DOI: https://doi.org/10.3389/fpubh.2025.1477314
PMID: https://pubmed.ncbi.nlm.nih.gov/40756401
تاريخ النشر: 2025-07-18
المؤلف: Yujiao Shao وآخرون
الموضوع الرئيسي: محو الأمية الصحية وإمكانية الوصول إلى المعلومات
نظرة عامة
هدفت الدراسة إلى التحقيق في التباين والعوامل المحددة لمحو الأمية الصحية الرقمية بين كبار السن الذين يعانون من الأمراض المزمنة، مما يوفر رؤى للتدخلات المستهدفة. تم تجنيد عينة من 536 مريضًا من ثلاثة مستشفيات تابعة لثلاثة مستويات في مقاطعة آنهوي، وتم جمع البيانات من خلال استبيانات منظمة تقيم عوامل مختلفة، بما في ذلك محو الأمية الصحية الرقمية، والدعم الاجتماعي، والكفاءة الذاتية، والاعتلال المشترك. كشفت تحليل الملف الكامن (LPA) عن ثلاثة ملفات متميزة من محو الأمية: C1 (محو أمية منخفض، تفاعل سلبي)، C2 (محو أمية معتدل، تفاعل محدود)، وC3 (محو أمية مرتفع، تفاعل نشط). حدد الانحدار اللوجستي المتعدد الحدود المتنبئين المهمين لعضوية الملف، بما في ذلك مكان الإقامة، ومشاركة التعليم الصحي، واستخدام الإنترنت، وسهولة الاستخدام المتصورة وفائدة المعلومات الصحية الرقمية، والكفاءة الذاتية، والدعم الاجتماعي، موضحًا حوالي 59% من التباين في تصنيف الملف.
تشير النتائج إلى أن محو الأمية الصحية الرقمية بين كبار السن الذين يعانون من الأمراض المزمنة منخفض عمومًا، خاصة فيما يتعلق بالمهارات التفاعلية، مما يبرز التباين الكبير بين المجموعات الفرعية. تؤكد الدراسة على ضرورة تركيز مقدمي الرعاية الصحية على المرضى في فئة C1 وتطوير استراتيجيات تدخل مخصصة تلبي الخصائص المحددة لكل ملف. معالجة محو الأمية الصحية الرقمية لهذه الفئة السكانية هي تحدٍ معقد يتطلب جهدًا مجتمعيًا تعاونيًا في ضوء الرقمنة المستمرة والتقدم التكنولوجي.
مقدمة
تسلط المقدمة الضوء على التحديات الكبيرة التي تفرضها شيخوخة السكان في الصين، حيث من المتوقع أن يصل عدد الأفراد الذين تتراوح أعمارهم بين 60 عامًا وما فوق إلى 310.31 مليون بحلول نهاية عام 2024، مما يشكل 22% من إجمالي السكان. مع الزيادة الملحوظة في الأمراض المزمنة بين كبار السن – أكثر من 78% منهم لديهم حالة مزمنة واحدة على الأقل – فإن نظام الرعاية الصحية في الصين يعاني من ضغط متزايد، ويكافح لتلبية الاحتياجات الصحية المعقدة لهذه الفئة السكانية. تعتبر الأمراض غير المعدية المزمنة (NCDs) مصدر قلق كبير للصحة العامة، حيث تمثل 88% من الوفيات في الصين وتساهم في ارتفاع معدلات الإعاقة. استجابةً لذلك، أصبح تعزيز إدارة الأمراض المزمنة من خلال المبادرات الصحية الرقمية استراتيجية رئيسية، خاصة مع تحسن الوصول إلى الإنترنت بين كبار السن بشكل ملحوظ.
تؤكد الدراسة على أهمية محو الأمية الصحية الرقمية (DHL) في إدارة الأمراض المزمنة، مشيرة إلى أن إدراك المرض، الذي يتم تقييمه من خلال استبيان إدراك المرض القصير (BIPQ)، قد يؤثر على مستويات DHL. تقترح أن التهديد المتصور للمرض قد يرتبط بانخفاض DHL. باستخدام نظرية الأنظمة الاجتماعية البيئية، تهدف البحث إلى فهم كيفية تفاعل العوامل الفردية، بين الأشخاص، والمجتمعية لتشكيل DHL بين كبار السن الذين يعانون من حالات مزمنة. من خلال استخدام تحليل الملف الكامن (LPA)، تسعى الدراسة إلى تحديد ملفات DHL متميزة داخل هذه الفئة السكانية، مما يسهل تطوير تدخلات مخصصة تلبي الاحتياجات المتنوعة لكبار السن في سياق إدارة الأمراض المزمنة.
