用于本分析的数据是作为卫生资源和服务管理局资助的一项倡议的一部分收集的，该倡议旨在评估美国10个示范点针对艾滋病毒感染青年(13至34岁)的数字卫生干预措施。数字干预由每个网站开发，内容和传递格式各不相同，包括自动短信、移动应用程序和社交媒体。常见的干预元素包括健康促进信息、使用数字通信工具加强与干预人员的沟通、艾滋病毒药物和医疗护理预约提醒。所有干预措施都针对艾滋病毒护理连续效果，并在18个月内进行了评估。gydF4y2Ba

2016年10月至2018年5月，研究人员在以下城市招募了携带艾滋病毒的年轻人:伊利诺伊州芝加哥;俄亥俄州克利夫兰;得克萨斯州科珀斯克里斯蒂;宾夕法尼亚州赫尔希;加州洛杉矶;纽约，纽约;宾夕法尼亚州费城;旧金山,加州;圣路易斯,密苏里州;以及北卡罗来纳州的温斯顿-塞勒姆。 Recruitment took place through community and university clinics, health departments, a hospital system, and a community research site. Eligibility for study enrollment required young people to have a confirmed HIV diagnosis, be between the ages of 13 and 34 years, be capable of filling out audio computer-assisted self-interview (ACASI) assessments administered in English or Spanish, and meet at least one of the following criteria based on the US Department of Health and Human Services (HHS) common core indicators for monitoring HHS-funded HIV care services: (1) newly diagnosed with HIV within the last year upon enrollment, (2) not newly diagnosed and not currently engaged in HIV care, (3) never linked to HIV medical care, regardless of the duration of HIV infection, and (4) not virally suppressed, defined as having a viral load of 200 copies/mL or greater. Demonstration sites had additional eligibility criteria, such as being a patient at the site’s clinic or owning a smartphone, if required by their digital health intervention. Participants from all genders, races and ethnicities, and sexual orientations were included in the initiative. Details on the initiative and the intervention typology across sites are described in Medich et al [ 19gydF4y2Ba］．gydF4y2Ba

图1gydF4y2Ba显示用于选择参与者进行分析的过程。本文的分析包括基线测量的预测因子和入组后6个月测量的结果(N=720名参与者)。未完成基线或6个月评估的参与者被排除在外。丢失的数据发生于保存电子评估文件的错误或丢失的评估(例如，由于基线评估之后的损耗)。只有4名参与者年龄在18岁以下，因此很难对这一组人的健康寻求行为进行建模。此外，在临床实践方面，较年轻的参与者代表了不同的患者群体。因此将其排除，最终分析样品含有716个YALH。gydF4y2Ba

所有跨场地评估的数据收集程序都得到了加州大学洛杉矶分校(UCLA;No. 15-001625)，该机构负责收集和评估各站点的数据。在注册时，每个站点使用问卷设计工作室软件(Nova研究公司)对参与者进行筛选、同意和管理基线ACASI评估。各网站还收集参与者的医疗图表数据，或通过手工提取，或从与收到瑞安·怀特艾滋病毒/艾滋病方案资金有关的行政记录中收集。在18个月的随访期间，每6个月对各站点进行一次ACASI评估，并获得医疗图表数据。网站通过基于web的安全门户向加州大学洛杉矶分校评估中心提交识别的ACASI和医疗图表数据。gydF4y2Ba

作为预测指标的指标在基线时进行评估。基线评估开始后，制定了比基线评估更好地捕捉到女同性恋、男同性恋、双性恋、跨性别者和酷儿或质疑青年技术使用变化趋势的措施，并添加到6个月的后续评估中。这些措施在分析中被视为结果。gydF4y2Ba

所有分析均使用R软件(版本为3.5.3;R统计计算计划)[gydF4y2Ba 28gydF4y2Ba］．数据随机分为训练数据集(537/720,74.6%)和测试数据集(179/720,24.9%)。为了满足本文的目标，本文选择了ML方法来建立预测模型，并对模型所选择的单个预测因子进行评估。在这种情况下，我们使用套索(最小绝对收缩和选择算子)回归作为ML方法，因为它适合所有候选预测器的模型，并将不能充分有助于误差最小化的预测器的回归系数缩小为零。换句话说，与岭回归相比，套索回归提供了一个可区分的预测器子集，岭回归不将回归系数限制为零，或提供可解释参数估计较少的其他ML方法，如随机森林算法。glmnet R软件包[gydF4y2Ba 29gydF4y2Ba]用于将套索逻辑回归模型拟合到训练数据集，使用10倍验证来选择通过互联网寻找一般健康信息和性健康和生殖健康信息的预测因子。gydF4y2Ba

套索模型的准确性是通过使用参数估计来预测测试数据中的互联网健康信息搜索，并将预测结果与观察结果值进行比较来衡量的。绘制受试者工作曲线(roc)，以评估在一定概率阈值范围内预测的敏感性和特异性。ROC曲线下面积(AUCs)被用来衡量预测的准确性。AUC为0.50表示模型的表现并不比概率好。gydF4y2Ba

