原始论文
摘要
背景:互联网和社交媒体已经成为健康信息的重要来源。2017年，科威特在阿拉伯世界的移动订阅普及率排名第一;近90%的人口使用互联网。电子卫生扫盲对于能够方便和负担得起地获得互联网资源的人群非常重要，可以更有效地管理健康状况，并改善总体人口健康。
摘要目的:本研究的目的是评估科威特互联网用户的电子卫生素养水平，并确定影响电子卫生素养的人口特征。此外，该研究旨在确定人们在网上搜索信息的原因和类型。最后，本研究调查了访问在线健康信息的各种社交媒体渠道的使用情况。考虑的社交媒体平台如下:WhatsApp、Twitter、Instagram、YouTube、Facebook和Snapchat。
方法:采用基于网络的横断面匿名调查收集有关电子健康素养和相关信息的数据。最初由诺曼和斯金纳开发的电子卫生素养量表(eHEALS)使用8个李克特类型量表进行测量。线性回归模型估计了年龄、性别和教育程度等人口变量对电子卫生素养的影响，同时控制了参与者对互联网的感知有用性和重要性。研究人员还调查了参与者使用社交媒体平台寻求健康信息的频率。
结果:科威特基于386名参与者样本的综合eHEALS为28.63，这与其他发达国家成年人群中观察到的eHEALS非常相似。科威特女性表现出高于男性的平均eHEALS。在社交媒体平台中，调查结果显示，YouTube是人们最常使用的健康信息搜索平台，而Facebook的使用频率最低。
结论:根据eHEALS总分，科威特的互联网用户似乎对自己在网上搜索健康相关信息的能力比其他人群有信心。考虑到这一发现，政府和卫生保健组织应该把更多的精力从传统媒体转向在线健康信息，重点关注科威特人认为在寻求健康信息方面更有用的社交媒体。
doi: 10.2196/11174
关键字
介绍
全球有近41亿人可上网[]。在其众多用途中，互联网已成为个人寻求健康、饮食和生活方式信息的热门目的地。-]。因此，支持医疗保健服务的电子健康(eHealth)应用程序的传播有所增加[]，该主题已受到卫生保健机构和卫生信息学研究人员越来越多的关注[]。
作为病人保健资源的在线健康信息
互联网上对健康相关信息的搜索呈指数级增长，这是由于人们可以负担得起上网费用以及包括智能手机在内的移动电话的普及[]。然而，尽管网上有大量与健康相关的信息，但许多人无法利用这些信息做出明智的健康决定[]。在网上寻求健康信息需要具备电子健康素养，即阅读、使用计算机、搜索信息、理解健康信息并将其纳入上下文的能力[]。健康管理的先决条件是对如何管理自己的疾病、状况和生活方式有足够的知识水平[-]。因此，电子健康知识对患者负责自己的健康变得非常重要。诺曼和斯金纳[]开发了电子健康素养量表(eHEALS)来衡量个人在寻找、评估和应用在线健康信息方面的技能。该量表已在许多情况下被广泛采用和测试[-]。
利用信息防治非传染性疾病
糖尿病和高血压等非传染性疾病对卫生保健系统造成巨大损失[，]。非传染性疾病患者必须管理自己的病情并调整自己的生活方式，以逐渐减少对卫生保健专业人员持续监督的需要[]。在线健康信息对非传染性疾病患者尤其有价值，他们最终必须通过独立寻求健康信息来过渡到自我管理自己的病情[]。向非传染性疾病患者提供以患者为中心的信息资源可以挽救生命，提高生活质量，并最终减轻卫生保健系统的负担[，]。因此，患者能够独立识别、定位、处理和使用能够帮助他们管理这些疾病的必要信息是至关重要的[，]。
在精通互联网和疾病易发人群中检查电子健康素养
在中东地区，互联网和社交媒体的可及性和广泛使用可以成为向群众传递卫生信息和创建支持社区的一种具有成本效益的机制[]。在这项研究中，我们考虑了科威特国的情况和科威特电子卫生知识普及情况。这一背景很有趣，因为人口的一些特征为电子卫生扫盲创造了巨大的潜力，以增强传统的卫生保健提供渠道。科威特是一个石油资源丰富的国家，人均国内生产总值(gdp)很高，人口富裕，在阿拉伯世界移动用户普及率排名第一，近90%的人口可以上网[]。
世界卫生组织报告说，科威特72%的死亡是由非传染性疾病造成的[]。科威特人口面临着许多健康问题，如在大多数人口中肥胖率高和其他非传染性疾病，如糖尿病(占人口的14.6%)、高血压(占人口的15.7%)和骨关节炎(16%)[]。最近的研究报告显示，近40%的科威特公民患有前驱糖尿病或糖尿病[]。
互联网、富裕和高非传染性疾病发病率的结合提供了一个有利可图的机会，可以通过在线卫生信息的传播增强患者的权能并降低卫生保健系统的成本。例如，通过使用社交媒体，患者及其护理人员可以分享与疾病相关的个人信息，寻求帮助，并寻求针对疾病的情感支持[，]。
这项研究以科威特的互联网用户为目标，旨在(1)评估电子健康识字率，(2)衡量人们对互联网作为健康信息来源的效用和重要性的看法，(3)确定影响电子健康识字率的人口特征(如年龄、互联网使用情况、性别和教育程度)，(4)确定在线寻求健康信息的原因，以及(5)检查使用社交媒体渠道寻求健康信息的频率。
方法
研究设计
这项横断面研究[]在获得科威特大学研究伦理委员会的必要伦理批准后启动，并完全按照世界医学协会《赫尔辛基宣言》进行。在2017年9月至10月期间，采用便利抽样方法，基于3个纳入标准从科威特的普通人群中招募参与者:受访者年龄为18岁或以上，居住在科威特，并同意自愿参加这项匿名研究。
