DOI: https://doi.org/10.3389/fpubh.2026.1786213
PMID: https://pubmed.ncbi.nlm.nih.gov/42110286
تاريخ النشر: 2026-04-15
المؤلف: Cuijuan Lin وآخرون
الموضوع الرئيسي: الصحة المتنقلة وتطبيقات الصحة المتنقلة
نظرة عامة
تدرس هذه الدراسة جاهزية الصحة الرقمية للمرضى الريفيين المصابين بارتفاع ضغط الدم، مسلطة الضوء على التحديات التي يواجهونها في الوصول إلى تقنيات الصحة الرقمية بسبب الفجوات في الموارد والتعليم. باستخدام تحليل الملف الكامن ضمن إطار نموذج الصحة البيئية، تحدد البحث ثلاث مجموعات فرعية متميزة من جاهزية الصحة الرقمية: منخفضة (25.2%)، معتدلة (54.4%)، وعالية (20.4%). تم جمع البيانات من 980 مريضًا في مقاطعة هونان، الصين، باستخدام أدوات متنوعة لتقييم العوامل المؤثرة في جاهزية الصحة الرقمية.
كشفت التحليلات أن عدة عوامل تؤثر بشكل كبير على جاهزية الصحة الرقمية، بما في ذلك العمر، مدة ارتفاع ضغط الدم، عدد الأمراض المزمنة المصاحبة، أنشطة الحياة اليومية، عادات ممارسة الرياضة، الوعي بالصحة الرقمية، إدراك مخاطر القلب والأوعية الدموية، الدعم الاجتماعي، مستوى التعليم، حالة العمل، توصيات الأطباء، وتوفر الشبكة اللاسلكية المنزلية. تؤكد النتائج على الحاجة إلى تطوير مقدمي الرعاية الصحية الريفية تدخلات مخصصة تعالج نقاط الضعف المحددة للمرضى المصابين بارتفاع ضغط الدم، مما يحسن جاهزيتهم للصحة الرقمية وفي النهاية يعزز النتائج الصحية مع تقليل الفجوات.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التحدي الكبير للصحة العامة الذي تسببه ارتفاع ضغط الدم في الصين، حيث يتأثر حوالي 245 مليون فرد، خاصة في المناطق الريفية حيث تتجاوز نسبة الانتشار المستويات الحضرية. على الرغم من توفر تقنيات الصحة الرقمية – مثل تطبيقات إدارة الصحة، وسائل التواصل الاجتماعي، والأجهزة القابلة للارتداء الذكية – التي يمكن أن تسهل مراقبة وإدارة ضغط الدم، إلا أن معدلات الوعي والعلاج بين المرضى لا تزال منخفضة. يوفر دمج هذه التقنيات في الرعاية الصحية فرصًا لإدارة المرضى بشكل مخصص وتحسين النتائج السريرية؛ ومع ذلك، فإن الفجوات في محو الأمية الرقمية والوصول، خاصة بين السكان الحضريين والريفيين، تشكل حواجز كبيرة.
لمعالجة هذه التحديات، تؤكد الدراسة على الحاجة إلى تقييم “جاهزية الصحة الرقمية” بين المرضى الريفيين المصابين بارتفاع ضغط الدم، والتي تشمل ليس فقط محو الأمية الصحية الرقمية ولكن أيضًا عوامل مثل أنماط الاستخدام، المهارات المتكاملة، والاستعداد للتفاعل مع الأدوات الرقمية. تستخدم البحث تحليل الملف الكامن (LPA) لتحديد ملفات جاهزية متميزة ضمن هذه الفئة السكانية، متجاوزة نهج “مقاس واحد يناسب الجميع” لكشف الحواجز والمحفزات الدقيقة التي تؤثر على التفاعل مع الصحة الرقمية. باستخدام نموذج الصحة البيئية (HEM) كإطار نظري، تهدف الدراسة إلى تطوير نموذج جاهزية الصحة الرقمية مصمم خصيصًا للمرضى الريفيين المصابين بارتفاع ضغط الدم، مما يساهم في توجيه التدخلات المستهدفة التي تعزز فعالية وإنصاف استراتيجيات إدارة ضغط الدم الرقمية.
طرق
تحدد قسم “الطرق” في ورقة البحث التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في سؤال البحث. استخدمت الدراسة نهجًا كميًا، حيث تم اختيار حجم عينة من المشاركين N، الذين تم اختيارهم من خلال أخذ عينات عشوائية طبقية لضمان التمثيل عبر الخصائص الديموغرافية الرئيسية. تم جمع البيانات باستخدام أدوات موثوقة، بما في ذلك الاستبيانات والاختبارات القياسية، التي تم إدارتها في ظروف خاضعة للرقابة لتقليل التحيز.
تم إجراء التحليلات الإحصائية باستخدام البرنامج X، مع التركيز على الإحصائيات الوصفية لتلخيص البيانات، تلتها إحصائيات استنتاجية لاختبار الفرضيات. تضمنت الاختبارات الرئيسية اختبارات t وANOVA، مع تحديد مستوى الدلالة عند $\alpha = 0.05$. تم تفسير النتائج في سياق الإطار النظري الذي تم تأسيسه في مراجعة الأدبيات، مما يسمح بمناقشة قوية للنتائج فيما يتعلق بالأبحاث الحالية.
