
-
生物通官微
陪你抓住生命科技
跳动的脉搏
与欧盟在线健康信息需求相关的社会经济因素:一项 Panel 数据分析(2016–2024年)
《BMC Public Health》:Socio-economic factors associated with online health information seeking in the European Union: a panel data analysis (2016–2024)
【字体: 大 中 小 】 时间:2026年09月04日 来源:BMC Public Health 4.4
编辑推荐:
摘要研究目的本研究旨在调查2016年至2024年间,欧盟27个国家中与数字健康环境下的在线健康信息寻求相关的社会经济因素。研究方法分析使用了涵盖2016年至2024年期间欧盟27个国家的平衡面板数据集。所使用的自变量包括高等教育程度、收入不平等(基尼系数)、人均GDP、互联网接入
本研究旨在调查2016年至2024年间,欧盟27个国家中与数字健康环境下的在线健康信息寻求相关的社会经济因素。
分析使用了涵盖2016年至2024年期间欧盟27个国家的平衡面板数据集。所使用的自变量包括高等教育程度、收入不平等(基尼系数)、人均GDP、互联网接入情况、年龄依赖比率以及政府和强制性医疗保健筹资方案。为了减少数据偏斜并使系数能够反映比例变化,人均GDP和政府及强制性医疗保健筹资方案均进行了对数转换。在进行了F检验、豪斯曼检验和拉格朗日乘数检验之后,最终选择了双向固定效应模型作为面板回归模型。
最佳拟合的固定效应模型结果显示:高等教育程度(β = -1.180,p = 0.004)、对数人均GDP(β = 25.265,p < 0.001)、互联网接入情况(β = 0.665,p < 0.001)以及年龄依赖比率(β = -0.652,p < 0.001)与在线健康信息寻求行为存在显著关联。而收入不平等(β = -0.371,p = 0.356)和对数医疗保健筹资情况(β = -1.642,p = 0.380)则未表现出统计学上的显著相关性。
研究表明,在欧盟成员国中,经济发展水平、互联网接入情况以及人口依赖比率与通过互联网搜索健康信息之间存在显著关联。互联网接入情况与在线健康信息寻求行为呈正相关且具有统计学意义。
本研究旨在调查2016年至2024年间,欧盟27个国家中与数字健康环境下的在线健康信息寻求相关的社会经济因素。
分析使用了涵盖2016年至2024年期间欧盟27个国家的平衡面板数据集。所使用的自变量包括高等教育程度、收入不平等(基尼系数)、人均GDP、互联网接入情况、年龄依赖比率以及政府和强制性医疗保健筹资方案。为了减少数据偏斜并使系数能够反映比例变化,人均GDP和政府及强制性医疗保健筹资方案均进行了对数转换。在进行了F检验、豪斯曼检验和拉格朗日乘数检验之后,最终选择了双向固定效应模型作为面板回归模型。
最佳拟合的固定效应模型结果显示:高等教育程度(β = -1.180,p = 0.004)、对数人均GDP(β = 25.265,p < 0.001)、互联网接入情况(β = 0.665,p < 0.001)以及年龄依赖比率(β = -0.652,p < 0.001)与在线健康信息寻求行为存在显著关联。而收入不平等(β = -0.371,p = 0.356)和对数医疗保健筹资情况(β = -1.642,p = 0.380)则未表现出统计学上的显著相关性。
研究表明,在欧盟成员国中,经济发展水平、互联网接入情况以及人口依赖比率与通过互联网搜索健康信息之间存在显著关联。互联网接入情况与在线健康信息寻求行为呈正相关且具有统计学意义。