调查工具
这份基于网络、自我管理、自愿和匿名的问卷包括以下5部分:
首先，它涉及收集人口统计信息，包括年龄、性别、教育程度和互联网使用情况。
其次，受访者被问及在网上搜索健康信息的原因和在线搜索健康信息的类型。在这些类别中，参与者对与该类别相关的选项提供“是”或“否”的二元答案。
第三，纳入eHEALS的8项内容[]。受访者对这8个项目的同意程度进行了评分，评分范围从1到5,1为最低，5为最高。因此，综合得分的理论范围在8 - 40之间。此外，在类似研究中使用的2个补充eHEALS问题测量在线访问健康信息的感知有用性和重要性[]，也包括在内。这些问题也被分为1到5分。
第四，根据先前的研究，增加了2个与在线搜索信息的原因和类型有关的问题[，]。
最后，参与者在1到5的范围内进行打分(1=从来没有5 =总是)，他们使用社交媒体平台作为获取健康信息的频率。参与者对以下6个社交媒体平台进行了评分:WhatsApp、Twitter、YouTube、Snapchat、Instagram和Facebook。
信息科学和卫生信息学学科的双语教员将调查仪器从英语翻译为阿拉伯语。最初，信息科学教员将调查报告从英语翻译成阿拉伯语，然后卫生信息学教员检查翻译结果。一名研究生将这份调查报告从阿拉伯语反译为英语。研究人员检查了反向翻译的调查的准确性和清晰度，并批准了调查。此外，研究人员还联系了其中一名研究人员的10名同事，与研究人员面对面地进行调查。此外，5个人测试了调查的英文版本，另外5个人测试了翻译的阿拉伯语版本。来自试点调查的反馈为澄清概念、问题、设计和最终调查工具的结构提供了有价值的见解。
数据收集
这项调查是通过托管在研究人员服务器上的limessurvey在线发布的。这项在线调查提供了阿拉伯语和英语两种语言。
研究人员使用了与其他研究相似的广泛策略组合来确定方便样本[]。除了向研究人员的联系人分发调查结果，并利用大学和购物中心周围交通拥挤的机会，还通过印刷海报在这些地点分发公开的参与邀请。这些海报被策略性地展示在科威特6个省的8个购物中心的前门。这些海报还被展示在科威特国立大学11所学院的学生公告板上。大学的招聘海报允许邀请混合的学生、教师和工作人员，考虑到高等教育的性质，他们可能会使用互联网。购物中心的招聘海报可以扩大抽样范围，包括科威特的各种各样的普通人群，他们经常光顾合作商店，但目前可能没有上大学或大学毕业。
研究人员还通过电子邮件、短消息服务(SMS)文本消息和社交媒体等各种媒介分发电子邀请。最初，研究人员向他们的家人、朋友和同事发送电子邮件邀请，邀请他们参与并帮助将邀请传递给其他人。短信通过WhatsApp发送给研究人员扩大的联系人网络，尤其是一些潜在的参与者可能不使用或检查电子邮件。为了通过社交媒体招募参与者，研究人员主要使用Twitter来宣布这项研究。研究人员联系了科威特人关注的主要推特账户，帮助他们自愿发布或转发关于这项研究的推文以及如何参与。
数据分析
调查数据分析使用R Core Team开发的R软件(3.5版)[]。分析eHEALS评分，并检查其分布。使用普通最小二乘回归来评估人口统计和观念如何影响eHEALS。通过调查收集感兴趣的因素，以检查它们与eHEALS的相关性。分析的因素包括年龄、性别、教育程度和互联网使用情况。我们控制了互联网的感知有用性和感知重要性，因为这两个指标与eHEALS显著相关。
P报告了所有统计检验的值，当报告检验统计量显著时，我们考虑alpha为。05。换句话说，我们认为统计检验是显著的，当他们显示P小于0.05的值。
结果
受访者的特点
参加者的人口统计资料载于．共有615人尝试调查，386人完全完成调查(完成率为62.7%，386/615)。在受访者中，63%(243/386)为女性，37%(143/386)为男性。此外，63%的参与者(244/386)每天上网3小时或更长时间。与科威特的一般人口相比，参与调查的女性多于男性。在年龄方面，与科威特的一般人群相比，我们的样本更倾向于年龄较大的参与者。
电子健康素养
电子卫生素养评分由8项综合计算得出，平均值为28.63，中位数为29,SD为5.6。观测值的离散度呈正态分布，范围在8到40之间。
仪器维度
我们对单因素模型进行了验证性因素分析，其中所有8个项目都加载到1因素模型和3因素模型中。三因素模型基于最近的研究，该研究将eHEALS项目解析为子组[，]。文中给出了2个模型的拟合统计量．我们发现基于全局拟合指数的三因素模型具有更好的拟合性。然而，这3个因素之间的相关性在统计上是显著的，表明它们是总体单维结构的子量表。
| 人口 | 统计，n (%) | 科威特人口，%一个 | |
| 性别 | |||
| 男性 | 143 (37.0) | 61.2 | |
| 女 | 243 (63.0) | 38.7 | |
| 年龄(年) | |||
| 0-19 | 22b(5.7) | 26.7 | |
| 为20 - 29 | 113 (29.3) | 10.7 | |
| - 39 | 121 (31.3) | 22.8 | |
| 40至49 | 56 (14.5) | 22.4 | |
| 50-59 | 57 (14.8) | 11.4 | |
| 60 - 69 | 16 (4.1) | 4.4 | |
