《Educational Gerontology》：Mediation effects of health behavior efficacy on the relationship between individual factors and health literacy among older adult populations
编辑推荐：
本文探讨了健康行为效能（HBE）在老年人群个体因素（如性别、健康状况、健康关注度）与健康素养（HL）关系中的中介作用。研究发现，HBE（尤其是心理幸福感和健康责任维度）是连接个体因素与健康信息获取和应用能力的关键路径，为制定针对性健康干预策略以提升老年健康素养、减少健康 disparities 提供了重要理论依据。
摘要
在老年人群中，健康行为效能（Health Behavior Efficacy, HBE），即个体对自身从事健康促进行为能力的信念，与个体因素和健康素养（Health Literacy, HL）相关，但其中介作用尚未得到充分探索。健康素养是健康结果的关键决定因素，它影响个体获取、理解和有效利用健康信息的能力。本研究调查了HBE在老年人个体因素（即性别、年龄、健康状况和健康关注度）与健康素养关系中的中介作用。一项横断面调查通过分层整群抽样选取了553名老年参与者。研究采用多元回归分析检验变量间关系，并利用Sobel检验评估健康行为在个体因素与健康素养关系中的中介效应。个体因素（即健康状况和健康关注度）显著预测HBE。男性性别与HBE维度呈负相关，而年龄则无显著影响。HBE，特别是心理幸福感和健康责任维度，中介了个体因素与健康素养之间的关系。这种中介效应在获取和应用健康信息方面最为显著，突显了自我效能在提升健康素养中的作用。理解这些中介路径有助于制定针对性的健康促进策略，旨在减少老龄化人口中的健康差异。
引言
健康素养被公认为健康结果的重要决定因素。它塑造了个体有效获取、理解和应用健康信息的能力。该术语通常用于描述介导健康和临床决策的一系列个体识字能力。因此，较差的识字技能是提供临床护理过程中必须管理的潜在风险因素。
对健康素养产生重要影响的是健康行为效能（HBE），其定义为个体对自身从事健康促进行为能力的信念。具有较高自我效能的个体更有可能积极寻求、理解和利用健康信息。影响HBE的个体因素包括人格特质和人口统计学特征，这些因素进而影响健康素养。例如，研究表明，开放性和外向性等人格特质有助于社交参与并改善获取健康资源的机会，而尽责性可能会减少在线互动，从而限制健康信息的获取。
随着数字技术的发展，电子健康信息已成为公共卫生管理的关键资源，进一步凸显了健康素养的必要性。为满足日益增长的自我检测和个人健康监测需求，出现了许多健康相关网站。例如，由卫生福利部下属医疗和社会福利机构管理的台湾电子医院网站，其主要目标是向公众提供免费的专业医疗咨询，帮助他们解决健康问题并寻求适当的医疗护理，从而避免不必要的医疗资源使用。
然而，在线健康平台通常包含在个人博客、论坛或聊天室中分享的轶事信息，这些信息反映的是用户的个人经验而非专业医疗建议。人们对这些平台的可信度和可靠性存在担忧。有观察发现，81%的人会关注在线健康数据，但只有22%的人认为作者是专业人士，85%的人从匿名或非专业来源获取信息。
台湾正经历显著的人口结构变化，趋向老龄化。2022年，65岁及以上人口约占总人口的16.5%，预计这一比例将大幅增加。这带来了显著的公共卫生挑战，尤其是在健康素养方面。老年人常常在获取、理解和利用健康信息方面遇到障碍，特别是通过数字渠道。
提高老年人的健康素养至关重要，因为他们对慢性病的易感性更高，且医疗保健需求更复杂。增强健康素养可以使他们更有效地管理自己的健康，从而减轻医疗系统的负担并改善整体公共卫生结果。
HBE——特别是关于健康责任和心理健康——被认为是一个关键的中介变量。它有助于解释个体因素如何影响老年人获取和应用健康信息的能力。这种中介作用可能通过感知障碍和自我效能等机制发生。通过减少参与障碍或增加使用健康信息的信心，HBE促进了个人特征向知情健康行为的转化。例如，研究发现，在中国南方中老年人群中，健康信念组成部分，包括自我效能和感知障碍，显著介导了非传染性疾病数量与预防行为参与之间的关系。这些发现强调了HBE在健康相关行为模型中的解释价值。
鉴于台湾的老龄化社会，理解影响老年人处理、获取和利用健康信息能力的路径变得越来越重要。通过考察个体因素、HBE和健康素养之间的相互联系，可以识别促进健康老龄化的关键杠杆点。
本研究旨在解决在理解影响老年人健康素养机制方面的关键空白。具体而言，研究探讨了HBE在个体因素与健康素养关系中的中介效应。最终目标是为旨在改善健康行为和健康素养的针对性干预措施提供信息，从而为台湾不断增长的老年人口带来更好的健康结果和更高的生活质量。
