《Frontiers in Public Health》：Technology anxiety and digital health literacy as structural determinants of mHealth engagement among older adults: a SEM study in Saudi Arabia
编辑推荐：
背景：数字健康服务在管理慢性病方面为老年人提供了巨大潜力，但该人群始终难以有意义地参与其中。在沙特阿拉伯，国家Sehhaty移动健康（mHealth）平台已在“2030愿景”下大规模部署，但关于老年用户为何参与或不参与、以及哪些结构性因素驱动这些模式的证据有限
背景：数字健康服务在管理慢性病方面为老年人提供了巨大潜力，但该人群始终难以有意义地参与其中。在沙特阿拉伯，国家Sehhaty移动健康（mHealth）平台已在“2030愿景”下大规模部署，但关于老年用户为何参与或不参与、以及哪些结构性因素驱动这些模式的证据有限。目的：本研究考察了沙特55岁及以上成年人数字健康服务参与的结构性决定因素，重点关注接入障碍、技术焦虑、数字健康素养、促进条件和社会影响在塑造使用Sehhaty及人工智能（AI）虚拟医师聊天机器人行为意向中的作用。方法：在沙特阿拉伯全国范围内对316名社区居住的55岁及以上成年人进行横断面调查。参与者完成了一份包含28项、经验证的问卷，涵盖九个构念，这些构念改编自技术接受模型（TAM）和整合型科技接受理论2（UTAUT2）。对每个构念评估了内部一致性、组合信度和平均方差提取量。采用结构方程模型（SEM）进行自助法中介分析及非参数组间比较（曼-惠特尼U检验；克鲁斯卡尔-沃利斯检验）。该SEM模型拟合良好：比较拟合指数（CFI）=0.947，塔克-刘易斯指数（TLI）=0.938，近似误差均方根（RMSEA）=0.064 [90%置信区间（CI）：0.055–0.073]，标准化均方根残差（SRMR）=0.071。结果：该模型解释了行为意向61.0%的方差（R2=0.610）和数字健康素养54.0%的方差（R2=0.540）。技术焦虑是主要的抑制因素，直接抑制了参与意向（B=?0.44，p<0.001）和数字健康素养（B=?0.60，p<0.001）。数字健康素养部分中介了焦虑与意向之间的关系（间接效应B=?0.281；95% CI [?0.246, ?0.104]；占总效应的25.9%）。一个意外发现是：阿拉伯语智能手机用户报告的技术焦虑显著低于英语用户（r=0.404，中等效应量），尽管其平均数字熟练度较低。结论：技术焦虑和数字健康素养是改善老年人数字健康参与的主要目标。阿拉伯语焦虑差异对平台设计具有直接启示：母语界面一致性似乎独立于技术技能而降低焦虑。建议将阶梯式引导、社区素养计划和结构化临床医生推荐作为实际补充措施。
**论文解读文章**
**研究背景与问题**
数字健康服务（如移动健康、远程医疗和人工智能辅助咨询）在改善慢性病自我管理方面展现了显著潜力，然而老年人——这一最需要此类工具的人群——却始终难以实质性参与其中。现有文献表明，技术接受模型（TAM）和整合型科技接受理论2（UTAUT2）等经典框架虽能解释部分采纳行为，但在老年人群体中仍留下大量未解释的方差，因为它们未能充分捕捉区分该群体的身体、情感和认知障碍的综合效应。在沙特阿拉伯，作为“2030愿景”健康转型核心的Sehhaty移动健康平台已大规模部署，注册用户超过1000万，但关于老年用户如何体验该平台、使用哪些功能以及为何多数人仅停留在最基础的交易层面（如预约挂号）的系统性证据匮乏。具体而言，四个关键缺口驱动了这项研究：第一，现有模型将决定因素视为平行预测因子，未建模上游障碍如何产生下游行为缺陷的机制；第二，技术焦虑和数字健康素养虽被确认为不参与的相关因素，但几乎总是被独立处理，焦虑可能通过侵蚀素养产生间接路径的假设未被检验；第三，大部分结构方程证据来自东亚、欧洲或北美，海湾合作委员会（GCC）人群与本国阿拉伯语平台互动的证据缺失；第四，语言一致性——即使用母语健康平台是否改变承担健康后果任务时的焦虑——尚未被实证考察。因此，研究人员开展了这项研究，旨在填补这些空白，并为沙特阿拉伯及其类似GCC背景下的平台设计和健康素养政策提供依据。该论文发表在《Frontiers in Public Health》。