| 70 - 79 | 1 (0.3) | １.２ | |
| 教育水平 | |||
| 小学及以下学历 | 8 (2.1) | - - - - - -c | |
| 高中 | 69 (17.9) | - - - - - - | |
| 文凭 | 43 (11.1) | - - - - - - | |
| 学士学位 | 185 (47.9) | - - - - - - | |
| 主\ ' s学位 | 48 (12.4) | - - - - - - | |
| 博士学位 | 33 (8.5) | - - - - - - | |
| 占领 | |||
| 学生 | 82 (21.2) | - - - - - - | |
| 使用 | 232 (60.1) | - - - - - - | |
| 失业 | 26日(6.7) | - - - - - - | |
| 退休 | 46 (11.9) | - - - - - - | |
| 互联网的使用 | |||
| 每天少于1小时 | 32 (8.3) | - - - - - - | |
| 每天1-3小时 | 110 (28.5) | - - - - - - | |
| 每天3-5小时 | 99 (25.6) | - - - - - - | |
| 每天5小时以上 | 145 (37.6) | - - - - - - | |
一个科威特人口统计数据来自科威特中央统计局2018年1月1日的估计。
b这组受访者的年龄在18岁或19岁之间。
c数据不可用。
| 拟合优度统计 | 1-Factor模型 | 肠胃病用药模式 |
| 比较拟合指数 | .899 | .931 |
| Tucker-Lewis指数 | .858 | .886 |
| 近似的均方根误差 | .142 | .128 |
| 标准化均方根残差 | .053 | .045 |
回应这个项目你觉得互联网(包括社交媒体)在帮助你做出健康决定方面有多大用处?，81%(312/386)的参与者认为互联网有用或非常有用。作为对在互联网(包括社交媒体)上获取卫生资源对你来说有多重要?，77%(296/386)的参与者表示，能够在互联网上访问卫生资源很重要(或非常重要)。
这两项之间的相关系数为。52。此外，互联网的感知有用性和感知重要性都与电子健康素养得分高度相关，分别为0.426和0.431。
电子健康素养的相关因素
在调查该研究的第三个目标——确定任何影响电子健康识字率的因素时，考虑了人口特征。回归模型的结果载于．该模型具有统计学意义，解释了eHEALS观察中28%的方差(F11374年= 12.29,P<措施)。
年龄(以出生年份衡量)在控制其他因素后，并不是eHEALS的显著预测因素。关于性别，该模型预测男性的eHEALS评分低于女性(β= - .23，P在控制其他因素后<.05)。
在这方面教育在美国，与学士学位持有者相比，在控制所有其他因素的情况下，拥有博士学位的人的eHEALS得分平均要高3.5分。最后，平均每天使用互联网超过5小时的个体与平均每天使用互联网1 - 3小时的个体相比，预计有更高的eHEALS。
在线查询健康信息的类型和原因
除了测量eHEALS评分外，该研究还旨在确定通过互联网和社交媒体寻求的健康信息类型，以及参与者寻求这些信息的原因。参与者在网上搜索最多的健康信息包括a疾病或医疗问题和医学治疗或程序．最不常见的类型是在线支持小组和搜索特定的医生或医院(参考)。
在网上寻求健康信息的原因方面，大多数参与者提到的原因与对某个话题的普遍好奇心有关(例如，更了解情况和只是出于兴趣)。另一方面，在网上寻求健康信息的最不常见的原因是和健康专家的时间有限和不同意健康专家的意见(参考)。
| 变量一个 | B (SE) | β | t(df) | P价值 | |
| 拦截 | 25.93 (46.97) | −。 | −1.72 (374) | .087 | |
| 有用性 | 2.06 (0.39) | 陈霞 | 5.34 (374) | <措施 | |
| 重要性 | 1.87 (0.36) | 陈霞 | 5.18 (374) | <措施 | |
| 性别(男=1女=0) | −1.29 (0.53) | −23) | −2.42 (374) | .016 | |
| 年龄 | −0.01 (0.02) | −.02点 | −0.30 (374) | .766 | |
| 教育b | |||||
| 小学 | 0.41 (1.78) | 07 | 0.23 (374) | .816 | |
| 高中 | 0.73 (0.75) | 13。 | 0.98 (374) | .329 | |
| 文凭 | 0.40 (0.84) | 07 | 0.47 (374) | .639 | |
| 硕士学位 | 1.24 (0.80) | 口径。 | 1.55 (374) | .122 | |
| 博士学位 | 3.52 (0.97) | .62 | 3.64 (374) | <措施 | |
| 互联网的使用c | |||||
| 少于1小时 | 0.25 (1.01) | .04点 | 0.25 (374) | .801 | |
| 3 - 5小时 | 0.87 (0.70) | 酒精含量 | 1.24 (374) | .217 | |
