健康信念模型(HBM)始于20世纪50年代。HBM的最初版本是由戈弗雷·霍克鲍姆、斯蒂芬·凯格尔斯和欧文·罗森斯托克于1952年创建的[ 5］．当时，霍克鲍姆、凯格尔斯和罗森斯托克都在为美国公共卫生局工作。HBM的最初目的是为了更好地了解人们为什么不参加公共卫生服务，如胸部x光检查结核病。该模型试图整合刺激反应理论[ 6]与社会认知理论(SCT) [ 7以便更好地理解各种与健康有关的行为。许多作者注意到HBM和SCT之间的相似之处。SCT与HBM相似，基于期望价值理论(EVT) [ 8］．

SCT强调个人主观评价的重要性，以及他或她对某一行为(例如，在当前大流行期间保持社交距离)将导致预期结果(避免COVID-19病毒)的预期。这种鼓励健康行为的综合方法基于EVT，基于Lewin的早期工作[ 9和Vroom [ 10以及菲什拜因和阿吉森后来的研究[ 11埃克勒斯和其他几位合作者[ 8， 12- 14］．Lewin的理论认为，影响行为的是对现实的感知，而不是现实本身。 15］．EVT的关键在于，激励或强化物并不直接影响与健康相关的行为，而是通过影响个体对要求的行为的评估和对该行为将产生预期结果的期望来影响健康相关的行为[ 8］．

最初的HBM包括四个变量:感知的易感性(感染疾病的可能性)、感知的严重性(感染疾病的严重性/危险)、感知的障碍(使采取所需行动变得困难的因素)和感知的益处(实施所需行为的积极结果)。1988年，Rosenstock等人[ 8]扩大了HBM的范围，将自我效能测量纳入其中(即一个人对自己执行必要的健康相关行动能力的感知)。行动线索，如感知到的COVID-19症状、个人建议、接触到的媒体信息或促使采取行动的任何其他因素，也经常包括在HBM的当前应用中。多年来，HBM一直被用于解释各种各样的预防性卫生行为，包括在与当前COVID-19疫情类似的其他病毒爆发期间(如H1N1、SARS和中东呼吸综合征)[ 16- 18］．

尽管HBM有悠久的使用历史和经验支持[ 8， 16， 19，它并非没有所谓的缺点[ 20.， 21］．几项研究表明，HBM在各种预防措施中解释的差异百分比很低(平均) R²约占21%)[ 21而最初的HBM及其扩展并没有使用最常用的预测变量的最佳组合。

Manika和Golden [ 16测试了HBM的扩展版本。作者考察了五个变量的预测能力，以解释参与与H1N1大流行相关的预防行为的可能性:感知知识、存储知识、感知威胁、感知自我效能和信息接受能力(寻求)。研究人员将这五个变量同时输入回归模型。在进入方程的五个自变量中，信息接受度和感知威胁的系数最强(。分别是39和0.35)。整体模型的 R².46。后来的研究人员指出，这可能不是预测变量的最佳组合[ 20.， 21］．所有预测变量同时进入回归分析。

Orji等人[ 21为Manika和Golden增加了4个新变量[ 16HBM的延伸:自我认同、感知重要性、对未来后果的考虑和对外表的关注。作者还测试了原始HBM变量之间所有可能的关系/交互。在测试他们的扩展HBM预测健康饮食习惯的能力时，作者发现扩展模型有一个 R²0.71，而原始HBM为0.40。一个人相信自己可以做实施行为所需要的事情(自我效能感)被发现是预防行为的最强预测因子。结果还揭示了原始HBM变量的几种可能组合，有助于更好地解释个人寻求健康的行为。

琼斯等人[ 20.]还发现，HBM变量的替代组合可以提高它的预测能力。作者在基于HBM的8个月流感疫苗接种活动后对1337名印第安纳居民进行了一项调查。初步研究结果显示，参与该活动增加了接种流感疫苗的可能性。该研究还发现，通过感知障碍，暴露对疫苗行为有间接影响，而感知威胁被自我效能所缓和。感知到的障碍和好处也是一系列中介链的一部分。作者的结论是，HBM变量之间的关系是复杂的，可能有助于解释早期不一致的结果，并应成为未来研究的一个重要重点。

