日本成人健康素养量表因子结构解析：一项基于11种量表的大规模横断面研究

为解决健康素养量表因子冗余和概念重叠问题，来自日本的研究团队对16,097名日语成人(N=16,097)开展横断面研究，通过探索性因子分析(EFA)和验证性因子分析(CFA)从11种量表中提取出7个核心因子，包括3个通用健康素养因子及社交、心理、数字、计算4个专项因子，为健康素养评估工具优化提供重要依据。

　　

这项开创性研究对日语人群的健康认知能力进行了系统性解码。科研团队采用"量表考古"策略，从11种常用健康素养量表中精选219个条目，对16,097名受试者(女性7,722人，平均年龄54.9岁)展开地毯式扫描。

智能算法在数据海洋中捕获到7个关键维度：3个通用健康素养因子犹如金字塔基座，分别对应健康信息搜寻能力、理解能力和行动动机；另有4个特色因子如同卫星环绕——社交健康素养(Social HL)、心理健康素养(Mental HL)、数字健康素养(Digital HL)和健康计算能力(Numeracy)。有趣的是，这些因子在CFA验证时展现出"量子纠缠"现象：通用因子间相关系数达0.45-0.68，而专项因子保持0.12-0.25的适度关联。

研究揭示量表设计存在"刻度效应"——采用难度梯度(Likert量表)的条目多聚集于能力因子，而态度量表条目则倾向形成动机因子。尽管各因子与身心健康指标(r=0.08-0.21)及健康行为(r=0.05-0.18)的关联强度略显"羞涩"，但为健康素养评估提供了"分子料理"级的精细化解决方案。这项研究堪称量表领域的"基因组计划"，为后续开发模块化评估工具奠定了重要基石。