الكلمات الرئيسية محو الأمية الرقمية، محو الأمية الصحية، سلوكيات الصحة الرقمية، عدم المساواة في الصحة الرقمية، الفجوة الرقمية في الصحة، السكان الريفيين

في عصر الويب 3.0، تتطور موجة جديدة من تقنيات المعلومات، بما في ذلك الإنترنت، والبيانات الضخمة، والحوسبة السحابية، وإنترنت الأشياء، والذكاء الاصطناعي، والبلوك تشين، بسرعة. تعمل هذه التقنيات على تحسين وإعادة تشكيل وحتى تحويل نماذج الخدمة التقليدية بشكل كبير. في مجال الصحة العامة، تزداد قيمة تقنيات الصحة الرقمية وضوحًا، مما يقدم فرصة جديدة لتعزيز رفاهية البشرية [66]. على سبيل المثال، في ظل الأزمة الصحية العامة العالمية التي تسبب بها وباء كوفيد-19، تم اعتماد نماذج الخدمة الطبية المستندة إلى تقنيات الصحة الرقمية – مثل خدمات المواعيد عن بُعد، والاستشارات والفحوصات عبر الإنترنت، والتشخيصات التصويرية عن بُعد، ومبيعات الأدوية الرقمية – على نطاق واسع من قبل العديد من الدول. تهدف هذه التدابير إلى التخفيف من خطر العدوى المتبادلة بين المرضى، وتخفيف الضغط على الموارد الطبية، وزيادة الكفاءة العامة لخدمات الرعاية الصحية [46]. في مرحلة ما بعد الوباء، يشهد سوق تقنيات الصحة الرقمية زيادة سريعة في النمو. وفقًا لـ “الكتاب الأزرق للتنمية الاقتصادية لصناعة الطب الرقمي العالمية 2023-2027″، تجاوز السوق العالمي للصحة الرقمية مليار في عام 2022. تشير التوقعات إلى معدل نمو سنوي مركب ثابت قدره من 2023 إلى 2030، مما يؤدي إلى حجم سوق قدره مليار. المسار العالمي نحو الرقمنة في الصحة والرعاية الصحية لا لبس فيه.
تكنولوجيا الصحة الرقمية هي مكمل حيوي لموارد الرعاية الصحية التقليدية التي تستفيد من تكنولوجيا المعلومات والاتصالات الناشئة (ICT) لمعالجة القضايا الصحية [48]. تختلف عن نماذج خدمات الرعاية الصحية التقليدية، تتجاوز تكنولوجيا الصحة الرقمية القيود الزمنية والمكانية، مما يوفر مزايا ملحوظة في الكفاءة، والوصول إلى المعلومات، وتنوع السيناريوهات، واستخدام الموارد، مما يوسع نطاق الخدمات الطبية [8]. إدراكًا للإمكانات، تؤكد منظمة الصحة العالمية أن تعزيز خدمات الصحة من خلال تكنولوجيا الصحة الرقمية يساهم بشكل كبير في تحسين صحة ورفاهية الفئات الضعيفة [93]. حتى أن بعض العلماء يصفون تكنولوجيا الصحة الرقمية بأنها “محدد فائق للصحة الاجتماعية” [74، 88]. ومع ذلك، تشير مجموعة متزايدة من الأدلة إلى أن الوصول العادل إلى تكنولوجيا الصحة الرقمية ليس مضمونًا، مع وجود تفاوتات مكانية كبيرة، خاصة بين الحضر والريف
. يواجه السكان في المناطق الريفية النائية حواجز كبيرة في استخدام تكنولوجيا الصحة الرقمية [91] ويظهرون مشاركة أقل إيجابية في سلوكيات الصحة الرقمية [22،29]. وجدت دراسة استقصائية أجراها هونغ وآخرون [33] أن السكان الحضريين في الصين كانوا أكثر احتمالًا بمقدار الضعف تقريبًا للمشاركة في سلوكيات الصحة الرقمية مقارنة بنظرائهم الريفيين. يكشف التقرير الإحصائي عن حالة تطوير الإنترنت في الصين رقم 52 الذي أصدره مركز معلومات شبكة الإنترنت في الصين (CNNIC) في يونيو 2023 أن معدل تغطية الإنترنت الطبي في المناطق الريفية في الصين كان فقط [15]. تشير دراسة تجريبية حديثة في الصين إلى أن السكان الريفيين يمتلكون قدرات أضعف في البحث، والحصول، وفهم، واستخدام المعلومات الصحية عبر الإنترنت، ويظهرون رغبة أقل في المشاركة في سلوكيات الصحة الرقمية [19]. على مستوى عالمي، توجد عدم مساواة شاملة في استخدام خدمات الصحة الرقمية بين المناطق الحضرية والريفية. على سبيل المثال، يظهر السكان الريفيون في أستراليا رغبة أقل في استخدام الموارد الصحية الرقمية [39، 61]. يكشف تقرير الأشخاص الأصحاء 2030 أن السكان الريفيين في الولايات المتحدة لديهم قدرة أقل على الوصول إلى المعلومات الصحية عبر الإنترنت مقارنة بنظرائهم الحضريين [35]. تشير الدراسات من الهند وإيطاليا أيضًا إلى أن السكان الريفيين يواجهون سيناريوهات أقل لاستخدام الصحة الرقمية مقارنة بنظرائهم الحضريين [66،85].

تظهر سؤال ملح: لماذا لم تتقدم خدمات الصحة الرقمية، التي تحمل نظريًا مزايا كبيرة، كما هو متوقع في المناطق الريفية؟ يصبح معالجة هذا الاستفسار مهمة محورية، تتطلب فحصًا عميقًا للعوامل المثبطة التي تؤثر على مشاركة السكان الريفيين في سلوكيات الصحة الرقمية. مثل هذا الاستفسار ضروري لتعزيز قدرة السكان الريفيين على الوصول إلى خدمات الصحة الرقمية، وبالتالي تحسين صحتهم العامة. قد يؤدي عدم القيام بهذا التحقيق الحاسم إلى استمرار تهديد عدم المساواة الصحية بين المناطق الحضرية والريفية، وهي قضية تم تسليط الضوء عليها من قبل دراسات سابقة [37، 54].

تؤكد الدراسات الحديثة على الدور الحاسم لمحو الأمية الصحية الرقمية، المعروف أيضًا بمحو الأمية الصحية الإلكترونية، كعامل حاسم في مشاركة المستخدمين مع تقنيات الصحة الرقمية [13]. تم صياغة مصطلح محو الأمية الصحية الرقمية من قبل نورمان وآخرين في عام 2006، ويعرف بأنه الكفاءة في البحث، والعثور، وفهم، وتقييم، وتحويل المعلومات الصحية، وتطبيق المعرفة المكتسبة لمعالجة القضايا الصحية من المصادر الإلكترونية. هذا
يتكون البناء الشامل من ستة أبعاد: محو الأمية التقليدية، محو الأمية الصحية، محو الأمية المعلوماتية، محو الأمية العلمية، محو الأمية الإعلامية، ومحو الأمية الحاسوبية [57،58]. تكشف الأدلة الأخيرة عن توزيع غير متساوٍ لمحو الأمية الصحية الرقمية داخل السكان، مما يشير إلى أن ليس الجميع يمتلك الفرصة والقدرة للاستفادة الكاملة من فوائد تقنيات الصحة الرقمية. تسهم هذه الفجوة في ظهور انقسام صحي رقمي [73]. يشير الانقسام الصحي الرقمي إلى الفجوة بين الأفراد الذين يمكنهم الوصول إلى واستخدام تقنيات المعلومات الصحية وأولئك الذين لا يستطيعون [31]. على الرغم من أن الفجوة قد خفت بعض الشيء بسبب الاستخدام الواسع للإنترنت وانتشار الهواتف الذكية عبر السكان والمناطق، إلا أن الاتصال الرقمي في الفئات ذات الدخل المنخفض والمناطق النائية لا يزال متأخراً [6، 64]. وبالتالي، يظهر سكان المناطق الريفية كفئة ديموغرافية مهمة تأثرت بالانقسام الرقمي، خاصة في مجال الصحة الرقمية والرعاية الصحية [90].
من خلال مراجعة شاملة للأدبيات، يتضح أن الأبحاث الأكاديمية الحالية في مجال الصحة الرقمية قد ركزت بشكل أساسي على التفسيرات النظرية لمحو الأمية الصحية الرقمية للمستخدمين [39، 56، 57]، ومستويات قياسها [34، 53، 57]، والعوامل المؤثرة [30]. ومع ذلك، كان هناك استكشاف أقل نسبياً للعلاقة بين محو الأمية الصحية الرقمية للمستخدمين وسلوكيات الصحة الرقمية، والتي غالباً ما تحمل معلومات حاسمة وقيمة تحدد مشاركة المستخدمين في سلوكيات الصحة الرقمية. تشير الدراسات الحديثة إلى أن محو الأمية الصحية الرقمية متجذر في كل من “محو الأمية الرقمية” و”محو الأمية الصحية” [13، 98]. كما يشير إطار مهارات محو الأمية الصحية الرقمية إلى أن سلوكيات الصحة الرقمية الفردية تتأثر بشكل أساسي بالمهارات الرقمية واحتياطيات المعرفة الصحية [49، 76]. ومع ذلك، لا يزال غير واضح كيف يتجلى هذا الآلية التأثيرية في سكان المناطق الريفية. لذلك، الهدف الرئيسي من هذه الورقة هو توضيح آلية تأثير محو الأمية الرقمية ومحو الأمية الصحية على مشاركة سكان المناطق الريفية في سلوكيات الصحة الرقمية. من خلال القيام بذلك، نهدف إلى تقديم رؤى حاسمة وعميقة حول الحواجز المحتملة لفهم عدم المساواة في الصحة الرقمية بين المناطق الحضرية والريفية. يمكن أن تقدم نتائج البحث أيضًا تداعيات سياسية مهمة لتقليص الفجوة الصحية الرقمية بين المناطق الحضرية والريفية، والقضاء على عدم المساواة الصحية، وتعزيز دمج سكان المناطق الريفية بشكل أفضل في عصر الصحة الرقمية.

تشمل سلوكيات الصحة الرقمية الأفعال والعادات للأفراد الذين يستخدمون المنصات أو الأجهزة الرقمية، مثل الإنترنت، وإنترنت الأشياء، والهواتف الذكية، والأجهزة القابلة للارتداء، وغيرها، لتعزيز صحتهم وتحسين حالتهم الصحية. هذه السلوكيات هي
متعددة الأبعاد ويمكن تصنيفها بشكل عام إلى سلوكيات الصحة الرقمية المعلوماتية (مثل: البحث عن المعلومات الصحية، إدارة الصحة الرقمية، إلخ) وسلوكيات الصحة الرقمية التفاعلية (مثل: الاستشارة عبر الإنترنت، شراء الأدوية عبر الإنترنت، مراجعات الصحة عبر الإنترنت، إلخ). في المشهد الرقمي الحالي، تعتبر المشاركة في سلوكيات الصحة الرقمية مؤشراً محورياً على اندماج المستخدم في عصر الصحة الرقمية. تشير الأدبيات السابقة إلى وجود علاقة بين مشاركة المستخدمين في سلوكيات الصحة الرقمية ومحو الأمية الصحية الرقمية لديهم، مع التركيز بشكل خاص على جوانب “محو الأمية الرقمية” و”محو الأمية الصحية” الأساسية [13، 38]. وبناءً عليه، تبني هذه الورقة إطار تحليل تجريبي يتضمن مشاركة سلوكيات الصحة الرقمية للمستخدمين، ومحو الأمية الرقمية، ومحو الأمية الصحية. من خلال التحليل الكمي للبيانات الحقيقية، يهدف هذا الإطار إلى توضيح آليات التأثير لمحو الأمية الرقمية ومحو الأمية الصحية على مشاركة سكان المناطق الريفية في سلوكيات الصحة الرقمية. يحمل هذا الجهد تداعيات نظرية وعملية كبيرة لتحسين وصول سكان المناطق الريفية إلى خدمات الصحة الرقمية، وتحسين الحالة الصحية العامة للمجتمعات الريفية، وتقليل الفجوة الصحية بين سكان المناطق الحضرية والريفية.

في مجال الصحة الرقمية، تعتبر محو الأمية الرقمية، المرتبطة ارتباطًا وثيقًا بالمفهوم، موضوعًا ذا أهمية كبيرة [52، 56]. تشمل محو الأمية الرقمية قدرة الأفراد على استخدام الأدوات الرقمية بكفاءة للبحث، واكتساب، وإدارة، ودمج، وتقييم، وتحليل الموارد الرقمية ضمن سياق حياتهم المحدد، لبناء معرفة جديدة من أجل العمل الاجتماعي البناء [4، 84]. في عصر تسارع الرقمنة الاجتماعية، تعتبر محو الأمية الرقمية بشكل متزايد شرطًا مسبقًا للمشاركة المعنوية في مختلف جوانب المجتمع الحديث، بما في ذلك الحياة، والدراسة، والعمل [70، 74]. تشير الدراسات السابقة إلى اهتمام كبير بين الناس في استغلال التقنيات الرقمية لتحسين تقديم الرعاية الصحية [18]. ومع ذلك، فإن الترويج الفعال والتبني الواسع لتطبيقات الصحة الرقمية في المناطق الريفية يتطلب امتلاك محو الأمية الرقمية الأساسية من قبل سكان المناطق الريفية. تضعف محو الأمية الرقمية المحدودة ثقة سكان المناطق الريفية في التطبيقات الرقمية، مما قد يؤدي إلى مشاكل في تجنب الصحة الرقمية [97]. بالنسبة للعديد من سكان المناطق الريفية، تظل التكنولوجيا الرقمية مجردة ومعقدة. بينما تدعي العديد من التطبيقات الرقمية أن لديها “عتبة صفرية”، فإن تلك التي تعتمد على عمليات معقدة تتطلب مهارات تشغيل إنترنت قوية، وتفكير رقمي مرن، وفهم عميق للمنطق التشغيلي لمجتمع الشبكة [8، 61، 65]. عدم القدرة على تلبية هذه المتطلبات
قد يؤدي إلى سلوكيات صحية رقمية سلبية أو حتى تجنب كامل للمشاركة في الصحة الرقمية. وجدت دراسة لي وآخرون [49] أن الأفراد الذين يمتلكون محو أمية رقمية أعلى هم أكثر عرضة للبحث بنشاط عن معلومات وموارد الصحة الرقمية، مما يعزز بالتالي حالتهم الصحية بناءً على المعلومات الصحية المكتسبة. علاوة على ذلك، لوحظ أن تحسين مستويات الصحة يحفز رغبة الأفراد في الاستفادة بشكل أكبر من موارد الصحة الرقمية، مما يدفع إلى سلوكيات صحة رقمية أكثر إيجابية. ومن ثم، تؤكد مجموعة متزايدة من الأدبيات على ضرورة أن تركز الكيانات الحكومية وصانعي القرار جهودهم على رفع مستوى محو الأمية الرقمية لدى الفئات الضعيفة. الهدف هو تعزيز ثقتهم في استخدام تقنيات الصحة الرقمية، وبالتالي تعزيز وتقدم اعتماد هذه التقنيات [2،3]. بناءً على ذلك، تفترض الورقة الفرضية التالية:

مفهوم سلوك الصحة الرقمية يبرز فكرة أن مشاركة المستخدمين في هذا المجال متعددة الأبعاد. عبر سيناريوهات صحية متنوعة، تتجلى مشاركة المستخدمين في سلوك الصحة الرقمية بطرق مختلفة، تشمل، ولكن لا تقتصر على، السلوكيات الرقمية الصحية المعلوماتية والتفاعلية التي تم مناقشتها سابقًا. بالمقارنة مع المجموعات ذات الأمية الرقمية المنخفضة، فإن الأفراد الذين يمتلكون أمية رقمية عالية يميلون ويكونون بارعين في المشاركة في مجموعة واسعة من سلوكيات الصحة الرقمية. على سبيل المثال، في مجال سلوك الصحة الرقمية المعلوماتية، مثل البحث عن المعلومات الصحية، يقومون بنشاط بمقارنة معلومات صحية متنوعة من قنوات متعددة، بما في ذلك منصات التواصل الاجتماعي، وأدوات المراسلة الفورية، وبث الفيديو. من خلال استراتيجيات استرجاع المعلومات الخاصة بهم، يتنقلون بمهارة عبر المعلومات الصحية المكررة والمعقدة للعثور على الموارد التي تتماشى مع احتياجاتهم. وليس مقتصرًا على المشاركة في سلوك الصحة الرقمية المعلوماتية، فإن المجموعات ذات الأمية الرقمية العالية تظهر أيضًا عادةً مشاركة نشطة في سلوك الصحة الرقمية التفاعلية، مثل طلب النصائح الصحية. علاوة على ذلك، في سيناريوهات مثل شراء الأدوية عبر الإنترنت ومراجعات الصحة عبر الإنترنت، يظهر الأفراد ذوو الأمية الرقمية العالية رغبة قوية وقدرة على المشاركة في سلوك الصحة الرقمية. بناءً على ذلك، يطرح البحث الفرضية التالية:

تعتبر محو الأمية الصحية، التي تُعرف بأنها “القدرات المعرفية والاجتماعية التي تحدد وصول الفرد إلى المعلومات وفهمها واستخدامها لتعزيز الصحة والحفاظ عليها” [51]، ذات دور حاسم في السياقات الريفية حيث تكون الموارد الطبية نادرة نسبيًا. يوفر الإنترنت، كأداة قوية لاسترجاع المعلومات، دعمًا حيويًا للسكان الريفيين في الوصول إلى موارد طبية وفيرة وخدمات صحية ذات جودة [55]. ومع ذلك، فإن انخفاض مستوى محو الأمية الصحية يطرح تحديات في فهم والامتثال للإرشادات والوصفات التي ينقلها مقدمو الرعاية الصحية عبر المنصات الرقمية [61، 63]. تؤثر هذه المشكلة سلبًا على الحالة الصحية للسكان الريفيين، مما يقلل من ميلهم للمشاركة في سلوكيات الصحة الرقمية [62]. في الوقت نفسه، قد تنشر المجموعات ذات محو الأمية الصحية المحدودة معلومات صحية مشوهة عبر المنصات الاجتماعية عبر الإنترنت [10]، مما يخلق ظروفًا ملائمة لانتشار المعلومات الصحية غير الدقيقة. يشكل هذا تهديدًا لاستدامة نظام الرعاية الصحية، مما يقلل في النهاية من حماس المستخدمين للمشاركة في سلوكيات الصحة الرقمية. أشار فاست وآخرون [26] إلى أن السكان الريفيين الذين يفتقرون إلى محو الأمية الصحية يواجهون تحديات في تقييم موثوقية المعلومات الصحية الرقمية. إن تعزيز محو الأمية الصحية لدى السكان الريفيين، كما أشار أوكان وآخرون [60]، يعزز قدرتهم على فهم واستخدام الموارد الصحية الرقمية لتحسين الصحة، مما يزيد من احتمال مشاركتهم في سلوكيات الصحة الرقمية. تسلط الدراسات الحديثة، مثل تلك التي أجراها زو وآخرون [97]، الضوء على التأثير الإيجابي لتحسين محو الأمية الصحية في الحياة الرقمية على استخدام السكان الريفيين للخدمات الطبية، وهو ظاهرة تُسمى “أثر محو الأمية الصحية.” بناءً على هذه الرؤى، تقترح هذه الورقة الفرضية التالية:

تدعم التحقيقات التجريبية العلاقة المعقدة بين معرفة الصحة والأبعاد الأساسية لديناميات الصحة، بما في ذلك التعليم، والحماية، والوقاية، والترويج [1، 11، 42]. الأفراد الذين يتمتعون بمستوى عالٍ من معرفة الصحة يظهرون دائمًا سلوكيات صحية إيجابية، كما يتجلى في مجالات مثل العادات الغذائية، وممارسة الرياضة، وإدارة التوتر، والمسؤوليات الصحية، والعلاقات الشخصية [41]. وقد كشفت الأبحاث الأكاديمية الحديثة أنه في إطار الصحة الرقمية، يتمتع الأفراد الذين يمتلكون معرفة صحية مرتفعة بمهارة في التنقل في البيئة الإلكترونية للحصول على معلومات صحية. بالإضافة إلى ذلك، يظهرون براعة في التمييز، والحكم،
وتقييم دقة وصلاحية المعلومات الصحية الرقمية وفعاليتها. ومن ثم، فإن الأفراد الذين يتمتعون بمستوى عالٍ من الثقافة الصحية يمكنهم بمهارة وشمولية استخدام المعلومات الصحية لتحسين حالتهم الصحية الشخصية. علاوة على ذلك، يظهر الأفراد ذوو الثقافة الصحية العالية اهتمامًا متزايدًا بالمعلومات الصحية المستمدة من مصادر متنوعة مثل وسائل التواصل الاجتماعي، والمجلات الإلكترونية، ومواقع أخبار صناعة الطب. إنهم يظهرون استعدادًا وكفاءة في المشاركة في سلوكيات الصحة الرقمية المتنوعة، بما في ذلك أنشطة مثل الاستشارات عبر الإنترنت، وشراء الأدوية عبر الإنترنت، ومراقبة وتتبع الحالة الصحية، بهدف تحسين حالتهم الصحية أو صحة أسرهم. بناءً على هذه الرؤى، تقترح هذه الورقة الفرضية التالية:

الفرضية 2ب: تؤثر معرفة الصحة بشكل إيجابي على تنوع مشاركة سكان المناطق الريفية في السلوكيات الصحية الرقمية.

استنادًا إلى التحليل النظري والتركيب التجريبي بشأن التفاعل بين الكفاءة الرقمية، والوعي الصحي، والسلوك الصحي الرقمي بين سكان المناطق الريفية، يتضح أن الكفاءة الرقمية تشمل بشكل أساسي القدرة على تشغيل الأدوات الرقمية والمهارات، بينما يركز الوعي الصحي على تقييم المعلومات الصحية، والحكم عليها، وتطبيقها. من الضروري الاعتراف بأن البحث في الإنترنت عن معلومات صحية تتناسب مع احتياجاتهم يمثل تحديًا معقدًا وصعبًا بالنسبة لغالبية سكان المناطق الريفية. في الوقت نفسه، تتطلب العمليات اللاحقة لفهم وتقييم وتطبيق المعلومات الصحية المكتسبة مستوى أعلى من الوعي الصحي. لقد أكدت المراجعات الأدبية السابقة على الدور الحاسم للكفاءة الرقمية والوعي الصحي كعوامل مؤثرة على الاستخدام الواسع والقبول لتطبيقات الصحة الرقمية. وبالتالي، فإن تنمية وتعزيز وتقوية الكفاءة الرقمية والوعي الصحي بين سكان المناطق الريفية تكتسب أهمية قصوى. تحمل هذه الجهود القدرة على دعم سكان المناطق الريفية في استرجاع وتطبيق المعلومات والموارد الصحية ذات الصلة بفعالية ضمن المشهد الرقمي. علاوة على ذلك، تسهم هذه المبادرات بشكل كبير في زيادة احتمالية انخراط سكان المناطق الريفية في سلوكيات الصحة الرقمية.
ومع ذلك، من الضروري التأكيد على أنه بينما تقع محو الأمية الرقمية ومحو الأمية الصحية ضمن فئات متميزة من قدرات رأس المال البشري، فإنها تتقاطع وتتداخل بشكل معقد وظيفيًا ضمن الإطار الموحد لمشاركة المستخدمين في الصحة الرقمية.
سلوكيات [39]. على وجه التحديد، عندما تكون معرفة الفرد الصحية دون المستوى الأمثل، فإن مستوى عالٍ من المهارات الرقمية يضمن الوصول الواسع إلى خدمات الصحة الرقمية. وعلى العكس، يمكن أن تحل مستويات مرتفعة من المعرفة الصحية محل الحاجة إلى سمات المهارات الرقمية الواسعة. على سبيل المثال، أظهر فحص نوعي لمرضى التهاب المفاصل أن الأفراد الذين يمتلكون معرفة صحية كافية أبدوا ميلاً للبحث عن معلومات صحية رقمية، حتى لو كانت اهتماماتهم في “التكنولوجيا الرقمية” محدودة أو كانت استعداداتهم للمهارات الرقمية متواضعة [24].

علاوة على ذلك، تصبح التأثيرات البديلة للمعرفة الرقمية والمعرفة الصحية واضحة في تأثيرها على تنوع مشاركة المستخدمين في سلوكيات الصحة الرقمية. يمكن لسكان المناطق الريفية الذين يمتلكون معرفة رقمية كافية التنقل بمهارة في العملية المعقدة لاسترجاع المعلومات الصحية، حتى في غياب المعرفة الصحية السابقة. من الضروري التأكيد على أن الشعور بالإنجاز الذي يشعر به المستخدمون، وخاصة الفئات الضعيفة مثل كبار السن وأولئك ذوي الدخل المنخفض، عند التغلب على تحديات الإنترنت يحفزهم لاستكشاف مجموعة أوسع من الحلول الصحية الرقمية. يشمل ذلك أنشطة مثل الاستشارات عبر الإنترنت، وإدارة الصحة الرقمية، وشراء الأدوية عبر الإنترنت، والتشخيص عن بُعد، والمزيد. في الواقع، تلعب المعرفة الرقمية دورًا مركزيًا في السعي نحو الحلول الصحية الرقمية المتنوعة المذكورة أعلاه وتستبدل بشكل كبير وظائف المعرفة الصحية. وبالمثل، فيما يتعلق بتأثيرها على تنوع مشاركة المستخدمين في سلوكيات الصحة الرقمية، يمكن أن تحل مستويات عالية من المعرفة الصحية أيضًا محل سمات أو وظائف المعرفة الرقمية. بناءً على هذه الرؤى، تفترض هذه الورقة الفرضية التالية:

الفرضية 3أ: تظهر المعرفة الرقمية والمعرفة الصحية تأثيرًا تفاعليًا على مشاركة سكان المناطق الريفية في سلوكيات الصحة الرقمية.

الفرضية 3ب: تظهر المعرفة الرقمية والمعرفة الصحية تأثيرًا تفاعليًا على تنوع المشاركة في سلوكيات الصحة الرقمية لسكان المناطق الريفية.

أجرى فريق البحث مسحًا مقطعيًا يستهدف سكان المناطق الريفية في مقاطعة تشجيانغ، الصين، خلال الفترة من أغسطس إلى نوفمبر 2022. تم استخدام طريقة أخذ عينات عشوائية متعددة المراحل لبناء عينة الدراسة. في المرحلة الأولية، تم تقسيم مقاطعة تشجيانغ إلى خمسة كتل رئيسية، وهي شمال تشجيانغ، شرق تشجيانغ، غرب تشجيانغ، جنوب تشجيانغ، ووسط تشجيانغ، وفقًا لـ
التقسيمات الإدارية والمعايير المحلية لمقاطعة تشجيانغ. في المرحلة الثانية، تم اختيار مقاطعة (أو منطقة) عشوائيًا من كل من الكتل الخمسة، مما أسفر عن إجمالي خمس مقاطعات (أو مناطق) عينة. بعد ذلك، في المرحلة الثالثة، تم اختيار بلدة (أو مدينة) عشوائيًا من كل من مقاطعات (أو مناطق) العينة، وتم اختيار قرية إدارية مناسبة عشوائيًا داخل البلدة (أو المدينة) المختارة. أخيرًا، في المرحلة الرابعة، تم اختيار أفراد تتراوح أعمارهم بين 18 و85 عامًا، يقيمون في المناطق الريفية لأكثر من 6 أشهر سنويًا، بشكل عشوائي بناءً على القائمة المقدمة من القرية الإدارية. استبعدت الدراسة سكان المناطق الريفية الذين يعانون من أمراض خطيرة أو الذين لا يستطيعون الرد على أسئلة الاستبيان.

طورت الدراسة استبيانًا منظمًا باللغة الصينية لتقييم مشاركة سكان المناطق الريفية في سلوكيات الصحة الرقمية، مستندة بشكل كبير إلى الأدبيات ذات الصلة. شمل الاستبيان جوانب رئيسية، بما في ذلك الخصائص السكانية الاجتماعية لسكان المناطق الريفية، وتجليات سلوكيات الصحة الرقمية، وعناصر قياس المعرفة الرقمية والمعرفة الصحية. قبل جمع البيانات الفعلي، تم إجراء اختبار موثوقية مسبق. خضع خمسة محترفين متخصصين في المعلوماتية الطبية لتدريب استمر أسبوعًا حول أهداف البحث، والمحتوى، والمواضيع، وإجراءات جمع البيانات لهذا المشروع. ثم قاموا بتنفيذ مهام مثل توزيع الاستبيانات، وإجراء المقابلات في الموقع، وجمع البيانات. جرت المقابلات في غرف اجتماعات القرى أو مراكز الأنشطة، وتم تنظيمها تحت إشراف محترفين ومراقبتها في الموقع. في النهاية، جمعت المشروع بيانات ذات صلة من 968 أسرة من سكان المناطق الريفية.

استطلعت هذه الدراسة ما مجموعه خمس قرى، كل منها بحجم عينة تقريبي يبلغ 200 فرد. يتكون توزيع الجنس في العينة من حوالي 21 ذكرًا إلى 13 أنثى. شمل المشاركون في الدراسة أعمارًا تتراوح من 18 إلى 85 عامًا، بمتوسط عمر يبلغ 54.814 عامًا. يبلغ متوسط المستوى التعليمي في العينة 8.837 سنوات، مما يعكس مستوى تعليمي في المدرسة الإعدادية. كانت أطول مدة تعليمية تم الإبلاغ عنها 15 عامًا، حيث كان هناك 68 فردًا لديهم مدة تعليمية تبلغ ثلاث سنوات أو أقل، مما يمثل من العينة. يبلغ متوسط الدخل الشهري للأسرة 4516 يوان صيني، ومتوسط درجة الحالة الصحية الذاتية هو 2.997 على مقياس من خمسة نقاط، مما يشير إلى مستوى فوق المتوسط. نسبة الأفراد المتزوجين في العينة هي ، ومتوسط حجم الأسرة هو 3.2 شخص.