| 5小时以上 | 1.42 (0.67) | 二十五分 | 2.13 (374) | .034 | |
一个R2= 0.28。F=12.29在12和374自由度上(P<措施)。
b教育变量是与学士学位持有者比较的二元变量。
c互联网使用变量是与1- 3小时使用组比较的二进制变量。
| 在线查询的健康信息类型一个 | n (%)b |
| 疾病:疾病或医学问题 | 284 (73.6) |
| 医学治疗或程序 | 237 (61.4) |
| 饮食、营养和维生素 | 219 (52.3) |
| 药物治疗 | 202 (56.7) |
| 运动和锻炼 | 196 (50.8) |
| 医生:特定的医生或医院 | 137 (35.5) |
| 在线支持小组 | 35 (9.1) |
一个对于每个项目，参与者都被要求回答是的或没有．
b百分比表示参与者(386人中)的比例是的．
| 在网上寻求健康信息的原因一个 | n (%)b |
| 更了解情况 | 224 (58.0) |
| 只是出于兴趣 | 203 (47.2) |
| 帮助我控制自己的病情 | 182 (36.0) |
| 寻找替代或额外的治疗方案 | 146 (52.6) |
| 澄清健康专家给我的信息 | 139 (31.6) |
| 检查与健康专家咨询期间讨论的信息 | 122 (37.8) |
| 有信息可读 | 107 (27.7) |
| 卫生专业人员提供的信息不足 | 79 (14.8) |
| 和健康专家的时间有限 | 57 (20.5) |
| 不同意健康专家的意见 | 52 (13.5) |
一个对于每个项目，参与者都被要求回答是的或没有．
b百分比表示参与者(386人中)的比例是的．
健康信息的社交媒体渠道
参与者表明了他们使用各种社交媒体平台在线寻求健康信息的频率。提供了参与者回答的方法和SDs，以及这些平台在科威特一般人群中的流行程度。所有这些平台在科威特的市场渗透率都相对较高，其中WhatsApp和Facebook的渗透率分别为84%和75%。[]。
与会者普遍表示，他们从来没有或很少使用这些社交媒体平台来获取健康信息。YouTube是个例外，大约50%的参与者表示他们使用该平台总是或有时而28%的人表示从来没有或很少．Facebook是最不受欢迎的寻求健康信息的社交媒体平台，71%的受访者表示他们从未使用该平台寻求健康信息。紧随其后的是Snapchat, 45%的人持反对意见(从来没有或很少)。Twitter也不被认为是健康信息的可靠来源。从1到5分，WhatsApp和Instagram的反馈数量相对一致。
| 社交媒体平台 | 意思是(SD)一个 | 2015年科威特平台渗透率%b |
| YouTube | 3.34 (1.31) | 43 |
| 2.96 (1.42) | 43 | |
| 2.92 (1.53) | 84 | |
| 推特 | 2.72 (1.53) | 41 |
| Snapchat | 2.34 (1.49) | - - - - - -c |
| 脸谱网 | 1.60 (1.11) | 75 |
一个平均值基于1到5的范围(1=从不，5=总是)。
b资料来源:阿拉伯社会媒体报告[］
c没有数据。
讨论
主要研究结果
迄今为止，为数有限的研究调查了中东地区的电子卫生素养[]。据我们所知，以前没有研究研究科威特的电子保健识字率，以及人们在网上寻找健康信息的类型和人们在网上寻找健康信息的原因。随着越来越多的人能够访问万维网以及患者越来越希望成为医疗保健服务的积极消费者，电子卫生知识普及的重要性将继续增强[]。
当eHEALS量表于2006年首次开发时，它最初被验证为一维量表[]。此后，该量表在许多人口和人口统计数据中进行了测量和重新验证。最近的研究表明，这8个项目反映了一个3个因素的量表[，]。3个因素尺度测量意识(2项),技能(3项)，和评价(3项)。尽管如此，观察了多维尺度的研究人员注意到所有3个因素之间的显著相关性，这表明了一个全面的单维结构[]。
尽管有一些证据表明eHEALS中有几个分量表，但我们仍然遵循Hyde 's []建议将eHEALS作为单维因素进行分析。因此，我们的分析考虑了完整的eHEALS，这也使我们能够将我们的结果与其他研究的结果进行比较。本研究中报告的eHEALS评分与在其他发达国家观察到的eHEALS评分相似)。大多数与会者指出，互联网是与健康有关的信息的宝贵来源。
此外，预测参与者电子健康素养的两个最重要因素是感知通过互联网获取健康信息的重要性和互联网的感知有用性指导与健康有关的决定。这一发现与以往的研究一致，通常与eHEALS相关[]。
结果显示，女性平均表现出高于男性的eHEALS。在我们的回归分析中，在控制了教育、互联网使用和年龄等因素后，性别对eHEALS的影响具有统计学意义()。在使用保健服务方面，以往的研究发现，女性比男性更经常去看医生，消费更多的诊断服务，即使不包括与怀孕有关的就诊，也有更多的住院次数[，]。在比较使用互联网的差异时，研究显示，女性使用互联网的主要驱动力是人际交流和教育用途，而男性使用互联网的主要驱动力是娱乐和休闲[]。教育动机与更高的卫生服务消费相结合，为女性比男性表现出更高的电子卫生素养提供了一些逻辑。
