1型糖尿病成人患者电子健康素养与人口统计学因素、疾病特异性因素及幸福感的横断面调查分析

本研究针对1型糖尿病(T1D)患者日益依赖数字健康技术(DHT)进行自我管理的现状，首次在瑞典开展大规模横断面调查(N=301)，采用Sw-eHEALS量表评估电子健康素养(eHL)，发现年龄、糖化血红蛋白(HbA1c )水平和心理社会自我效能(Swe-DES-23)是eHL的关键影响因素。研究为开发针对性干预措施提升特定人群eHL水平、优化血糖控制提供了重要循证依据。

　　

在数字化医疗快速发展的时代，1型糖尿病(T1D)患者面临着日益复杂的自我管理挑战。从连续血糖监测(CGM)到混合闭环胰岛素输注系统(AID)，数字健康技术(DHT)正在重塑糖尿病管理模式。然而，这些先进技术的有效使用高度依赖用户的电子健康素养(eHealth literacy, eHL)——即通过电子平台获取、理解和应用健康信息的能力。尽管瑞典93.5%的T1D患者使用CGM，但不同人群在掌握这些技术时仍存在显著差异，这种"数字鸿沟"可能导致健康不平等。

为探索这一关键问题，瑞典卡尔斯塔德大学的研究团队开展了开创性研究。通过横断面调查301名瑞典成年T1D患者，使用瑞典版电子健康素养量表(Sw-eHEALS)评估eHL水平，并结合糖尿病赋能量表(Swe-DES-23)和世界卫生组织幸福指数量表(WHO-5)等工具，首次系统揭示了eHL与人口统计学、疾病特征和心理因素的关联。论文发表在《JMIR Diabetes》的研究表明，年轻患者、低HbA_1c
水平者和高心理社会自我效能者具有显著更高的eHL水平，这些因素共同解释了31.5%的eHL变异。

研究方法上，团队采用便利抽样通过社交媒体招募受试者，使用标准化问卷收集数据。核心评估工具包括：8项Sw-eHEALS量表(总分8-40分)、23项瑞典版糖尿病赋能量表(Swe-DES-23)和5项WHO幸福指数。通过嵌套线性回归模型分析数据，样本量计算确保统计效力。

研究结果呈现多重发现：

1. 样本特征：参与者平均年龄43岁，71.4%为女性，55.9%具有大学学历，平均HbA_1c
   为51.4 mmol/mol，所有受试者均使用至少一种DHT设备。
2. eHL水平：平均Sw-eHEALS得分为33.42(范围8-40)，18.6%参与者达到满分，显示明显天花板效应。使用3种以上DHT设备者得分更高(34.2 vs 33.1)。
3. 人口统计学关联：单因素模型中，年龄(β=-0.06)、大学学历(β=1.91)和较高收入与eHL正相关。
4. 疾病特异性发现：在调整模型中，年龄(β=-0.07)、HbA_1c
   (β=-0.06)和心理社会自我效能(β=3.72)保持显著关联，而幸福感无统计学意义。
5. 技术使用模式：使用自动数据传输、图形功能和饮食监测等mHealth应用功能的用户eHL得分更高。

讨论部分指出，这是首项聚焦T1D成人eHL的综合性研究。年轻人群的eHL优势可能反映其"数字原住民"特性，而心理社会自我效能的影响凸显了心理因素在技术采纳中的关键作用。值得注意的是，较低HbA_1c
与较高eHL的关联虽需谨慎解读，但暗示了eHL可能通过优化DHT使用改善血糖控制。

研究的临床意义深远：首先，发现天花板效应提示传统eHEALS量表可能低估当代T1D患者的eHL水平，呼吁开发更敏感的新型评估工具。其次，为个性化干预提供依据——针对老年和低自我效能人群需设计特殊支持方案。最后，证实提升eHL可能是改善血糖控制的新途径，这对实现T1D管理公平性具有重要公共卫生价值。

未来研究应纵向追踪eHL与血糖控制的因果关系，并测试基于年龄分层的eHL干预效果。正如研究者强调，在DHT快速迭代的今天，持续评估和提升患者eHL水平，将是实现糖尿病精准管理不可或缺的一环。