社区老年人数字健康素养评估量表的编制及信效度检验

刘思奇，付晶晶，孔德辉，钟 竹，顾春燕，罗 羽*

1.中国人民解放军陆军军医大学护理学院,重庆 400038；2.重庆市沙坪坝区双碑社区卫生服务中心

数字健康素养是指运用数字技术搜索、选择、评估、应用在线健康信息，并与医生或服务机构在线互动的能力，又称电子健康素养[1⁃2]。互联网、大数据、人工智能等信息技术的快速发展改变了传统医疗服务模式，在此背景下，数字健康素养对于提高个体自我健康管理能力乃至改善健康结局的重要作用日益凸显[3]。老年群体受自身生理、心理特点等因素限制，对数字媒体的接受和应用程度十分有限[4]。目前，仍缺乏对社区老年群体数字健康素养整体水平的掌握，无形中阻碍了智慧养老与护理数字化、精准化、长效化发展。既往评估量表多由国外引入，脱离了我国互联网发展特点及社会文化背景，在老年群体中的应用有限[5]，尚缺乏针对性及文化适用性更强的老年人数字健康素养测评工具。因此，本研究旨在立足当前医疗卫生保健数字化时代背景，结合我国老年人运用数字媒介特点，开发本土化的社区老年人数字健康素养评估量表，为准确、全面评估老年人数字健康素养现状及干预效果提供客观的评价工具。

1 量表研制过程及方法

1.1 量表条目池的形成 量表编制遵照《量表编制：理论与应用》[6]所提出的步骤进行。首先通过文献回顾，明确数字健康素养的定义是指在数字媒介上搜索、理解和评估健康信息，主动参与健康信息交流和互动，同时运用获得的信息处理和解决健康问题的能力[1⁃2,7]。其次，以Paige 等[8]提出的电子健康素养交互模型（transaction model of ehealth literacy，TMeHL）为基础，紧扣功能性电子健康素养、评判性电子健康素养、互动性电子健康素养和应用性电子健康素养4 种核心素养，初步确定量表的4 个维度，分别为数字健康信息获取能力、数字健康信息评估能力、数字健康信息互动能力和数字健康信息应用能力。在此基础上，参考国内外数字健康素养（digital health literacy，DHL）[9]、电子健康素养（electronic health literacy，eHL）[10]、健康信息素养（health information literacy，HIL）[11]、媒介健康素养（media health literacy，MHL）[12]、媒介与信息素养（media and information literacy，MIL）[13]、健康素养（health literacy，HL）[14]等相关评估工具，梳理和归纳评价要点，经课题组讨论后初步形成社区老年人数字健康素养评估量表条目池，包含4 个维度、30 个条目。各维度条目均采用Likert 5 级评分法，从“非常不符合”至“非常符合”依次计1～5 分，量表得分为所有条目分数总和，得分越高表示数字健康素养水平越高。

1.2 德尔菲专家函询 采用目的抽样法，邀请在数字健康和老年护理领域具有较深理论研究及实践经验的专家对量表内容进行评定。参与函询的22 名专家来自全国12 个省（直辖市）的高校和临床工作岗位，工作时间（21.32±9.57）年。其中正高级职称14 名，副高级职称8 名；博士学历17 名，硕士学历4 名，本科学历1 名。专家针对每个条目的重要程度进行评分，采用Likert 5 级评分法，从“很不重要”至“很重要”依次赋值1～5 分。条目筛选以重要性评分<3.50 分、变异系数>0.25 和专家提出的意见为参考，由课题组综合分析后结合专业实际情况进行条目的修改[15]。2 轮函询问卷的回收率分别为100.00%、90.91%，专家积极程度较高。2 轮专家的权威系数（Cr）均为0.87，表示专家权威程度较高，结果可靠[16]。2 轮专家意见肯德尔协调系数分别为0.221，0.145，均P<0.001，说明专家意见一致性较好。经过2 轮函询后合并7 个条目，剔除表述不准确、与本研究主题关联小的3 个条目，新增6 个条目，最后形成包含4 个维度、28 个条目的预试量表。

