
-
生物通官微
陪你抓住生命科技
跳动的脉搏
社会网络类型与慢性病患者健康信息素养的关联研究
《BMC Public Health》:Association between social network types and health information literacy among patients with chronic diseases: a cross-sectional study
【字体: 大 中 小 】 时间:2026年09月11日 来源:BMC Public Health 4.4
编辑推荐:
摘要背景探讨社会网络类型与慢性病患者健康信息素养之间的关联,从而为制定提升健康信息素养的针对性策略提供证据。方法本研究纳入2022年6月至2025年6月期间中国浙江省某三级甲等医院的314名慢性病患者。采用社会网络与支持问卷、中文版医疗结局研究社会支持调查(MOSSES)、社
探讨社会网络类型与慢性病患者健康信息素养之间的关联,从而为制定提升健康信息素养的针对性策略提供证据。
本研究纳入2022年6月至2025年6月期间中国浙江省某三级甲等医院的314名慢性病患者。采用社会网络与支持问卷、中文版医疗结局研究社会支持调查(MOSSES)、社会关系质量量表及健康信息素养自评量表收集数据。使用R软件和UCINET 6.0进行社会网络结构分析。使用SPSS 26.0进行聚类分析、单因素分析和分层多元线性回归分析。
慢性病患者的社会网络可分为三种类型,包括结构型网络(60.19%)、综合型网络(31.85%)和受限型网络(7.96%)。单因素分析显示,综合型网络模式患者的健康信息素养水平与结构型或受限型网络模式患者之间存在统计学显著差异(p < 0.001)。综合型网络模式的健康信息素养得分最高(16.01 ± 3.19分),结构型网络用户得分适中(14.43 ± 3.21分),受限型网络用户得分最低(13.28 ± 3.84分)。在控制人口学特征和疾病相关因素后,这些差异仍具有统计学意义(p < 0.05)。
社会网络类型与慢性病患者的健康信息素养显著相关。优化社会网络是提升其健康信息素养的关键途径,医务人员应密切关注这一问题。
探讨社会网络类型与慢性病患者健康信息素养之间的关联,从而为制定提升健康信息素养的针对性策略提供证据。
本研究纳入2022年6月至2025年6月期间中国浙江省某三级甲等医院的314名慢性病患者。采用社会网络与支持问卷、中文版医疗结局研究社会支持调查(MOSSES)、社会关系质量量表及健康信息素养自评量表收集数据。使用R软件和UCINET 6.0进行社会网络结构分析。使用SPSS 26.0进行聚类分析、单因素分析和分层多元线性回归分析。
慢性病患者的社会网络可分为三种类型,包括结构型网络(60.19%)、综合型网络(31.85%)和受限型网络(7.96%)。单因素分析显示,综合型网络模式患者的健康信息素养水平与结构型或受限型网络模式患者之间存在统计学显著差异(p < 0.001)。综合型网络模式的健康信息素养得分最高(16.01 ± 3.19分),结构型网络用户得分适中(14.43 ± 3.21分),受限型网络用户得分最低(13.28 ± 3.84分)。在控制人口学特征和疾病相关因素后,这些差异仍具有统计学意义(p < 0.05)。
社会网络类型与慢性病患者的健康信息素养显著相关。优化社会网络是提升其健康信息素养的关键途径,医务人员应密切关注这一问题。