طرق البحث
في هذا القسم، يوضح المؤلفون الطرق الإحصائية المستخدمة في بحثهم. تم التحقق من البيانات بدقة، وتنظيمها، وإدخالها في قاعدة بيانات للتحليل. تم إجراء نمذجة الملف الكامن باستخدام Mplus 8.3، مع التركيز على 15 عنصرًا من DHLS كمتغيرات ملاحظة. اختبر الباحثون نماذج بأعداد مختلفة من الفئات، واختاروا الحل الأمثل بناءً على معايير مثل معيار معلومات أكايك (AIC)، ومعيار معلومات بايزي (BIC)، وBIC المعدل (aBIC)، حيث تشير القيم المنخفضة إلى ملاءمة أفضل للنموذج. بالإضافة إلى ذلك، تم تقييم دقة التصنيف باستخدام قيم الانتروبيا، مع انعكاس القيم الأعلى دقة أكبر، بينما تم استخدام اختبارات نسبة الاحتمالات، بما في ذلك اختبار لو-منديل-روبين (LMR) واختبار نسبة الاحتمالات المعاد تشكيلها (BLRT)، لتحديد تفوق نموذج K-class على نموذج K-1 class، مع تحديد عتبة دلالة عند p < 0.05. لمعالجة التحيز المحتمل في الطريقة الشائعة، تم إجراء اختبار عامل واحد لهارمان باستخدام SPSS 26.0. قام المؤلفون بتقييم التوزيع الطبيعي الأحادي من خلال الانحراف والتفرطح، بينما تم استخدام اختبار مارديا لتقييم التوزيع الطبيعي المتعدد. تم الإبلاغ عن المتغيرات التي تظهر توزيعات طبيعية أو قريبة من الطبيعية كمتوسط ± SD وتم تحليلها باستخدام ANOVA أحادي الاتجاه. تم تقديم المتغيرات الفئوية كتواتر أو نسب وتم تحليلها عبر χ² أو اختبار فيشر الدقيق. تم تضمين المتغيرات المهمة التي تم تحديدها في التحليلات الأحادية لاحقًا في الانحدار اللوجستي المتعدد، مع اعتبار عتبة قيمة p < 0.05 ذات دلالة إحصائية.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، مسلطًا الضوء على النتائج الرئيسية المستمدة من الطرق التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد التحقيق، حيث تكشف التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية. بالإضافة إلى ذلك، تظهر النتائج اتجاهًا واضحًا في سلوك النظام، كما يتضح من التمثيلات البيانية المضمنة في الأشكال.
علاوة على ذلك، يُظهر تحليل التباين (ANOVA) الذي تم إجراؤه أن الفروق بين متوسطات المجموعات كبيرة، مما يدعم الفرضية المطروحة في بداية البحث. تشير أحجام التأثير المحسوبة إلى تأثير معتدل إلى قوي للمتغير المستقل على المتغير التابع، مما يعزز صحة النتائج. بشكل عام، تساهم هذه النتائج في مجموعة المعرفة الحالية وتوفر أساسًا للبحوث المستقبلية في هذا المجال.
المناقشة
تسلط قسم المناقشة في الدراسة الضوء على حالة محو الأمية الصحية الرقمية بين المرضى كبار السن الذين يعانون من الأمراض المزمنة، كاشفًا عن متوسط منخفض عام قدره 41.36 ± 12.8، مما يشير إلى أن العديد من المشاركين يواجهون صعوبة في استخدام الأدوات الصحية الرقمية. هذه النتيجة أعلى قليلاً من النتائج السابقة، والتي قد تُعزى إلى التركيبة الحضرية للعينة وحالة المرضى الخارجيين في المستشفى. حددت الدراسة ثلاثة ملفات كامنة متميزة من محو الأمية الصحية الرقمية: C1 (محو أمية منخفض – تفاعل سلبي)، C2 (محو أمية معتدل – تفاعل محدود)، وC3 (محو أمية مرتفع – تفاعل نشط)، مع اختلافات كبيرة في الخصائص مثل العمر، ومكان الإقامة، والكفاءة الذاتية عبر هذه المجموعات.
شملت العوامل المؤثرة في محو الأمية الصحية الرقمية مكان الإقامة، والمشاركة في التعليم الصحي، واستخدام الإنترنت اليومي، وفائدة المعلومات الصحية الرقمية المتصورة. غالبًا ما كان المشاركون في مجموعة C1 يرون أن الأدوات الرقمية صعبة وذات قيمة محدودة، بينما أظهر أولئك في C3 كفاءة ذاتية أعلى وتفاعل نشط مع الموارد الصحية الرقمية. تؤكد النتائج على الحاجة إلى تدخلات مستهدفة لتعزيز محو الأمية الصحية الرقمية، خاصة بين كبار السن الذين يعانون من حالات مزمنة، لتحسين إدارتهم الصحية وتفاعلهم مع الخدمات الصحية الرقمية.