我们的研究结果表明，通过社交媒体获取健康信息的感知价值有限，这从对社交媒体平台的低依赖(YouTube是一个轻微的例外)可以看出。这一发现证实了之前的研究，发现与社交媒体的功效和有效性相关的证据目前有限(]。虽然使用社交媒体可能有一个光明的未来，但目前有必要让消费者参与并教育他们如何通过社交媒体获取健康信息[，]。
这项研究的许多参与者表示，他们在YouTube上搜索健康信息的次数最多，但在Twitter、Snapchat和Facebook等其他社交媒体平台上的搜索价值并不高。在课堂环境中，在线视频是目前使用最普遍的社交媒体类型，80%的教师报告说他们在课堂上使用过某种形式的在线视频(]。这种在课堂上的发现也可以扩展到一般的环境中，使在线视频成为消费信息的有效媒介。或者，它可能是YouTube的易于搜索，与其他以用户为中心的平台相比，YouTube是一个以内容为中心的平台。
| 研究(N) | 国家 | 一年一个 | 电子健康素养量表 | SD | 集团 |
| 布里特等人[) (422) | 美国 | 2017 | 31.92b | 5.68 | 大学生 |
| 萨德伯里-莱利等[) (313) | 美国 | 2017 | 30.48b | 6.40 | 婴儿潮一代 |
| 萨德伯里-莱利等[) (407) | 联合王国 | 2017 | 29.28b | 6.32 | 婴儿潮一代 |
| 萨德伯里-莱利等[) (276) | 新西兰 | 2017 | 28.72b | 6.72 | 婴儿潮一代 |
| Richtering等[) (453) | 澳大利亚 | 2017 | 27.2 | 4.91 | 中度至高度心血管风险 |
| Giudice等[) (868) | 意大利 | 2016 | 28.20 | 6.20 | 了解健康知识的群体与普通公众的对比 |
| 钟等[) (500) | 韩国 | 2016 | 28.08b | 6.43 | 年轻的成年人 |
| 图柏夏等[) (541) | 约旦 | 2016 | 28.96b | 4.64 | 本科护生 |
| 田南特等[) (283) | 美国 | 2015 | 29.05 | 5.75 | 婴儿潮一代 |
| 李等[) (400) | 澳大利亚 | 2015 | 29.50 | 4.30 | 患有慢性疾病的患者 |
| 苏瑞等[) (1062) | 新加坡 | 2015 | 23.44b | - - - - - -c | 大学生 |
| 詹姆斯等人[) (881) | 美国佛罗里达州 | 2014 | 30.40 | 7.80 | 非裔美国成年人 |
| 蔡等[];研究一(73) | 美国德克萨斯州 | 2013 | 28.24 | 6.08 | 60岁以下的低收入成年人 |
| 蔡等[];研究二(218) | 美国德克萨斯州 | 2013 | 25.76b | 6.80 | 60岁以上的低收入成年人 |
| 三竹等[) (2115) | 日本 | 2012 | 23.40 | 6.40 | 一般人群 |
| 加达尔等[) (261) | 美国德克萨斯州 | 2012 | 30.60 | 5.90 | 高中生 |
| 范德法特等[[商务英语研究一(189) | 荷兰 | 2011 | 28.20 | 5.90 | 风湿病患者 |
| 范德法特等[[商务英语研究二(88) | 荷兰 | 2011 | 27.60 | 5.90 | 荷兰人口的分层样本 |
| 三竹等[) (2970) | 日本 | 2009 | 23.50 | 6.50 | 日本网民 |
一个这是指研究进行的年份，而不一定是研究发表的年份。
b所述研究报告的eHEALS为8个项目的平均值。为了与其他研究和我们自己的研究(8项的总和)进行直接比较，我们通过将平均值和标准差乘以8，将平均量表转换为总和量表。
c不适用。
Facebook作为健康信息来源的可信度似乎最低，尽管它是科威特最广泛认可的平台[]和最广泛使用的新闻平台[]。此外，对这种情况的解释可能是在该平台上传播的信息普遍缺乏可靠性。事实上，虚假新闻和谣言在Facebook上的传播已经变得如此广泛，以至于该公司试图采取直接行动。]。近年来，通过推特传播的谣言和虚假信息也受到了批评和研究。，]。这促使我们假设，可能是平台上信息的感知质量推动了对健康信息源的偏好，或者可能是内容的类型;制作高质量的在线视频通常比新闻文章或博客文章花费更多精力，因此不太可能是谣言传播者创作的。需要更多的研究来证实或反驳这些观察结果。
在这项研究中，大多数参与者认为在线健康信息有助于他们对自己的健康做出决定。这为卫生保健组织、专业人员和提供卫生保健服务的政府机构提供了一个机会，可以在在线监测、评估和管理卫生信息方面发挥更积极的作用[]。制定政策和准则，确保信息的可信度和质量，类似于HealthOnNet或DISCERN对在线健康相关资源的认证工作，可能是有用的[-]。
与其他电子健康素养量表研究的比较
在本研究中，我们报告eHEALS的平均值为28.63,SD为5.69。这些发现与其他评估eHEALS的研究相似(参见)。虽然我们的结果与其他国家具有可比性，但值得注意的是，在一些亚洲国家(如日本和新加坡)进行的研究报告了较低的eHEALS评分。我们承认，由于所研究人群的异质性，很难对ehealals进行比较。我们假设地理位置、文化和语言障碍可能会影响eHEALS []因为英语以外的语言提供的健康相关信息较少。科威特国可能不是这样，因为英语是第二官方语言，在科威特国各级教育系统都教授英语。
