《Frontiers in Public Health》：Factors influencing digital health literacy in stroke patients based on social cognitive theory: a mixed-methods systematic review
编辑推荐：
背景：数字健康素养（digital health literacy, DHL）对卒中患者有效获取和利用数字健康信息及服务至关重要，从而促进健康管理并改善健康结局。然而，卒中患者的数字健康素养往往不足，并受多种因素影响。本研究旨在系统识别与卒中患者数字健康素养相
背景：数字健康素养（digital health literacy, DHL）对卒中患者有效获取和利用数字健康信息及服务至关重要，从而促进健康管理并改善健康结局。然而，卒中患者的数字健康素养往往不足，并受多种因素影响。本研究旨在系统识别与卒中患者数字健康素养相关的因素，为制定针对性干预策略提供证据。方法：研究人员检索了八个数据库（PubMed、Cochrane Library、Web of Science、Embase、SinoMed、中国知网（China National Knowledge Infrastructure, CNKI）、万方、维普（VIP）），检索时间从建库至2026年4月。研究人员采用乔安娜·布里格斯研究所（Joanna Briggs Institute, JBI）推荐的汇聚性整合方法对符合条件的研究进行综合，并在社会认知理论（Social Cognitive Theory, SCT）指导下对整合结果进行主题分析。结果：共纳入16项研究（12项定量研究和4项定性研究）。在社会认知理论指导下，综合结果表明，影响卒中患者数字健康素养的因素可分为三个维度：个人因素、环境因素和行为因素。个人因素包括社会人口学和健康相关特征、心理和自我调节特征、以及技术相关态度和数字健康能力。环境因素包括家庭和社会支持以及信息和服务环境。行为因素包括主动信息行为以及互动和沟通行为。结论：卒中患者的数字健康素养受个人因素、环境因素和行为因素的综合影响。在临床实践中，应特别关注数字弱势群体，并根据患者的个体特征和数字健康需求实施有针对性的干预措施，以提高其数字健康素养和使用数字健康资源的能力。需要进一步开展高质量研究，为制定精准干预策略和优化康复管理提供依据。系统评价注册：https://www.crd.york.ac.uk/PROSPERO/view/CRD420261412446，标识符 PROSPERO (CRD420261412446)
本论文基于社会认知理论（Social Cognitive Theory, SCT），采用混合方法系统评价对卒中患者数字健康素养（digital health literacy, DHL）的影响因素进行了综合分析与总结。论文主体部分包括方法、结果和讨论三个主要部分，各小节内容总结如下：
2 方法（Methods）
2.1 检索策略（Search strategy）：研究人员检索了八个数据库（PubMed、Cochrane Library、Web of Science、Embase、SinoMed、中国知网（CNKI）、万方、维普（VIP）），检索时间从建库至2026年4月，采用主题词和自由词相结合的方式，未设定语言限制，但在筛选过程中仅纳入英文或中文发表的研究。检索策略以PubMed为例在补充材料中展示，研究方案已在PROSPERO注册（CRD420261412446）。
2.2 纳入和排除标准（Inclusion and exclusion criteria）：纳入定量、定性和混合方法研究，采用PICo框架（Population, phenomenon of interest, context）定义纳入标准。纳入标准包括：研究对象为诊断为卒中的成人（≥18岁）；研究设计包括报告数字健康素养水平、特征、相关因素、预测因素或影响因素的定量研究，以及探索卒中患者与数字健康信息或数字健康服务（如远程康复、视频随访、远程会诊等）使用相关经验或观点的定性研究；感兴趣的现象为影响卒中患者数字健康素养的因素，数字健康素养指患者在数字环境中获取、理解、评价、交流和运用健康信息与服务的能力，纳入因素包括对这些能力的直接影响以及在实际使用中的相关因素（如可及性、可用性、信息支持、与医疗提供者的互动、技术障碍、使用数字资源的机会等）；语言为英文或中文。排除标准包括综述、社论、会议摘要以及无法获取全文数据的研究。
