发展性障碍过渡期年轻成人数字健康素养、感知益处与健康促进行为的关联研究

《Healthcare》：Digital Health Literacy, Perceived Benefits, and Health-Promoting Behaviors Among Transition-Age Young Adults with Developmental Disabilities

　　

摘要
背景/目标：本研究探讨了发展性障碍过渡期年轻成人的数字健康素养（digital health literacy）和感知益处（perceived benefits）与健康促进行为（health-promoting behaviors）之间的关联。方法：研究人员对来自C省6所特殊学校和6所社会福利机构（developmental disabilities support centers and sheltered workshops）的137名参与者进行了一项横断面调查（cross-sectional survey），调查时间为2025年7月8日至9月30日。参与者完成了数字健康素养、感知益处和健康促进行为的自评量表。研究采用皮尔逊相关（Pearson’s correlations）和分层多元回归（hierarchical multiple regression）分析数据，并控制性别、年龄、残疾类型和独立数字健康信息搜索能力。结果：数字健康素养均分为2.47（1–4分），感知益处均分为4.03（1–5分），健康促进行为均分为3.91（1–5分）。健康促进行为与数字健康素养（r = 0.50，p < 0.001）及感知益处（r = 0.68，p < 0.001）均呈显著正相关。仅包含控制变量的第1步模型不显著（R² = 0.05）。加入数字健康素养和感知益处后，模型显著改善（Adj. R² = 0.52；ΔR² = 0.50）。数字健康素养（β = 0.36，p < 0.001）和感知益处（β = 0.56，p < 0.001）均与健康促进行为显著相关。结论：数字能力和动机性认知，尤其是感知益处，可能是与发育性障碍过渡期年轻成人健康促进行为相关的重要因素。健康促进项目可考虑通过重复、具体的经验与反馈强化感知益处，并通过在评估与自我表达技能方面的支持性培训，将数字健康素养提升至基础搜索以外的更高层次。未来干预研究应检验结构化支持环境能否增强感知益处和数字健康素养培训对健康促进行为的影响。

**论文解读：发展性障碍过渡期年轻成人的数字健康素养、感知益处与健康促进行为**

**一、研究背景与现存问题**

发展性障碍（developmental disabilities）是指在认知、社交、沟通、运动及适应性功能等领域存在限制，日常生活中需要支持的一类状况。在韩国法律与服务体系中，发展性障碍包括智力障碍和自闭症谱系障碍，对应于国际上的“智力与发展性障碍（Intellectual and Developmental Disabilities, IDD）”概念。过渡期（transition-age，19–24岁）是个体形成身份认同、发展人际关系、进行职业选择以及提升经济和情感独立性的关键阶段；对发展性障碍年轻成人而言，这一时期能否顺利过渡与其就业、独立生活和生活质量等成人结局密切相关。

然而，这一群体面临显著的健康不平等。根据韩国2021年发展性障碍者调查，发展性障碍者的慢性病患病率（54.4%）高于普通成人（38.9%），但其健康筛查参与率（50.2%）和规律运动率（25.7%）均显著低于普通成人（分别为74.2%和48.8%），表明其健康促进行为整体参与度较低。国际证据同样显示，发展性障碍者慢性病和精神健康问题发生率较高、健康促进行为较少，且这种差距在近期研究中持续存在。特别是过渡期年轻成人，在从儿童医疗和福利体系向成人体系转衔过程中常面临服务缺口和照护连续性中断，被视为高风险群体。

以往针对发展性障碍者健康促进行为的研究存在局限：多聚焦于单一风险行为（如吸烟、饮酒、超重/肥胖、压力）或仅关注身体活动，而非整体健康促进行为；较少专门针对过渡期年龄组；且多依赖照护者代答而非自评，可能低估个体自身经验。此外，新冠疫情后健康信息和服务加速数字化，数字健康素养成为参与健康行为的基础能力；但研究显示发展性障碍者的数字健康素养显著低于肢体障碍者和无残疾者。当前对智力障碍人群数字健康素养的研究集中于功能性访问和理解，对评价、应用和沟通等高级技能关注不足。同时，健康促进研究指出感知益处是参与健康行为的重要动机信念，但鲜有研究将数字健康素养与感知益处共同纳入，检验其与发展性障碍过渡期年轻成人整体健康促进行为的关系。