تجمع هذه الورقة، بالاستناد إلى إطار العمل المفاهيمي “السياق” [71]، على مفهوم سلوك الصحة الرقمية وتشير إلى نظام تصنيف سلوك الصحة على الإنترنت الذي اقترحه هيل وآخرون [30]. بدءًا من السياق السلوكي، يتم تصنيف أكثر سلوكيات الصحة الرقمية شيوعًا بين سكان المناطق الريفية إلى الجوانب الأربعة التالية:

وفقًا للفرضيات البحثية التي تم طرحها سابقًا، تعتبر هذه الورقة “مشاركة سلوك الصحة الرقمية لسكان المناطق الريفية” (DH_behavior) و”تنوع مشاركة سلوك الصحة الرقمية لسكان المناطق الريفية” (DH_behavior_diversity) كمتغيرات تابعة. يتم استخدام الرموز “1” أو “0” لتمثيل “مشاركة سلوك الصحة الرقمية لسكان المناطق الريفية.” بشكل محدد، ضمن تجارب الصحة الرقمية لسكان المناطق الريفية، يتم تعيين قيمة “1” إذا كانوا قد شاركوا في واحدة على الأقل من السلوكيات التالية: “سلوك البحث عن المعلومات الصحية”، “سلوك إدارة الصحة الرقمية”، “سلوك الاستشارة الصحية عبر الإنترنت”، أو “سلوك شراء الأدوية عبر الإنترنت”؛ وإلا، يتم تعيين قيمة “0”. المتغير “تنوع

مشاركة سلوك الصحة الرقمية لسكان المناطق الريفية” يأخذ قيمًا من ، أو 4. وبالتالي، إذا كان سكان المناطق الريفية قد شاركوا في جميع سلوكيات الصحة الرقمية المحددة، يتم تعيين المتغير التابع قيمة 4. إذا كانوا قد شاركوا في ثلاثة من هذه السلوكيات، فإن قيمة المتغير التابع تكون 3، وهكذا، وفقًا لنمط مشابه لبقية السيناريوهات.

تشمل المتغيرات التفسيرية الرئيسية في هذه الدراسة محو الأمية الرقمية ومحو الأمية الصحية لسكان المناطق الريفية. لتقييم محو الأمية الرقمية لسكان المناطق الريفية، استخدمت هذه الدراسة مقياس قياس محو الأمية الرقمية لسكان المناطق الريفية الذي طوره علماء صينيون [78]. بالإضافة إلى ذلك، تم الإشارة إلى Qian [65] وإطار كفاءة الرقمية للاتحاد الأوروبي DigComp 2.1 منذ عام 2013 للحصول على العناصر ذات الصلة المتعلقة بمحو الأمية الرقمية للمستخدمين. قامت الدراسة بإعداد نظام تقييم لمستوى محو الأمية الرقمية لسكان المناطق الريفية، والذي يتضمن 13 عنصرًا موزعة عبر خمسة أبعاد: “محو الأمية الرقمية العامة”، “محو الأمية الرقمية الاجتماعية”، “محو الأمية الرقمية في البحث”، “محو الأمية الرقمية الإبداعية”، و”محو الأمية الرقمية في الأمان”، كما هو موضح في الملحق 1. بعد ذلك، استنادًا إلى البيانات الحقيقية، تم إجراء تحليل عاملي على المقياس. كشفت نتائج التحليل العاملي عن قيمة Kaiser-Meyer-Olkin (KMO) تبلغ 0.885 في اختبار الملاءمة، مما يبرز وجود ارتباط قوي بين عناصر قياس محو الأمية الرقمية لسكان المناطق الريفية. في الوقت نفسه، كانت الأهمية – كانت قيمة إحصائية اختبار كروية بارلت 0.000، مما يؤكد فعالية نتائج تحليل العوامل. بعد الحساب، كانت قيمة معامل ألفا كرونباخ لجميع عناصر القياس في هذه المقياس 0.874، وكانت قيم معامل ألفا كرونباخ لكل بعد فرعي أعلى من 0.85، مما يدل على موثوقية قياس جديرة بالثناء للعناصر. علاوة على ذلك، كانت قيم تحميل العوامل لكل عنصر قياس في هذا المقياس أكبر من 0.5، مما يشهد على الصلاحية التوافقية القوية لقياسات المتغيرات.

عند تقييم مستوى المعرفة الصحية لسكان المناطق الريفية، اعتمدت هذه الدراسة على أبحاث سابقة حول قياس معرفة المستخدمين الصحية. واستبيان “66 عنصرًا من صحة سكان الصين”، الذي أقرته اللجنة الوطنية للصحة في عام 2008. لتبسيط عملية القياس من أجل البساطة والكفاءة، اختارت هذه الدراسة 10 عناصر من ثلاثة أبعاد: “فلسفة الصحة” و”معرفة الصحة” و”مهارات الصحة” لصياغة نظام تقييم لمستوى الصحة العامة للسكان الريفيين، كما هو موضح في الملحق 2. في نتائج تحليل العوامل، كانت قيمة كايزر-ماير-أولكين (KMO) لاختبار كفاية العينة 0.761، مما يشير إلى وجود ارتباط جيد بين عناصر القياس لسكان الريف.
محو الأمية الصحية. في الوقت نفسه، أهمية – كانت قيمة إحصائية اختبار كروية بارلت 0.000، مما يؤكد فعالية نتائج تحليل العوامل. على الرغم من أن المقياس ليس مقياس ليكرت بشكل صارم، للتحقق من موثوقية المقياس المعدل، قامت الدراسة بتقسيم بيانات استبيان العينة عشوائيًا إلى جزئين متساويين ( ) لتحليل العوامل الاستكشافية وتحليل العوامل التأكيدية. باستخدام تحليل المكونات الرئيسية وتدوير أقصى تباين لتحليل العوامل الاستكشافية، تم استخراج ما مجموعه 3 عوامل بقيم ذاتية تتجاوز 1، موضحة تباينًا تراكميًا قدره ، بمعدلات مساهمة قدرها ، ، و “، على التوالي. علاوة على ذلك، تجاوزت معاملات ألفا كرونباخ لكل عنصر 0.84، وتجاوزت أوزان العوامل لجميع عناصر القياس 0.4. مجموعة أخرى من البيانات ( تم إجراء تحليل العوامل التأكيدي. أظهرت النتائج أن قيمة كاي-تربيع للمقياس كانت 642.515، مع درجة حرية تبلغ 168، وكانت نسبتهم أقل من 5. في الوقت نفسه، تشير قيم RMSEA وSRMR وCFI جميعها إلى أن المقياس مقبول.

تستخدم هذه الدراسة كل من تحليل العوامل وطريقة الجمع لتقييم المهارات الرقمية والمهارات الصحية لسكان المناطق الريفية. في نهج تحليل العوامل، يتم تحديد وزن كل درجة عامل من خلال مساهمته النسبية في معدل مساهمة التباين التراكمي، والذي يُستخدم بعد ذلك لحساب المستوى العام. تتضمن طريقة الجمع جمع الدرجات التي قدمها سكان المناطق الريفية لكل سؤال بشكل جبري للحصول على درجة إجمالية شاملة. ثم يتم إخضاع النتائج التي تم الحصول عليها من خلال طريقة الجمع لاختبار القوة.

تدمج هذه الدراسة بشكل منهجي متغيرات التحكم المستمدة من الأبعاد المتعددة للخصائص الفردية والعائلية والجغرافية لسكان المناطق الريفية [36، 44، 49، 98]. بالإضافة إلى ذلك، يتم التحكم بدقة في التأثيرات الثابتة الإقليمية على مستوى القرية. يتم توضيح التعريفات الدقيقة، والتعيينات، والنتائج الإحصائية الوصفية لهذه المتغيرات في الجدول 1.

لاختبار الفرضية المذكورة سابقًا، تأخذ هذه الدراسة في الاعتبار أنواع وخصائص المتغيرات التابعة، وهي الطبيعة الثنائية لـ “مشاركة سلوك الصحة الرقمية لسكان الريف” (0 أو 1) والطبيعة العددية لـ “تنوع مشاركة سلوك الصحة الرقمية لسكان الريف” ( )، واستنادًا إلى عمل Zheng وآخرين [96]، يتم بناء نماذج Probit وPoisson المستهدفة. تم تصميم هذه النماذج لفحص تأثير معرفة القراءة والكتابة الرقمية لسكان الريف، ومعرفة القراءة والكتابة الصحية، والتفاعل بين الاثنين على الريف

مشاركة السكان في سلوك الصحة الرقمية وتنوع مشاركة سلوك الصحة الرقمية. يتم تمثيل النموذج العام كما يلي:
سكان الريف تحت تأثير تفاعلهم. المعامل هو معامل التقدير المرتبط بحد التفاعل. سالب يقترح تداخلاً بين-

في هذا السياق، سلوك DH يعمل كمتغير تابع في الدراسة. سلوك DH_ تشير قيمة 1 إلى مشاركة سكان المناطق الريفية في سلوكيات الصحة الرقمية، بينما قيمة 0 تشير إلى عدم المشاركة في مثل هذه السلوكيات. تنوع سلوك DH يشير إلى تنوع مشاركة سكان الريف في سلوكيات الصحة الرقمية، حيث تأخذ n قيمًا أكبر من 0 وهو ثابت. dig_liter و hea_liter تشير المتغيرات التفسيرية المركزية في هذا البحث إلى محو الأمية الرقمية ومحو الأمية الصحية لسكان المناطق الريفية. على التوالي. تشكل المتغيرات الضابطة، التي تشمل عوامل مختلفة تؤثر على سلوكيات الصحة الرقمية لسكان المناطق الريفية، وتحديداً تشمل الخصائص الفردية مثل الجنس، العمر، الحالة الاجتماعية، سنوات التعليم، والحالة الصحية؛ الخصائص الأسرية بما في ذلك حجم الأسرة ومتوسط الدخل الشهري؛ الخصائص الجغرافية مثل المسافة إلى أقرب مؤسسة طبية. يتم تمثيل التأثيرات الثابتة الإقليمية بواسطة ، بينما يمثل مصطلح الاضطراب العشوائي الذي يأخذ في الاعتبار العوامل غير القابلة للرصد، ويتبع توزيعًا طبيعيًا قياسيًا. يتم الإشارة إلى المعلمات التي يجب تقديرها على أنها .
استنادًا إلى الاعتبارات المذكورة أعلاه، توسع هذه الدراسة تحقيقها من خلال دمج مصطلح التفاعل بين الثقافة الرقمية وسرعة التعلم الصحي لسكان الريف في كل من نماذج بروبيت وبواسون. تهدف هذه الإضافة إلى استكشاف التأثير الدقيق للتفاعل بين الثقافة الرقمية وسرعة التعلم الصحي على سلوكيات الصحة الرقمية لسكان الريف. يتم التعبير عن الصيغة العامة للنموذج على النحو التالي:
تأثير العمل بين الثقافة الرقمية والثقافة الصحية في تشكيل سلوك الصحة الرقمية لسكان المناطق الريفية، بينما يكون هناك تأثير إيجابي يشير إلى تأثير تكميلي.

تقدم الجدول 2 تأثير الثقافة الرقمية، والثقافة الصحية، وتفاعلهما على سلوك الصحة الرقمية لسكان المناطق الريفية. كما هو موضح في العمودين (1) و(2) من الجدول 2، فإن المعاملات المقدرة للثقافة الرقمية هي 0.502 و0.245 على التوالي، وكلاهما يظهر دلالة إحصائية عند الـ هذا يبرز التأثير الكبير للمعرفة الرقمية على مشاركة سكان المناطق الريفية في السلوك الصحي الرقمي. وبالتالي، فإن المعرفة الرقمية لا تعزز فقط احتمالية مشاركة سكان المناطق الريفية في السلوك الصحي الرقمي، بل توسع أيضًا تنوع مشاركتهم، مما يشمل المزيد من السيناريوهات ويظهر مجموعة أوسع من السلوكيات الصحية الرقمية. وبالتالي، يؤكد ذلك الفرضيتين 1أ و 1ب.

من ناحية أخرى، فيما يتعلق بتأثير المشاركة في سلوك الصحة الرقمية لدى السكان الريفيين، فإن معامل التقدير لمحو الأمية الصحية هو 0.015، مما يفتقر إلى الدلالة الإحصائية. ومع ذلك، فيما يتعلق بتأثير تنوع مشاركة السكان الريفيين في سلوك الصحة الرقمية، فإن معامل التقدير لمحو الأمية الصحية هو 0.018، مما يدل على الدلالة عند الـ هذا يشير إلى أن زيادة الوعي الصحي بين سكان المناطق الريفية تتوافق مع مشاركة أوسع في السلوك الصحي الرقمي. وبالتالي، فإن الفرضية 2 ب تجد دعماً تجريبياً.

في هذا السياق، dig_liter hea_liter يمثل مصطلح التفاعل الذي يتضمن محو الأمية الرقمية ومحو الأمية الصحية لسكان المناطق الريفية. هذا المصطلح حيوي لتوضيح العلاقة المعقدة بين محو الأمية الرقمية، ومحو الأمية الصحية، والسلوكيات الصحية الرقمية لـ

استنادًا إلى النتائج المعروضة في العمودين (1) و(2) من الجدول 2، تظهر عدة استنتاجات. أولاً، ليس من المبالغة أن نؤكد أن المهارات الرقمية تتطور لتصبح مهارة بقاء حاسمة في عصر الاقتصاد الرقمي [67، 72]. في ظل التحولات السريعة

،،تشير إلى الأهمية في ، و المستويات، على التوالي؛ ما تم الإبلاغ عنه في الجدول هو التأثيرات الهامشية، مع الأخطاء المعيارية القوية بين قوسين
تتجاوز مشاركة المستخدمين في سلوك الصحة الرقمية في المجتمع الرقمي الاستلام السلبي لمعلومات الصحة. بدلاً من ذلك، يتعامل المستخدمون مع سيناريوهات صحية رقمية متنوعة ومعقدة، تشمل أنشطة مثل البحث عن معلومات صحية، إدارة الصحة رقميًا، السعي للحصول على استشارات صحية عبر الإنترنت، وشراء الأدوية عبر الإنترنت. تتطلب هذه السيناريوهات مستوى أساسي من الثقافة الرقمية للتفاعل مع المعلومات الأساسية، بالإضافة إلى مستوى متقدم من الثقافة الرقمية للأنشطة المتعلقة بالتشخيص أو العلاج من خلال المنصات عبر الإنترنت. وبالتالي، عندما يحتاج سكان المناطق الريفية إلى العلاج بسبب المرض أو يشاركون في استشارات صحية، إدارة الصحة، وأنشطة صحية رقمية أخرى لأغراض صحية، فإن الثقافة الرقمية تؤثر بشكل كبير وإيجابي على مشاركتهم في سلوك الصحة الرقمية.