研究的局限性
本研究的几个局限性需要考虑。鉴于该地区缺乏关于eHEALS的研究，我们从调查方法开始。虽然eHEALS量表被广泛用于评估电子健康素养，但我们认识到这是一个潜在的限制，因为该量表只捕捉参与者的看法，而不是他们的实际表现[]。在未来，需要更多的实验研究来衡量实际的电子卫生素养表现，并开发一个更可靠的自我评估工具。此外，研究结果可能受到已经对使用互联网在线搜索信息感兴趣的参与者的自愿偏见的影响。在未来的努力中，询问参与者为自己寻求健康信息的频率，而不是为儿童或老人等他人寻求健康信息的频率，也可能提供信息。
由于我们采用了方便的抽样方法，因此无法准确地报告调查回复率。然而，这种方法是有用的，因为它在合理的时间内为我们提供了一个相当大的样本。这项研究的另一个局限性是，我们的样本可能不能准确地代表科威特的人口。虽然我们的抽样方法允许收集大样本，但它引入了样本选择偏差的可能性。如，样本的年龄分布并不能准确反映科威特的人口。此外，大学毕业生在样本中的比例过高。在我们的样本中，20岁至29岁的人群和拥有大学学位的人群比例也过高，这可能是因为该调查的分销渠道之一是大学学院。考虑到年轻人通常更精通技术和计算机，这种样本偏差可能夸大了eHEALS的结果。因此，我们提醒读者注意这项研究的概括性，并呼吁未来在该地区进行研究，以验证或更新我们的研究结果。
结论
这项研究报告了科威特互联网用户的电子保健识字率，以及他们对互联网作为健康信息来源的效用和重要性的看法。调查结果显示，参与者的eHEALS得分很高，这表明科威特的许多互联网用户对自己在网上搜索健康相关信息的能力有信心。参与者报告的这种高信心和访问互联网的高频率为更好地以数字方式和方便地与患者接触提供了无数机会。我们对社交媒体平台作为电子健康渠道的探索可能会为如何最好地接触到目标受众提供指导，并刺激进一步的研究。YouTube似乎是传播健康信息最有效的平台。卫生保健组织、专业人员和提供卫生保健服务的政府机构需要在监测、评估和管理在线卫生信息方面发挥更积极的作用。有必要制订政策和准则，以确保资料的可信性和质量。
致谢
作者希望感谢Sana BuHamra博士在审查手稿和验证结果方面的支持。
利益冲突
没有宣布。
参考文献
- 互联网世界统计。2018。互联网使用统计资料网址:https://www.internetworldstats.com/stats.htm[访问2019-05-10][WebCite缓存］
- Bidmon S, Terlutter R.在互联网上搜索健康信息的性别差异和德国的虚拟患者-医生关系:关于男性和女性如何差异及其原因的探索性结果。J Med Internet Res 2015 Jun 22;17(6):e156 [免费全文] [CrossRef] [Medline］
- Reid P, Borycki EM.一个新的消费者健康信息框架的出现:介绍医疗保健组织。种马健康技术信息2011;164:353-357。(Medline］
- Lee C, Gray SW, Lewis N.互联网使用导致癌症患者成为积极的医疗保健消费者。患者教育计数2010年12月;81(增刊):S63-S69 [免费全文] [CrossRef] [Medline］
- 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。(CrossRef] [Medline］
- Alqudsi-ghabra T, Al-Bannai T, Al-Bahrani M.阿拉伯海湾合作委员会(AGCC)的互联网:变革的载体。中国计算机科学，2011;26 (1):44-67 [免费全文］
- Ranallo PA, Kilbourne AM, Whatley AS, Pincus HA。行为健康信息技术:从混乱走向清晰。卫生Aff (Millwood) 2016年6月1日;35(6):1106-1113。(CrossRef] [Medline］
- Neter E, Brainin E.电子卫生素养:将数字鸿沟扩展到卫生信息领域。J Med Internet Res 2012 1月27日;14(1):e19 [免费全文] [CrossRef] [Medline］
- 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。J Med Internet Res 2011年11月9日;13(4):e86 [免费全文] [CrossRef] [Medline］
- Bo A, Friis K, Osborne RH, Maindal HT。国家卫生素养指标:了解卫生信息和积极参与保健提供者的能力————丹麦成年人的人口调查。BMC Public Health 2014 10月22日;14:1095 [免费全文] [CrossRef] [Medline］
- Watkins I, Xie B.老年人电子健康素养干预:文献系统回顾。J Med Internet Res 2014 11月10日;16(11):e225 [免费全文] [CrossRef] [Medline］