1.3 小样本预调查 采用便利抽样法，选取重庆市沙坪坝区某社区30 名老年人进行小样本预调查，检验量表的可读性，并收集其对条目表述的意见。预调查过程中，老年人均表示能够理解各条目及选项含义，每份问卷填写时间为15～30 min，预调查后未对量表内容及形式进行修改。

1.4 量表信效度检验

1.4.1 研究对象 2020 年9 月—12 月，采用便利抽样法，选取重庆市9 个主城区符合入选标准的老年人作为调查对象。纳入标准：年龄≥65 岁；在重庆市主城区居住时间≥6 个月；有正常的读写能力和语言理解、沟通能力，能自行或在研究者的指导下完成问卷；知情同意，自愿参加本研究。排除标准：存在严重视力、听力、语言障碍；患有精神疾病及严重认知功能障碍者；伴有其他严重躯体疾病不能配合完成调查者。调查分两个阶段进行，共470 名老年人参与。第一阶段为预试量表测试，共发放问卷210 份，回收有效问卷204 份，有效回收率为97.1%。其中男97 人，女107 人，年龄65～86（70.61±5.58）岁。第二阶段为正式量表测试，共发放问卷260 份，回收有效问卷253 份，有效回收率为97.3%。其中男131 人，女122 人；年龄65～88（70.36±4.98）岁。从正式量表测试的老年人中随机抽取20 人于2 周后再次测量，进行重测信度检验。本研究经陆军军医大学伦理委员会审查通过（编号：2020第012⁃02）。

1.4.2 研究工具 ①一般资料问卷：调查内容包括性别、年龄、学历、家庭人均月收入等基本信息。②本研究开发的社区老年人数字健康素养评估量表。③中文版电子健康素养量表（eHealth Literacy Scale，eHEALS）[17]：作为校标工具，共8 个条目，包括网络健康信息与服务的应用能力、评判能力和决策能力3 个维度，每个条目从“非常不相符”到“非常相符”分别赋值1～5 分。该量表在我国社区老年人的调查中Cronbach's α 系数为0.988，信效度良好[5]。

1.4.3 资料收集方法 按统一标准培训调查员，向调查对象说明研究目的及意义，获得其知情同意后发放纸质版调查表，让老年人自行填写。其对于不能自行作答的老年人，由调查员进行一对一访谈式调查，确保无任何暗示性和引导性询问。所有问卷当场收回，当场核对，筛除条目缺失值大于5%的问卷。

1.5 统计学方法 采用EpiData 3.1 录入问卷资料，采用SPSS 23.0 和AMOS 21.0 软件，对第1 轮预试量表测试样本(n=204)进行项目分析、探索性因子分析；对第2 轮正式量表测试样本(n=253)进行验证性因子分析、内在相关性检验、内容效度检验、效标效度检验、内部一致性信度检验；用重测样本(n=20)进行重测信度分析。

2 结果

2.1 项目分析 根据项目分析的标准对量表条目进行综合判断[18]。①临界比值法：按照量表总得分前27%和后27%分为高低分两组，比较高低分组在每个条目上的临界值(即t值)，要求t≥3 且差异有统计学意义；②相关系数法：条目与总分相关系数及校正条目与总分的相关系数≥0.4；③同质性检验：删除某题后总量表的Cronbach's α 系数不增加，条目在量表共同因素的因子负荷量≥0.4 且共同性≥0.2。若某条目同时不满足以上6 个指标中的3 个及以上则删除。在极端组比较中，所有条目在高分组与低分组的差异均有统计学意义（P<0.001）。相关系数分析结果显示，量表条目与总分的相关系数为0.496～0.920，校正条目与总分的相关系数为0.472～0.912（均P<0.001）。总量表的Cronbach's α 系数为0.978，删除条目20～22，条目25 后Cronbach's α 系数上升为0.979，其余条目删除后Cronbach's α 系数不增加。因子分析结果显示各条目的因子负荷量为0.492～0.923，共同性为0.242～0.851。最终仅4 个条目有1 项指标未达标，未达到删除标准，故28 个条目全部保留。

