个gydF4y2Ba | Infit MSQgydF4y2BabgydF4y2Ba | ZSTDgydF4y2BacgydF4y2Ba | 装MSQgydF4y2Ba | ZSTDgydF4y2Ba |
I-eHEALS1gydF4y2Ba | −0.49gydF4y2Ba | 0.09gydF4y2Ba | 0.8411gydF4y2Ba | −1.9392gydF4y2Ba | 0.8458gydF4y2Ba | −1.8092gydF4y2Ba |
I-eHEALS2gydF4y2Ba | −0.62gydF4y2Ba | 0.09gydF4y2Ba | 0.782gydF4y2Ba | −2.7092gydF4y2Ba | 0.7468gydF4y2Ba | −3.0693gydF4y2Ba |
I-eHEALS3gydF4y2Ba | 0.22gydF4y2Ba | 0.08gydF4y2Ba | 0.9237gydF4y2Ba | −0.9291gydF4y2Ba | 0.9461gydF4y2Ba | −0.6291gydF4y2Ba |
I-eHEALS4gydF4y2Ba | −0.12gydF4y2Ba | 0.09gydF4y2Ba | 0.7068gydF4y2Ba | −3.8793gydF4y2Ba | 0.698gydF4y2Ba | −3.9193gydF4y2Ba |
I-eHEALS5gydF4y2Ba | −0.4gydF4y2Ba | 0.09gydF4y2Ba | 0.8903gydF4y2Ba | −1.3091gydF4y2Ba | 0.8549gydF4y2Ba | −1.7091gydF4y2Ba |
I-eHEALS6gydF4y2Ba | 0.38gydF4y2Ba | 0.08gydF4y2Ba | 1.3131gydF4y2Ba | 3.5213gydF4y2Ba | 1.3256gydF4y2Ba | 3.5913gydF4y2Ba |
I-eHEALS7gydF4y2Ba | −0.15gydF4y2Ba | 0.09gydF4y2Ba | 1.37gydF4y2Ba | 3.9814gydF4y2Ba | 1.3018gydF4y2Ba | 3.2313gydF4y2Ba |
I-eHEALS8gydF4y2Ba | 1.18gydF4y2Ba | 0.08gydF4y2Ba | 1.1172gydF4y2Ba | 1.4411gydF4y2Ba | 1.1209gydF4y2Ba | 1.4511gydF4y2Ba |
一个gydF4y2BaSE:标准误差。gydF4y2Ba
bgydF4y2BaMSQ:均方。gydF4y2Ba
cgydF4y2BaZSTD: z-standardized。gydF4y2Ba
项目难度等级(从最简单到最难-项目2到项目8)以及项目和人员的目标示于gydF4y2Ba
真实人信度为0.87(人分离度为2.57),表明对不同能力水平的被调查者有较好的区分能力。gydF4y2Ba
项目8的DIF是按性别确定的(妇女的难度高出0.59 logits;gydF4y2Ba
最终的I-eHEALS(平均26.64,SD 6.276)具有极好的信度(Cronbach alpha=.891)。Pearson相关性和gydF4y2Ba
意大利版电子健康素养量表(I-eHEALS)项目难度和目标项目和人员的层次结构。gydF4y2Ba
意大利版电子健康素养量表(I-eHEALS)得分与理论相关变量的关联(N=117)。gydF4y2Ba
特征gydF4y2Ba |
I-eHEALSgydF4y2Ba | |
|
|
|
性别gydF4y2Ba | .202gydF4y2Ba | 陈霞gydF4y2Ba |
|
|
|
年龄gydF4y2Ba | .076gydF4y2Ba | 点gydF4y2Ba |
教育水平gydF4y2Ba | .066gydF4y2Ba | 的相关性gydF4y2Ba |
互联网的使用gydF4y2Ba | .051gydF4y2Ba | 算下来gydF4y2Ba |
基于web的健康信息搜索gydF4y2Ba | .434gydF4y2Ba | <措施gydF4y2Ba |