ثانيًا، يظهر تأثير الثقافة الصحية على سلوك الصحة الرقمية لسكان الريف بشكل أكثر وضوحًا من حيث تنوعه. جوهر الثقافة الصحية يكمن في قدرة الأفراد على اكتساب وفهم المعلومات الصحية، ومن ثم تطبيق المعرفة المكتسبة لاتخاذ قرارات وتبني سلوكيات تعزز من حالتهم الصحية. ومع ذلك، فإن ارتفاع مستوى الثقافة الصحية لا يرتبط بالضرورة بمشاركة السكان في سلوكيات الصحة الرقمية، بل من المرجح أن يكون مرتبطًا بالسيناريوهات الطبية التقليدية، مثل شراء الأدوية من الصيدليات وطلب الرعاية الطبية في المستشفيات. ومن ثم، قد يفسر هذا السبب في عدم ظهور الثقافة الصحية كمتنبئ مهم لمشاركة سكان الريف في سلوكيات الصحة الرقمية. ومن الجدير بالذكر أن الثقافة الصحية تظهر تأثيرًا إيجابيًا كبيرًا على تنوع مشاركة سكان الريف في سلوكيات الصحة الرقمية. يمكن أن يُعزى هذا إلى
لدى الأفراد الذين يتمتعون بمستويات أعلى من معرفة الصحة مهارات أكثر كفاءة في الحصول على وفهم المعلومات الصحية عبر الإنترنت، بالإضافة إلى قدرتهم على تمييز صحة وموثوقية وفعالية هذه المعلومات. يظهر الأفراد الذين يمتلكون مستويات مرتفعة من معرفة الصحة ميلاً لتوجيه انتباههم نحو مصادر متنوعة من المعلومات الصحية. هذه الميل يعزز من احتمالية ودافع هؤلاء الأفراد للغوص في واحتضان تدابير متنوعة تهدف إلى تحسين رفاهيتهم الشخصية. من المهم أن هذه الجهود في تعزيز الصحة تتجاوز نطاق خدمات الطب التقليدية غير المتصلة بالإنترنت وتشمل مجال سيناريوهات خدمات الصحة الرقمية الأكثر سلاسة وكفاءة. وبالتالي، قد تدفع هذه المعرفة الصحية المرتفعة سكان المناطق الريفية نحو المشاركة النشطة في مجموعة من السلوكيات الصحية الرقمية، بما في ذلك، على سبيل المثال لا الحصر، استرجاع المعلومات الصحية وإدارة الصحة الرقمية.
كما يتضح من النتائج في العمودين (3) و(4) من الجدول 2، فإن المعاملات المقدرة لمصطلحات التفاعل بين الثقافة الرقمية والثقافة الصحية هي -0.045 و -0.040، وكلاهما ذو دلالة إحصائية عند هذا يشير إلى تأثير إيجابي متناقص للمعرفة الرقمية على مشاركة سكان الريف في سلوكيات الصحة الرقمية مع تحسن معرفتهم الصحية. وبالمثل، مع تعزيز المعرفة الرقمية لسكان الريف، يضعف التأثير الإيجابي للمعرفة الصحية على تنوع مشاركتهم في سلوكيات الصحة الرقمية. وبالتالي، فيما يتعلق بتأثير ذلك على مشاركة سكان الريف وتنوعها، يُلاحظ وجود علاقة استبدال كبيرة بين المعرفة الرقمية والمعرفة الصحية، مما يؤكد الفرضية 3.
على الرغم من أن محو الأمية الرقمية ومحو الأمية الصحية يقعان في فئات متميزة من رأس المال البشري، فإن تداخلهما الوظيفي في التأثير على سلوك سكان المناطق الريفية في مجال الصحة الرقمية يقدم تفسيرًا معقولًا لتأثير التفاعل. يمكننا أن نستنتج أنه في المجال الرقمي، يميل الأفراد الذين يمتلكون محو أمية رقمية كافية إلى التركيز على مصادر متنوعة من المعلومات الصحية الرقمية، مستخدمين مهارات رقمية متقدمة لمهام مثل استرجاع المعلومات، المعالجة، الاستشارات الطبية عبر الإنترنت، وحتى الانخراط في خدمات الصحة باستخدام العلاج الرقمي، حتى في غياب معرفة صحية محددة. وبالمثل، يظهر الأفراد الذين يمتلكون محو أمية صحية متقدمة كفاءة في الوصول إلى المعلومات الصحية وفهمها وتقييمها وتطبيقها في بيئة رقمية، مستخدمين القدرات الرقمية لمهام تتعلق بالرعاية الصحية، والوقاية من الأمراض، وتعزيز الصحة. على مدار هذه العملية، يكون التأثير الإيجابي المحفز لمحو الأمية الرقمية على
يتم استبدال مشاركة الأفراد في سلوكيات الصحة الرقمية بملاءمة كافية.

علاوة على ذلك، تحمل معاملات بعض المتغيرات الضابطة في الجدول 2 دلالات اقتصادية ملحوظة. تكشف نتائج الانحدار عن معامل هامشي إيجابي بشكل كبير للجنس على تأثير مشاركة سكان المناطق الريفية في سلوكيات الصحة الرقمية وتنوع مشاركتهم، مما يدل على أن الرجال، مقارنة بالنساء، أكثر ميلاً للمشاركة في سلوكيات الصحة الرقمية. قد تنبع هذه الميل من انفتاح الرجال الأكبر على تبني الابتكارات والبحث عن الراحة، مما يجعلهم أكثر عرضة لتبني واستخدام خدمات الصحة الرقمية. وبالمثل، فإن المعاملات الهامشية الإيجابية بشكل كبير لسنوات التعليم ومتوسط الدخل الشهري للأسرة، عند الـ تشير مستويات الدلالة إلى أن سكان المناطق الريفية الذين لديهم خلفيات تعليمية موسعة ومتوسط دخل عائلي شهري أعلى هم أكثر ميلاً لتبني خدمات الصحة الرقمية والمشاركة في سلوكيات الصحة الرقمية لاحقًا. يتماشى هذا مع الواقع الملحوظ حيث يواجه الأفراد ذوو المستويات التعليمية والدخل المنخفض في المناطق الريفية غالبًا ظواهر “الفجوة الرقمية” و”فجوة المعرفة” بشكل بارز، بالإضافة إلى القيود التي تفرضها ظاهرة “خيمة المعلومات”، مما يجعلهم أقل احتمالًا للمشاركة في سلوكيات الصحة الرقمية مقارنة بنظرائهم ذوي المستويات التعليمية الأعلى ودخول الأسر الأعلى. هذا يتماشى مع فرضية فجوة المعرفة. ومن المثير للاهتمام أنه لم يكن هناك ارتباط ملحوظ بين عمر سكان المناطق الريفية ومشاركتهم في سلوكيات الصحة الرقمية. قد يُعزى ذلك إلى اختلاف الظروف البدنية والمواقف تجاه خدمات الصحة بين الفئات العمرية الشابة والكبرى.

نظرًا لأن المتغيرات التفسيرية المحورية في هذه الدراسة تنبع من تحليل العوامل، فإن الأخطاء الحسابية المتأصلة لا مفر منها. في الوقت نفسه، من الضروري الاعتراف بإمكانية وجود علاقة سببية عكسية بين المهارات الرقمية، والمهارات الصحية، ومشاركة سكان الريف في سلوكيات الصحة الرقمية. علاوة على ذلك، فإن إغفال بعض المتغيرات التفسيرية في النموذج يقدم مصدرًا محتملاً للداخلية، مما يثير القلق بشأن موثوقية نتائج الانحدار. لمعالجة هذه التحديات، تستخدم هذه الدراسة طريقة المتغيرات الآلية للتخفيف من مشكلات الداخلية، اعتمادًا على شرط الارتباط والمتطلبات الخارجية.

تم تحديد المتغيرات الآلية للمهارات الرقمية ومهارات الصحة في العينات التي تم مسحها، والتي تم تعيينها كمتغير آلي 1 ومتغير آلي 2 على التوالي، على النحو التالي: “متوسط قيمة المهارات الرقمية بين العينات الأخرى المقيمة في نفس القرية، باستثناء المستجيبين أنفسهم”، و”متوسط قيمة مهارات الصحة بين العينات الأخرى المقيمة في نفس القرية، باستثناء المستجيبين أنفسهم.” بعد ذلك، تم استخدام طريقة المتغيرات الآلية لتقدير النموذج المحدد. تستند مبررات اختيار هذه المتغيرات الآلية إلى تشابه البيئة الرقمية داخل نفس القرية، مما يشير إلى أن مهارات الفرد الرقمية تتأثر بمستوى الآخرين في نفس القرية. بالإضافة إلى ذلك، فإن انخراط الأفراد الذين تم مسحهم في سلوك الصحة الرقمية ليس مرتبطًا بشكل مباشر بمهارات الآخرين الرقمية. إن الالتزام النظري بمتطلبات الارتباط والاستقلالية يبرر اختيار هذه المتغيرات الآلية. وقد وجه نفس المنطق اختيار المتغيرات الآلية لمهارات الصحة.
تُعرض نتائج الانحدار لكل من نماذج IVProbit و IVPoisson في الجدول 3. أولاً، دون افتراض توزيع وعندما تكون القيود غير خطية، من الضروري إثبات الأهمية العامة للنموذج بأكمله من خلال اختبار والد. تكشف النتائج أن قيم اختبار والد للنماذج (1) إلى (4) جميعها غير صفرية بشكل ملحوظ عند الـ المستوى الإحصائي. وهذا يدل على ملاءمة قوية للنماذج بشكل عام، مما يستدعي مزيدًا من التحليل [95]. ثانيًا، يتم تقييم خارجية المتغيرات التفسيرية من خلال دلالة اختبار والد للخارجية. تشير النتائج إلى أن اختبار والد للخارجية هو بشكل ملحوظ غير صفري عند المستوى الإحصائي، رفض الفرضية الصفرية القائلة بأن “جميع المتغيرات التفسيرية خارجية.” وهذا يشير إلى فعالية استخدام طريقة المتغيرات الآلية لمعالجة القضايا المحتملة للاندماج في النموذج. ثالثًا، مع إدخال المتغيرات الآلية، يصبح تقييم ما إذا كانت هذه الأدوات “أدوات ضعيفة” أمرًا حاسمًا. باستخدام إحصائية ف- كراج-دونالد المقترحة من قبل كراج ودونالد [16] والقيم الحرجة المقدمة من قبل ستوك ويوغو [77]، تظهر النتائج أن إحصائية ف- كراج-دونالد تبلغ 441.02، متجاوزة القيمة الحرجة البالغة 4.58 لـ وأيضًا تجاوز القيمة الحرجة 7.03 لـ . وهذا يعني أن المتغيرات الآلية المختارة في هذه الدراسة لا تُعتبر “أدوات ضعيفة”. بالإضافة إلى ذلك، فإن اختبار “الأدوات الضعيفة”، الذي تم إجراؤه باستخدام الأمر الخارجي “weakiv” في Stata، يعزز أن الأدوات المذكورة أعلاه لا تُعتبر “أدوات ضعيفة”. أخيرًا، فإن التناسق الملحوظ عبر
تؤكد نتائج نموذج IVProbit ونموذج IVPoisson والانحدار الأساسي على قوة النتائج.

لتحديد قوة نتائج التقدير السابقة، تستخدم هذه الدراسة “طريقة الجمع” لحساب نتائج محو الأمية الرقمية ومحو الأمية الصحية، بدلاً من طريقة درجة العامل المستخدمة سابقًا لإعادة الانحدار. يتم توضيح النتائج في الجدول 4. تكشف نتائج النموذج (1) والنموذج (2) أن المعاملات المقدرة لمحو الأمية الرقمية إيجابية بشكل ملحوظ عند الـ المستوى. علاوة على ذلك، فإن المعامل المقدر الذي يوضح تأثير الثقافة الصحية على تنوع مشاركة سكان الريف في السلوك الصحي الرقمي إيجابي بشكل كبير عند المستوى. النموذج (3) والنموذج (4) يقدمان نتائج الانحدار التي تتضمن مصطلحات التفاعل بين الثقافة الرقمية والثقافة الصحية، حيث كانت معاملات التقدير الخاصة بها سلبية بشكل ملحوظ عند الـ من الجدير بالذكر أنه على الرغم من تغيير طرق قياس المهارات الرقمية والمهارات الصحية، فإن نتائج الانحدار تتماشى باستمرار مع الاستنتاجات السابقة، مما يبرز قوة النتائج الأساسية في هذه الدراسة.

تُعرض نتائج الانحدار التي توضح تأثير الثقافة الرقمية، والثقافة الصحية، وتفاعلهما على سلوكيات الصحة الرقمية المختلفة بين سكان المناطق الريفية في الجدول 5. ومن الجدير بالذكر أن معامل التقدير للثقافة الرقمية إيجابي بشكل مستمر وذو دلالة إحصائية عند الـ مستوى لجميع سلوكيات الصحة الرقمية، مما يؤكد الفرضية 1a. ومع ذلك، فإن تأثير الثقافة الصحية على سلوكيات الصحة الرقمية المميزة لسكان المناطق الريفية يظهر تباينًا. على وجه الخصوص، فإن تأثير الثقافة الصحية على سلوك البحث عن المعلومات الصحية ليس له دلالة إحصائية. ومع ذلك، بالنسبة للسلوكيات الثلاثة المتبقية في الصحة الرقمية، فإن معامل الثقافة الصحية المقدر إيجابي بشكل كبير عند مستوى الدلالة، مما يؤكد الفرضية 2 أ في سيناريوهات محددة. بالإضافة إلى ذلك، من خلال مقارنة أحجام المعاملات الهامشية، يمكن استنتاج أن الثقافة الرقمية تلعب دورًا أكثر أهمية في التنبؤ بمشاركة وتنوع سلوكيات الصحة الرقمية بين سكان المناطق الريفية.

تظهر النتائج من النموذج (5) إلى النموذج (8) تباينات في دلالة معاملات التقدير لمصطلحات التفاعل عبر سلوكيات الصحة الرقمية المختلفة. بالنسبة للبحث عن المعلومات الصحية، وإدارة الصحة الرقمية، وسلوكيات شراء الأدوية عبر الإنترنت، هناك

،،تشير إلى الأهمية في ، و المستويات، على التوالي؛ القيم بين قوسين تمثل الأخطاء المعيارية القوية
علاقة تعويضية واضحة بين المهارات الرقمية ومهارات الصحة لسكان المناطق الريفية. ومع ذلك، في حالة سلوك الاستشارة الصحية عبر الإنترنت، على الرغم من أن تأثير التفاعل بين المهارات الرقمية ومهارات الصحة ليس له دلالة إحصائية، فإن معامل التفاعل السلبي يشير إلى وجود علاقة تعويضية بين المهارات الرقمية ومهارات الصحة في التأثير على سلوك الصحة الرقمية لسكان المناطق الريفية. وهذا يؤكد فرضية 3أ و3ب.

مع تلاقي التكنولوجيا الرقمية والرعاية الصحية، هناك مجموعة متزايدة من الأبحاث التي تستكشف التفاعل بين الكفاءة الرقمية، والوعي الصحي، ومشاركة السكان في سلوكيات الصحة الرقمية. ومع ذلك، تظهر الأدبيات الحالية بعض القيود: في البداية، قدمت الأدبيات الموجودة بشكل أساسي توضيحات مفاهيمية لوظائف وتأثيرات الكفاءة الرقمية والوعي الصحي.

،،تشير إلى الأهمية في ، و المستويات، على التوالي؛ ما تم الإبلاغ عنه في الجدول هو التأثيرات الهامشية، مع الأخطاء المعيارية القوية بين قوسين

تشير إلى الأهمية في ، و المستويات، على التوالي؛ ما تم الإبلاغ عنه في الجدول هو التأثيرات الهامشية، مع الأخطاء المعيارية القوية بين قوسين
قصرت في بناء إطار تحليلي تجريبي يدمج بين الثقافة الرقمية، الثقافة الصحية، وسلوكيات الصحة الرقمية ضمن سيناريوهات الصحة الرقمية المتنوعة. وقد ساهمت هذه النقص في قلة النتائج العلمية الدقيقة. ثانياً، في ظل التحول الرقمي المتزايد للاقتصاد والمجتمع، تواجه المناطق الريفية النائية التي تعاني من عوائق جغرافية خطر الإهمال والتهميش. إن الفجوات الصحية الناتجة بين المناطق الحضرية والريفية تتطلب اهتماماً عاجلاً وحلاً. ومع ذلك، غالباً ما تتجاهل الدراسات الحالية سلوكيات الصحة الرقمية للسكان الريفيين. في هذا السياق، وبتوافق مع التحول الرقمي المستمر في أنظمة الصحة العامة الريفية في عصر الاقتصاد الرقمي، يؤسس هذا البحث نظام تقييم لمؤشرات الثقافة الرقمية والثقافة الصحية بين السكان الريفيين. مستنداً إلى بيانات استقصائية من 968 مستجيباً في خمس قرى إدارية في مقاطعة تشجيانغ، يقدم البحث تحليلاً على المستوى الميكروي لسلوكيات الصحة الرقمية للسكان الريفيين. باستخدام نماذج بروبيت وبواسون، يحقق البحث تجريبياً في تأثيرات الثقافة الرقمية والثقافة الصحية، جنباً إلى جنب مع مصطلحات التفاعل الخاصة بها، على استجابة السكان الريفيين لسلوكيات الصحة الرقمية وتنوع مشاركتهم. يكشف هذا النهج الكمي عن الدور الديناميكي للثقافة الرقمية والثقافة الصحية. علاوة على ذلك، يتم استخدام طرق المتغيرات الآلية، واختبارات القوة، والتباين.
تُستخدم التحليلات لتعزيز قوة الاستنتاجات.