2.3 质量评价（Quality appraisal）：采用混合方法评价工具（Mixed Methods Appraisal Tool, MMAT）对纳入研究进行质量评价，由两名评价者独立完成，不一致时由第三名评价者裁定。为最大化综合的包容性和全面性，不因方法学质量排除任何符合条件的研究。
2.4 研究筛选与数据提取（Study selection and data extraction）：由两名作者进行文献检索，将结果导入Rayyan系统识别并删除重复文献。两名评价者独立筛选标题和摘要以确定潜在合格研究，随后评估全文进行最终纳入，如有分歧通过讨论与第三名研究者达成共识。数据提取采用乔安娜·布里格斯研究所（Joanna Briggs Institute, JBI）数据提取表，提取信息包括第一作者、发表年份、国家、研究设计、研究目的、样本信息、数据收集方法以及报告的定性和定量发现。
2.5 数据综合与整合（Data synthesis and integration）：采用JBI推荐的混合方法系统评价汇聚性整合方法进行分析和综合。首先分别提取定量和定性数据，然后将定量数据转化为定性主题、类别或叙事描述（即“质化”处理），以减少误差并促进与定性证据的整合。具体而言，定量发现被转化为与其研究问题相关的文本描述或陈述性语句，随后与定性发现合并，根据含义相似性分组为类别和主题。在SCT框架指导下，两名评价者独立采用定向内容分析进行主题分析，根据框架的关键概念对结果进行分类和主题组织，最终将类别和主题按照概念匹配归入SCT相关成分，如有分歧通过第三名评价者讨论达成共识。
3 结果（Results）
3.1 纳入研究特征（Characteristics of included studies）：共纳入16项研究，发表时间为2020-2025年，涵盖六个国家或地区：中国大陆（10项）、中国香港（1项）、韩国（1项）、挪威（1项）、加拿大（2项）、美国（1项）。其中12项为定量研究，4项为定性研究。样本量范围为5-659人，总报告样本量为4232人。研究对象主要为卒中患者，部分研究聚焦于老年、中青年、住院患者、急性缺血性卒中等亚组。研究内容主要涉及数字健康素养现状、潜在特征及影响因素，以及与自我效能、自我管理、社会支持、生活质量的关系。少数定性研究探讨了患者对远程康复、视频随访、远程护理咨询等数字健康服务的经验，这些研究提供了与卒中患者数字健康信息和服务使用相关因素（如可接受性、可用性、可及性、感知益处和障碍）的见解。
3.2 质量评价（Quality assessment）：纳入研究的方法学质量总体为中等至高，大多数研究具有良好的方法学严谨性。部分研究存在轻微方法学局限，主要涉及定性研究中数据收集、分析和解释之间的一致性不明确，以及定量研究中混杂因素控制不足。没有研究被评为低方法学质量，且没有主要主题仅由MMAT评级较低的研究支持。总体而言，研究质量支持对综述结果的中等至高信心水平，但解释存在上述局限的研究结果时需谨慎。
3.3 影响卒中患者数字健康素养的因素（Factors influencing digital health literacy in stroke patients）
基于SCT的三元互惠模型，结果从个人因素、环境因素和行为因素三个方面呈现。
3.3.1 个人因素（Personal factors）
个人因素包括社会人口学和健康相关特征、心理和自我调节特征、以及技术相关态度和数字健康能力。
3.3.1.1 社会人口学和健康相关特征（Sociodemographic and health-related characteristics）：八项研究指出年龄是影响因素，年龄较大的患者数字健康素养水平较低。十一项研究支持教育水平是重要决定因素，教育水平较高的患者数字健康素养更好。八项研究发现经济状况较好与数字健康素养较高相关。五项研究表明居住在城市地区的卒中患者比农村地区患者数字健康素养更高。四项研究报告在职患者比退休或失业患者数字健康素养更高，此外职业类型也有影响，干部和办公室职员高于农民。一项研究提示未婚患者数字健康素养较高，而另一项研究发现有配偶的患者数字健康素养较高。其他相关因素包括性别、合并症、巴氏指数（Barthel Index）、医疗保险类型、自评健康状况和认知功能。