目前的模型( 图1)扩展了Manika和Golden测试的相加模型[ 16］．(1)使用新创建并经过验证的"对COVID-19的恐惧"措施[ 22)，(2)使用三种独立的健康寻求行为测量方法(包括由Masuri等人开发的测量方法[ 17和Manika和Golden [ 16]，以及为本研究创建的社交距离的简单测量)作为研究的因变量，以及(3)预测变量的新组合。我们确定并测试了一个使用Manika和Golden模型中使用的五个预测变量中的四个的顺序中介模型。目前的模型不包括存储的知识作为一个自变量，因为Manika和Golden的研究[ 16]发现，影响预防性健康行为的不是实际知识，而是感知知识。

对COVID-19的恐惧[ 22开始了鼓励COVID-19预防行为的过程。正如Ahorsu等人所说[ 22，“与其他疾病相比，传染病的一个特征是恐惧。”该量表是专门为衡量对COVID-19的恐惧而开发的，被认为是一种有效的衡量标准。如果一个人认为他们不容易感染病毒，病毒也不构成严重威胁，他们就不太可能采取预防行为[ 16， 20.］．一个很好的例子是2020年美国大学的春假，在COVID-19大流行期间，许多学生聚集在美国的海滩上，因为他们不认为COVID-19是一个严重的威胁[ 23］．

如果有人害怕COVID-19病毒，我们假设他们更有可能搜索可以帮助他们避免感染这种疾病的信息。这是Manika和Golden的信息接受度变量[ 16版本的HBM。摩尔曼和马图里奇[ 24]测试了一个类似的模型来解释预防健康行为，并发现具有更高健康动机水平的个体比动机较低的个体更有可能搜索与健康相关的信息。作者将健康动机定义为参与预防性健康行为的唤醒水平。健康动机量表的项目衡量了对健康风险的焦虑或担忧。因此，对新冠病毒的恐惧很可能会增加人们搜索新冠病毒相关信息的动机。

人们假设，这种对COVID-19病毒信息的搜索增加会导致感知知识水平的提高。随着COVID-19大流行的出现，关于该病毒的信息和错误信息泛滥。 25］．根据访问人员和访问媒体的不同，这种信息获取的增加可能会也可能不会导致适当的与健康相关的COVID-19预防行为。Manika和Golden [ 16]发现关于H1N1大流行的认知知识量与H1N1预防行为呈正相关。

更高水平的感知知识被假设为导致更大的自我效能感。自我效能感最好被理解为一个人对他或她能够执行建议的健康相关行为的感知。一个人对自己能够完成某项任务越有信心，就越有可能采取相关的预防行为。 26］．在摩尔曼和马图里奇的[ 24对预防性健康行为文献的全面回顾发现，“健康能力”，一个人执行健康行为的感知能力，可以预测预防性健康行为。自我效能感已被发现是与健康相关行为最重要的预测因子[ 4， 21］．掌握避免感染COVID-19所需行为的认知知识，并相信自己能够执行这些行为，将增加执行COVID-19预防行为的可能性。

综上所述，本研究提出并验证的顺序中介模型假设COVID-19预防行为是由一个顺序中介过程驱动的，在这个过程中，对COVID-19的恐惧导致信息接受，而信息接受又导致感知知识，进而驱动自我效能，最终导致预防行动。与以前使用HBM或其变体预测各种与健康相关的行为的尝试相比，这个提议的顺序中介模型具有潜在的重大改进。经常使用“相加模型”方法输入自变量的做法受到了审查，并呼吁探索其他可能的因果模型[ 19， 27］．这一呼吁得到了钱皮恩和斯金纳的响应[ 28]，他们认为有必要更好地定义寻求健康行为的预测变量之间的关系。琼斯等人[ 20.]指出，建立这些变量的更优排序将“通过改进评估、确定结构的相对重要性以及提出行为改变的新假设，推进理论和实践”。

