《Healthcare》:The Role of Emotions in Health Literacy and Patient Education: Trends, Technologies, and Future Opportunities—A Scoping Review
编辑推荐:
背景/目标:健康素养(Health Literacy)和患者教育(Patient Education)在支持知情决策、治疗依从性和疾病自我管理中发挥关键作用。虽然教育干预传统上侧重于提高知识和理解,但情绪越来越被认为是与学习过程和医疗体验相关的因素。本范围综述
背景/目标:健康素养(Health Literacy)和患者教育(Patient Education)在支持知情决策、治疗依从性和疾病自我管理中发挥关键作用。虽然教育干预传统上侧重于提高知识和理解,但情绪越来越被认为是与学习过程和医疗体验相关的因素。本范围综述(Scoping Review)通过识别所调查的情绪、评估方法、使用的技术、教育结果以及新兴技术的机遇,绘制了情绪在健康素养和患者教育中的作用。方法:按照PRISMA-ScR和Joanna Briggs Institute指南进行范围综述(Scoping Review)。搜索于2026年6月6日在Scopus和PubMed中完成,无出版日期限制;仅限英文期刊文章和综述。两名评审员筛选记录、提取数据并对研究进行分类,通过共识解决分歧,并在需要时咨询方法学或临床合著者。结果:共纳入135项研究。焦虑和情绪困扰是最常被调查的情绪类别,而情绪支持、安慰和情绪参与受到的关注较少。访谈、调查、问卷和标准化量表是主要的评估方法。情绪幸福感和理解是最常报告的教育结果,其次是依从性、沟通和情绪支持。教育项目和教育材料是最常用的方法,而数字健康解决方案出现频率较低。识别到人工智能(Artificial Intelligence)和客观情绪识别方法的使用有限。结论:情绪因素与多个患者教育结果相关,但异质性且主要基于自我报告的证据无法建立因果关系。新兴技术需要进一步评估,然后才能确定其在患者教育中的有效性、可行性和安全性。
**1. 引言(Introduction)**
健康素养(Health Literacy)已成为现代医疗体系的核心组成部分,影响个体获取、理解、评估和应用健康相关信息的能力,以支持知情决策和有效疾病管理。充足的健康素养与改善的健康结局、更高的治疗依从性、增强的自我管理技能及更积极的医疗参与相关。患者教育(Patient Education)作为促进健康素养的基本策略,通过提供知识和技能帮助个体理解医疗信息并做出健康决策。本研究将情绪(Emotion)定义为一种有时间限制、依赖情境的反应,涉及主观体验、认知评估、行为表达、动机倾向和生理变化。文献中涉及焦虑、恐惧、困扰、安慰、情绪支持、参与和幸福感等概念。健康素养关注患者获取、理解、评估和使用健康信息的能力,而患者教育则包括支持这些能力的计划性活动。情绪反应可影响注意力、信息处理、沟通和采取健康信息的意愿;反之,可理解且支持性的教育可减少不确定性和情绪负担。患者教育涵盖教育项目、咨询、印刷材料、视听资源和数字健康技术,传统上侧重于认知改善,但情绪体验同样影响信息接收和应用。情绪如焦虑、恐惧、困扰、不确定性、安慰、信心和情绪支持常伴随医疗体验,可能促进或阻碍学习与决策。技术进步拓展了患者教育支持的可能性,包括数字健康解决方案、移动应用、网络平台,以及人工智能(Artificial Intelligence)通过面部表情、语音模式、生理信号或行为指标识别情绪状态的能力。增强现实(Augmented Reality)也显示出改善患者理解、参与和满意度的潜力。尽管情绪在医疗中日益受重视,现有文献仍分散于不同健康条件、教育方法、评估技术和情境,缺乏系统性综合。本研究旨在通过分析情绪在健康素养和患者教育中的作用,识别所调查的情绪、评估方法、技术支持、教育结果影响及新兴技术机遇,回答五个研究问题。
**2. 材料与方法(Materials and Methods)**
本节描述了用于识别、筛选、分析和综合证据的方法学程序。
