探索孕期健康素养多样性：基于聚类的HeLP研究揭示六大孕妇群体特征与干预策略

本研究针对孕妇健康素养(Health Literacy, HL)和数字健康素养(eHealth Literacy, eHL)的群体差异问题，采用聚类分析方法对681名丹麦孕妇进行健康素养画像研究。通过健康素养问卷(HLQ)和电子健康素养问卷(eHLQ)测评，发现虽然整体人群评分较高，但聚类分析识别出6个具有显著差异的群体，其在健康信息处理、医疗互动能力和数字服务使用动机等方面呈现不同特征。该研究为制定精准化产前护理策略提供了重要实证依据，对改善母婴健康结局具有重要临床意义。

　　

在当代医疗数字化浪潮中，孕妇的健康素养(Health Literacy)和数字健康素养(eHealth Literacy)已成为影响妊娠结局的关键因素。尽管全球医疗水平不断提升，但健康不平等现象依然显著——许多孕妇在获取、理解和应用健康信息方面存在困难，而数字化医疗服务的普及反而可能加剧这种不平等。特别是在丹麦这样的高福利国家，虽然提供免费的产前护理服务，但不同教育背景、社会阶层的孕妇在利用这些服务时仍表现出显著差异。传统研究多局限于整体人群的健康素养评估，缺乏对群体内多样性的深入探索，导致"一刀切"的护理方案难以满足不同孕妇的实际需求。

为破解这一难题，由M. Meldgaard领衔的研究团队在《Public Health》发表了题为"Understanding pregnant women's health literacy strengths and challenges: a cluster-based exploration in the Health Literacy in Pregnancy (HeLP) study"的重要研究。该研究采用创新性的聚类分析方法，对丹麦中部地区681名孕妇进行健康素养多维评估，旨在揭示隐藏在全人群平均值下的群体差异，为开发精准化干预策略提供科学依据。

研究人员采用横断面研究设计，依托HeLP研究队列开展实证分析。主要技术方法包括：1）使用包含44个条目的健康素养问卷(HLQ)评估9个健康素养维度，采用4点式和5点式评分系统；2）应用电子健康素养问卷(eHLQ)测量数字技术使用能力和服务使用动机；3）采用沃德链接法的层次聚类分析识别群体特征模式；4）结合爱丁堡产后抑郁量表(EPDS)、三项目孤独量表(TILS)和剑桥忧虑量表(CWS)评估心理健康状况。研究对象来自奥胡斯大学医院（城市）和维堡地区医院（农村）的产前门诊，通过现场招募确保样本多样性。

研究结果：

3.1. 研究人群HLQ和eHLQ量表评分分布

整体数据显示孕妇在HLQ量表1-5维度（评分范围1-4）平均得分2.90以上，量表6-9维度（评分范围1-5）平均得分3.70以上，eHLQ维度平均得分2.80以上。其中"获取良好健康信息能力"(量表8)得分最高(4.10±0.51)，而"积极管理健康能力"(量表3)得分相对较低(2.95±0.47)。数字健康素养方面，虽然孕妇普遍能够使用技术处理健康信息(eHLQ1:3.15±0.51)，但参与数字服务的动机明显不足(eHLQ5:2.85±0.55)。

3.2. 各聚类人群特征

通过层次聚类分析识别出6个特征鲜明的群体：

聚类1（7.0%）："全面优势型"，在所有HLQ和eHLQ维度均表现优异，拥有高学历、良好就业状况和最佳心理健康指标；

聚类2（23.1%）："信息能力强但数字动力弱型"，擅长获取健康信息但缺乏数字服务使用动机；

聚类3（10.3%）："数字能力强但互动障碍型"，数字技术使用能力强但医疗互动能力弱，肥胖比例最高；

聚类4（21.7%）："信息处理困难型"，虽能理解健康信息但应用能力不足，数字健康素养最低；

聚类5（12.8%）："社会支持良好但系统导航困难型"，拥有社会支持但医疗系统导航能力弱；

聚类6（2.2%）："全面挑战型"，在所有维度均面临挑战，表现出最高程度的抑郁、孤独和忧虑症状。

3.3. 各聚类HLQ和eHLQ量表评分分布

聚类间差异显著：在"与医疗服务提供者积极互动能力"(HLQ6)方面，聚类1得分高达3.96，而聚类6仅得2.34；在数字服务使用动机(eHLQ5)方面，聚类3得分最高(3.26)，聚类4得分最低(2.38)。这种差异模式揭示了孕妇健康素养的多维性和复杂性。

研究结论与讨论强调，虽然整体人群健康素养评分较高，但聚类分析揭示的群体差异具有重要实践意义。研究发现挑战了仅依赖全人群平均值评估健康素养的传统做法，证明这种做法可能掩盖重要的健康不平等问题。特别是识别出的"全面挑战型"群体虽然仅占2.2%，但其在医疗互动、系统导航和数字服务使用方面面临的多重困难需要特别关注。这些发现为实施世界卫生组织推荐的"优化健康素养与可及性"(Ophelia)方法提供了实证基础，支持开发针对特定群体需求的干预措施。

该研究的实践意义在于为个性化产前护理提供了科学框架：对于数字动力弱的群体(聚类2、4、5)，需要增强数字服务的易用性和吸引力；对于医疗互动困难的群体(聚类3、6)，需要改善医疗沟通和关系建设；对于信息处理困难的群体(聚类4)，需要简化健康信息和提供决策支持。通过这种针对性 approach，有望在保持整体医疗服务质量的同时，有效减少健康不平等，改善母婴健康结局。

未来研究应进一步探索不同健康素养群体与妊娠结局的关联机制，并基于本研究的聚类特征开发验证干预策略的有效性。这项研究不仅为丹麦产前护理体系改进提供了路线图，也为全球其他地区开展孕妇健康素养精准干预提供了方法论借鉴。