使用套索模型选择的预测因子，传统logistic回归拟合训练数据，以帮助解释预测因子与网络健康寻求之间的关联。报告比值比(or)。由于回归系数解释困难，没有给出统计显著性水平gydF4y2Ba PgydF4y2Ba使用ML算法选择的预测器子集的值。gydF4y2Ba

表1gydF4y2Ba而且gydF4y2Ba 2gydF4y2Ba显示了在10个示范站点(N=716)上作为在互联网上寻求健康信息的候选预测因子进行评估的变量。三分之二的参与者年龄在25 - 34岁之间(483/716,67.5%)。一半的参与者报告非拉丁裔非裔美国人的种族/民族身份(362/716,50.6%);27.9%(200/716)报告为拉丁裔。大多数参与者报告性别为男性(506/716,70.7%)。近五分之一(130/716,18.2%)的参与者认为自己是跨性别女性，716名参与者中有5人认为自己是跨性别男性(0.01%)。大约一半的参与者认为自己是男同性恋或女同性恋(393/716,54.9%)，一半的人表示自己的受教育程度不超过高中，并拥有稳定的住房(368/716,51.4%和363/716,50.7%)。月收入中位数为800美元(IQR美元200至1500美元)。gydF4y2Ba

三分之二的参与者报告被诊断感染艾滋病毒超过一年(483/716,67.5%)，并有医疗保险(489/716,68.3%)。根据医疗图表数据，大多数参与者在过去6个月内曾因艾滋病毒就诊(557/ 641,86.9%)，但不到一半的参与者病毒被抑制(270/ 641,42.1%)。大多数参与者向他人(654/716,91.3%)透露了自己的艾滋病毒状况，包括伴侣(444/716,62.0%)和朋友或家人(551/716,77.0%)。三分之二的参与者在过去6个月内饮酒(490/716,68.4%)，略多于一半的参与者使用大麻(422/716,58.9%)和烟草(373/716,52.1%)。不到一半的参与者报告使用了其他非注射物质(320/716,44.7%)。大多数参与者在过去6个月内使用过酒精或至少一种非注射性物质(598/ 716,83.5%)。共有16.2%(115/711)的参与者报告了注射吸毒。gydF4y2Ba

近三分之一的参与者报告在过去6个月曾在网上搜索过健康主题(211/716,29.5%)，其次是性健康信息(155/716,21.6%)。在通过其他数字通信工具讨论或寻求性健康和生殖健康方面，短信为20.0%(143/716)，电子邮件为10.2%(73/716)，社交网络应用程序(如Facebook或Instagram)为8.7%(62/716)，私人信息为7.8%(56/716)。近四分之一的跨性别参与者报告说，他们搜索过与跨性别相关的话题(36/135,26.7%)，包括激素治疗(30/135,22.2%)和手术(24/135,17.8%)。gydF4y2Ba

图2gydF4y2Ba给出了试验数据中基于套索预测GH和SRH信息搜索的roc曲线。45°线以上的曲线表明有一定程度的可预测性。套索模型拟合GH信息搜索和SRH信息搜索结果的auc分别为0.76和0.73。为了帮助解释，我们将模型的准确性描述为概率阈值为0.50，如果预测概率大于0.50，我们将参与者划分为曾在互联网上搜索过健康信息。共有32.4%(58/179)的测试数据参与者在互联网上搜索GH信息。我们正确地将16人归类为寻求生长激素信息的参与者，并将121名未寻求生长激素信息的参与者中的112人归类为正确的参与者。基于0.50阈值，GH模型的精度为(16 + 112)/ 179 = 71.5%。使用相同的公式，SRH模型在0.50阈值处的准确率为70%。gydF4y2Ba

表3gydF4y2Ba而且gydF4y2Ba 4gydF4y2Ba显示了logistic模型对网络GH信息检索结果和SRH信息检索结果的or值。协变量是从每个套索模型中选择的预测因子。与我们的假设基本一致的是，与较高学历相比，高中及以下学历在互联网上寻找生长激素和生殖健康信息的几率更低(or分别为0.49和0.68)。月收入高的人在网上寻找性健康和生殖健康信息的几率比月收入低的人高。与之相矛盾的是，与没有或未报告月收入的人相比，报告月收入低的人在互联网上寻找性健康和生殖健康信息的几率更低(or 0.59)。报告近期使用酒精、烟草和大麻的参与者寻求生长激素和性健康信息的几率更高(OR 1.29-1.70)。gydF4y2Ba

自我报告的高依从性ART与低依从性ART或未接受ART相比，与寻求GH和SRH信息的更高几率相关(or分别为1.62和1.51)。与其他种族/民族相比，白人族裔寻求性健康和生殖健康信息的几率更高(OR 1.68)。与其他性别身份相比，男性性别身份与寻求生长激素和生殖健康指数信息的几率较高(OR分别为1.19和1.26)，跨性别身份与寻求生长激素和生殖健康指数信息的几率较低(OR分别为0.41和0.50)。在网上寻找性健康和生殖健康信息的几率是那些报告“其他”性取向的人的两倍(也就是说，不包括那些同性恋、双性恋或异性恋)。gydF4y2Ba