تتناول هذه الدراسة سلوكيات الصحة الرقمية المتنوعة، بما في ذلك البحث عن المعلومات الصحية، وإدارة الصحة الرقمية، والاستشارات الصحية عبر الإنترنت، وشراء الأدوية عبر الإنترنت. تؤكد النتائج أن الكفاءة الرقمية تعد مؤشراً محورياً لمشاركة سكان المناطق الريفية في سلوكيات الصحة الرقمية، وهو استنتاج تدعمه أبحاث واسعة [3، 32، 94]. بالإضافة إلى ذلك، تكشف هذه التحقيقات، للمرة الأولى، أن الكفاءة الرقمية تساهم في توسيع تنوع مشاركة سكان المناطق الريفية في سلوكيات الصحة الرقمية. بعبارة أخرى، الأفراد الذين يتمتعون بكفاءة رقمية مرتفعة يكونون أكثر ميلاً لاستكشاف مجموعة متنوعة من التدابير الصحية الرقمية لتعزيز رفاهيتهم. بينما لم تستكشف الأدبيات السابقة بشكل صريح منظور “تنوع سلوك الصحة الرقمية”، فقد اقترح علماء أن كفاءة المستخدم الرقمية تؤثر بشكل كبير على الاستخدام الواسع والقبول لأنظمة المعلومات الصحية [22]. تشمل هذه الأنظمة المعلومات الصحية مجموعة متنوعة من سلوكيات الصحة الرقمية، مثل البحث عن المعلومات الصحية وإدارة وتتبع الحالة الصحية.

على عكس الكفاءة الرقمية، تظهر الكفاءة الصحية كمتنبئ غير ذي دلالة لسكان المناطق الريفية.
المشاركة في سلوكيات الصحة الرقمية. قد تنبع هذه الملاحظة من حقيقة أن ارتفاع مستوى الوعي الصحي يدفع الأفراد لاستخدام معرفتهم الصحية المكتسبة في اتخاذ القرارات أو السلوكيات الموجهة نحو تحسين حالتهم الصحية. ومع ذلك، قد لا تتجلى هذه السلوكيات بالضرورة كأنشطة صحية رقمية، بل قد تكون أكثر انتشارًا في السيناريوهات الصحية التقليدية غير المتصلة بالإنترنت، مثل شراء الأدوية من الصيدلية أو طلب المساعدة الطبية في المستشفى. تتماشى هذه الاكتشافات مع نتائج مانغانيلو وآخرين. في استطلاعهم الهاتفي السابق الذي شمل 1350 فردًا في ولاية نيويورك، لم يظهر مستوى الوعي الصحي المبلغ عنه ذاتيًا كمتنبئ قوي بسلوكيات الصحة الرقمية. من الضروري الاعتراف، مع ذلك، بأن دراسة تركزت على مرضى الرعاية الأولية اكتشفت ارتباطًا كبيرًا بين الوعي الصحي والمشاركة في سلوكيات الصحة الرقمية، مما يتعارض مع نتائجنا. يمكن أن تُعزى الفجوات إلى اختلافات في مجموعات الدراسة أو استخدام أدوات قياس مختلفة للوعي الصحي، مما يبرز الحاجة إلى استكشاف شامل للعلاقة بين الوعي الصحي وسلوكيات الصحة الرقمية عبر مجموعات متنوعة.
من المهم أن هذه الدراسة تكشف، للمرة الأولى، أن معرفة الصحة تلعب دورًا محوريًا في التنبؤ بتنوع المشاركة في السلوكيات الصحية الرقمية بين سكان المناطق الريفية. قد يُعزى هذا الظاهرة إلى أن الأفراد الذين يتمتعون بمستوى عالٍ من معرفة الصحة يظهرون قدرة أكبر على التنقل بعناية في المعلومات الصحية من مصادر متنوعة. قد تعزز فعاليتهم في تمييز دقة وصلاحية المعلومات الصحية عبر الإنترنت ومصداقيتها من تحفيزهم على السعي بنشاط لمختلف التدابير واختيار من مجموعة أوسع من السيناريوهات الرقمية لتحسين صحتهم. دعمًا لهذه الفكرة، تؤكد دراسة مقطعية حديثة تفحص العلاقة بين معرفة الصحة والسلوك الصحي الرقمي بين كبار السن من البالغين الصينيين بشكل غير مباشر نتائجنا.

تكتشف هذه الدراسة رؤية جديدة حول التأثير التفاعلي الكبير الناتج عن مصطلح التفاعل بين الثقافة الرقمية والثقافة الصحية على مشاركة سكان المناطق الريفية وتنوع مشاركتهم في سلوكيات الصحة الرقمية. من الناحية المفاهيمية، تُعرف الثقافة الرقمية بأنها “قدرة الأفراد على استخدام الأدوات الرقمية للبحث عن الموارد الرقمية واكتسابها وإدارتها ودمجها وتقييمها وتحليلها في سياق معين لبناء معرفة جديدة من أجل العمل الاجتماعي البناء” [4، 84]. من ناحية أخرى، تشمل الثقافة الصحية “القدرات المعرفية والاجتماعية التي تحدد وصول الفرد إلى المعلومات وفهمها واستخدامها لتعزيز الصحة والحفاظ عليها” [51]. في مجال إدارة الصحة، تتقارب الثقافة الرقمية والثقافة الصحية في هدفهما المشترك المتمثل في “الحصول على المعلومات وفهمها و
“استخدام المعلومات لتحقيق هدف تحسين الصحة الشخصية.” وبالتالي، يرتبط مستوى كفاءة إما الثقافة الرقمية أو الثقافة الصحية غالبًا بنتائج صحية إيجابية عبر مجالات صحية متنوعة. في ضوء ذلك، فإن تعزيز الثقافة الرقمية والثقافة الصحية لدى سكان المناطق الريفية يحمل وعدًا كبيرًا في تحسين حالتهم الصحية وتقليل الفجوات الصحية بين المناطق الحضرية والريفية، لا سيما في سياق العصر الرقمي.

كشفت هذه الدراسة أيضًا عن تأثير معتدل للعوامل الاجتماعية والاقتصادية على الانخراط في سلوكيات الصحة الرقمية وتنوعها بين سكان المناطق الريفية. على وجه التحديد، يظهر الأفراد في المناطق الريفية الذين لديهم فترات تعليمية ممتدة ومتوسط دخل شهري مرتفع ميلًا أكبر لتبني خدمات الصحة الرقمية. يتوافق هذا مع نتائج الأبحاث التي أجراها علماء مثل فان وآخرون [87] وفاينييري وآخرون [85]. إلى حد ما، يبرز هذا الاستنتاج تأثير “تعزيز الموارد”، مما يشير إلى أن الأفراد ذوي الوضع الاجتماعي المرتفع يميلون أكثر للوصول إلى موارد متنوعة، بما في ذلك تدريب المهارات الرقمية، ومعرفة الصحة، وموارد التعليم الصحي.

في عصر الصحة الرقمية، تعتبر الخدمات الصحية الإلكترونية التي تستخدم الإنترنت، والهواتف الذكية، والأجهزة القابلة للارتداء، وبوابات الصحة حلولًا محورية تضمن الأمن الصحي عبر الفئات العمرية والمناطق الجغرافية. وبالتالي، يحتاج الأفراد إلى امتلاك مهارات أساسية في الثقافة الرقمية والثقافة الصحية للمشاركة بشكل هادف وتحقيق صحة ورفاهية مثلى في مجتمع يتزايد فيه الاعتماد على التكنولوجيا المعلوماتية والاتصالات. وتبرز هذه الحاجة بشكل خاص بالنسبة لسكان المناطق الريفية في المناطق التي تعاني من محدودية الموارد الاجتماعية والإعداد النائية. سكان المناطق الريفية الذين يمتلكون مهارات رقمية كافية يكونون أكثر ميلًا للاستفادة من الأدوات الرقمية لتعزيز صحتهم، مما يظهر وعيًا متزايدًا بتقنيات الصحة الرقمية. أولئك الذين يمتلكون مهارات رقمية متقدمة يمكنهم تشغيل الأجهزة الصحية بكفاءة باستخدام الواجهات الرقمية، والوصول إلى السجلات الصحية الإلكترونية من خلال التطبيقات المحمولة، وإدارة صحتهم الشخصية، والمشاركة في تبادلات صحية في الوقت الحقيقي مع مقدمي الرعاية الصحية أو الأقران عبر شبكات التواصل الاجتماعي، والتواصل بسلاسة مع مقدمي الرعاية الصحية عن بُعد. في الوقت نفسه، فإن أهمية الثقافة الصحية واضحة، حيث أظهرت الأبحاث السابقة بشكل متكرر ارتباطها الوثيق بالعوامل المتعلقة بالصحة مثل سلوكيات الصحة، وإدارة الأمراض، وجودة الحياة. في مشهد الصحة الرقمية، يظهر سكان المناطق الريفية الذين يمتلكون مستوى كافٍ من الثقافة الصحية القدرة على الانخراط في سلوكيات صحية رقمية متنوعة، معبرين عن اهتمامهم بالوصول إلى
مجموعة أوسع من مصادر المعلومات الصحية. هم مجهزون للبحث عن المعرفة الصحية وفهمها وتقييمها وتطبيقها لاتخاذ قرارات صحية مستنيرة. تمكنهم هذه الكفاءة من تخصيص موارد صحية عالية الجودة بحكمة، مما يساعد على الحفاظ على صحتهم وتعزيزها.

للأسف، لا يزال هناك فجوة كبيرة في الصحة الرقمية بين سكان المناطق الريفية والحضرية. استجابةً لذلك، تدعو هذه الدراسة الحكومات في الصين وعلى مستوى العالم إلى إعطاء الأولوية للمبادرات التي تهدف إلى “تعزيز الثقافة الرقمية لسكان المناطق الريفية، وتعزيز التعليم الصحي، وتعزيز التنمية المستمرة في الثقافة الصحية.” يجب أن تتولى هذه الضرورة دورًا مركزيًا في قطاع الصحة العامة، بما في ذلك إجراءات استراتيجية مثل صياغة وثائق السياسات التي تعزز “التكيف الرقمي في المناطق الريفية”، وزيادة البنية التحتية الرقمية المتكاملة في كل من المجالات الحضرية والريفية، وتخصيص موارد مخصصة لبرامج تدريب المهارات الرقمية المخصصة التي تستهدف سكان المناطق الريفية. في الوقت نفسه، من أجل رفع مستوى الثقافة الصحية لسكان المناطق الريفية، يجب القيام بجهود لدمج التعليم الصحي في البيئات الريفية والمجتمعية. قد يتضمن ذلك توزيع “كتيبات الثقافة الصحية” وإنشاء أعمدة لنشر المعرفة الصحية. إن تنفيذ هذه المبادرات يحمل القدرة على تحسين الفجوة الصحية الرقمية بين المناطق الحضرية والريفية في المستقبل القريب. علاوة على ذلك، تشمل التوقعات تقليصًا تدريجيًا في الفجوات الصحية واللامساواة بين هذين الإعدادين الجغرافيين.

تخضع هذه الدراسة لعدة قيود. أولاً، يمنع اعتماد تصميم البحث العرضي استنتاج العلاقات السببية بين الثقافة الرقمية، والثقافة الصحية، وسلوكيات الصحة الرقمية من نتائج الدراسة. ستستفيد التحقيقات المستقبلية من دمج التجارب العشوائية المضبوطة لتوفير فهم أكثر دقة للتفاعل السببي بين هذه العوامل الثلاثة. ثانيًا، تقتصر قابلية تعميم نتائج الدراسة على دول ومناطق أخرى بسبب تحديات الحصول على البيانات والقيود الجغرافية. في المستقبل، هدفنا هو توسيع حجم العينة ليشمل نطاقًا وطنيًا وعالميًا أوسع، ساعين لاستخلاص استنتاجات بحثية قابلة للتطبيق عالميًا. أخيرًا، تم قياس كل من الثقافة الرقمية والثقافة الصحية من خلال تقارير ذاتية، مما يقدم إمكانية وجود تحيز في التقارير. يمكن أن تعزز الجهود البحثية المستقبلية من الصرامة المنهجية
من خلال استخدام أساليب قياس أكثر موضوعية، مثل تقييم الثقافة الرقمية والثقافة الصحية من خلال مهام عملية ضمن بيئة الصحة الرقمية. سيساعد ذلك في تقليل التشوهات المحتملة الناجمة عن البيانات المبلغ عنها ذاتيًا، مما يضمن قياسات أكثر دقة وموثوقية.

على الرغم من هذه القيود، تقدم الأبحاث الحالية مساهمات ملحوظة. بشكل أساسي، تبرز كأول دراسة تتناول التفاعل بين الثقافة الرقمية، والثقافة الصحية، وسلوك الصحة الرقمية بين سكان المناطق الريفية. تمهد النتائج الطريق لنهج جديد لتحسين الحالة الصحية لسكان المناطق الريفية في المستقبل – من خلال رفع مستوى ثقافتهم الرقمية والصحية أولاً. ثانيًا، يتحكم نموذج الانحدار بمهارة في مجموعة واسعة من العوامل المربكة، مما يعزز قوة النتائج. في الوقت نفسه، تخضع الاستنتاجات للتدقيق من خلال طرق المتغيرات الآلية، واختبارات القوة، وتحليلات التباين، مما يعزز القوة العامة للدراسة.

تحتوي النسخة الإلكترونية على مواد إضافية متاحة على https://doi. org/10.1186/s12939-024-02150-2.

غير قابل للتطبيق.

كتب هاو جي النص الرئيسي للمخطوطة، وأجرى جونكيانغ دونغ جمع البيانات الأولية، وقام ويغوانغ بان ويينغ يينغ يو بتحرير المخطوطة بالكامل. راجع جميع المؤلفين المخطوطة.

تم تمويل هذا البحث من قبل مشروع تخطيط أبحاث العلوم الناعمة في مقاطعة تشجيانغ (رقم 2023C35004)، ومشاريع الأبحاث الكبرى في العلوم الإنسانية والاجتماعية في مؤسسات التعليم العالي في تشجيانغ (رقم 2023QN011)، ومشروع الاتحاد الاجتماعي للعلوم في مقاطعة تشجيانغ السنوي (رقم 2023N115)، ومشروع برنامج البحث الأساسي لتمويل تشغيل البحث الأساسي في الجامعة (رقم KYYB202211)، ومشروع تخطيط الفلسفة والعلوم الاجتماعية في مقاطعة تشجيانغ (رقم 21NDQN247YB).

تتضمن المساهمات الأصلية المقدمة في الدراسة في المقالة/ المواد الإضافية، ويمكن توجيه الاستفسارات الإضافية إلى المؤلف المراسل.

حصلت الدراسة على موافقة من لجنة الأخلاقيات في كلية الطب في هانغتشو. اتبعت عملية التشاور مع أصحاب المصلحة الحد الأدنى من
المعايير الأخلاقية لجمع البيانات المجهولة للحفاظ على مستوى عالٍ من السرية؛ 2) طُلب من الم informants الرئيسيين المشاركة طواعية؛ 3) تم السعي للحصول على موافقة شفهية مستنيرة من الم informants الرئيسيين؛ و 4) لم تحتوي أي مواد دراسية على أسماء أو معرفات صريحة أخرى للمشاركين. تم إجراء جميع الأبحاث وفقًا لمعايير إعلان هلسنكي لعام 1964 لجمعية الطب العالمية وإرشادات الأخلاقيات الدولية لمجلس المنظمات الطبية الدولية، بالإضافة إلى المعايير والإجراءات الأخلاقية لمنظمة الصحة العالمية للبحث مع البشر.

