《Frontiers in Public Health》：Digital health usage patterns and digital health literacy: a deep dive into the Portuguese reality through a cross-sectional study
编辑推荐：
目的： 随着数字健康工具与服务的日益普及，确保公平获取并保障公民具备驾驭数字健康世界所需技能至关重要。本研究旨在探究葡萄牙人群的数字健康素养（digital health literacy, DHL）水平，尤其聚焦于已报告使用数字健康工具的群体，同时评估社会人
目的： 随着数字健康工具与服务的日益普及，确保公平获取并保障公民具备驾驭数字健康世界所需技能至关重要。本研究旨在探究葡萄牙人群的数字健康素养（digital health literacy, DHL）水平，尤其聚焦于已报告使用数字健康工具的群体，同时评估社会人口学特征是否对DHL水平产生影响。
方法： 通过横断面研究，采用包含社会人口学问题及两个DHL量表（HL-19-DIGI与TeHLI）的问卷进行调查。研究人员应用多元Beta回归模型评估社会人口学特征对DHL的影响。
结果： 共有1,047人参与本研究。受访者数字健康使用情况差异显著，其中网站和社交媒体为使用最广泛的平台。就DHL而言，近半数受访者报告了优秀的HL-19-DIGI得分。然而，TeHLI的功能性、沟通性、批判性与转化性维度之间存在差异。多元Beta回归模型显示，DHL水平随年龄增长持续下降，且频繁使用数字健康工具和服务与更高的DHL得分相关。在某些情况下，教育程度、居住区域和收入也对DHL水平产生影响。探索性分析发现，家庭收入在年龄、性别和就业状态之间起调节作用。
结论： 本研究对葡萄牙参与数字健康的成年人群体的DHL进行了评估，识别出若干阻碍或促进有效数字健康使用的因素。鉴于这些因素可能单独存在或与其他多种因素组合存在，研究结果强调了基于证据且以公民为中心的干预措施的必要性。
论文解读：葡萄牙成年人数字健康素养的多维透视
一、研究背景与问题提出
过去十年间，数字健康技术的迅猛扩张正在深刻重塑医疗保健格局。数字健康技术涵盖远程医疗、移动健康应用、智能手表等可穿戴设备、电子健康记录以及庞大的在线健康信息体系，有望在医疗服务可及性、服务质量与系统效率方面带来显著改善。然而，实现数字健康的潜在价值，关键取决于数字健康工具与服务的公平获取和有效利用。数字鸿沟成为阻碍数字健康发展与普及的主要障碍之一，尤其对低社会经济地位群体、老年人、农村居民及正规教育有限者造成不成比例的影响。数字健康素养（digital health literacy, DHL）作为一项超越基础计算机技能的复合能力，涵盖有效搜寻、发现、理解、批判性评估和应用数字来源健康信息的能力，以及使用数字工具管理自身健康并参与医疗决策的能力。DHL被视为健康的"超级决定因素"，涉及个体、机构乃至整个社会。
在葡萄牙，已有研究显示约30%的成年人口健康素养有限，且仅有56%的人口具备基础及以上水平的数字技能。一项全国性研究发现，超过半数人口存在不足或存在问题的DHL水平。然而，通过标准化心理测量工具进行的大规模人群DHL调查仍然稀缺，数字健康使用、信息寻求行为与数字包容性虽已在多学科领域得到积极研究，但文献中的空白凸显了开展更广泛调查的重要性。因此，本研究旨在调查至少使用一种数字健康工具的葡萄牙人群的DHL水平，探讨关键社会人口学因素及先前技术经验等情境要素的影响，为深入理解葡萄牙数字健康采用的挑战与机遇做出贡献。
二、研究设计与技术方法
本研究为横断面研究，于2024年9月至2025年2月在葡萄牙开展。研究人员采用线上线下相结合的多层面招募策略：线上招募面向各类公私机构（老年大学与养老机构、大学与研究机构、学校、患者协会、私营企业、职业培训与就业中心及非政府组织），请求其通过联系人列表和社交媒体传播研究信息；线下招募在公共场所进行，向公众介绍研究范围并获得知情同意后填写问卷。纳入标准为：居住在葡萄牙、年满18周岁、提供知情同意。排除未使用任何数字资源者。基于95%置信水平和5%误差范围，计算最低样本量为385。最终有效样本为1,047人。
研究工具包括三部分：社会人口学信息问卷（性别、年龄、国籍、婚姻状况、居住区域、居住区类型、教育水平、家庭结构、就业状态及收入）；葡萄牙版HLS19-DIGI量表（8项数字健康素养测量条目，采用4点李克特量表，附带2项数字设备交互测量条目HL-DIGI-INT及6项数字资源使用频率测量条目HL-DIGI-DD）；跨文化改编的Transactional eHealth Literacy Instrument（TeHLI）量表（18项条目，5点李克特量表）。统计分析使用R软件（版本4.4.1），采用描述性统计、t检验、单因素方差分析、单变量及多变量Beta回归模型，并通过Benjamini–Hochberg错误发现率（False Discovery Rate, FDR）程序控制多重比较的I型错误膨胀。