- 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 [免费全文] [CrossRef] [Medline］
- 诺曼CD，斯金纳HA。eHEALS:电子健康素养量表。J Med Internet Res 2006 11月14日;8(4):e27 [免费全文] [CrossRef] [Medline］
- 舒尔兹PJ，中本K.健康知识普及和健康沟通中的患者赋权:分离连体双胞胎的重要性。患者教育杂志2013年1月;90(1):4-11。(CrossRef] [Medline］
- Lee K, Hoti K, Hughes JD, Emmerton LM。消费者使用。J Med Internet Res 2015 Dec 29;17(12):e288 [免费全文] [CrossRef] [Medline］
- 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年12月27日;19(2):e53 [免费全文] [CrossRef] [Medline］
- 护理本科学生电子健康素养调查。护士教育今日2016年7月;42:47-52。(CrossRef] [Medline］
- 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年12月18日;18(7):e192 [免费全文] [CrossRef] [Medline］
- 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。J Med Internet Res 2015 Mar 17;17(3):e70 [免费全文] [CrossRef] [Medline］
- 王晓燕，王晓燕，张晓燕。健康素养对健康信息行为的影响:基于多领域技能的方法患者教育计数2016 12月;99(6):1038-1045。(CrossRef] [Medline］
- Choi NG, Dinitto DM.低收入家庭老年人的数字鸿沟:互联网使用模式、电子健康素养和对计算机/互联网使用的态度。J Med Internet Res 2013年5月2日;15(5):e93 [免费全文] [CrossRef] [Medline］
- Ghaddar SF, Valerio MA, Garcia CM, Hansen L.青少年健康素养:在线健康信息可信来源的重要性。中华中学卫生杂志2012 1月;82(1):28-36。(CrossRef] [Medline］
- 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。J Med Internet Res 2012 11月13日;14(6):e153 [免费全文] [CrossRef] [Medline］
- 张志强，李志强，张志强，等。非传染性疾病对宏观经济生产力的全球影响:系统审查。欧洲流行病学杂志2015 May;30(5):357-395 [免费全文] [CrossRef] [Medline］
- Gostin瞧。非传染性疾病:健康生活需要全球治理。自然杂志2014年7月10日;511(7508):147-149。(Medline］
- 肖杨。慢性疾病翻译医学2015年9月;1(3):145-151 [免费全文] [CrossRef] [Medline］
- Zakaria N, AlFakhry O, Matbuli A, Alzahrani A, Arab NS, Madani A，等。沙特阿拉伯慢性病电子卫生素养量表的开发:使用综合卫生素养维度。国际质量卫生保健杂志2018年5月1日;30(4):321-328。(CrossRef] [Medline］
- 王志刚，王志刚，王志刚。科威特II型糖尿病患者健康知识普及及其相关因素:一项基于人群的研究糖尿病临床研究2018年7月;141:118-125。(CrossRef] [Medline］
- 李志强，李志强，李志强，等。慢性疾病自我管理项目的影响:通过基于社区的干预节省医疗费用。BMC Public Health 2013 12月6日;13:1141 [免费全文] [CrossRef] [Medline］
- Berkman ND, Sheridan SL, Donahue KE, Halpern DJ, Crotty K.低健康素养与健康结果:最新的系统综述。安实习医学2011年7月19日;155(2):97-107。(CrossRef] [Medline］
- 社交媒体在中东地区糖尿病管理中的作用:系统综述。J Med Internet Res 2018年12月13日;20(2):e58 [免费全文] [CrossRef] [Medline］
- 塞勒姆F.阿拉伯世界在线2017:第四次工业革命时代的数字转型和社会趋势(第3卷)。迪拜:MBR政府学院;2017.
- 世界卫生组织。《2018年非传染性疾病国家概况》，科威特。瑞士日内瓦;2018.
- 科威特世界卫生调查:2013年总结报告。科威特苏莱比哈特:科威特卫生部;2015.