**关键技术与方法**
研究人员采用横断面调查设计，于2024年9月至12月通过在线平台（如WhatsApp）招募316名沙特阿拉伯社区居住的55岁及以上成年人（样本来源：社区）。参与者需具有至少一种数字健康平台的使用经验，并能独立完成阿拉伯语或英语问卷。研究工具为一份28项、采用五级李克特量表的验证问卷，涵盖九个构念，改编自TAM和UTAUT2，并扩展了接入障碍、技术焦虑和数字健康素养构念。主要技术方法包括：验证性因子分析（CFA）评估测量模型，最大似然（ML）估计的结构方程模型（SEM）检验假设路径，自助法（5000次重复）中介分析检验间接效应，以及非参数组间比较（曼-惠特尼U检验和克鲁斯卡尔-沃利斯检验）探索社会人口学差异。SEM模型拟合指标良好（CFI=0.947，TLI=0.938，RMSEA=0.064，SRMR=0.071）。
**研究结果**
（1）**测量模型可靠性与有效性**：所有八个保留构念的克隆巴赫α系数（0.756–0.871）、组合信度（CR）（0.779–0.884）和平均方差提取量（AVE）（0.529–0.657）均达到阈值，异质-单质比率（HTMT）均低于0.85，确认判别效度。制度信任构念因AVE低于0.5被排除。
（2）**结构方程模型**：模型支持全部10个假设。促进条件显著正向预测感知易用性（B=0.49，p<0.001）和社会影响（B=0.58，p<0.001），负向预测接入障碍（B=?0.19，p=0.002）。感知易用性正向预测感知有用性（B=0.63，p<0.001），社会影响也正向预测感知有用性（B=0.18，p=0.010），两者共同解释感知有用性60.1%的方差。接入障碍正向预测技术焦虑（B=0.33，p<0.001）。技术焦虑负向预测数字健康素养（B=?0.60，p<0.001，解释54.0%方差）和行为意向（B=?0.44，p<0.001，解释61.0%方差）。数字健康素养正向预测行为意向（B=0.47，p<0.001）。
（3）**中介分析**：数字健康素养显著中介了技术焦虑对行为意向的负向间接效应（间接B=?0.281，95% CI [?0.246, ?0.104]），占总效应的25.9%，构成部分中介。
（4）**非参数组间比较**：智能手机语言（阿拉伯语 vs 英语）、教育程度和IT素养在五个或更多构念上显示显著差异。最突出的发现是阿拉伯语用户的技术焦虑显著低于英语用户（r=0.404，中等效应），尽管其平均数字熟练度较低。阿拉伯语用户的行为意向也显著较低（r=0.390）。IT素养较高者感知有用性和促进条件得分更高；教育程度较低者社会影响变异更大。
（5）**健康信息行为与Sehhaty功能使用**：谷歌是主要健康信息来源（59.5%）和验证方法（n=214）。Sehhaty功能使用呈层级模式：预约挂号使用最广（n=296），而虚拟全科医生咨询（n=93）、健康记录查阅（n=84）、聊天机器人交互（n=80）和诊断结果查看（n=68）使用率骤降。信息可信度评估中，阿拉伯语可用性排名第三（n=146），仅次于信息可信度和准确性。
**讨论与结论**
讨论部分强调，技术焦虑是老年人数字健康参与的主要结构性抑制因素，通过直接和间接（通过削弱数字健康素养）两条路径作用。间接路径（占焦虑总效应的25.9%）表明，焦虑可能消耗认知资源，干扰素养发展，因此仅针对素养的干预对最焦虑的用户效果有限。感知易用性对感知有用性的强效应（B=0.63）说明易用性是形成有用性感知的前提，而非平行因素。语言-焦虑交互效应（中等效应量）是新颖发现：母语界面一致性降低了健康相关任务中的焦虑，独立于技术技能，且阿拉伯语可用性作为可信度标准，表明语言是结构性信任变量而非仅可用性偏好。Sehhaty的层级使用模式（预约为主，复杂功能少用）为结构模型提供了生态效度，反映了焦虑-素养级联的后果。WhatsApp在健康信息传播中的主导地位及其中大量不准确内容，凸显了数字健康素养作为应对错误信息前线的重要性。研究局限性包括横断面设计无法确立因果方向、样本教育程度偏高（82.9%研究生及以上）导致焦虑和障碍得分可能低估、以及制度信任构念被排除。结论部分翻译如下：老年沙特成年人对数字健康服务的积极感知与低参与意向之间的差距，是由技术焦虑和数字健康素养缺陷通过结构性关联机制驱动的。焦虑通过素养的部分中介效应（占总效应的25.9%）确立了最清晰的干预信号：必须联合处理这些构念，因为每个构念独立地维持对方的限制作用。根据支持证据强度，提出四项建议：第一，Sehhaty平台需优先进行年龄适宜性可用性重新设计（感知易用性→感知有用性路径系数最大，B=0.63）；第二，应将阿拉伯语优先设计视为患者安全决策，而非本地化便利（语言一致性以中等效应降低焦虑，且位列健康信息可信度标准第三）；第三，社区数字健康素养计划应优先关注来源批判性和结果解读技能，认识到该人群的主要素养挑战不是获取健康信息，而是批判性评估已充斥其社交网络的非正式内容；最后，应将临床医生对Sehhaty的推荐整合到常规慢性病咨询中，因其对感知有用性具有可证实的放大效应。未来需采用纵向设计和概率样本以确认焦虑-素养路径的方向性，并建立这些发现在GCC背景下的普适性。