文献综述
电子健康使用整合模型（Integrative Model of eHealth Use, IMeHU）提供了一个理解数字鸿沟、健康差异和通信技术获取不平等之间联系的全面框架。该模型表明，宏观层面的社会结构——如社会经济地位和教育水平——影响个体的健康状况、数字技能、内在健康兴趣以及感知的使用在线平台获取健康信息的能力。这些差异通过微观层面的因素，如健康素养、动机和能力，影响健康结果。
IMeHU强调了更广泛的社会结构与个体健康结果之间的关系，连接了宏观层面的差异和健康差异。具有较低HBE（一个关键的微观层面因素）的个体更不愿意寻求健康信息，并且可能对有效利用信息信心不足，从而加剧健康差异。
现有研究表明，个体因素，包括人口统计学特征和人格特质，显著影响老年人群的健康素养。例如，研究发现，年龄、性别和人格特质等因素影响老年人的社交媒体行为，包括好友数量、状态更新和群组成员资格。该研究还强调，老年用户倾向于在社交网站上寻求有见地的内容。虽然该研究未直接评估健康素养，但这些个体因素对社交媒体参与度的影响表明了一条可能导致更多或更少接触和互动在线健康信息的潜在路径。开放性和外向性等人格特质与社交网站上较高的社交参与度相关，这可能带来更多接触健康信息的机会，而尽责性则与某些在线活动（如点赞和状态更新）的参与度较低相关，可能限制这种接触。
此外，人格相关因素、HBE和健康素养之间的关系是多方面且动态的。性别和年龄等人口统计学特征，以及健康状况和健康关注度等心理社会特质，塑造了个体参与健康促进行为的动机准备状态和能力。健康素养作为一种基础能力，不仅使个体能够获取和解释健康信息，还促进了HBE的发展，特别是自我效能，这对于启动和维持行为改变至关重要。值得注意的是，自我效能可以介导互动性健康素养（定义为积极接触健康信息、有效沟通以及应用所学知识做出明智决策的能力）与特定健康行为（如饮食实践）之间的关系。这种形式的素养赋能个体，促进自助，并鼓励个人技能的发展，从而将认知理解与可操作的成果联系起来。
即使考虑了年龄或感知健康等个人变量，健康素养仍然是行为准备状态和身体活动参与度的显著预测因子。这些相互关联的要素强调了个性化健康教育策略的重要性，这些策略不仅考虑个体差异，而且旨在同时增强健康素养和自我效能，以促进可持续的健康行为改变。
健康素养指的是获得、理解、评估和使用健康信息以做出明智健康决策和解决健康问题的能力。它涵盖了一系列技能，包括阅读、倾听和分析健康信息，以及在各种医疗保健情境中应用这些信息的能力。这些特征塑造了老年人获取、解释和使用健康信息的方式，使其成为理解健康素养差异的关键。
HBE是自我效能的一个特定领域，植根于Bandura的理论，与健康促进行为直接相关。HBE是影响健康素养的另一个关键因素。具有较高自我效能的个体更有可能有效寻求、理解和应用健康相关信息。HBE在预测和影响健康行为的采纳与维持方面起着至关重要的作用。这对于必须驾驭复杂医疗系统、与医疗保健提供者沟通并做出明智健康决策的老年人尤为重要。研究强调了HBE与健康素养之间的相互作用，指出对自己健康管理技能有信心的人更有可能增强他们的健康知识和技能。
此外，各种个体因素——包括年龄、教育、社会经济地位和人格特质——影响HBE。研究表明，自我效能信念受到先前经验、社会影响和感知到的健康行为障碍的影响。例如，开放性等人格特质可能鼓励寻求健康信息，而尽责性可能影响对健康促进活动的依从性。
现有文献还表明，HBE可能在个体因素与健康素养的关系中起中介作用。研究发现，年龄和健康状况显著影响中国老年人群的健康素养，而较高水平的HBE介导了这些关系，帮助个体克服与老龄化和较低教育水平相关的限制。对于老年人来说，即使存在教育程度低或数字技能有限等障碍，强大的HBE也可以帮助克服这些障碍，从而增强他们的健康素养并支持更健康的生活方式。通过应用IMeHU作为指导框架，本研究调查了个体因素、HBE和健康素养之间的关联，重点是验证HBE在个体因素与健康素养关系中的中介作用。
本研究提出了一个综合模型，考察个体因素和HBE影响老年人群健康素养的路径。具体而言，假设1提出个体因素——包括性别、年龄、健康状况和健康关注度——对健康素养的各个组成部分有直接影响。假设2提出HBE，包括心理幸福感、身体活动和健康责任，也对健康素养有直接贡献。假设3提出这些相同的个体因素影响HBE的水平。最后，假设4提出HBE作为一种中介机制，解释个体因素如何对健康素养产生影响。这些假设共同构成了一个综合框架，突出了理解晚年健康素养的直接和间接路径。
研究方法
参与者
