周寒寒， 王靜， 李巖

電子健康素養(yǎng)(e-Health Literacy)指的是在電子資源上搜索、理解和評估健康信息的能力，以及運用獲得的信息處理、解決健康問題的能力[1]。隨著信息技術的迅速發(fā)展，電子健康素養(yǎng)對健康的作用日益顯著，關于老年人的電子健康素養(yǎng)問題也逐漸得到了學界關注。對老年人電子健康素養(yǎng)水平進行科學評估，是明確老年人電子健康素養(yǎng)現(xiàn)狀及開發(fā)干預措施的重要前提。電子健康素養(yǎng)量表(e-Health Literacy Scale, e-HEALS)是Norman等于2006年編制的第一個電子健康素養(yǎng)的評估工具[1]，在國外被應用于青少年[2-3]及慢性病群體[4-6]中。國內郭帥軍等[7]探討了e-HEALS漢化及適用性，其研究表明e-HEALS漢化量表在我國青少年中具有較好的信效度;臧格[8]、袁鳳娟[9]等則分別將e-HEALS應用于國內中老年血液透析患者、糖尿病患者中。對于e-HEALS應用于我國社區(qū)老年人群中的性能分析則鮮有報道。本文對e-HEALS在我國社區(qū)老年人群中的信效度進行了初步分析，以期為今后社區(qū)老年人電子健康素養(yǎng)評估工具應用提供參考。

1 對象與方法

1.1 研究對象

2017年6月至9月，以整群抽樣方法在江蘇省蘇南、蘇中、蘇北各抽取一個市，在每個市抽取一個社區(qū)或村莊，以社區(qū)或村莊的老人為調查對象。納入標準：①具有認知行為能力 ；②年齡≥60歲；③自愿參與本次調查。排除標準：①由于聽力、視力等原因無法完成問卷調查；②無法提供完整資料者。利用EpiCalc 2000軟件進行樣本量估算，參考相似主題的其他文獻[10-11]，設定rate=0.1，power=0.9，檢驗水準設為0.05，經(jīng)計算需要樣本量約為110人，考慮到無效問卷以及結構方程模型對于樣本量的要求，本研究實際納入樣本量228例，其中男119例，女109例；年齡60～87歲，平均年齡(69.64±6.55)歲；其社會經(jīng)濟地位(SES)得分為(4.50±1.93)；獨居者占25.9%；自評健康狀況為好或很好者占80.3%；有53.1%的研究對象患有慢性病。

1.2 研究工具

1.2.1 電子健康素養(yǎng)量表 量表共包括8個條目[1]，即網(wǎng)絡健康信息與服務的應用能力測試(第1～5項)、評判能力測試(第6、7項)和決策能力測試(第8項)，各條目均采用Likert 5級評分法，“1”代表“非常不相符”， “5”代表“非常相符”。得分越高代表自我感知電子健康素養(yǎng)越高。

1.2.2 網(wǎng)絡健康信息搜尋行為問卷 參照Manafo等[12]對于網(wǎng)絡信息搜尋行為的評估方法，自行設計社區(qū)老年人網(wǎng)絡健康信息搜尋行為問卷，共有4個條目，內容為假設腹瀉發(fā)生后對于網(wǎng)絡信息搜尋途徑、內容、內容判斷及決策的過程，各條目均Likert 4級評分法，“1”代表“完全不具備這種能力”， “4”代表“完全具備這種能力”，問卷的Cronbahc’s α為0.994，提示條目的內在一致性較好。

1.3 資料收集

使用電子健康素養(yǎng)量表和網(wǎng)絡健康信息搜尋行為問卷，對被調查者采用結構式訪談，由研究者本人及經(jīng)過統(tǒng)一培訓的調查員完成。調查員在正式調查前接受2小時的統(tǒng)一培訓。資料收集時首先向被調查者解釋調查目的，并取得被調查者的知情同意，然后利用結構式會談完成資料收集。

1.4 統(tǒng)計學方法

使用SPSS 24.0和AMOS 20.0軟件進行統(tǒng)計處理。為考慮實現(xiàn)交叉驗證(cross validation)，將現(xiàn)有數(shù)據(jù)隨機分拆為兩部分(數(shù)據(jù)集A、B)，其中數(shù)據(jù)集A用于探索性因子分析(Exploratory Factor Analysis, EFA)，數(shù)據(jù)集B行驗證性因子分析(Confirmatory Factor Analysis, CFA)以檢視數(shù)據(jù)集A所提取的因子結構。利用Pearson相關分析考察e-HEALS總得分及各因子得分與網(wǎng)絡健康信息搜尋行為問卷得分的關系。以P<0.05為檢驗水準。

2 結果

2.1 中文版e-HEALS的因子結構分析

利用數(shù)據(jù)集A(n=117)行e-HEALS的探索性因子，其分析結果顯示，數(shù)據(jù)適宜行探索性因子分析(KMO=0.897, Barlett’s球形檢驗χ2=2 270.292,P=0.000)；利用主成份分析法，根據(jù)特征根及碎石圖(Scree plot)判斷共形成單一因子結構，其可以解釋e-HEALS總變異的93.095%，各條目的因子載荷均大于0.9，見表1。