3.3.1.2 心理和自我调节特征（Psychological and self-regulation characteristics）：自我效能（self-efficacy）被四项研究确认为显著影响因素，自我效能越高，数字健康素养水平越高。感知进步与数字健康素养呈正相关（两项研究）。心理状态较好、自我管理能力较强、健康行为模式较健康的患者通常表现出更高的数字健康素养，而焦虑和抑郁等负面情绪可能降低患者的信息寻求意愿和健康管理主动性，导致数字健康素养水平较低。
3.3.1.3 技术相关态度和数字健康能力（Technology-related attitudes and digital health capability）：对在线健康信息的态度、接受信息和通信技术（ICT）服务（如远程医疗）的意愿、健康信息寻求能力以及自我感知的数字设备使用熟练度均被识别为相关因素。对在线健康信息持积极态度或愿意接受ICT服务的患者，数字健康素养水平更高。数字健康能力支持患者获取和利用数字健康资源。
3.3.2 环境因素（Environmental factors）
环境因素包括家庭和社会支持以及信息和服务环境。
3.3.2.1 家庭和社会支持（Family and social support）：社会支持被识别为影响因素，社会支持较好的患者数字健康素养水平较高。与家人同住并得到更多家庭支持的患者数字健康素养更高，照护者的数字健康素养和相关能力水平也可能影响患者。
3.3.2.2 信息和服务环境（Information and service environment）：四项研究表明感知可及性和便利性是重要因素，患者认为数字健康干预可减少出行和等待时间，提供更灵活的服务时间，尤其对行动不便、居住偏远或有身体限制的患者有利。持续护理、情感支持和清晰的信息反馈有助于增强患者的安心感和满意度。同时，技术障碍（如登录困难、网络不稳定、设备不足、操作技能有限、适应新技术困难）和临床局限性（如远程服务在体格检查、细微症状观察、紧急情况处理和复杂沟通支持方面的不足）是重要限制。其他因素包括在线信息的可信度、时间安排、互联网设备的可用性和类型、以及患者获取健康信息的来源和渠道。
3.3.3 行为因素（Behavioral factors）
行为因素包括主动信息行为以及互动和沟通行为。
3.3.3.1 主动信息行为（Proactive information behaviors）：六项研究确定每日互联网使用时长是重要因素，每日上网时间越长的患者数字健康素养越高。五项研究显示在线健康信息寻求频率也与数字健康素养相关，频繁搜索在线健康信息的患者素养水平更高。此外，在线健康信息寻求经验、互联网使用时长、互联网使用频率以及是否使用互联网均与数字健康素养相关。
3.3.3.2 互动和沟通行为（Interactive and communication behaviors）：使用互联网时向他人寻求帮助的频率、主动传播在线健康信息以及与精神疾病患者互动的意愿也是重要的行为因素。更频繁寻求帮助、主动分享健康知识、愿意与精神疾病患者互动的患者，数字健康素养水平较高。
4 讨论（Discussion）
本研究基于SCT三元互惠模型整合分析了影响卒中患者数字健康素养的因素，发现数字健康素养并非由单一因素决定，而是由个人、环境和行为因素动态交互塑造。个人因素构成重要的内部基础，包括社会人口学特征（如年龄、教育、经济状况、居住地、就业状态）、心理和自我调节特征（如自我效能、感知进步、心理资本、自我管理能力、焦虑抑郁）以及技术相关态度和能力（如对在线信息的态度、ICT服务意愿、信息寻求能力、设备操作熟练度）。环境因素作为外部条件，包括家庭和社会支持（如家人支持、照护者能力）以及信息和服务环境（如可及性、便利性、技术障碍、临床局限性）。行为因素包括主动信息行为（如上网时长、健康信息寻求频率和经验）和互动沟通行为（如寻求帮助、分享信息）。讨论强调，这些因素通过不同但相互关联的途径影响数字健康素养，并指出临床实践中应关注数字弱势群体，考虑卒中后功能障碍（如认知疲劳、信息处理减慢、失语、视野缺损、运动障碍）对数字健康服务使用的影响，采取简化流程、多模态内容、高对比度界面、大触摸目标等卒中特异性支持策略，并将照护者纳入数字健康教育和技能培训。研究局限性包括：纳入研究地理分布集中（多数在中国），环境因素可能反映家庭照护环境；定量研究占主导，定性研究有限，缺乏混合方法研究；数字健康素养测量工具、影响因素定义和参与者特征存在较大异质性，且所有定量研究均为横断面设计，无法确定因果关系；SCT框架在捕捉技术相关影响方面可能不够精确，建议未来整合技术导向或社会技术框架。