2.2 效度分析

2.2.1 结构效度

2.2.1.1 探索性因子分析 将28 个条目进行探索性因子分析，KMO 值为0.961，Bartlett 球形检验达到显著水平（χ²=7 261.602，df=378，P<0.001），表明适合进行因子分析[18]。采用主成分分析法，通过正交转轴中的最大变异法，提取特征值>1 的3 个公因子，累积方差贡献率为74.491%。同时结合陡坡图检验，提示保留3 个因素较为适宜。将因子分析中限定因子提取数量设置为3，逐步删除在其所属因子上负荷值<0.4的条目及共同性<0.2 的条目；在各维度上负荷值较接近且具有多重负荷的条目；因子归属与原先设想不一致且无法解释的条目；条目数量少于3 的维度[18⁃19]。最终剩余15 个条目，进行因子分析，得到3 个因子的累积方差贡献率为78.726%。因子1 涵盖原结构设计中获取能力和评估能力条目，故合并为1 个维度，命名为“数字健康信息获取和评估能力”，因子2、因子3 分别对应原结构设计中应用能力和互动能力，分别命名为“数字健康信息应用能力”和“数字健康信息互动能力”。原互动能力维度的条目“我能通过网络在线问诊，向医生提供诊断所需信息”在因子2 中负荷最高，考虑纳入因子2（数字健康信息应用能力维度）。各维度条目因子载荷为0.614～0.905，详见表1。

表1 社区老年人数字健康素养评估量表探索性因子分析因子载荷矩阵（n=204）

2.2.1.2 验证性因子分析 为进一步验证量表结构效度，采用AMOS 软件进行3因子结构验证性分析。15个测量指标变量的偏态系数为-1.115～1.713，绝对值小于3，峰度系数为-1.748～1.516，绝对值小于8，提示样本数据分布符合多变量正态性。因此，采用极大似然法对模型参数进行估计[20⁃21]。导入样本数据后，模型可以顺利收敛识别，初始假设模型拟合指标除χ2/df、比较拟合指数（CFI）、增量拟合指数（IFI）达到参考标准外，其他拟合指数未达到参考标准，提示假设模型和样本数据拟合不佳。根据修正指数提示，共添加7 条误差间共变关系，修正后的模型标准化回归系数为0.645～0.910，拟合指标均达到参考标准，提示模型拟合较好，见表2。

表2 社区老年人数字健康素养评估量表验证性因子分析拟合度指标（n=253）

2.2.2 内在相关性检验 量表各维度之间的相关系数为0.471～0.757，各维度得分与总分的相关系数为0.639～0.966，各维度与总量表呈正相关，具有统计学意义（P<0.001），见表3。

表3 社区老年人数字健康素养评估量表各维度之间及各维度与总量表间的相关性（r 值）

2.2.3 内容效度 本量表在设计过程中，一方面对国内外数字/电子健康素养量表进行了系统回顾，结合电子健康素养交互模型，综合考虑了数字健康素养的内涵和维度；另一方面，经过两轮德尔菲专家函询，确保量表能够反映老年人数字健康素养的主要方面。各条目与其所属维度的相关系数为0.704～0.936，且有统计学意义（P<0.001），证明了其内容效度较好[22]，见表4。

表4 社区老年人数字健康素养评估量表各条目与各维度的相关性

2.2.4 校标效度 社区老年人数字健康素养评估量表总分及各维度得分与eHEALS 总分及各维度得分均呈正相关，且有统计学意义（P<0.001），表明该量表的校标关联效度良好，见表5。