القيود
تقدم الدراسة عدة قيود قد تؤثر على صحتها الداخلية والخارجية. أولاً، تم سحب العينة بشكل حصري من المرضى كبار السن في المستشفيات الثلاثية في مقاطعة آنهوي، مما قد يقيد إمكانية تعميم النتائج على أولئك في المناطق الريفية أو في إعدادات الرعاية الصحية المختلفة، مثل الرعاية الأولية أو الثانوية. قد تؤدي البنية التحتية الرقمية المحسنة والخدمات الصحية المتاحة في المستشفيات الثلاثية إلى تقدير مفرط لمستويات محو الأمية الصحية الرقمية بين المشاركين. ثانيًا، قد يكون شرط أن يكون لدى المشاركين كفاءة أساسية في استخدام الهواتف الذكية أو الأجهزة الذكية قد استبعد الأفراد الأكثر تأثرًا بالفجوة الرقمية، مما قد يؤدي إلى تحريف النتائج وتقدير مفرط لمحو الأمية الصحية الرقمية في الفئة السكانية الأكبر سنًا بشكل عام.
بالإضافة إلى ذلك، يحد تصميم الدراسة العرضي من القدرة على إقامة علاقات سببية بين محو الأمية الصحية الرقمية، والكفاءة الذاتية، والعوامل المؤثرة الأخرى، مما يشير إلى الحاجة إلى أبحاث طولية لاستكشاف هذه الديناميات بشكل أكبر. اعتمد جمع البيانات على استبيانات ذاتية الإدارة، مما قد يقدم تحيزات شائعة في الطريقة مثل الرغبة الاجتماعية وتحريف الذاكرة. أخيرًا، على الرغم من أن مقياس محو الأمية الصحية الرقمية والأدوات الأخرى المستخدمة قد تم التحقق من صحتها ضمن السكان الصينيين، فإن اعتمادها المحدود في الأبحاث الدولية قد يعيق قابلية المقارنة للنتائج عبر سياقات ثقافية وصحية متنوعة. يجب أن تأخذ الأبحاث المستقبلية في الاعتبار استخدام أدوات معترف بها دوليًا لتحسين قابلية التطبيق عبر الثقافات وصحة النتائج.
DOI: https://doi.org/10.3389/fpubh.2025.1477314
PMID: https://pubmed.ncbi.nlm.nih.gov/40756401
Publication Date: 2025-07-18
Author(s): Yujiao Shao et al.
Primary Topic: Health Literacy and Information Accessibility
Overview
The study aimed to investigate the heterogeneity and determinants of digital health literacy among older adults with chronic diseases, providing insights for targeted interventions. A sample of 536 patients was recruited from three tertiary hospitals in Anhui Province, and data were collected through structured questionnaires assessing various factors, including digital health literacy, social support, self-efficacy, and comorbidity. Latent profile analysis (LPA) revealed three distinct literacy profiles: C1 (Low Literacy, Passive Interaction), C2 (Moderate Literacy, Limited Interaction), and C3 (High Literacy, Active Interaction). Multinomial logistic regression identified significant predictors of profile membership, including residence, health education participation, internet usage, perceived ease of use and usefulness of digital health information, self-efficacy, and social support, explaining approximately 59% of the variance in profile classification.
The findings indicate that digital health literacy among older adults with chronic diseases is generally low, particularly regarding interactive skills, highlighting significant subgroup heterogeneity. The study emphasizes the need for healthcare providers to focus on patients in the C1 category and develop tailored intervention strategies that cater to the specific characteristics of each profile. Addressing the digital health literacy of this population is a complex challenge that necessitates a collaborative societal effort in light of ongoing digitalization and technological advancements.
Introduction
The introduction highlights the significant challenges posed by an aging population in China, where individuals aged 60 and above are projected to reach 310.31 million by the end of 2024, constituting 22% of the total population. With a notable rise in chronic diseases among older adults—over 78% of whom have at least one chronic condition—China’s healthcare system is increasingly strained, struggling to meet the complex health needs of this demographic. Chronic non-communicable diseases (NCDs) are a major public health concern, accounting for 88% of deaths in China and contributing to high disability rates. In response, enhancing chronic disease self-management through digital health initiatives has emerged as a key strategy, particularly as internet access among older adults has improved significantly.