这项研究的结果提供了这样的见解，并为哪些类型的预防信息将最有效地激励个人将行为纳入日常生活，帮助他们远离COVID-19提供了明确的指导。鉴于COVID-19大流行(个人和经济)后果的严重性，以及个人行为在“压平曲线”中的重要性，扩大我们对抗击这一“隐形敌人”需要做什么的了解的研究至关重要。

研究设计包括在Qualtrics上设计的横断面调查，该调查通过在线方式对参与者进行管理，参与者在方便的情况下一次性完成研究。研究数据是通过Qualtrics对415名美国本科生(49%为男性;平均年龄21岁[SD 5.41]岁)。参与者是在作者所在大学的一个学科库中被招募的。数据纳入标准广泛，包括年龄≥18岁、参与研究以换取课程学分的多个专业和阶层的学生。没有排除标准，所有选择完成研究的学生都接受了回答。为了尽量减少任何潜在的反应偏差，研究人员向参与者提供了一份同意书，作为研究的一部分，参与者被告知他们的参与是自愿的，他们可以在任何时候选择终止参与研究，如果他们愿意，他们不会受到惩罚，如果他们选择不参与研究。

此外，所有研究参与者都填写了知情同意书，在知情同意书中，他们被告知参与研究没有任何风险，他们的回答和收集的所有数据将被记录下来，并输入电子表格进行分析，在这种方式下，所有参与者将对研究人员保持匿名，不会要求提供个人身份信息，所有数据将保持机密。大多数参与者是白人(n=313, 75%)，其次是西班牙裔(n=47, 11%)，亚洲人(n=32, 8%)和非洲裔美国人(n=15, 4%)。

研究数据采用SPSS统计软件(版本25;IBM公司)。由于所有研究测量的数据都来自同一来源，共同的方法偏差可能是一个潜在的问题。因此，我们表演了林德尔和惠特尼的 29标记变量程序来评估共同方法偏差是否可能影响结果。标记变量项目与每个研究测量之间的相关性很小(范围从-。06至.08)和不显著;因此，共同的方法偏差不太可能影响结果[ 29， 30.］．PROCESS宏(模型6)[ 31]用于测试我们的概念模型，包括涉及顺序中介的预测[ 32］．传教士与海耶斯[ 31使用SPSS的PROCESS宏有几个关键原因。该方法使用普通最小二乘路径分析来估计模型系数，并评估模型中变量的间接和/或直接影响[ 32， 33］．此外，PROCESS模型使用bootstrapping程序(n=5000)，该程序不依赖于任何关于抽样分布正态性的假设，来计算与间接影响的统计显著性相关的经偏差校正的95% ci [ 31， 33， 34］．正如李和谭所说[ 35，传教士和海耶斯[ 31PROCESS宏“专门设计用于通过包含引导函数来执行多个中介，同时允许对每个中介的间接影响进行估计。更重要的是，这个宏解释了在结构方程建模中不易实现的控制变量的影响”(有关此方法的综述，请参见[ 31])。值得注意的是，下面的分析也是以性别作为控制变量进行的;纳入性别并不影响下文的结果。

自我实施的预防措施可以极大地影响人口内的感染率。公共政策官员必须考虑大流行的经济影响，并高效利用可分配给营销传播的有限资源[ 36］．虽然COVID-19疫苗接种计划已经开始，但最重要的是公众继续采取预防措施。事实上，个人采取的简单行为改变可以作为控制流行病的一种高效和低成本的方法[ 25， 37]，特别是在治疗和疫苗接种尚不方便的早期阶段。我们的研究结果表明，行为改变在很大程度上取决于一个人对自己执行行为的能力的信心，这些行为将减少感染或传播疾病的可能性。重要的是，我们的连续中介结果表明，对COVID-19的恐惧会导致个人寻找有关该疾病的信息，这增加了他们的知识，培养了自我效能感，这是推动预防行为的关键。因此，至关重要的是，政府和公共政策官员必须就这一疾病的严重性以及不采取行动减少感染传播的风险进行沟通。具体来说，通信应该在公众中唤起或灌输恐惧，因为正是这种恐惧将增强信息的接受能力、知识、自我效能，并最终改变行为。