三、研究结果
3.1 社会人口学特征
共有2,612人启动在线问卷，44人完成纸质问卷。排除1,582份不完整回复及27份报告未使用数字健康资源者后，最终样本为1,047人。样本中女性占76.03%，男性占23.30%。年龄分布以46–55岁组最多（20.53%）。94.36%为葡萄牙国籍。居住区域以北部和中部分布最广（各26.46%），65.14%居住于城市区域。教育水平方面，45.56%拥有学士学位，25.88%拥有硕士学位。66.86%处于就业活跃状态。收入分布较为均匀，28.60%处于9,310�–18,620�区间。
3.2 数字健康使用模式
数字健康使用差异显著。网站（48.32%）和社交媒体（41.58%）为每周使用1–3次以上的主要平台。数字设备（38.45%）和移动应用（36.61%）使用也较为普遍。值得注意的是，11.86%报告从不与卫生系统进行数字交互，69.19%每周交互少于一次。
3.3 数字健康素养水平
HL-DIGI量表内部一致性良好（Cronbach's alpha = 0.86）。标准化综合得分显示，17.09%的参与者DHL水平不足（0–50分），22.15%存在问题（50–66.6分），13.84%为充分水平（66.6–83.3分），46.89%为优秀水平（83.3–100分）。HL-DIGI-INT量表方面，17.0%得分为零（不足水平），23.11%得分为50，59.88%获得满分。TeHLI量表内部一致性极佳（Cronbach's alpha = 0.95），总均分为3.50（SD = 0.687），各子维度均分为：功能性3.726、沟通性2.942、批判性3.359、转化性3.657。
3.4 DHL与社会人口学变量的关联
多元Beta回归模型显示，DHL在葡萄牙人群中并非均匀分布。年龄方面，与18–25岁参照组相比，46–55岁（OR = 0.73）、56–65岁（OR = 0.68）、66–75岁（OR = 0.67）及76岁以上（OR = 0.63）人群的TeHLI总分显著降低，且批判性维度下降最为明显（76岁以上OR = 0.50）。数字健康使用频率与所有模型的DHL得分均呈强正相关（OR = 1.08–1.26）。收入方面呈现非线性模式：9,310�–18,620�区间参与者在整体DHL及多个子维度得分显著较低，而37,240�–55,860�及55,860�以上高收入组在功能性维度得分显著高于基线组。教育水平方面，硕士（OR = 2.12）和博士（OR = 1.73）学历与HL-DIGI得分显著正相关。居住区域方面，中部和特茹河谷西部地区的沟通性技能较低，马德拉群岛的批判性技能（OR = 1.64）和里斯本的转化性技能（OR = 1.25）较高。就业不活跃者在数字交互技能方面显著较低（OR = 0.65）。
探索性两两交互分析中，年龄-收入、性别-收入和就业状态-收入三组交互在多重检验校正后仍然显著。高收入在中龄群体（36–45岁）中提供保护性素养收益，但无法抵消76岁以上成年人的数字劣势。各收入层级中，女性参与者的交互系数均显著为负，表明家庭收入对转化性素养的正向回报在男性中显著更陡。不活跃参与者在较高收入区间持续呈现负交互项，表明家庭财富的DHL收益在缺乏职场或教育参与时被削弱。
四、讨论与结论
研究发现DHL由多种技能构成，受不同社会人口学因素和数字使用模式影响。年龄与DHL的负相关凸显了持续存在的数字鸿沟，老年人适应新技术面临挑战，需要针对性的循证干预措施，可借助社区层面的现有举措和代际项目。教育水平与DHL的正相关强化了教育在数字健康素养和批判性评估能力中的关键作用，将数字健康素养纳入各层级教育课程及终身学习计划是值得的长期策略。收入与DHL的非线性关系揭示了结构性不平等：低收入层级中大学生和退休人员占比过高人为抬高了基线均值，而全职就业者中收入与TeHLI得分呈持续正向梯度。高收入家庭拥有更高速连接、更新设备和私人数字访问条件，能够实现与临床医生的安全通信、查看患者门户和电子处方管理。收入作为DHL的主要调节轴，表明日常功能性数字工作流程沉浸（通过现代职场或高等教育）是将经济资本转化为可操作数字健康能力的关键。数字使用频率与DHL的正相关提示二者存在互惠关系，促进数字包容和提供定期实践机会至关重要。
研究结论指出，这些发现对政策制定者、医疗服务提供者和数字健康开发者具有重要意义。投资于数字素养培训项目，特别是针对老年人和低社会经济地位群体，对于促进数字健康服务的公平获取至关重要。开发具有文化敏感性且语言适宜的数字健康资源对于覆盖多元人群必不可少。未来研究应聚焦探索代表性不足群体数字健康采用的特定障碍与促进因素，开展纵向研究以考察数字健康干预对健康结局的长期影响，并探索医疗服务提供者和社区组织在促进数字健康素养中的角色。