وافق جميع المؤلفين على المخطوطة النهائية وتقديمها إلى هذه المجلة.

يعلن المؤلفون عدم وجود مصالح متنافسة.

جامعة تشجيانغ للزراعة والغابات، كلية الاقتصاد والإدارة، هانغتشو، جمهورية الصين الشعبية. كلية الطب في هانغتشو، مركز الذكاء الطبي وبحوث سياسة الصحة، هانغتشو، جمهورية الصين الشعبية. جامعة تشجيانغ للزراعة والغابات، مركز تعليم الصحة النفسية، هانغتشو، جمهورية الصين الشعبية. أكاديمية البحث من أجل إحياء الريف في مقاطعة تشجيانغ، جامعة تشجيانغ للزراعة والغابات، هانغتشو، جمهورية الصين الشعبية.

تاريخ الاستلام: 16 يناير 2024 تاريخ القبول: 14 مارس 2024
نُشر على الإنترنت: 09 أبريل 2024

تظل Springer Nature محايدة فيما يتعلق بالمطالبات القضائية في الخرائط المنشورة والانتماءات المؤسسية.

Keywords Digital literacy, Health literacy, Digital health behaviors, Digital health inequality, Digital health divide, Rural residents

In the era of Web 3.0, a new wave of information technologies, including the Internet, big data, cloud computing, the Internet of Things, artificial intelligence, and blockchain, is rapidly evolving. These technologies are significantly optimizing, reshaping, and even transforming traditional service models. Within the realm of public health, the value of digital health technologies is increasingly pronounced, presenting a novel opportunity to enhance the well-being of humanity [66]. For instance, amid the global public health crisis posed by the COVID19 pandemic, medical service models grounded in digital health technologies-such as remote appointment services, online consultations and examinations, remote imaging diagnostics, and digital pharmaceutical saleshave been widely embraced by numerous countries. These measures aim to mitigate the risk of cross-infection among patients, alleviate the strain on medical resources, and augment the overall efficiency of healthcare services [46]. In the post-pandemic phase, the market for digital health technologies is witnessing a surge in rapid growth. According to the “2023-2027 Global Digital Medical Industry Economic Development Blue Book,” the global digital health market surpassed billion in 2022. Projections indicate a consistent annual compound growth rate of from 2023 to 2030, culminating in a market size of billion. The global trajectory towards digitization in health and healthcare is unmistakable.
Digital health technology is a pivotal complement to traditional healthcare resources that leverages emerging information and communication technology (ICT) to address health-related issues [48]. Distinct from traditional healthcare service models, digital health technology transcends temporal and spatial constraints, offering notable advantages in efficiency, information accessibility, diverse scenarios, and resource utilization, thereby extending the scope of medical services [8]. Recognizing the potential, the World Health Organization asserts that enhancing health services through digital health technology contributes significantly to improving the health and well-being of vulnerable populations [93]. Some scholars even characterize digital health technology as a “super-determinant of social health” [74, 88]. However, an accumulating body of evidence indicates that equitable access to digital health technology is not assured, with significant spatial disparities evident, particularly between urban and rural
areas. Residents in remote rural areas encounter substantial barriers to the use of digital health technology [91] and exhibit less positive engagement in digital health behaviors [22,29]. A survey conducted by Hong et al. [33] found that urban residents in China were approximately twice as likely to engage in digital health behaviors compared to their rural counterparts. The 52nd China Internet Development Status Statistical Report released by the China Internet Network Information Center (CNNIC) in June 2023 reveals that the internet medical coverage rate in rural areas of China was only [15]. A recent empirical study in China indicates that rural residents possess weaker capabilities in searching, acquiring, understanding, and utilizing online health information, displaying a lower willingness to participate in digital health behaviors [19]. On a global scale, there exists pervasive inequality in the utilization of digital health services between urban and rural areas. For example, rural residents in Australia demonstrate a lower willingness to use digital health resources [39, 61]. The Healthy People 2030 report reveals that rural residents in the United States have a diminished ability to access online health information compared to their urban counterparts [35]. Studies from India and Italy also indicate that rural residents experience fewer scenarios of digital health use compared to their urban counterparts [66,85].

A pertinent question arises: why have digital health services, theoretically laden with considerable advantages, not progressed as anticipated in rural areas? Addressing this query becomes a pivotal task, necessitating an in-depth examination of the inhibiting factors that impact the engagement of rural residents in digital health behaviors. Such an inquiry is indispensable for augmenting the capacity of rural residents to access digital health services and, consequently, ameliorating their overall health. Failure to undertake this critical investigation may perpetuate the threat of health inequality between urban and rural areas, a concern highlighted by previous studies [37, 54].

Recent studies underscore the critical role of digital health literacy, also known as eHealth literacy, as a determining factor in user engagement with digital health technologies [13]. Coined by Norman et al. in 2006, digital health literacy is defined as the proficiency to seek, find, understand, evaluate, transform health information, and apply acquired knowledge to address health issues from electronic sources. This
comprehensive construct comprises six dimensions: traditional literacy, health literacy, information literacy, scientific literacy, media literacy, and computer literacy [57,58]. The latest evidence reveals an uneven distribution of digital health literacy within the population, suggesting that not everyone possesses the opportunity and capability to fully leverage the benefits of digital health technologies. This imbalance contributes to the emergence of a digital health divide [73]. The digital health divide signifies the gap between individuals who can access and utilize health information technologies and those who cannot [31]. Although the divide has somewhat alleviated due to the widespread use of the internet and the proliferation of smartphones across populations and regions, digital connectivity in low-income groups and remote areas still lags [6, 64]. Consequently, rural residents emerge as a significant demographic affected by the digital divide, particularly within the domain of digital health and healthcare [90].
Through a comprehensive literature review, it is evident that the existing academic research in the field of digital health has predominantly focused on theoretical interpretations of user digital health literacy [39, 56, 57], its measurement levels [34, 53, 57], and determinants of influencing factors [30]. However, there has been relatively less exploration of the relationship between user digital health literacy and digital health behaviors, which often holds crucial and valuable information determining users’ engagement in digital health behavior participation. Recent studies suggest that digital health literacy is rooted in both “digital literacy” and “health literacy” [13, 98]. The digital health literacy skills framework also indicates that individual digital health behavior is primarily influenced by digital skills and health knowledge reserves [49, 76]. However, how this impact mechanism manifests in rural resident populations remains unclear. Therefore, the main objective of this paper is to elucidate the influence mechanism of digital literacy and health literacy on rural residents’ participation in digital health behavior. By doing so, we aim to provide critical and in-depth insights into potential barriers to understanding digital health inequality between urban and rural areas. The research results can also offer important policy implications for narrowing the digital health gap between urban and rural areas, eliminating health inequality, and promoting better integration of rural residents into the digital health era.

Digital health behaviors encompass the actions and habits of individuals utilizing digital platforms or devices, such as the Internet, Internet of Things, smartphones, wearable devices, and others, to enhance their health and improve their health status. These behaviors are
multifaceted and can be broadly categorized into informational digital health behaviors (e.g., health information search, digital health management, etc.) and interactive digital health behaviors (e.g., online consultation, online medicine purchase, online health reviews, etc.). In the current digital landscape, participation in digital health behavior serves as a pivotal indicator of user integration into the digital health era. Previous literature indicates a correlation between users’ participation in digital health behaviors and their digital health literacy, particularly emphasizing the foundational “digital literacy” and “health literacy” aspects [13, 38]. Accordingly, this paper constructs an empirical analysis framework incorporating users’ digital health behavior participation, digital literacy, and health literacy. Through quantitative analysis of real data, this framework aims to clarify the impact mechanisms of digital literacy and health literacy on rural residents’ participation in digital health behavior. This endeavor holds significant theoretical and practical implications for enhancing rural residents’ access to digital health services, improving the overall health status of rural communities, and alleviating the health gap between urban and rural residents.

In the realm of digital health, digital literacy, closely entwined with the concept, is a subject of considerable importance [52, 56]. Digital literacy encompasses the capacity of individuals to proficiently utilize digital tools for searching, acquiring, managing, integrating, evaluating, and analyzing digital resources within a specific life context, to construct new knowledge for constructive social action [4, 84]. In the era of accelerating social digitization, digital literacy is increasingly considered a prerequisite for meaningful participation in various facets of modern society, including life, study, and work [70, 74]. Previous studies indicate a keen interest among people in harnessing digital technologies to enhance healthcare delivery [18]. However, the effective promotion and widespread adoption of digital health applications in rural areas necessitate the possession of essential digital literacy by rural residents. Limited digital literacy weakens the confidence of rural residents in digital applications, potentially leading to digital health avoidance issues [97]. For many rural residents, digital technology remains abstract and complex. While numerous digital applications claim to have a “zero threshold,” those based on intricate operations demand solid Internet operation skills, flexible digital thinking, and a profound understanding of the operational logic of the network society [8, 61, 65]. Failure to meet these requirements
may result in negative digital health behaviors or even a complete avoidance of digital health participation. Li et al.’s [49] study found that individuals with higher digital literacy are more likely to actively search for digital health information and resources, consequently enhancing their health status based on the acquired health information. Moreover, it has been observed that improved health levels stimulate individuals’ desire to further utilize digital health resources, prompting more positive digital health behaviors. Hence, an emerging body of literature underscores the imperative for governmental and decision-making entities to concentrate efforts on elevating the digital literacy of vulnerable populations. The aim is to bolster their confidence in utilizing digital health technologies, thereby fostering and advancing the adoption of such technologies [2,3]. Building upon this, the paper posits the following hypothesis:

The concept of digital health behavior underscores the notion that user participation in this domain is multifaceted. Across various health scenarios, user participation in digital health behavior manifests diversely, encompassing, but not confined to, the informational and interactive digital health behaviors discussed earlier. In comparison to groups with low digital literacy, individuals possessing high digital literacy are both inclined and proficient in participating in a broad spectrum of digital health behaviors. For instance, within the realm of informational digital health behavior, such as health information searches, they actively compare diverse health information from multiple channels, including social networking platforms, instant messaging tools, and video streaming [20,35]. Leveraging their information retrieval strategies, they adeptly navigate through redundant and complex health information to locate resources aligned with their needs [41, 69, 82]. Not confined to participation in informational digital health behavior, groups with high digital literacy also commonly exhibit active engagement in interactive digital health behavior, such as seeking health advice [41, 92]. Moreover, in scenarios like online medication purchases and online health reviews, individuals with high digital literacy demonstrate a robust willingness and ability to partake in digital health behavior. Building upon this, the paper posits the following hypothesis:

Health literacy, defined as “the cognitive and social abilities determining an individual’s access to, understanding of, and use of information to promote and maintain health” [51], assumes a critical role in rural contexts where medical resources are comparatively scarce. The internet, serving as a potent information retrieval tool, offers pivotal support to rural inhabitants in accessing abundant medical resources and quality health services [55]. However, low health literacy poses challenges in comprehending and adhering to guidelines and prescriptions conveyed by healthcare providers through digital platforms [61, 63]. This predicament negatively impacts the health status of rural residents, subsequently diminishing their inclination to participate in digital health behaviors [62]. Simultaneously, groups with restricted health literacy may disseminate misconstrued health information through online social platforms [10], creating conducive conditions for the proliferation of inaccurate health information. This poses a threat to the sustainability of the healthcare system, ultimately diminishing users’ enthusiasm for participating in digital health behaviors. Fast et al. [26] highlighted that rural residents lacking health literacy encounter challenges in evaluating the reliability of digital health information. Enhancing rural residents’ health literacy, as indicated by Okan et al. [60], fortifies their ability to comprehend and utilize digital health resources for health improvement, thereby elevating their likelihood of participating in digital health behaviors. Recent studies, exemplified by Zhou et al. [97], underscore the positive impact of improved health literacy in digital life on rural residents’ utilization of medical services, a phenomenon termed the “health literacy effect.” Building upon these insights, this paper posits the following hypothesis:

Empirical investigations substantiate the intricate nexus between health literacy and pivotal dimensions of health dynamics, encompassing education, protection, prevention, and promotion [1, 11, 42]. Individuals endowed with elevated health literacy invariably manifest propitious health-related behaviors, exemplified in areas such as dietary habits, physical exercise, stress management, health responsibilities, and interpersonal relationships [41]. Recent scholarly inquiries have unveiled that within the digital health landscape, individuals possessing heightened health literacy are adept at navigating the online milieu to acquire health information. Additionally, they exhibit prowess in discerning, judging,
and evaluating the accuracy, scientific validity, and efficacy of digital health information [49]. Hence, individuals endowed with elevated health literacy can adeptly and thoroughly employ health information to advance their personal health status. Furthermore, individuals with elevated health literacy display increased interest in health information derived from diverse sources such as social media, electronic magazines, and medical industry news websites [27]. They exhibit a willingness and proficiency in participating in various digital health behaviors, encompassing activities like online consultations, online medication purchases, health condition monitoring, and tracking, with the aim of enhancing their own or their family’s health status [47]. Building upon these insights, this paper posits the following hypothesis:

Hypothesis 2b: Health literacy positively influences the diversity of rural residents’ participation in digital health behaviors.

Drawing upon theoretical analysis and experiential synthesis concerning the interplay among digital literacy, health literacy, and digital health behavior among rural residents, it becomes evident that digital literacy predominantly encompasses proficiency in operating digital tools and skills, whereas health literacy is centered on the assessment, judgment, and application of health information. It is crucial to acknowledge that, for the majority of rural residents, navigating the Internet to seek health information tailored to their needs represents a complex and formidable undertaking [5, 68]. Simultaneously, the subsequent processes of comprehending, evaluating, and applying acquired health information demand a heightened level of health literacy. Previous literature reviews have underscored the pivotal role of digital literacy and health literacy as determinants influencing the extensive usage and acceptance of digital health applications [28, 50]. Consequently, the cultivation, enhancement, and fortification of digital literacy and health literacy among rural residents assume paramount importance. These endeavors hold the potential to support rural residents in effectively retrieving and applying pertinent health information and resources within the digital landscape. Furthermore, such initiatives contribute significantly to augmenting the likelihood of rural residents engaging in digital health behaviors [17].
Nevertheless, it is imperative to underscore that while digital literacy and health literacy fall within distinct categories of human capital capabilities, they intricately intersect and overlap functionally within the unified framework of users’ participation in digital health
behaviors [39]. Specifically, when an individual’s health literacy is suboptimal, a robust digital literacy ensures widespread access to digital health services. Conversely, elevated levels of health literacy can supplant the need for extensive digital literacy attributes. For instance, a qualitative examination of arthritis patients revealed that individuals with sufficient health literacy demonstrated a propensity for seeking digital health information, even if their interest in “digital technology” was limited or their readiness for digital skills was modest [24].

Furthermore, the substitutive effects of digital literacy and health literacy become evident in their influence on the diversity of user participation in digital health behaviors. Rural residents with adequate digital literacy can adeptly navigate the intricate process of health information retrieval, even in the absence of prior health knowledge. It is crucial to underscore that the sense of accomplishment experienced by users, particularly vulnerable groups such as the elderly and those with lower incomes, upon overcoming internet challenges motivates them to explore a broader range of digital health solutions. This encompasses activities like online consultations, digital health management, online medication purchases, remote imaging diagnostics, and more. Indeed, digital literacy assumes a central role in the pursuit of diverse digital health solutions mentioned above and significantly substitutes for the functions of health literacy. Likewise, concerning the influence on the diversity of user participation in digital health behaviors, a high level of health literacy can also substitute for attributes or functions of digital literacy. Building upon these insights, this paper posits the following hypothesis:

Hypothesis 3a: Digital literacy and health literacy demonstrate an interaction effect on the participation of rural residents in digital health behaviors.