**二、研究目的与实施**

本研究旨在评估发展性障碍过渡期年轻成人的数字健康素养、感知益处和健康促进行为的水平，并检验这些变量之间的关联，以期为该人群在数字环境中参与健康促进行为的干预策略提供依据。研究人员采用描述性相关横断面设计，于2025年7月8日至9月30日通过便利抽样从C省6所特殊学校和6所社会福利机构（发展性障碍支持中心和庇护工场）招募19–24岁、能够理解研究目的和问卷内容并独立完成自评问卷的个体。在获得参与者及其法定监护人书面知情同意后，共分发140份问卷，排除3份不完整问卷后，最终纳入137份进行分析。样本量通过G*Power 3.1.9计算（power = 0.80，α = 0.05，效应量 = 0.15，8个预测变量），最小样本量为109。研究使用数字健康素养量表（Digital Health Literacy Instrument, DHLI；12条目，含搜索、自我表达、评价和应用四个亚域）、感知益处量表（8条目）和健康促进行为量表（26条目，含个人卫生与生活习惯、事故预防、传染病预防与管理、心理健康四个亚域），所有量表均采用平实语言版本以提升可理解性，经7位专家内容效度验证（I-CVI = 1.00；S-CVI = 1.00）。数据分析采用描述统计、独立t检验、单因素方差分析（ANOVA）、Scheffé事后检验、Pearson相关和分层多元回归，控制性别、年龄、残疾类型、招募环境类型和独立数字健康信息搜索能力。

**三、研究结果**

**3.1 参与者一般特征及对应的健康促进行为**
描述性分析显示，参与者中男性86人（62.8%），最大的年龄组为19–20岁（n = 45，32.8%）；多数为智力障碍（n = 126，92.0%）。每周数字设备使用频率以“几乎每天”最多（47.5%）；在数字健康信息搜索方面，39.4%报告“从不”搜索，33.6%报告“约每月一次”，仅49.6%表示能独立搜索健康信息。健康促进行为在一般特征上无显著差异。

**3.2 数字健康素养、感知益处和健康促进行为的水平**
数字健康素养均分为2.47±0.78（满分4分），感知益处均分为4.03±0.81（满分5分），健康促进行为均分为3.91±0.66（满分5分）。数字健康素养亚域中，搜索得分最高（2.62±0.86），其次为应用（2.47±0.85）、评价（2.41±0.84）、自我表达（2.38±0.84）。健康促进行为亚域中，传染病预防与管理得分最高（4.15±0.75），其次为心理健康（3.98±0.85）、事故预防（3.86±0.79）、个人卫生与生活习惯（3.75±0.75）。研究未对各亚域差异进行统计检验。

**3.3 数字健康素养、感知益处和健康促进行为之间的相关性**
Pearson相关分析显示，健康促进行为与数字健康素养呈显著正相关（r = 0.50，p < 0.001），与感知益处呈显著正相关（r = 0.68，p < 0.001）。

**3.4 与健康促进行为相关的因素**
分层回归前检验显示：Durbin–Watson统计量为2.00，无残差自相关；方差膨胀因子（VIF）在1.05–1.79之间，无多重共线性；残差近似正态分布且满足方差齐性。第1步仅纳入控制变量时模型不显著（F = 1.14，p = 0.341；R² = 0.05，Adj. R² = 0.01）。在第2步加入数字健康素养和感知益处后，模型显著（F = 19.70，p < 0.001），解释方差增至55%（Adj. R² = 0.52；ΔR² = 0.50）。最终模型中，数字健康素养（β = 0.37，p < 0.001）和感知益处（β = 0.56，p < 0.001）均与健康促进行为显著关联，而控制变量均不显著。

**四、讨论与结论**

研究发现健康促进行为处于中上水平，可能与参与者所处的特殊学校和社会福利机构的系统支持有关，该结果可能反映个人因素和教育、服务环境的共同作用。数字健康素养中搜索得分最高，而评价和自我表达得分较低，提示该人群的高阶数字健康技能相对薄弱，干预不应局限于基础搜索，而应包含对信息可信度的评价及通过数字方式表达需求的支持性训练。感知益处得分较高，说明参与者能够认识到健康生活方式的价值，这支持将其视为健康自我管理的主动行动者。分层回归中感知益处的标准化系数最大，表明动机性认知与健康促进行为关系尤为密切；但该研究为横断面设计，不能推断因果。研究还指出，残障类型分组基于韩国行政服务类别，且多数为智力障碍者，结论向更广泛发展性障碍人群推广时需谨慎。此外，未测量共病健康状况、结构化支持暴露、团队内相关性等局限提示未来需采用纵向或干预设计，开发人群特异性工具，并结合定性或混合方法全面捕捉该群体的观点与支持需求。

结论：在137名发展性障碍过渡期年轻成人中，数字健康素养和感知益处与健康促进行为显著相关；在控制性别、年龄、残疾类型和独立数字健康信息搜索能力后，这两个变量仍保持显著关联。这提示数字能力和动机性认知（尤其是感知益处）应被纳入该人群的健康促进及数字/移动健康支持设计中。未来研究应检验结构化支持环境与技能培训对健康促进行为的干预效果。