值得注意的是，我们的研究结果表明，对COVID-19的恐惧本身与预防行为没有直接联系。相反，只有当个人寻求有关适当预防措施的知识并对自己采取此类行动的能力有信心时，对COVID-19的恐惧才与预防行动有关。如Brug等人所述[ 38]， "在可能的大流行的早期阶段，对风险的认识以及对有效性的信念取决于与风险群体成员之间的沟通。处于风险中的公众不理解的风险沟通信息，或相互冲突的风险沟通信息将导致缺乏预防行动。”在当前的大流行期间，人们对戴口罩的效果普遍感到困惑，这就是一个例子。

需要建立一个系统来传播有关病毒的准确信息和个人应采取的适当预防措施。还需要有一个系统来阻止、抵制并迅速终止任何可能通过新闻媒体(更有可能是通过社交媒体)传播的错误信息。提供的信息不仅要准确而且要可靠，这是至关重要的。因此，一致性是关键，整合营销传播方法将是有帮助的。事实上，研究表明，重复提及预防措施可以减少对疾病的恐惧，并最终增加预防行为，而当个人质疑信息的可信性时，情况恰恰相反[ 39］．

本研究的首要目标是创建和测试一个预测COVID-19预防行为的模型，以解决HBM的缺陷，并利用这一信息制定更有效的卫生传播，以增加采用减缓COVID-19传播的行为。HBM在预测和解释一系列与健康相关的行为方面有着悠久的使用历史和经验支持[ 19］．然而，由于批评指出HBM的解释能力需要改进，因此需要一个改进的模型。本文提出的结果顺序中介模型响应了寻求健康行为前因之间关系的更好定义的要求。目前的模型包括对COVID-19的恐惧程度，增加了一个专门针对COVID-19大流行的经过验证的量表。对HBM常用量表的一种批评是，它们没有得到充分验证[ 5］．鉴于对疾病的感知易感性和恐惧在促使个人采取行动降低感染疾病的风险或避免其他负面健康后果方面发挥着重要作用，制定一个有效的量表来衡量对COVID-19的感知威胁和恐惧至关重要。

使用三种不同的COVID-19寻求健康行为的衡量标准，包括衡量社交距离的项目，也是这项研究的一个重要贡献。Manika和Golden的物品[ 16]的预防行为量表采用李克特7分制回答，而Masuri等[ 17量表是一系列与健康相关的行为问题，这些问题的答案都是“是”或“不是”。2个项目的社交距离量表增加了两种行为(社交距离和隔离)，这两种行为不属于其他两个量表，但反映了当前预防信息运动的主要目的是社交距离，以保护自己和避免COVID-19的传播。

当前调查产生的数据为如何最好地鼓励COVID-19预防行为提供了明确的方向。目前的模式始于对COVID-19的恐惧。这与HBM模型是一致的，该模型指出，必须存在对该疾病或其他健康问题的恐惧，而且个人必须意识到他们容易受到该疾病或健康问题的影响[ 8］．年轻人，特别是大学生，很好地证明了对COVID-19的恐惧和易感性的重要性。鉴于年轻人普遍倾向于觉得自己对健康风险有某种无坚不摧的感觉，因此有必要告诉他们，尽管如果他们感染了COVID-19，可能不会有很高的患严重疾病的风险，但他们可能会将疾病传播给父母、祖父母和其他老年人。根据Orji等人[ 21]，各个年龄段的人都倾向于低估自己感染疾病或遇到其他健康问题的可能性。因此，COVID-19营销传播必须强调病毒的高传播性(易感性)以及疾病的潜在严重性(恐惧)。

正如Manika和Golden等人所建议的[ 16)，这些“恐惧诉求”信息必须在所有媒体中保持一致。社交媒体使传递一致和明确的COVID-19危险信息变得困难。研究表明，人们在网上接触到大量的错误信息，这可能会破坏公共卫生运动的有效性[ 40， 41］．社交媒体卫生运动对于向公众宣传正确的卫生行为至关重要，同时也可以消除可能在网上传播的任何错误信息。