Hypothesis 3b: Digital literacy and health literacy demonstrate an interaction effect on the diversity of participation in digital health behaviors of rural residents.

The research team conducted a cross-sectional survey targeting rural residents in Zhejiang Province, China, spanning the period from August to November 2022. A multi-stage cluster random sampling method was employed to construct the study sample. In the initial stage, Zhejiang Province was segmented into five major blocks, namely North Zhejiang, East Zhejiang, West Zhejiang, South Zhejiang, and Central Zhejiang, according to
the administrative divisions and local standards of Zhejiang Province. For the second stage, one county (or district) was randomly chosen from each of the five blocks, resulting in a total of five sample counties (or districts). Subsequently, in the third stage, one township (or town) was randomly selected from each of the sample counties (or districts), and a corresponding administrative village was chosen randomly within the selected township (or town). Finally, in the fourth stage, individuals aged between 18 and 85 years, residing in rural areas for more than 6 months annually, were randomly selected based on the roster provided by the administrative village. Exclusions from the study comprised rural residents with severe illnesses or those unable to respond to the survey questions.

The study developed a structured questionnaire in Chinese to assess rural residents’ participation in digital health behaviors, drawing extensively from relevant literature. The questionnaire encompassed key aspects, including the sociodemographic characteristics of rural residents, the manifestation of digital health behaviors, and measurement items for digital literacy and health literacy. Prior to actual data collection, a reliability pre-test was conducted. Five professionals specializing in medical informatics underwent a week-long training on the research objectives, content, subjects, and data collection procedures for this project. They subsequently executed tasks such as questionnaire distribution, on-site interviews, and data collection. Interviews took place in village meeting rooms or activity centers, organized under the guidance of professionals and supervised on-site. In the end, the project gathered pertinent data from 968 households of rural residents.

This study surveyed a total of five villages, each with an approximate sample size of 200 individuals. The gender distribution in the sample comprises approximately 21 males to 13 females. Participants in the study spanned ages from 18 to 85, with an average age of 54.814 years. The average educational attainment in the sample is 8.837 years, reflecting a junior high school educational level. The longest duration of education reported was 15 years, with 68 individuals having an education duration of three years or less, accounting for of the sample. The average monthly family income is 4516 Chinese Yuan, and the average self-rated health status score is 2.997 on a five-point scale, indicating an above-average level. The proportion of married individuals in the sample is , and the average family size is 3.2 people.

This paper, combining the “Context” conceptual framework [71], builds on the concept of digital health behavior and references the Internet health behavior classification system proposed by Hale et al. [30]. Starting from the behavioral context, the most typical digital health behaviors of rural residents are categorized into the following four aspects:

In accordance with the previously posited research hypotheses, this paper considers “Digital Health Behavior Participation of Rural Residents”(DH_behavior) and “Diversity of Digital Health Behavior Participation of Rural Residents”(DH_behavior_ diversity) as dependent variables. The notation ” 1 ” or ” 0 ” is employed to represent “Digital Health Behavior Participation of Rural Residents.” Specifically, within the digital health experiences of rural residents, a value of ” 1 ” is assigned if they have participated in at least one of the following behaviors: “health information search behavior,” “digital health management behavior,” “online health consultation behavior,” or “internet-based medication purchase behavior”; otherwise, a value of ” 0 ” is assigned. The variable “Diversity of

Digital Health Behavior Participation of Rural Residents” assumes values of , or 4 . Consequently, if rural residents have partaken in all the specified digital health behaviors, the dependent variable is assigned a value of 4. If they have engaged in three of these behaviors, the dependent variable’s value is 3 , and so forth, following a similar pattern for other scenarios.

The key explanatory variables in this study encompass the digital literacy and health literacy of rural residents. To assess the digital literacy of rural residents, this study utilized the Digital Literacy Measurement Scale for Rural Residents developed by Chinese scholars [78]. Additionally, it referred to Qian [65] and the European Union Digital Competence Framework DigComp 2.1 since 2013 for pertinent items related to user digital literacy. The study crafted an evaluation index system for the digital literacy level of rural residents, encompassing 13 items distributed across five dimensions: “digital general literacy,” “digital social literacy,” “digital search literacy,” “digital creative literacy,” and “digital security literacy,” as delineated in Appendix 1. Subsequently, based on real data, a factor analysis was conducted on the scale. The results of the factor analysis revealed a Kaiser-MeyerOlkin (KMO) value of 0.885 in the adequacy test, underscoring a robust correlation between the measurement items of rural residents’ digital literacy. Concurrently, the significance -value of the Bartlett sphericity test statistic was 0.000 , affirming the efficacy of the factor analysis results. Following the computation, the Cronbach’s alpha coefficient for all measurement items in this scale was 0.874 , and the Cronbach’s alpha coefficients for each sub-dimension were all higher than 0.85 , indicative of the commendable measurement reliability of the items. Moreover, the factor loading values for each measurement item in this scale were all greater than 0.5, attesting to the robust convergent validity of the variable measurements.

When assessing the health literacy of rural residents, this study drew upon prior research on user health literacy measurement and the survey questionnaire “66 Items of Chinese Residents’ Health Literacy,” endorsed by the National Health Commission in 2008. To streamline the measurement process for simplicity and efficiency, this study selected 10 items from three dimensions: “health philosophy,” “health knowledge,” and “health skills” to craft an evaluation index system for the health literacy level of rural residents, as elaborated in Appendix 2. In the factor analysis results, the Kaiser-Meyer-Olkin (KMO) value for sample adequacy testing was 0.761 , indicating a commendable correlation between the measurement items of rural residents’
health literacy. Concurrently, the significance -value of the Bartlett sphericity test statistic was 0.000, affirming the efficacy of the factor analysis results. Although the scale is not strictly a Likert scale, to validate the reliability of the modified scale, the study randomly divided the sample questionnaire data into two equal parts ( ) for exploratory factor analysis and confirmatory factor analysis. Utilizing principal component analysis and maximum variance rotation for exploratory factor analysis, a total of 3 factors with eigenvalues surpassing 1 were extracted, elucidating a cumulative variance of , with contribution rates of , , and , respectively. Furthermore, the Cronbach’s alpha coefficients for each item exceeded 0.84 , and the factor loadings of all measurement items exceeded 0.4. Another set of data ( ) underwent confirmatory factor analysis. The results revealed that the chi-square value of the scale was 642.515 , with a degree of freedom of 168, and their ratio was less than 5. Meanwhile, the values of RMSEA, SRMR, and CFI all indicate that the scale is acceptable.

This study utilizes both factor analysis and the summation method to evaluate the digital literacy and health literacy of rural residents. In the factor analysis approach, the weight of each factor’s score is determined by its proportional contribution to the cumulative variance contribution rate, which is subsequently employed to calculate the overall level. The summation method involves algebraically summing the scores provided by rural residents for each question to derive a comprehensive total score. The results obtained through the summation method are then subjected to robustness testing.

This study systematically incorporates control variables derived from the multifaceted dimensions of individual, family, and geographical characteristics of rural residents [36, 44, 49, 98]. In addition, regional fixed effects at the village level are meticulously controlled. The precise definitions, assignments, and descriptive statistical outcomes of these variables are delineated in Table 1.

To test the hypothesis mentioned earlier, this study, considering the types and characteristics of the dependent variables, namely, the binary nature of “digital health behavior participation of rural residents” (0 or 1) and the count nature of “diversity of digital health behavior participation of rural residents” ( ), and drawing from Zheng et al’s work [96], constructs targeted Probit and Poisson models. These models are designed to examine the influence of rural residents’ digital literacy, health literacy, and the interaction between the two on rural

residents’ participation in digital health behavior and the diversity of digital health behavior participation. The general model is represented as follows:
rural residents under the influence of their interaction. The parameter is the estimated coefficient associated with the interaction term. A negative suggests a inter-

In this context, DH_behavior serves as the dependent variable in the study. A DH_behavior value of 1 signifies rural residents’ participation in digital health behaviors, while a value of 0 indicates non-participation in such behaviors. DH_behabvior_diversity denotes the diversity of rural residents’ involvement in digital health behaviors, where n takes values is greater than 0 and is a constant. dig_liter and hea_liter , the central explanatory variables in this research, symbolize the digital literacy and health literacy of rural resident , respectively. constitutes the control variable, encompassing various factors influencing the digital health behaviors of rural residents, specifically encompassing individual characteristics such as gender, age, marital status, years of education, and health status; family characteristics including family size and average monthly income; geographical characteristics like distance to the nearest medical institution. Regional fixed effects are represented by , while denotes the random disturbance term accounting for unobservable factors, adhering to a standard normal distribution. Parameters to be estimated are denoted as .
Building upon the aforementioned considerations, this study extends its investigation by incorporating the interaction term of rural residents’ digital literacy and health literacy into both the Probit and Poisson models. This extension aims to explore the nuanced impact of the interaction between digital literacy and health literacy on the digital health behaviors of rural residents. The general formulation of the model is articulated as follows:
action effect between digital literacy and health literacy in shaping the digital health behavior of rural residents, while a positive implies a complementary effect.

Table 2 presents the influence of digital literacy, health literacy, and their interaction on the digital health behavior of rural residents. As depicted in columns (1) and (2) of Table 2, the estimated coefficients for digital literacy are 0.502 and 0.245 , respectively, both demonstrating statistical significance at the level. This underscores the substantial impact of digital literacy on rural residents’ participation in digital health behavior. Consequently, digital literacy not only heightens the likelihood of rural residents participating in digital health behavior but also broadens the diversity of their involvement, encompassing more scenarios and exhibiting a more extensive range of digital health behaviors. Thus, affirming hypotheses 1a and 1 b .

On a different note, concerning the influence on rural residents’ participation in digital health behavior, the estimated coefficient for health literacy is 0.015 , lacking statistical significance. However, regarding the impact on the diversity of rural residents’ participation in digital health behavior, the estimated coefficient for health literacy is 0.018 , signifying significance at the level. This suggests that heightened health literacy among rural residents corresponds to more extensive participation in digital health behavior. Consequently, hypothesis 2 b finds empirical support.

Within this context, dig_liter hea_liter represents the interaction term involving the digital literacy and health literacy of rural residents. This term is pivotal for elucidating the intricate relationship between digital literacy, health literacy, and the digital health behaviors of

Based on the findings presented in columns (1) and (2) of Table 2, several conclusions emerge. Firstly, it is not an overstatement to assert that digital literacy is evolving into a crucial survival skill in the era of the digital economy [67, 72]. In the rapidly transforming

,, denote significance at the , and levels, respectively; reported in the table are marginal effects, with robust standard errors in parentheses
digital society, users’ participation in digital health behavior transcends the passive receipt of health information [45]. Instead, users grapple with diverse and intricate digital health scenarios, encompassing activities such as searching for health information, managing health digitally, seeking online health consultations, and making online drug purchases [29]. These scenarios demand not only a foundational level of digital literacy for basic information interaction but also a sophisticated level of digital literacy for diagnostic or treatment-related activities through online platforms [86]. Consequently, when rural residents necessitate treatment due to illness or participate in health consultations, health management, and other digital health activities for health-related purposes, digital literacy significantly and positively influences their participation in digital health behavior.

Secondly, the influence of health literacy on the digital health behavior of rural residents manifests more prominently in terms of its diversity. The essence of health literacy lies in individuals’ ability to acquire and comprehend health information, subsequently applying the acquired knowledge to make decisions and adopt behaviors conducive to enhancing their health status [35]. Nonetheless, elevated health literacy does not necessarily correlate with residents’ participation in digital health behaviors, rather, it is more likely to be associated with commonplace offline medical scenarios, such as purchasing medication from pharmacies and seeking medical attention at hospitals [21, 83]. Hence, this likely explains why health literacy does not emerge as a significant predictor of rural residents’ participation in digital health behavior. Notably, health literacy does exhibit a substantial positive influence on the diversity of rural residents’ participation in digital health behavior. This can be attributed
to individuals with higher health literacy levels possessing more efficient skills in obtaining and comprehending online health information, coupled with their ability to discern the correctness, scientific validity, and effectiveness of such information [49, 79]. Individuals exhibiting elevated levels of health literacy demonstrate a proclivity for directing their attention toward diverse outlets of health-related information. This inclination serves to augment both the probability and impetus for these individuals to delve into and embrace various measures directed at enhancing personal well-being [21,79]. Importantly, these health promotion endeavors transcend the conventional realm of offline medical services and encompass the domain of more streamlined and efficient digital health service scenarios. Consequently, this heightened health literacy may propel rural residents towards active participation in a spectrum of digital health behaviors, including but not limited to health information retrieval and digital health management.
As evidenced by the findings in columns (3) and (4) of Table 2, the estimated coefficients for the interaction terms of digital literacy and health literacy are -0.045 and -0.040 , both significant at the level. This indicates a diminishing positive impact of digital literacy on rural residents’ participation in digital health behaviors as their health literacy improves. Similarly, with the enhancement of rural residents’ digital literacy, the positive promoting effect of health literacy on the diversity of their participation in digital health behaviors weakens. Consequently, concerning the impact on rural residents’ participation and its diversity, a significant substitution relationship is observed between digital literacy and health literacy, confirming Hypothesis 3.
Despite digital literacy and health literacy falling into distinct categories of human capital, their functional overlap in influencing rural residents’ digital health behavior offers a plausible explanation for the interaction effect. We can infer that in the digital realm, individuals with adequate digital literacy are inclined to focus on diverse digital health information sources, employing advanced digital skills for tasks such as information retrieval, processing, online medical consultations, and even engaging in health services utilizing digital therapy, even in the absence of specific health knowledge [7, 59]. Similarly, individuals with proficient health literacy exhibit competence in accessing, comprehending, evaluating, and applying health information in a digital environment, utilizing digital capabilities for tasks related to healthcare, disease prevention, and health promotion [75]. Throughout this process, the positive driving effect of digital literacy on
individuals’ participation in digital health behaviors is supplanted by adequate.

Furthermore, the coefficients of certain control variables in Table 2 hold noteworthy economic implications. The regression results reveal a significantly positive marginal coefficient of gender on the impact of rural residents’ participation in digital health behaviors and the diversity of their participation, signifying that, in comparison to women, men are more inclined to participate in digital health behaviors. This propensity may stem from men’s greater openness to embracing innovations and seeking convenience, rendering them more prone to embracing and utilizing digital health services [89]. Similarly, the significantly positive marginal coefficients of years of education and average monthly family income, at the significance level, indicate that rural residents with extended educational backgrounds and higher average monthly family incomes are more predisposed to adopting digital health services and subsequently engaging in digital health behaviors [25]. This aligns with the observed reality wherein individuals with lower education levels and incomes in rural areas often face pronounced “digital divide” and “knowledge gap” phenomena, coupled with limitations imposed by the “information cocoon” effect, making them less likely to partake in digital health behaviors compared to their counterparts with higher education levels and household incomes [12, 43]. This is consistent with the knowledge gap hypothesis [81]. Intriguingly, there was no discernible correlation between the age of rural residents and their participation in digital health behaviors. This may be attributed to divergent physical conditions and attitudes towards health services between younger and older demographic groups.