**2.1 研究设计(Study Design)**:本研究采用范围综述(Scoping Review)设计,依据Arksey和O'Malley框架及后续改进,遵循PRISMA-ScR指南和Joanna Briggs Institute方法学指导。未预先注册正式方案,但程序前瞻性地围绕研究问题、纳入标准、提取变量、PRISMA-ScR报告框架和JBI指导进行结构化。
**2.2 检索策略(Search Strategy)**:在Scopus和PubMed中完成检索,最终检索日期为2026年6月6日,无出版日期限制,仅纳入英文文献。Scopus覆盖健康、教育、社会科学和技术领域,PubMed覆盖生物医学和临床领域。检索式结合了“patient education OR health education”、“health literacy”、“emotion* OR emotional”、“patient*”等术语,并排除了主要关注精神健康、学生、医学教育、护理教育等的研究。
**2.3 纳入标准(Eligibility Criteria)**:标准包括研究对象为患者或公众、涉及患者教育或健康素养、包含情绪相关因素、采用定性或定量方法等。排除标准包括非英文文献、非期刊文章或综述、聚焦精神健康障碍、学生群体、医疗专业人员培训等。
**2.4 研究筛选(Study Selection)**:由两名评审员(M.G.R.和S.C.)分阶段筛选,先去除不符合文献类型的记录,再基于标题和摘要评估,不一致通过讨论达成共识,必要时咨询方法学或临床专家。最终筛选过程以PRISMA-ScR流程图表示。
**2.5 数据提取(Data Extraction)**:两名评审员使用结构化矩阵提取数据,包括文献特征、健康条件、教育背景、情绪类型、评估方法、技术应用和主要发现。对情绪反应类研究额外记录教育结果。不一致通过讨论解决。
**2.6 数据分析(Data Analysis)**:分析分两个阶段:首先将纳入研究按主题分类(健康素养、情绪反应、数字健康、患者赋权、自我管理、人工智能),每项研究归入一个主要类别以避免重复计数。其次,对情绪反应类研究进行更详细分析,检查情绪类型、技术、健康条件、评估方法和教育结果。采用描述性统计总结分布,未进行推断性统计或荟萃分析。
**3. 结果(Results)**
**3.1 研究筛选(Study Selection)**:共识别206条记录(Scopus 166条,PubMed 40条),去除4条重复和15条不符合文献类型后,187条进入标题和摘要筛选,排除52条,最终纳入135项研究。被排除原因包括患者教育非主要焦点(n=24)、精神健康(n=8)、非患者人群(n=4)等。
**3.2 纳入研究的主题分类(Thematic Classification of Included Studies)**:135项研究按主题分类:健康素养占27.4%(n=37),情绪反应占26.7%(n=36),数字健康占17.0%(n=23),患者赋权占16.3%(n=22),自我管理占8.9%(n=12),人工智能占3.7%(n=5)。详细特征见补充表格。
**3.3 情绪结果(Emotional Outcomes)**:在36项情绪反应类研究中,焦虑是最常报告的主要情绪类别(30.6%,n=11),其次是情绪困扰(27.8%,n=10)。恐惧、情绪支持和情绪感知各占8.3%(n=3),情绪参与占5.6%(n=2),情绪幸福感、安慰、污名和一般情绪反应各占2.8%(n=1)。焦虑涉及手术、肿瘤、呼吸、肾脏和慢性疾病背景,与低健康素养、信息过载和沟通不清相关;定制化解释和结构化教育可减轻焦虑。情绪困扰主要见于癌症、糖尿病、HIV/AIDS等,与理解不足和治疗负担相关。恐惧在严重诊断和移植情境中突出;情绪支持来自临床医生、亲属和同伴;情绪感知影响依从性和风险感知。情绪参与通过叙事或书籍教育策略增强。
**3.4 使用的技术(Technologies Used)**:教育项目占27.8%(n=10),教育材料占25.0%(n=9),视听资源和咨询各占11.1%(n=4),风险沟通和数字健康各占8.3%(n=3),临床沟通占5.6%(n=2),心理社会干预占2.8%(n=1)。
**3.5 涉及的健康条件(Health Conditions Addressed)**:癌症占33.3%(n=12),糖尿病占16.7%(n=6),呼吸疾病和肾脏疾病各占8.3%(n=3),心血管疾病、肌肉骨骼疾病、遗传疾病和妊娠与生殖健康各占5.6%(n=2),一般人群、危重症、感染性疾病和神经疾病各占2.8%(n=1)。
