《Frontiers in Public Health》：Digital health literacy and associated factors in older adult patients with chronic obstructive pulmonary disease: a latent profile analysis
编辑推荐：
目的：识别老年慢性阻塞性肺疾病（COPD）患者中数字健康素养（DHL）的潜在剖面，并检验与剖面归属相关的因素。方法：2025年12月至2026年2月，在安徽省某三级甲等医院的住院病房和呼吸内科门诊，采用便利抽样法评估575例老年COPD患者的合格性，连续纳入研
目的：识别老年慢性阻塞性肺疾病（COPD）患者中数字健康素养（DHL）的潜在剖面，并检验与剖面归属相关的因素。方法：2025年12月至2026年2月，在安徽省某三级甲等医院的住院病房和呼吸内科门诊，采用便利抽样法评估575例老年COPD患者的合格性，连续纳入研究期间所有符合条件者以减少选择偏倚。最终550份有效问卷纳入分析。使用结构化问卷收集数据，包括一般信息问卷、数字健康素养量表（DHL）、COPD自我效能量表（CSES）、技术恐惧量表（TS）和感知社会支持量表（PSSS）。以Mplus 8.3进行潜在剖面分析（LPA），以SPSS 27.0进行单因素与多分类logistic回归分析。结果：识别出3类DHL剖面：低素养-受限基本技能型（37.1%）、中等素养-引导学习依赖型（28.9%）、高素养-独立高效型（34.0%）。与教育水平、收入、健康信息寻求意愿、自我效能、技术恐惧和社会支持显著相关。结论：老年COPD患者总体DHL水平偏低且异质性明显；针对各剖面特征及关联因素制定个性化干预是提升该人群DHL的有前景策略，但其有效性需前瞻性干预研究验证。
研究背景与立题依据
慢性阻塞性肺疾病（COPD）是一种以持续呼吸道症状和气流受限为特征的进行性不可逆疾病，全球老龄化背景下60岁以上人群患病率超27%，70岁以上约35.5%，具有高患病率、高疾病负担和高再入院率特征。有效长期控制依赖患者持续自我管理，但多数老年患者面临显著障碍。数字健康技术为COPD自我管理提供新路径，而数字健康素养（DHL）指个体获取、评估、交互和应用数字健康信息以维持或改善健康的能力。健康生态学理论强调个体、行为、人际网络、生活条件和政策环境多层次因素共同塑造健康行为。现有研究表明自我效能、技术恐惧与社会支持是DHL重要关联因素，但老年COPD患者DHL内部存在显著异质性，传统变量中心方法难以刻画群体分型差异，因此研究人员采用以人为中心的潜在剖面分析（LPA）识别亚型并基于健康生态学框架解析其多层次影响因素，研究发表于《Frontiers in Public Health》。
主要关键技术方法
研究人员于2025年12月至2026年2月在安徽省某三级甲等医院呼吸内科门诊与住院病房，以便利抽样连续纳入575例≥60岁符合GOLD诊断的COPD患者，排除严重心肝肾器质病、精神障碍、重度视听损及拒访者，剔除25份全同质问卷后保留550份有效数据。测评工具含自编一般信息问卷、赵等汉化版DHL自评量表（21题7维度，0–84分，本研究仅用自评部分）、COPD自我效能量表（CSES，31题）、技术恐惧量表（TS，13题）和感知社会支持量表（PSSS，12题）。统计上以Mplus 8.3对7个DHL维度均值做LPA（MLR估计，1–4类模型比较AIC/BIC/aBIC/Entropy/LMR/BLRT选优），以SPSS 27.0做单因素分析与多分类logistic回归，并以Firth惩罚似然、R3STEP三步法、全模型敏感性分析验证稳健性。
研究结果
3.1 共同方法偏差检验
Harman单因子检验提取10个特征根>1因子，最大单因子解释方差26.436%<40%，共同方法偏差不显著。
3.2 参与者一般信息
550例中男336例（61.1%）、女214例（38.9%），均龄72.65±6.131岁；C1低素养组204人、C2中等素养组159人、C3高素养组187人。三组在年龄、婚姻、城乡、教育、月收入、医保、吸烟、病程、年住院次数、GOLD分级、上网频率、健康信息寻求意愿、查询技能、健康软件使用及CSES/TS/PSSS得分上均差异显著（P<0.001）。
3.3 数字健康素养潜在剖面分析
以7维度为指标拟合1–4类模型：三类模型Entropy=0.995，平均后验概率0.992/0.995/0.998，BLRT与LMR均P<0.001；四类模型BLRT P=0.105、LMR P=0.100且不增分类质量，故选三类。C1（37.1%）各维度均低，定为低素养-受限基本技能型；C2（28.9%）操作技中等但导航与隐私保护偏弱、依赖外部引导，定为中等素养-引导学习依赖型；C3（34.0%）七维均高、内容与基础技能突出，定高素养-独立高效型。
3.4 潜在类别单因素分析
单因素分析显示上述人口学、疾病、互联网使用行为及CSES/TS/PSSS在三类间全部P<0.05，证实多层次变量与DHL分型有关。
3.5 多因素分析
以C1为参照的多分类logistic回归（连续变量按每10分计OR）显示：小学及以下教育vs高中以上在C2、C3的OR=0.068、0.088；月收入<1000元vs≥5000元OR=0.036、0.011；不愿寻求健康信息OR=0.239、0.092；CSES每升10分，C2、C3 vs C1的OR=11.256、28.919；TS每升10分OR=0.061、0.072；PSSS每升10分OR=2.918、3.975。C3 vs C2中，月入1000–2999元OR=0.057，CSES每10分OR=2.554，TS每10分OR=0.144，教育/意愿/PSSS无组间差。VIF 1.02–1.85，Box-Tidwell满足线性，Cook距离最大0.112；Firth惩罚、R3STEP、全模型敏感性分析结果方向一致，Nagelkerke R2=0.748，分类准确率92.5%。
讨论与结论翻译
讨论指出，老年COPD患者DHL整体偏低且分三型，低素养型占逾三分之一，与低教育、低收入、不愿主动寻信、低自我效能、高技术恐惧、低社会支持紧密关联；中等素养型虽具基本操作力但仍需引导，高素养型兼具能力与自信。基于健康生态学框架，个体（教育、收入、自我效能、技术恐惧）、行为（信息寻求意愿）与人际（社会支持）层因素协同驱动分型。结论原文意译：老年COPD患者总体DHL水平普遍较低，人口学亚组间差异显著；针对患者特定剖面特征及相关因素的个性化干预可能是提升该人群DHL的有前景策略，但由于干预策略源于相关性剖面数据，其有效性尚需在前瞻性干预研究中验证。