The study emphasizes the importance of digital health literacy (DHL) in managing chronic diseases, positing that illness perception, assessed via the Brief Illness Perception Questionnaire (BIPQ), may influence DHL levels. It suggests that higher perceived illness threat could correlate with lower DHL. Utilizing social ecological systems theory, the research aims to understand how individual, interpersonal, and societal factors interact to shape DHL among older adults with chronic conditions. By employing Latent Profile Analysis (LPA), the study seeks to identify distinct DHL profiles within this population, thereby facilitating the development of tailored interventions that address the diverse needs of older adults in the context of chronic disease management.
Methods
In this section, the authors detail the statistical methods employed in their research. Data were meticulously verified, organized, and entered into a database for analysis. Latent profile modeling was performed using Mplus 8.3, focusing on 15 items from the DHLS as observed variables. The researchers tested models with varying numbers of classes, selecting the optimal solution based on criteria such as the Akaike Information Criterion (AIC), Bayesian Information Criterion (BIC), and adjusted BIC (aBIC), where lower values indicate a better model fit. Additionally, classification accuracy was assessed using Entropy values, with higher values reflecting greater precision, while likelihood ratio tests, including the Lo-Mendell-Rubin (LMR) and bootstrap likelihood ratio test (BLRT), were utilized to determine the superiority of the K-class model over the K-1 class model, with a significance threshold set at p < 0.05. To address potential common method bias, Harman's single-factor test was conducted using SPSS 26.0. The authors evaluated univariate normality through skewness and kurtosis, while Mardia's test was employed for multivariate normality assessment. Variables exhibiting normal or near-normal distributions were reported as mean ± SD and analyzed using one-way ANOVA. Categorical variables were presented as frequencies or percentages and analyzed via χ² or Fisher's exact test. Significant variables identified in univariate analyses were subsequently included in multivariate logistic regression, with a p-value threshold of < 0.05 deemed statistically significant.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the experimental or analytical methods employed. The data indicates a significant correlation between the variables under investigation, with statistical analyses revealing a p-value of less than 0.05, suggesting that the results are statistically significant. Additionally, the results demonstrate a clear trend in the behavior of the system, as illustrated by the graphical representations included in the figures.
Furthermore, the analysis of variance (ANOVA) conducted shows that the differences among the group means are substantial, supporting the hypothesis posited at the outset of the research. The effect sizes calculated indicate a moderate to strong impact of the independent variable on the dependent variable, reinforcing the validity of the findings. Overall, these results contribute to the existing body of knowledge and provide a foundation for future research in this domain.
Discussion
The discussion section of the study highlights the digital health literacy status among older adult patients with chronic diseases, revealing an overall low mean score of 41.36 ± 12.8, indicating that many participants struggle with digital health tools. This score is slightly higher than previous findings, which may be attributed to the sample’s urban composition and hospital outpatient status. The study identified three distinct latent profiles of digital health literacy: C1 (Low Literacy-Passive Interaction), C2 (Moderate Literacy-Limited Interaction), and C3 (High Literacy-Active Interaction), with significant differences in characteristics such as age, residence, and self-efficacy across these groups.
Factors influencing digital health literacy included residence, participation in health education, daily internet usage, and perceived usefulness of digital health information. Participants in the C1 group often perceived digital tools as difficult and of limited value, while those in C3 demonstrated higher self-efficacy and active engagement with digital health resources. The findings underscore the need for targeted interventions to enhance digital health literacy, particularly among older adults with chronic conditions, to improve their health management and engagement with digital health services.
Limitations
The study presents several limitations that may impact its internal and external validity. Firstly, the sample was exclusively drawn from older adult patients at tertiary hospitals in Anhui Province, which may restrict the generalizability of the findings to those in rural areas or different healthcare settings, such as primary or secondary care. The enhanced digital infrastructure and health services available in tertiary hospitals could lead to an overestimation of digital health literacy levels among the participants. Secondly, the requirement for participants to have basic proficiency with smartphones or smart devices may have excluded individuals most affected by the digital divide, potentially skewing the results and overestimating digital health literacy in the broader older adult population.
Additionally, the study’s cross-sectional design limits the ability to establish causal relationships among digital health literacy, self-efficacy, and other influencing factors, indicating a need for longitudinal research to explore these dynamics further. Data collection relied on self-administered questionnaires, which may introduce common method biases such as social desirability and recall bias. Lastly, while the digital health literacy scale and other instruments used have been validated within Chinese populations, their limited adoption in international research may hinder the comparability of findings across diverse cultural and healthcare contexts. Future research should consider utilizing internationally recognized tools to improve cross-cultural applicability and validity.