利用數(shù)據(jù)集B(n=111)行驗證性因子分析，結果顯示初始模型擬合不理想，在根據(jù)修正指數(shù)(modification indics)調整了e1與e2、e2與e3、e3與e5、e4與e5、e5與e6、e1與e4等6對誤差項相關后，模型擬合尚可；利用數(shù)據(jù)集B進行二階擬合，其模型擬合不理想，見表2。

表1 中文版e-HEALS各條目載荷情況

表2 中文版e-HEALS驗證性因子分析初始模型及修正模型擬合情況

2.2 中文版e-HEALS的效標關聯(lián)效度分析

中文版e-HEALS得分與網(wǎng)絡健康信息搜尋行為問卷得分(1.26±0.65)相關系數(shù)為0.639(P<0.001)。

2.3 中文版e-HEALS的信度分析

利用數(shù)據(jù)集B分析，中文版e-HEALS的Cronbahc’s α為0.986，各條目刪除后的Cronbahc’s α為0.983～0.986，提示無條目有必要刪除。將全部條目前后折半后，其相關系數(shù)為0.911(P<0.001)，按斯皮爾曼-布朗(Spearman-Brown)公式校正后，其折半信度因子為0.953。

3 討論

電子健康素養(yǎng)量表(e-HEALS)是Norman和Skinner在其提出的電子健康素養(yǎng)概念的基礎上編制的第一個電子健康素養(yǎng)的評估工具[1]，其主要評估被試者在尋求、應用網(wǎng)絡健康知識時的自我感知技能。e-HEALS已應用于意大利大學生群體、荷蘭關節(jié)炎患者、西班牙大學生群體、韓國青少年、日本中年人群、土耳其成人群體等，其在中國人群中的應用包括了中國大陸大學生群體[7]、慢性病患者[8-9]，以及中國臺灣兒童群體[13]等，是目前電子健康素養(yǎng)測量中應用最廣泛的一個工具。

本研究信度分析結果顯示，中文版e-HEALS在社區(qū)老年人群應用時，其Cronbahc’s α為0.986，表明量表條目的內在一致性較好，各條目刪除后的Cronbahc’s α為0.983～0.986，表明在內在一致性層面上無條目有刪除的必要，量表的折半信度因子為0.953，也表明了量表各項目的內在一致性較佳。

在e-HEALS的結構效度方面，De Caro等[14]在意大利大學生群體、van der Vaart等[15]對荷蘭關節(jié)炎患者、Paramio等[16]對西班牙大學生群體、Chung等[17]對韓國青少年的研究顯示不同語言版本的e-HEALS均為單一維度結構。但在這些研究中，除了Paramio等的研究外，其他均是利用探索性因子分析得出的結論。Paramio等在EFA基礎上，利用CFA的方法分析了e-HEALS的維度，亦提示其為單維結構，但擬合的結果并不理想(CFI=0.84, IFI=0.84, TLI=0.78, RMSEA=0.17, SRMR=0.08)，在對5對誤差項進行相關的模擬修正后，CFA結果方尚可[15](CFI=0.97, IFI=0.97, TLI=0.94, RMSEA=0.08, SRMR=0.05)。本研究的CFA結果也表現(xiàn)如此，雖然EFA結果提示了單維但CFA初始模型擬合結果顯示并不理想(CFI=0.803, IFI=0.804, TLI=0.724, NFI=0.796, RMSEA=0.424)，在根據(jù)修正指數(shù)(modification indics)調整了e1與e2、e2與e3、e3與e5、e4與e5、e5與e6、e1與e4等6對誤差項相關后，模型擬合情況尚可(CFI=0.930, IFI=0.930, TLI=0.859, NFI=0.924, RMSEA=0.303)。Stellefson等[18]對于基于電話方式e-HEALS在老年人群中的性能檢驗發(fā)現(xiàn)其為三維度的二階結構?；诖?，本研究嘗試對e-HEALS進行二階擬合，結果顯示二階模型擬合并不理想(CFI=0.880,IFI=0.881,TLI=0.814,NFI=0.873,RMSEA=0.348)。上述結果表明中文版e-HEALS的維度劃分傾向于單維結構但其結構效度并不很理想。

e-HEALS的測量方法實質是一種被調查者自我感知的素養(yǎng)水平(self-perceived e-health literacy)，其是影響被試網(wǎng)絡健康信息搜尋行為的重要變量[12]。因此本研究嘗試利用e-HEALS得分與網(wǎng)絡健康信息搜尋行為的相關性以說明其效標關聯(lián)效度。結果顯示，中文版e-HEALS得分與網(wǎng)絡健康信息搜尋行為問卷得分相關系數(shù)為0.639(P=0.000)，表明了中文版e-HEALS在社區(qū)老年人群中應用時具有較好的效標關聯(lián)效度。

綜上分析，中文版e-HEALS在我國社區(qū)老年人群中應用中表現(xiàn)出較好的信度和效標關聯(lián)效度，其維度劃分傾向于單維結構，而三因子及二階模型的結構效度并沒有得到支持，這也是下一步中文版e-HEALS性能分析需要解決的問題。