**3.6 情绪评估工具(Instruments Used to Assess Emotions)**:访谈占25.0%(n=9),标准化量表、调查和混合方法各占13.9%(n=5),文献综述占11.1%(n=4),未报告工具占8.3%(n=3),问卷占5.6%(n=2),实验研究、评分和焦点小组各占2.8%(n=1)。
**3.7 情绪对患者教育结果的影响(Impact of Emotions on Patient Education Outcomes)**:情绪幸福感占25.0%(n=9),理解占22.2%(n=8),情绪支持和依从性各占13.9%(n=5),沟通占11.1%(n=4),赋权和决策各占5.6%(n=2),情绪感知占2.8%(n=1)。
**4. 讨论(Discussion)**
**4.1 患者教育中的情绪(Emotions in Patient Education)**:焦虑和情绪困扰是最常研究的情绪,反映研究主要集中在减轻疾病相关的负面情绪。与既往证据一致,情绪因素影响患者对健康信息的处理、理解和应用。低健康素养与较低幸福感相关,而在线健康信息搜索中的焦虑和困扰也很常见。情绪支持、安慰和参与等积极情绪类别关注较少,提示未来应探索更广泛的情绪结果,包括幸福感、赋权和韧性。
**4.2 情绪对教育结果的影响(Influence of Emotions on Educational Outcomes)**:情绪幸福感和理解是最常报告的教育结果,表明情绪影响学习过程。针对情绪需求的教育干预可降低焦虑和困扰,改善理解。风湿病学证据表明教育需求因患者特征而异,提示应提供个体化教育。情绪支持与依从性、参与和应对能力相关。决策和赋权报告较少,未来研究应探索情绪与患者自主权的关系。
**4.3 支持患者教育情绪方面的技术(Technologies Supporting Emotional Aspects of Patient Education)**:传统教育项目和教育材料仍占主导,数字健康解决方案使用较少。视听资源可改善理解和情绪参与,咨询和沟通干预强调人际互动的重要性。新兴技术如增强现实(Augmented Reality)和情感计算系统在患者教育中的潜力尚未充分开发。
**4.4 患者教育中情绪的评估(Assessment of Emotions in Patient Education)**:访谈、调查和标准化量表是主要方法,依赖自我报告,存在回忆和社会期望偏差,且通常回顾性评估。客观情绪评估方法(如面部表情识别、生理信号监测)使用有限,未来应整合实时、客观的评估技术。
**4.5 人工智能、情感识别和增强现实的机遇(Opportunities for Artificial Intelligence, Emotion Recognition and Augmented Reality)**:高级技术(如人工智能(Artificial Intelligence)和情感识别(Emotion Recognition))在患者教育中尚未广泛应用。这些技术有潜力实时监测情绪并自适应调整教育内容,但当前证据不足以支持其有效性、安全性、可行性和可接受性。未来需进行严格的前瞻性比较研究,并关注隐私、算法偏见、数字素养和临床工作流程整合等问题。
**4.6 局限性(Limitations)**:检索限于Scopus和PubMed,仅英文文献,可能遗漏相关研究;使用NOT运算符可能排除部分重叠术语;证据异质性高,依赖自我报告;未进行方法学质量评估;主题分类基于评审员判断;国家和样本特征未统一编码,限制比较分析。
**5. 结论(Conclusions)**
本范围综述绘制了135项研究中情绪在健康素养和患者教育中的作用。情绪因素常与理解、依从性、沟通、参与和情绪幸福感一同被考察,但证据主要为观察性和自我报告,描述关联而非因果。焦虑和情绪困扰研究最多,积极情绪维度关注不足。传统教育方法和评估工具仍占主导,数字健康技术有限,人工智能(Artificial Intelligence)、情感识别(Emotion Recognition)和增强现实(Augmented Reality)等新兴技术尚需评估。情绪是患者教育的基础维度,将其纳入干预设计有助于实现更有效、以患者为中心的医疗实践。