信任互联网作为健康信息的来源gydF4y2Ba | .251gydF4y2Ba | .006gydF4y2Ba |
对采用信息通信技术的态度gydF4y2BacgydF4y2Ba为了健康gydF4y2Ba | .479gydF4y2Ba | <措施gydF4y2Ba |
感知到的结果gydF4y2Ba | .577gydF4y2Ba | <措施gydF4y2Ba |
电子健康素质gydF4y2Ba | .377gydF4y2Ba | <措施gydF4y2Ba |
搜索策略的使用gydF4y2Ba | .453gydF4y2Ba | <措施gydF4y2Ba |
评估标准的使用gydF4y2Ba | .331gydF4y2Ba | <措施gydF4y2Ba |
一个gydF4y2Ba
bgydF4y2Ba
cgydF4y2Ba信息和通信技术。gydF4y2Ba
本研究的主要目的是验证I-eHEALS。由于以往的验证研究并未对量表的因子结构达成一致,因此本文特别关注这方面的研究。因此,除了CTT和因子分析外,IRT技术亦被应用于考虑到量表的项目可能在难度上有所不同,因为它已被推荐用于构念测量能力[gydF4y2Ba
虽然卫生扫盲工具已经用其他统计技术进行了检验[gydF4y2Ba
因此,随后使用非参数和参数IRT方法评估量表的维度,其中考虑到项目在难度方面可能不同的事实。这种方法已被推荐用于测量能力的结构,如eHEALS [gydF4y2Ba
更严格的Rasch分析还使我们得出结论,I-eHEALS能够很好地区分不同能力水平的受访者,并且男性和女性受访者在项目难度上只有很少的差异,而在年轻和年长的参与者或受过大学教育的参与者和没有受过大学教育的参与者之间没有发现这种差异。Rasch的分析还表明,该量表不太能够衡量电子卫生知识水平极高的受访者。有趣的是,我们项目的难度顺序与其他在eHEALS上使用IRT的研究中发现的不同[gydF4y2Ba
与其他翻译版本的eHEALS一致,I-eHEALS得分与被调查者的特征没有显著的相关性。虽然对这种关系(或缺乏这种关系)的严格测试需要在年龄和教育方面采用更多样化的样本,但与健康素养的传统决定因素缺乏关联可能被视为eHEALS(及其翻译)无法捕捉实际技能的进一步迹象。van der Vaart及其同事在两个荷兰人群中进行的一项研究支持了这一假设。gydF4y2Ba
必须承认本研究的三个局限性。首先,我们的样本更年轻,受教育程度更高,与瑞士意大利语区的一般人口相比,女性的比例更高。gydF4y2Ba
该研究证实,I-eHEALS是一个可靠和有效的工具,用于评估意大利语消费者在使用信息技术促进健康方面的感知舒适度和技能。先前在学生中进行的I-eHEALS的验证已经证明该量表在该特定人群中的适用性[gydF4y2Ba
意大利版电子健康素养量表(I-eHEALS)。gydF4y2Ba
研究中使用的量表概述。gydF4y2Ba
赤池信息准则gydF4y2Ba
自动项目选择程序gydF4y2Ba
贝叶斯信息准则gydF4y2Ba
比较拟合指数gydF4y2Ba
验证性因子分析gydF4y2Ba
经典测试理论gydF4y2Ba
差异项目功能gydF4y2Ba
双单调模型gydF4y2Ba
探索性因素分析gydF4y2Ba
电子健康素养量表gydF4y2Ba
因子分析gydF4y2Ba
人类研究法案gydF4y2Ba
信息与通信技术gydF4y2Ba
意大利版电子健康素养量表gydF4y2Ba
不变项排序gydF4y2Ba
项目反应理论gydF4y2Ba
单调同质模型gydF4y2Ba
莫肯量表分析gydF4y2Ba
非参数项目反应理论gydF4y2Ba
主成分分析gydF4y2Ba
近似的均方根误差gydF4y2Ba
评定量表模型gydF4y2Ba
标准化均方根残差gydF4y2Ba
Tucker-Lewis指数gydF4y2Ba
作者要感谢Sara Palazzo在eHEALS量表的意大利语前向和后向翻译、仪器的认知测试和数据收集方面所提供的帮助。研究1由卢加诺大学传播与健康研究所的内部资金支持。研究2由瑞士国家科学基金会向第一作者提供个人资助(资助号P2TIP1_148345)。资金来源在研究设计、数据收集、分析、解释或报告撰写中没有任何作用。gydF4y2Ba
没有宣布。gydF4y2Ba