该研究发现，对COVID-19的恐惧与信息接受度呈正相关。信息接受度衡量的是一个人搜索新冠病毒相关信息的积极程度。Manika和Golden [ 16]发现那些更容易接受H1N1信息的人也更有可能参与H1N1预防行为。作者得出的结论是，接受信息表明“个人准备采取行动，因此更有可能采取适当的预防措施。”信息接受能力的重要性强调了在所有媒体上传递一致和清晰的信息的必要性，即建议哪些行为类型以提高遵从性。

在这个模型中，更强的信息接受能力与更高水平的感知知识相关，这并不奇怪。该模型使用了感知知识，而不是存储的(或实际的)知识，因为研究发现，正是一个人的感知知识(未存储的)导致了所要求的与健康相关的行为[ 16］．本研究还发现认知知识与自我效能感呈正相关。一个人越相信自己掌握了有关COVID-19的必要知识，就越有信心采取必要的行为保护自己不感染病毒。健康信息必须清楚地说明需要什么类型的行为以及执行这些行为的容易程度。

需要让公众相信，洗手、戴口罩、保持社交距离和自我隔离等行为将带来有价值的结果(例如，避免感染COVID-19，重新开放经济)。任何媒体宣传活动都必须把自我效能放在首位。考虑到自我效能是驱动COVID-19预防行为的顺序中介模型中的最后一个变量，这一点尤其正确。

这项研究使用了COVID-19预防行为的三种独立措施，并发现由Manika和Golden [ 16工作得最好。的 R².47的比率表明，该模型很好地解释了COVID-19预防行为的变化，但也表明有很大比例的这种行为仍然无法解释。它可能是，正如Orji等人所证明的那样[ 21]，即需要在现有模型中添加新的变量。一个更高的 R²也可以通过保持当前模型的当前变量，同时包括HBM中已经指定但本研究中没有使用的变量来实现价值。行动的线索，如经历COVID-19可能的症状、朋友和同事之间的对话，以及媒体曝光的数量和类型，都可能增加模型的解释能力。此外，更广泛的社会人口统计措施也将增加 R²价值。尽管在这项研究中没有发现，但之前已经发现了性别差异，女性对疾病更焦虑，更有可能采取预防性的健康行为。年龄、社会经济地位和种族已被确定为影响健康相关行为的可能因素，并应纳入未来的模型。

尽管这项调查是首次应用顺序中介模型来更好地了解COVID-19预防行为，但它并非没有局限性。首先，样本只来自人口的一个部分，尽管是一个重要的部分。未来的研究应该取样老年人和年轻人，以及来自特定种族的人群。在美国，非裔和拉丁裔人口受到的影响比白人人口更严重。用目前的模型对这些人口部分进行调查，可能会提供关于是什么鼓励或不鼓励跨民族/种族群体所需的预防行为的见解。此外，未来的研究应考虑个人的背景、病史和其他个体差异变量，包括与公共卫生知识相关的变量，如何影响发现的结果和HBM的总体表现。

第二个限制是这项研究的相关性。需要未来的因果和/或纵向研究来检验当前模型中的联系，并对因果流的方向提供更可靠的见解。第三个可能的限制和未来研究的素材是对现有模型的进一步扩展。如琼斯等人所呼吁的[ 20.]，对行动线索进行更深入的研究可以提高解释能力。内部线索(如感知到的COVID-19症状)和外部线索(如媒体接触(数量和类型))可能最好分开处理。如琼斯等人[ 20.的研究表明，研究操纵的行动线索，如公共服务活动、媒体信息和干预措施，以及更有机的行动线索，如家庭中的疾病、朋友和家人之间的讨论、新闻报道和感染疾病的知名人士，可能也会被证明是有益的。

借鉴早期解释健康寻求行为的尝试，该研究创建并测试了一个顺序中介模型，以解释COVID-19预防行为。新型号的 R²是。47，这比平均水平高很多 R²在使用HBM的众多研究中，约为0.20 [ 21］．该研究还确定了预测变量之间关系的一个更好定义的模型。这两个结果都是为了响应呼吁，改进HBM在预测健康相关行为方面的所谓缺陷。最后，这项研究的结果为制定有效的战略和信息提供了明确的方向，以鼓励所需的行为，以减缓(如果不是根除)过去100年来最严重的流行病。