- alandari A, Longenecker JC, Barengo NC, Alkhatib A, Weiderpass E, al - wotayan R，等。2014年科威特成人糖尿病前期和糖尿病患病率。糖尿病临床研究2018年10月;144:213-223。(CrossRef] [Medline］
- Patel R, Chang T, Greysen SR, Chopra V.社交媒体在慢性疾病中的使用:系统回顾和新分类。中国医学杂志2015年12月;128(12):1335-1350。(CrossRef] [Medline］
- 张志刚，张志刚。糖尿病患者在Facebook上的健康信息共享研究。中国传染病学杂志，2016;29 (6):339 - 344 [免费全文] [CrossRef] [Medline］
- 莱文KA。研究设计III:横断面研究。Evid Based Dent 2006;7(1):24-25。(CrossRef] [Medline］
- 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12月20日;20(4):e138 [免费全文] [CrossRef] [Medline］
- 贾马尔A，可汗SA，阿胡穆德A, al - duhyyim A, Alrashed M, Bin Shabr F，等。沙特阿拉伯2型糖尿病患者在线健康信息搜索行为和自我护理活动的关联J Med Internet Res 2015 Aug 12;17(8):e196 [免费全文] [CrossRef] [Medline］
- James DC, Harville C. 2014-2015年佛罗里达州非裔美国人的电子健康素养、在线求助行为和参与移动健康慢性病研究的意愿。先前慢性疾病2016年12月17日;13:E156 [免费全文] [CrossRef] [Medline］
- R核心团队。统计计算R项目。URL:https://www.r-project.org/[访问2019-05-13][WebCite缓存］
- 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 [免费全文] [CrossRef] [Medline］
- 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年12月26日;19(10):e362 [免费全文] [CrossRef] [Medline］
- TNS。阿拉伯社会媒体报告。阿联酋迪拜:阿拉伯社交媒体影响力峰会;2015:1 - 64。
- Britt RK, Collins WB, Wilson K, Linnemeier G, Englebert AM。电子健康素养和影响现代大学生的健康行为:由美国大学健康协会确定的问题的试点研究。J Med Internet Res 2017年12月19日;19(12):e392 [免费全文] [CrossRef] [Medline］
- Richtering SS, Hyun K, Neubeck L, Coorey G, Chalmers J, Usherwood T，等。电子健康素养:中高心血管风险人群的预测因素。JMIR Hum Factors 2017年1月27日;4(1):e4 [免费全文] [CrossRef] [Medline］
- 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 [免费全文] [CrossRef] [Medline］
- 贝尔塔基斯KD，阿扎里R，赫尔姆斯LJ，卡拉汉EJ，罗宾斯JA。利用保健服务方面的性别差异。中华实用医学杂志2000年2月;49(2):147-152。(Medline］
- Rosenstock IM。人们为什么使用卫生服务。米尔班克股票基金Q 1966 7月;44(3):补充:94-补充127。(Medline］
- Weiser EB。互联网使用模式和互联网应用偏好的性别差异:两样本比较。网络心理学报2000,4(2):167-178。(CrossRef］
- housh M, Borycki E, Kushniruk A.通过社交媒体赋予患者权力:好处和挑战。卫生信息学杂志2014年3月20日(1):50-58。(CrossRef] [Medline］
- 卢普顿D.数字时代的健康促进:批判性评论。健康促进杂志2015年3月30日(1):174-183。(CrossRef] [Medline］
- Moorhead SA, Hazlett DE, Harrison L, Carroll JK, Irwin A, Hoving C.医疗保健的新维度:对社交媒体用于健康传播的用途、好处和局限性的系统回顾。J medical Internet Res 2013年4月23日;15(4):e85 [免费全文] [CrossRef] [Medline］
- 王晓明，王晓明。教育资源信息中心。2011。教学、学习和分享:当今高等教育教师如何使用社交媒体https://eric.ed.gov/?id=ED535130[访问日期:2019-01-02][WebCite缓存］
- 路透社2017年9月8日。调查:三分之二的美国成年人从社交媒体获取新闻https://www.reuters.com/article/us-usa-internet-socialmedia/two-thirds-of-american-adults-get-news-from-social-media-survey-idUSKCN1BJ2A8[访问2019-05-10][WebCite缓存］
- 温菲尔德，艾萨克，本纳。K.纽约时报。2016年11月14日。谷歌和Facebook瞄准虚假新闻网站网址:https://www.nytimes.com/2016/11/15/technology/google-will-ban-websites-that-host-fake-news-from-using-its-ad-service.html(WebCite缓存］
- Vosoughi S, Roy D, Aral S.网上真假新闻的传播。科学2018年12月9日;359(6380):1146-1151。(CrossRef] [Medline］
- 吴欧，阿格拉瓦尔，拉奥。社区情报和社交媒体服务:社会危机期间推文的谣言理论分析。Mis q 2013;37(2):407-426 [免费全文］
- Bianco A, Zucco R, Nobile CG, Pileggi C, Pavia M.在互联网上寻求健康相关信息的父母:横断面研究。J Med Internet Res 2013 9月18日;15(9):e204 [免费全文] [CrossRef] [Medline］
- Boyer C, Dolamic L. HONcode网站符合性的自动检测与手动检测相比:评估。J medical Internet Res 2015年6月2日;17(6):e135 [免费全文] [CrossRef] [Medline］
- Charnock D, Shepperd S, Needham G, Gann R. DISCERN:一种用于判断关于治疗选择的书面消费者健康信息质量的工具。中华流行病学杂志1999 Feb;53(2):105-111 [免费全文] [CrossRef] [Medline］
- Khazaal Y, Chatton A, Zullino D, Khan R. HON标签和DISCERN作为健康相关网站的内容质量指标。精神病学Q 2012 Mar;83(1):15-27。(CrossRef] [Medline］
- Schyve点。语言差异是卫生保健质量和安全的障碍:联合委员会的观点。J Gen实习生医学2007年11月22日(增刊2):360-361 [免费全文] [CrossRef] [Medline］
缩写
| eHEALS:电子健康素养量表 |
| 电子健康:电子健康 |
| 非传染性疾病:非传染性疾病 |
| 短信:短消息服务 |
G·艾森巴赫(G Eysenbach)编辑;提交30.05.18;同行评议:M Stellefson, K Schroeder, JR Bautista, C Bakker;对作者30.09.18的评论;订正版本收到14.01.19;接受10.04.19;发表24.05.19
版权©Dari Alhuwail, Yousef Abdulsalam。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com)， 2019年5月24日。
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。