Given that the pivotal explanatory variables in this study originate from factor analysis, inherent computational inaccuracies are inescapable. Concurrently, it is essential to recognize the potential for reverse causality between digital literacy, health literacy, and the participation of rural residents in digital health behaviors. Moreover, the omission of certain explanatory variables in the model introduces a potential source of endogeneity, raising concerns about the reliability of the regression results. To address these challenges, this study employs the instrumental variable method to mitigate endogeneity issues, contingent upon the correlation condition and exogenous requirement.

The instrumental variables for digital literacy and health literacy in the surveyed samples, designated as Instrumental Variable 1 and Instrumental Variable 2 respectively, were identified as follows: the “average digital literacy value among other samples residing in the same village, excluding the respondents themselves,” and the “average health literacy value among other samples residing in the same village, excluding the respondents themselves.” Subsequently, the instrumental variable method was employed to estimate the specified model. The rationale for selecting these instrumental variables is grounded in the similarity of the digital environment within the same village, indicating that an individual’s digital literacy is influenced by the average level of others in the same village. Additionally, the digital health behavior engagement of the surveyed individuals is not directly correlated with the digital literacy of others. Theoretical adherence to the requirements of correlation and exogeneity justifies the choice of these instrumental variables. Similar reasoning guided the selection of instrumental variables for health literacy.
The regression outcomes of both the IVProbit and IVPoisson models are presented in Table 3. Firstly, without assuming a distribution and when constraints are nonlinear, it is imperative to establish the overall significance of the entire model through the Wald test. The results reveal that the Wald test values for Models (1) to (4) are all significantly non-zero at the statistical level. This signifies a robust overall fit of the models, warranting further analysis [95]. Secondly, the exogeneity of the explanatory variables is assessed through the significance of the Wald test of exogeneity. The findings indicate that the Wald test of exogeneity is significantly non-zero at the statistical level, rejecting the null hypothesis of “all explanatory variables being exogenous.” This suggests the effectiveness of employing the instrumental variable method to address potential endogeneity issues in the model. Thirdly, with the introduction of instrumental variables, evaluating whether these instruments are “weak instruments” becomes crucial. Utilizing the Cragg-Donald Wald F-statistic proposed by Cragg and Donald [16] and the critical values provided by Stock and Yogo [77], the results demonstrate that the Cragg-Donald Wald F-statistic is 441.02 , surpassing the critical value of 4.58 for and also exceeding the critical value of 7.03 for . This implies that the selected instrumental variables in this study are not deemed “weak instruments.” Additionally, the “weak instruments” test, conducted using the external command “weakiv” in Stata, reinforces that the above instruments are not considered “weak instruments.” Finally, the consistency observed across
the results of the IVProbit model, IVPoisson model, and the baseline regression underscores the robustness of the findings.

To ascertain the robustness of the earlier estimation results, this study employs the “summation method” to compute the outcomes of digital literacy and health literacy, substituting the previously utilized factor score method for the re-regression. The results are delineated in Table 4. The outcomes of model (1) and model (2) reveal that the estimated coefficients of digital literacy are significantly positive at the level. Moreover, the estimated coefficient depicting the influence of health literacy on the diversity of rural residents’ participation in digital health behavior is significantly positive at the level. Model (3) and model (4) present regression results that incorporate the interaction terms of digital literacy and health literacy, with their estimated coefficients being significantly negative at the level. It is noteworthy that despite the change in measurement methods for digital literacy and health literacy, the regression results consistently align with the earlier conclusions, underscoring the robustness of the primary findings in this study.

The regression results detailing the influence of digital literacy, health literacy, and their interaction on various digital health behaviors among rural residents are presented in Table 5. Notably, the estimated coefficient for digital literacy is consistently and significantly positive at the level for all digital health behaviors, reaffirming hypothesis 1a. However, the impact of health literacy on distinct digital health behaviors of rural residents exhibits variation. Specifically, the influence of health literacy on health information search behavior is not statistically significant. Nonetheless, for the remaining three digital health behaviors, the estimated coefficient of health literacy is significantly positive at the significance level, thus confirming hypothesis 2 a in specific scenarios. Additionally, through a comparison of the magnitudes of the marginal coefficients, it can be inferred that digital literacy plays a more pivotal role in predicting the participation and diversity of digital health behaviors among rural residents.

The outcomes from Model (5) to Model (8) reveal variations in the significance of the estimation coefficients for interaction terms across distinct digital health behaviors. For health information searching, digital health management, and internet drug purchasing behaviors, there is

,, denote significance at the , and levels, respectively; values in parentheses represent robust standard errors
a clear substitutive relationship between the digital literacy and health literacy of rural residents. However, in the case of online health consultation behavior, although the interaction effect of digital literacy and health literacy is not statistically significant, the negative interaction coefficient suggests an existing substitution relationship between digital literacy and health literacy in influencing the digital health behavior of rural residents. This further validates Hypothesis 3a and 3b.

With the confluence of digital technology and healthcare, there is a growing body of research exploring the interplay between digital literacy, health literacy, and residents’ participation in digital health behavior [39, 49, 88]. However, existing literature exhibits certain limitations: Initially, the extant literature primarily provided conceptual elucidations of the functions and impacts of digital literacy and health literacy [22, 57]. However, it

,, denote significance at the , and levels, respectively; reported in the table are marginal effects, with robust standard errors in parentheses

denote significance at the , and levels, respectively; reported in the table are marginal effects, with robust standard errors in parentheses
fell short in constructing an empirical analytical framework that integrates digital literacy, health literacy, and digital health behaviors within diverse digital health scenarios. This deficiency has contributed to a dearth of scientifically rigorous findings. Secondly, amid the deepening digital transformation of the economy and society, remote rural areas facing geographical disadvantages risk being neglected and marginalized [66, 85]. The resultant health inequalities between urban and rural areas demand urgent attention and resolution. However, current studies often overlook the digital health behaviors of rural residents. Against this backdrop and in alignment with the ongoing digital transformation of rural public health systems in the era of the digital economy, this paper establishes an evaluation index system for digital literacy and health literacy among rural residents. Drawing on survey data from 968 respondents in five administrative villages in Zhejiang Province, the study provides a micro-level analysis of the digital health behaviors of rural residents. Employing Probit and Poisson models, the paper empirically investigates the effects of digital literacy and health literacy, along with their interaction terms, on rural residents’ responses to digital health behavior and the diversity of their participation. This quantitative approach unveils the dynamic role of digital literacy and health literacy. Furthermore, instrumental variable methods, robustness tests, and heterogeneity
analyses are employed to bolster the robustness of the conclusions.

This study delves into various digital health behaviors, encompassing health information searching, digital health management, online health consultation, and Internet drug purchasing. The findings affirm that digital literacy serves as a pivotal predictor of rural residents’ participation in digital health behaviors, a conclusion supported by extensive research [3, 32, 94]. Additionally, this investigation unveils, for the first time, that digital literacy contributes to broadening the diversity of rural residents’ involvement in digital health behaviors. In other words, individuals with heightened digital literacy are more inclined to explore a diverse array of digital health measures to enhance their well-being. While prior literature has not explicitly explored the ” diversity of digital health behavior” perspective, analogous conclusions have been suggested by scholars who posit that user digital literacy significantly influences the extensive utilization and acceptance of health information systems [22]. These health information systems encompass various digital health behaviors, such as health information searches and health status management and tracking.

In contrast to digital literacy, health literacy emerges as a non-significant predictor of rural residents’
participation in digital health behaviors. This observation may stem from the fact that heightened health literacy propels individuals to utilize their accrued health knowledge for decision-making or behaviors geared toward improving their health status [35]. However, these behaviors may not necessarily manifest as digital health activities, rather, they might be more prevalent in conventional offline health scenarios, such as purchasing medicine from a pharmacy or seeking medical assistance in a hospital. This discovery aligns with the outcomes of Manganello et al. In their prior cross-sectional telephone survey involving 1,350 individuals in New York State, self-reported health literacy did not emerge as a robust predictor of digital health behaviors [51]. It is crucial to acknowledge, though, that a study focused on primary care patients discovered a significant association between health literacy and participation in digital health behaviors [9], contradicting our results. The disparities could be attributed to variations in study populations or the use of different health literacy measurement tools, emphasizing the need for a comprehensive exploration of the relationship between health literacy and digital health behaviors across diverse cohorts.
Significantly, this study unveils, for the first time, that health literacy plays a pivotal role in predicting the diversity of participation in digital health behaviors among rural residents. This phenomenon may be attributed to individuals with elevated health literacy exhibiting a heightened capacity to attentively navigate health information from diverse sources. Their effectiveness in discerning the accuracy, scientific validity, and credibility of online health information may further motivate them to actively pursue various measures and choose from a wider array of digital scenarios to enhance their health. Supporting this notion, a recent cross-sectional study examining the correlation between health literacy and digital health behavior among older Chinese adults indirectly corroborates our findings [49].

This study uncovers a novel insight into the substantial interaction effect resulting from the interaction term of digital literacy and health literacy on rural residents’ participation and diversity of participation in digital health behaviors. Conceptually, digital literacy is defined as “the ability of individuals to use digital tools to search for, acquire, manage, integrate, evaluate, and analyze digital resources in a given context to build new knowledge for constructive social action” [4, 84]. On the other hand, health literacy encompasses “the cognitive and social abilities that determine an individual’s access to, understanding of, and use of information to promote and maintain health” [51]. In the realm of health management, digital literacy and health literacy converge in their shared goal of “obtaining, understanding, and
using information to achieve the goal of improving one’s health.” Consequently, a proficient level of either digital literacy or health literacy is often closely linked to positive health outcomes across various health domains [23]. In light of this, reinforcing the digital literacy and health literacy of rural residents holds significant promise in enhancing their health status and mitigating health disparities between urban and rural areas, particularly in the context of the digital age.

This study further unveiled a moderating impact of socioeconomic factors on the engagement in digital health behaviors and the diversity thereof among rural residents. Specifically, individuals in rural areas with extended educational durations and elevated average monthly incomes exhibit a higher propensity to embrace digital health services. This concurs with the research findings of scholars like Van et al. [87] and Vainieri et al. [85]. To a certain extent, this conclusion underscores the “resource reinforcement” effect, suggesting that individuals with heightened social status are more inclined to access diverse resources, including digital skills training, health knowledge, and health education resources.

In the digital health era, electronic health services utilizing the internet, smartphones, wearable devices, and health portals are pivotal solutions ensuring health security across age groups and geographical regions. Consequently, individuals need to possess fundamental digital literacy and health literacy to meaningfully engage and attain optimal health and well-being in an increasingly digital society propelled by information and communication technology. This need is particularly pronounced for rural residents in regions with limited social resources and remote settings [40, 88]. Rural residents equipped with sufficient digital literacy are more inclined to leverage digital tools for health enhancement, demonstrating heightened awareness of digital health technologies. Those with advanced digital literacy can proficiently operate health devices using digital interfaces, access electronic health records through mobile applications, manage personal health, participate in real-time health exchanges with healthcare providers or peers through social media networks, and seamlessly communicate with remote healthcare providers. Meanwhile, the significance of health literacy is self-evident, as extensive prior research has consistently shown its close association with healthrelated factors such as health behavior, disease management, and quality of life . In the digital health landscape, rural residents possessing adequate health literacy demonstrate the ability to engage in diverse digital health behaviors, exhibiting interest in accessing
a broader array of health information sources. They are equipped to search for, comprehend, evaluate, and apply acquired health knowledge to make informed healthrelated decisions [11, 97]. This proficiency enables them to judiciously allocate high-quality health resources, thereby sustaining and enhancing their health [80].

Regrettably, a substantial digital health divide persists between rural and urban residents. In response, this study advocates for governments in China and globally to prioritize initiatives aimed at “enhancing the digital literacy of rural residents, reinforcing health education, and fostering ongoing development in health literacy.” This imperative should assume a central role in the public health sector, encompassing strategic actions such as the formulation of policy documents promoting “digital adaptation in rural areas,” augmentation of integrated digital infrastructure in both urban and rural domains, and allocation of dedicated resources for customized digital skills training programs targeting rural residents. Concurrently, to elevate the health literacy of rural residents, endeavors should be undertaken to integrate health education into rural and community settings. This may involve the distribution of “health literacy pamphlets” and the establishment of health knowledge dissemination columns. The implementation of these initiatives holds the potential to ameliorate the digital health gap between urban and rural areas in the foreseeable future. Furthermore, expectations include a progressive reduction in health disparities and inequalities between these two geographical settings.

This study is subject to several limitations. Firstly, the adoption of a cross-sectional research design precludes the inference of causal relationships between digital literacy, health literacy, and digital health behaviors from the study findings. Future investigations would benefit from incorporating randomized controlled trials to provide a more nuanced understanding of the causal interplay among these three factors. Secondly, the generalizability of the study results to other countries and regions is constrained by data acquisition challenges and geographical limitations. In the future, our goal is to expand the sample size to include a broader national and global range, striving to derive research conclusions that are universally applicable. Lastly, both digital literacy and health literacy were gauged through self-reports, introducing the possibility of reporting bias. Future research endeavors could enhance methodological rigor
by employing more objective measurement approaches, such as the assessment of digital literacy and health literacy through practical tasks within a digital health environment. This would mitigate potential distortions arising from self-reported data, ensuring more accurate and reliable measurements.

Notwithstanding these limitations, the present research makes noteworthy contributions. Primarily, it stands out as the inaugural study delving into the interplay between digital literacy, health literacy, and digital health behavior among rural residents. The findings pave the way for a novel approach to enhancing the health status of rural residents in the future-by first elevating their digital literacy and health literacy. Secondly, the regression model adeptly controls for a plethora of confounding factors, bolstering the robustness of the results. Concurrently, the conclusions undergo scrutiny through instrumental variable methods, robustness tests, and heterogeneity analyses, fortifying the study’s overall robustness.

The online version contains supplementary material available at https://doi. org/10.1186/s12939-024-02150-2.

Not applicable.

Hao Ji wrote the main manuscript text, Junqiang Dong conducted preliminary data collection, Weiguang Pan and Yingying Yu edited the entire manuscript. All authors reviewed the manuscript.

This research was funded by the Soft Science Research Planning Project of Zhejiang Province (No. 2023C35004), the Major Humanities and Social Sciences Research Projects in Zhejiang Higher Education Institutions (No. 2023QN011), the Zhejiang Provincial Social Science Federation Annual Project (No. 2023N115), the University Basic Research Operating Fund Basic Research Program Project (No. KYYB202211), and the Zhejiang Provincial Philosophy and Social Sciences Planning Project (No. 21NDQN247YB).

The original contributions presented in the study are included in the article/ supplementary material, further inquiries can be directed to the corresponding author.

The study obtained approval from the Ethics Committee of Hangzhou Medical College. The stakeholder consultation process adhered to the minimum
ethical standards of 1) anonymous data collection strategies to maintain a high level of confidentiality; 2) the key informants were asked to participate voluntarily; 3) verbal informed consent was sought from the key informants; and 4) no study materials contained names or other explicit identifiers of participants. All research was carried out in keeping with the standards of the World Medical Association’s 1964 Declaration of Helsinki and the Council for International Organizations of Medical Sciences international ethical guidelines, as well as WHO’s ethical standards and procedures for research with human beings.

All authors approved the final manuscript and the submission to this journal.

The authors declare no competing interests.

Zhejiang A&F University, College of Economics and Management, Hangzhou, People’s Republic of China. Hangzhou Medical College, Center for Medical Intelligence and Health Policy Research, Hangzhou, People’s Republic of China. Zhejiang A&F University, Mental Health Education Center, Hangzhou, People’s Republic of China. Research Academy for Rural Revitalization of Zhejiang Province, Zhejiang A & F University, Hangzhou, People’s Republic of China.

Received: 16 January 2024 Accepted: 14 March 2024
Published online: 09 April 2024

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.