在台湾，教育部推广了乐龄大学，允许55岁及以上的公民方便地在当地社区参与学习，帮助老年人通过持续学习保持健康和活力。基于台湾乐龄大学的资格标准，55岁以上通常用于本地政策背景下来定义老年学习者。本研究采用了目的性抽样。根据行政院主计总处的数据，2020年台湾有2,168,000名乐龄大学学员。根据Creswell的建议，调查研究中通常推荐约350名参与者的样本量以确保足够的统计功效。预计有效回复率约为70-80%，我们最初目标为500名参与者，以获得接近推荐阈值的最终样本。最终，收集到553份有效回复，超过了最低要求并确保了分析的稳健性。采用分层整群抽样以确保样本更具代表性。以区域作为分层基础，班级作为抽样单位，抽取每个区域样本的期望预计数量。
2022年3月至5月，作者对全国代表性的乐龄大学学员样本进行了调查。共发放586份问卷，包括28份未回收和5份不完整问卷。共收集到553份可用问卷，有效回复率为94%。参与者的社会人口学信息如表1所示。
测量工具
本研究重点关注HBE和健康素养作为主要研究变量，以探讨它们与社会人口学变量（性别、年龄、健康状况、健康关注度）之间的关系。健康状况水平（感知的心理和身体状态）通过要求受访者以1（非常不同意）到5（非常好）的等级评价他们当前对自己心理和身体状况的感受来测量。健康关注度通过要求受访者以1（极不重要）到5（极其重要）的等级评价他们对自己健康的关注程度以及采取适当行动的意愿来测量。
HBE基于Lin的健康自我效能量表（2001年），分为三个维度：心理幸福感、身体活动和健康责任。在进行探索性因子分析后，确认了这三个维度。HBE量表采用5点李克特量表，从“非常不同意”到“非常同意”，21个项目的得分从1到5。较高的HBE分数表示参与者在三个维度上拥有更大的信心和自我效能。这反映了他们从事健康促进行为的能力，如管理身体活动、应对压力和维持健康习惯。较高的总分表明在日常生活中实践和维持健康行为的能力和信心更强。量表的总解释方差为68.62%，Cronbach's α系数为0.958，表明内部一致性高。表2显示了HBE量表的探索性因子分析。
在我们的研究中，虽然我们最初基于Nutbeam（2000年）的模型概念化了健康素养——包括功能性、互动性和批判性健康素养——但我们使用了由Wei等人（2017年）开发的多维健康素养问卷作为我们测量的基础。该量表在台湾情境下被广泛采用。本研究中使用的健康素养量表（HLS）基于Wei等人（2017年）开发的多维健康素养问卷。该量表采用5点李克特量表，回答范围从“非常困难”到“非常容易”，16个项目的得分从1到5。
经过探索性因子分析，我们的结果揭示了一个四因子结构：获取健康信息、理解健康信息、应用健康信息以及沟通与互动。值得注意的是，尽管Nutbeam（2000年）的模型最初将功能性健康素养概念化为单一维度，但本研究中使用的多维健康素养问卷（Wei等人，2017年）在探索性因子分析后经验性地将这一概念区分为两个组成部分——获取健康信息和理解健康信息。这种区分反映了老年人在阅读和理解方面面临的具体挑战，这是健康素养功能方面的核心。因此，虽然我们采用了不同的测量工具，但确定的维度仍然与Nutbeam框架的理论基础一致。
较高的HLS分数表示在获取、理解和应用健康信息以及与其他人有效沟通和互动健康相关话题方面更熟练。这表明参与者能够更好地定位相关的健康信息，理解并分析其内容，并在医疗或保健情境中做出明智的决定。较高的总分反映了较高的健康素养水平，标志着参与者利用相关信息来增强其健康管理和护理的能力。量表的总解释方差为77.09%，Cronbach's α系数为0.937，显示出强大的内部一致性。表3显示了健康素养量表的探索性因子分析。
数据分析
作者使用多元回归分析来检验个体因素、健康行为自我效能和健康素养之间的关系。本研究采用多元回归分析是因为它涉及分类（例如性别）和连续预测变量（例如年龄、健康状况、健康关注度），回归模型允许我们控制它们的共享方差。这种方法提供了对独特效应的更准确估计，并减少了潜在的混淆。分类变量如性别被转换为虚拟变量用于回归方程。具体来说，男性编码为1，女性编码为0。这种编码允许将性别作为自变量纳入回归模型，其中与虚拟变量相关的系数表示男性（相对于参考类别女性）对因变量的影响。
HBE量表和健康素养量表均在子量表水平进行分析。具体而言，HBE分为三个维度（心理幸福感、身体活动、健康责任），健康素养分为四个维度（获取、理解、应用和沟通健康信息）。因此，分析在维度水平上进行，而不是仅使用总分。此外，采用因果步骤法探讨间接（中介）效应，并使用Sobel检验来检验中介效应的显著性。
结果
个体因素预测HBE的多元回归分析
使用Baron和Kenny（1986年）的因果步骤法检验中介程序，并通过Sobel检验进行确认。表4表明，个体