表5 社区老年人数字健康素养评估量表总分及各维度得分与eHEALS 总分及各维度得分的相关性（r 值）

2.3 信度分析

2.3.1 内部一致性信度 总量表的Cronbach's α 系数为0.941，各维度的Cronbach's α 系数分别为0.944，0.838，0.752。总量表折半信度为0.889，各维度的折半信度分别为0.935，0.748，0.730。

2.3.2 重测信度 总量表的重测信度为0.941，各维度的重测信度分别为0.906，0.922，0.934。

3 讨论

3.1 社区老年人数字健康素养评估量表具有时代特征 近年来，我国密集出台系列政策以解决老年人数字化适应问题，帮助老年人更好地共享信息化医疗服务发展成果[23⁃24]。本研究立足当前医疗卫生产业数字

化发展趋势，编制社区老年人数字健康素养评估量表，主要目的在于清楚、有效地评价我国老年人使用数字化医疗健康服务平台的能力，了解老年人在运用数字媒介获取健康信息和医疗服务中的现实困难，为制订相应的干预策略及实施有针对性的健康教育提供依据，具有重要的时代意义。

3.2 社区老年人数字健康素养评估量表编制过程科学、合理 量表编制过程中，以电子健康素养交互模型为框架，以相关量表条目为参考，确保量表具有科学的理论基础；专家函询中所纳入的专家在数字健康和老年护理领域积累了丰富的理论研究和实践经验，保证量表的合理性和完备性；采用多种项目分析方法，对量表条目进行严格筛选，课题组结合条目的专业意义进行多次讨论，保证量表条目的严谨性。为确保量表条目的实用性，编制过程中重点考虑了以下内容：①条目内容全面、具体，不仅包括日常健康信息获取和评估的条目，同时纳入在线医疗服务使用相关内容，实现对老年人数字健康素养的综合评估；②突出Web2.0 参与和互动的特点，通过纳入在线知识共享、经验交流和专家咨询平台等条目，体现社交媒体互动特点，弥补了既往量表对数字健康参与和互动能力评估的不足[7,25]；③兼顾目前老年人使用数字媒介存在的主要问题，研究显示，老年人对网络健康信息检索策略欠缺、质量鉴别力差[26]等问题亟待解决，这些内容均在量表中体现，弥补了普适性量表抽象、敏感性低的缺点。此外，量表语言通俗易懂，方便老年人作答，具有可操作性。

3.3 社区老年人数字健康素养评估量表具有较好的信效度 探索性因子分析结果显示，量表15 个条目的因子载荷均≥0.6，3 个公因子能解释78.726%的总变异，旋转后因子负荷矩阵与量表最初的理论结构基本一致。验证性因子分析结果显示，因子模型拟合指标均在标准范围内，量表的结构效度良好。各条目与其所属维度的相关系数均>0.700，说明本量表内容效度较好，能反映出拟测量内容[22]。量表总分及各维度得分与eHEALS 的总分及各维度得分均呈正相关，相关系数均>0.400，表明本量表的校标关联效度良好。总量表及各维度的Cronbach's α 系数、折半信度均>0.700，表明本量表具有良好的内部一致性。间隔2 周量表的重测信度为0.941，说明本量表具有较好的稳定性[18]。

4 小结

本研究编制的社区老年人数字健康素养评估量表，从数字健康信息获取和评估能力、互动能力及应用能力3 个方面综合评估老年人数字健康素养，符合Web 2.0 数字健康素养的新内涵，内容贴近中国文化背景和医疗环境，经验证区分度良好，具有较好的信效度和实用性，可以协助医务人员了解老年人数字健康素养水平，实施个性化的干预措施，帮助老年人更好地融入数字生活，享受智慧养老和智慧医疗带来的便利。但由于时间及地域局限，本研究纳入的样本量有限，后续研究将进一步扩大样本量，同时提高样本代表性，进一步验证并优化量表。