这项研究是第一个报告青少年在互联网上寻求健康信息行为的研究之一。我们发现，相当少数的yarh通过互联网查找GH(211/716, 29.5%)和SRH信息(155/716,21.6%)。在这一人口中，技术使用率和寻求健康信息的比率与以前关于无家可归青年的主要种族/族裔样本的报告相似，无家可归青年可能面临许多类似的挑战[gydF4y2Ba 30.gydF4y2Ba］．gydF4y2Ba

寻求健康信息的模式与若干人口因素有关。按一般人群的报告[gydF4y2Ba 8gydF4y2Ba)，在这个样本中，具有较高社会经济地位(即教育、收入)的yarh更有可能在网上寻找GH和性健康和生殖健康的信息。有趣的是，与同性恋、异性恋或双性恋相反，报告“他者”性取向也与寻求性健康和生殖健康信息的增加有关。这可能反映出，正在探索自己性取向的青少年和年轻人可能更愿意在网上查找健康信息[gydF4y2Ba 31gydF4y2Ba]而不是向一个人(如提供者)寻求健康信息，因为在卫生保健环境中感到或实施了耻辱[gydF4y2Ba 32gydF4y2Ba］．gydF4y2Ba

也与一般人口的调查结果一致[gydF4y2Ba 2gydF4y2Ba，在样本中寻找与健康相关的信息最有可能指向生长激素话题，如饮食和锻炼。这种关注可能源于艾滋病毒治疗和护理方面的进展[gydF4y2Ba 33gydF4y2Ba]并强调了提供者关注整体健康的重要性。更少的青年健康者搜索性健康和生殖健康，最常见的是探索性传播感染症状、检测和治疗。在跨性别者(主要是跨性别女性)中，近四分之一的人搜索有关激素、手术或其他程序的信息。鉴于这一群体难以获得性别肯定服务，这一点尤其重要[gydF4y2Ba 34gydF4y2Ba]并强调需要将性别肯定护理与艾滋病毒预防和治疗服务结合起来。gydF4y2Ba

应该注意到研究的几个局限性。我们试图让年轻的艾滋病毒阳性患者参与进来，他们正在努力坚持和参与护理。然而，这个样本不包括那些脱离工作或失去照顾，可能是由于共同的健康问题。这个群体可能有非常不同的互联网健康信息搜索模式。同样重要的是要承认我们的样本是被招募来参与数字艾滋病毒干预的，这表明在互联网上寻求健康信息的青年青年比青年青年的一般人口比例更高。此外，虽然青年是从美国各地的10个地点招募的，但服务选择的地区差异和与艾滋病毒相关的耻辱可能会对青年健康(即生活在更多农村地区的青年)产生不同的影响。在最终的模型中，区域没有被保留为预测因子，但区域差异可能没有被研究地点或我们创建的区域预测变量充分捕捉到。gydF4y2Ba

尽管存在这些局限性，但这是针对患有慢性疾病的边缘化青年群体的互联网健康信息寻求行为的首批研究之一。青年、青年、青年和儿童中互联网使用率高，近四分之一的参与者在网上寻求健康信息，这对为青年、青年和其他边缘化人群工作的临床医生和卫生教育工作者具有重要意义。卫生保健提供者应接受培训，了解如何与患者就他们的技术使用、他们搜索的性健康和健康主题进行公开讨论，以及如何确保在线访问的信息是有信誉的。这些直接的讨论可能有助于减少耻辱，并特别有助于支持过渡年龄的青年。从儿童到成人艾滋病毒护理的过渡通常与护理留用不良有关[gydF4y2Ba 35gydF4y2Ba];利用电子卫生知识普及支持提供了在此期间改善护理结果的机会。gydF4y2Ba

虽然模型中没有保留与电子卫生知识普及相关的措施(即YEHS和MTUAS子量表)，但建立交易性电子卫生知识普及技能的干预措施(即定位和理解、交换、评估和应用卫生信息的技能)[gydF4y2Ba 36gydF4y2Ba])，并可透过可信赖的沟通渠道(例如政府机构)，甚至透过社交网络平台，加强参与护理工作，增加获得高质素健康资讯的机会[gydF4y2Ba 37gydF4y2Ba，gydF4y2Ba 38gydF4y2Ba］．尽管在社交网络平台上共享的用户生成的健康信息内容可能不如科学或政府来源准确或可信，但社交网络平台和工具在达到和参与方面是有价值的。在线卫生信息质量的差距不断扩大，特别是在流行的社交媒体上，可能会影响可信的在线卫生信息创建者对这些平台的采用。例如，尽管疾控中心在传统社交媒体网络(如Instagram)上保持着账户，但新技术可以迅速吸引年轻人远离精心制作的信息。为了满足日益增长的对服务于青年健康目标的可信赖的在线卫生信息的需求，数字卫生信息的创建者需要在制定在线实现青年健康目标的战略方面具有创新性。gydF4y2Ba