《INQUIRY: The Journal of Health Care Organization, Provision, and Financing》：Digital Health Use Across Socioeconomic Groups Among Patients With Chronic Diseases: A Cross-Sectional Study
编辑推荐：
背景：低社会经济地位(SEP)人群受慢性病影响更重，且在电子健康(e-health)的使用、获取及感知获益方面处于劣势。合并一种及以上慢性病者疾病负担更重、与医疗系统及e-health交互更频繁。本研究旨在探明在荷兰合并慢性病人群中，e-health使用是否存
背景：低社会经济地位(SEP)人群受慢性病影响更重，且在电子健康(e-health)的使用、获取及感知获益方面处于劣势。合并一种及以上慢性病者疾病负担更重、与医疗系统及e-health交互更频繁。本研究旨在探明在荷兰合并慢性病人群中，e-health使用是否存在社会经济差异。方法：2023年向荷兰全国慢性病与残障面板(NPCD)中2113名合并一种及以上躯体慢性病成员发放问卷，回收有效样本1517人（应答率73%）。测量五类e-health应用（网站、移动应用(apps)、可穿戴设备(wearables)、患者门户(patient portal)、数字沟通），以教育程度作为SEP替代指标，按低、中、高分组，校正年龄后采用逻辑回归与多项逻辑回归分析使用行为及使用倾向。结果：低教育组使用网站(OR 4.78, 95% CI 3.50-6.53)、apps(OR 2.88, 95% CI 2.00-4.16)、wearables(OR 2.12, 95% CI 1.52-2.95)、患者门户(OR 3.24, 95% CI 2.38-4.41)的概率显著低于高教育组；高教育组更倾向于使用e-health(RRR 2.21, 95% CI 1.48-3.31)，低教育组更不确定(RRR 0.56, 95% CI 0.39-0.81)。结论：即使在高度数字化的荷兰医疗环境中，合并慢性病患者的e-health使用仍存在显著社会经济梯度，当前e-health组织方式并未平等惠及所有患者，需推进包容性设计。
研究背景与问题提出
数字健康（digital health）或电子健康（e-health，指医疗场景中数字技术的使用）在全球医疗系统中加速渗透，涵盖网站、移动应用（apps）、可穿戴设备（wearables）、患者门户（patient portal）及医患数字沟通等形式，有望提升医疗可及性与质量。然而，低社会经济地位（SEP，socio-economic position）人群本就承受更高慢性病负担，却同时面临e-health获取与使用劣势，可能放大健康不平等。既往证据多来自单一干预的临床试验或描述性研究，缺乏真实世界中合并慢性病人群的群体层面证据。研究人员假设：慢性病患者因疾病管理紧迫性与高频医疗接触，可能弱化SEP导致的e-health使用差异——但这一假设尚需实证检验。
研究设计与主要发现
研究人员利用荷兰Nivel管理的全国慢性病与残障面板（NPCD，National Panel of the Chronically ill and Disabled）数据，于2023年4月向2113名合并≥1种躯体慢性病（依据ICPC编码）的成年面板成员发放问卷（线上/纸质），回收1543份（73%），排除教育信息缺失后最终分析样本1517人。以教育程度（低：无/小学/职前初中；中：初中至中级职教；高：高专/大学）作为SEP代理变量，结局为过去12个月五类e-health应用使用与否（二分类）及使用倾向（倾向/不倾向/不确定三分类）。统计上采用Pearson卡方检验做分层描述，逻辑回归分析各应用使用差异，多项逻辑回归与one-versus-rest逻辑回归分析使用倾向，并将年龄确认为混杂因素纳入模型。
该研究发表于《INQUIRY: The Journal of Health Care Organization, Provision, and Financing》。核心结论为：合并慢性病的荷兰人群中，e-health使用存在显著教育梯度——低教育组网站使用几率仅为高教育组的约1/4.78，患者门户约1/3.24，apps与wearables亦显著降低；高教育组使用倾向更高（RRR 2.21），低教育组更常表现为“不确定”（RRR 0.56）。假设被拒绝。这意味着即便在医疗高度数字化、医保覆盖较完善的语境下，e-health并未自动实现公平普惠，反而可能在最需要的人群中加剧健康不平等。
主要技术方法概括
研究人员采用二次横断面分析设计，数据源自“Monitor Digital Care (MDC)”项目下NPCD面板（约3500人，由荷兰全科医生随机抽样的慢性病人群及统计局残障调查人群组成，≥18岁、非机构化、知悉诊断）。暴露变量为三级教育程度；结局包括五类e-health应用二分类使用变量与三分类使用倾向变量；协变量含年龄、性别、慢病数量、设备拥有情况。分析链路为：卡方检验分层关联→逻辑回归（校正年龄）估使用Odds Ratio→多项回归与one-versus-rest逻辑回归估倾向相对风险比（RRR/OR）。局限包括样本偏老（均龄66岁）、数字沟通缺失率高（24.8%，低教育组38.1%）、SEP仅用教育单维代理。
研究结果分题综述
人口学特征：1517人中低/中/高教育分别占23.7%/45.1%/31.2%，均龄66岁，心血管病最常见（30%）。低教育组独立使用电脑比例（46.1%）明显低于中（73.4%）、高（86%）组，但智能手机独立使用（54.4%）高于电脑，反映低SEP群体“手机依赖”特征。
测量结局分布：网站（50.4%）与患者门户（50.1%）使用率过半，数字沟通仅16.0%且缺失最多；使用倾向三分类大致均分（倾向27.9%/不倾向29.2%/不确定28.8%），但低教育组不确定高达38.9%。
e-health应用使用：逻辑回归显示教育每升一级，网站与患者门户使用显著递增——高vs低教育OR 4.78（网站）与3.24（门户）；apps高vs低OR 2.88，wearables高vs低OR 2.12；中教育组较低教育组亦显著提升（网站OR 2.58，门户OR 2.21）。数字沟通组间差异未达显著。
e-health使用倾向：多项回归中高教育组倾向使用概率为低教育组2.21倍，不确定概率仅0.56倍；one-versus-rest分析确认高教育组“倾向”OR达2.97（vs低）、中教育组OR 2.02；低教育组“不确定”OR显著更高。三组“不倾向”比例无统计学差异（均约28%–29%），说明抗拒态度不限于低SEP。
讨论部分总结
研究人员指出，慢性病身份并未抵消SEP差异，结果与荷兰一般人群既往研究一致，提示e-health不平等具有跨情境稳定性。差异最突出于网站与患者门户等“重网页”应用，机制上关联两方面：一是低SEP者更依赖智能手机而非电脑，而复杂e-health任务（如调阅病历、填写量表）在手机端受限；二是数字健康素养（digital health literacy）随教育程度上升，低教育组对隐私保护、健康提问等高级技能更不确定。医患沟通层面，医生对低SEP患者更多采用简化语言与自上而下单方面信息传递，共享决策率低（医生自报64.6% vs 患者17.4%），削弱了e-health引入机会。作者承认局限（年龄偏移、单维SEP、数字沟通缺失偏差），但强调真实世界面板与纸笔问卷并行收集降低了数字技能选择性偏倚。
结论译文：在合并一种及以上慢性病的荷兰人群中，e-health获取存在社会经济差异。即便研究对象处于高度数字化医疗系统且具疾病管理紧迫性，e-health使用及使用倾向仍呈现显著SEP梯度。当前e-health实施并未平等服务慢性病患者，可能驱动组间健康不平等。研究与实务应聚焦e-health实施与设计如何普惠全体，并审视社会、政策及（医疗）组织因素对更公平e-health系统的贡献。