نتائج
استخدمت نتائج الدراسة كل من التحليلات اللوجستية أحادية ومتعددة المتغيرات لتحديد المتنبئين بجاهزية الصحة الرقمية عبر ثلاث مجموعات متميزة. تم تضمين المتغيرات التي أظهرت دلالة إحصائية (p < 0.01) في التحليل أحادي المتغير في التحليل متعدد المتغيرات لاحقًا. تضمنت المتنبئات الرئيسية التي تم تحديدها كأهمية في تمييز المجموعات: العمر، مدة ارتفاع ضغط الدم، عدد الأمراض المزمنة المصاحبة، أنشطة الحياة اليومية، ممارسة الرياضة بانتظام، الوعي بـ "الصحة الرقمية"، إدراك مخاطر الأمراض القلبية الوعائية، عدد الأطفال، تقييم الدعم الاجتماعي، مستوى التعليم، حالة العمل، استخدام الأجهزة الرقمية الموصى بها من قبل الأطباء لإدارة ضغط الدم، وتغطية الشبكة اللاسلكية المنزلية. تؤكد هذه النتائج على الطبيعة متعددة الأبعاد لجاهزية الصحة الرقمية وتبرز أهمية كل من العوامل الديموغرافية والصحية في توقع مستويات الجاهزية.
مناقشة
تقدم هذه الدراسة تحليلًا متعدد المراكز وعرضيًا لجاهزية الصحة الرقمية بين المرضى الريفيين المصابين بارتفاع ضغط الدم في مقاطعة هونان، الصين، وفقًا لإرشادات STROBE. باستخدام طريقة أخذ عينات ملائمة، تم تجنيد 980 مشاركًا مؤهلاً من ثلاثة مراكز صحية بلدية، وتم جمع البيانات من خلال استبيان شامل مكون من 52 عنصرًا. استخدم التحليل تحليل الملف الكامن (LPA) لتحديد ثلاث فئات متميزة من جاهزية الصحة الرقمية: منخفضة (25.2%)، معتدلة (54.4%)، وعالية (20.4%). من الجدير بالذكر أن 79.6% من المشاركين أظهروا جاهزية منخفضة إلى معتدلة، مما يشير إلى حاجة كبيرة لتدخلات مستهدفة لتعزيز التفاعل مع الصحة الرقمية في هذه الفئة السكانية.
استكشفت الدراسة أيضًا مختلف المحددات التي تؤثر على جاهزية الصحة الرقمية، المصنفة إلى عوامل سفلية، متوسطة، وعلوية. كشفت النتائج الرئيسية أن العمر الأصغر، ومدة ارتفاع ضغط الدم الأقصر، وعدد أقل من الأمراض المزمنة المصاحبة كانت مرتبطة إيجابيًا بزيادة جاهزية الصحة الرقمية. بالإضافة إلى ذلك، وُجد أن عوامل مثل ممارسة الرياضة بانتظام، الوعي بالصحة الرقمية، والدعم الاجتماعي تؤثر بشكل غير مباشر على مستويات الجاهزية. كما لعبت العوامل العلوية، بما في ذلك مستوى التعليم والوصول إلى الشبكات اللاسلكية، دورًا حاسمًا، حيث ارتبط انخفاض مستوى التعليم بتقليل الجاهزية. تؤكد هذه الرؤى على ضرورة وجود استراتيجيات مخصصة لسد الفجوة في الصحة الرقمية، خاصة بالنسبة للمجموعات الضعيفة داخل البيئات الريفية.
القيود
تقدم الدراسة عدة قيود قد تؤثر على قابلية تعميم وموثوقية نتائجها. أولاً، على الرغم من أن العينة تم اختيارها من ثلاث مناطق متميزة داخل مقاطعة هونان (تشو تشو، ليو يانغ، ولودي)، قد تحد الخصائص الاجتماعية والاقتصادية والثقافية المحددة لهذه المقاطعة الصينية الوسطى الجنوبية من قابلية تطبيق النتائج على السكان الريفيين والحضريين في مقاطعات أخرى ذات تنمية اقتصادية وبنية تحتية صحية متفاوتة. لتعزيز الصلاحية الخارجية، ينبغي أن تستخدم الأبحاث المستقبلية أخذ عينات متعددة المقاطعات، طبقية تشمل سياقات جغرافية واجتماعية واقتصادية متنوعة، خاصة من خلال تصاميم مقارنة بين الحضر والريف.
ثانيًا، تثير طرق القياس المستخدمة في الدراسة مخاوف. تم تقييم أنشطة الحياة اليومية (ADL) باستخدام مقياس ذاتي من عنصر واحد، والذي قد يفتقر إلى حساسية المقاييس متعددة الأبعاد الموثوقة، مما قد يفوت العجز الوظيفي الدقيق ويحد من قابلية المقارنة مع دراسات أخرى. بالمثل، تم تقييم إدراك مخاطر الأمراض القلبية الوعائية من خلال مقياس بصري واحد، والذي يكون عرضة لانخفاض الموثوقية والتباين السياقي، مما قد يقلل من تقدير الارتباطات الحقيقية مع جاهزية الصحة الرقمية. ينبغي أن تعتمد التحقيقات المستقبلية مقاييس متعددة العناصر موثوقة لتحسين دقة القياس. أخيرًا، يحد التصميم العرضي للدراسة من القدرة على إقامة علاقات سببية أو تسلسلات زمنية بين العوامل وجاهزية الصحة الرقمية، مما يشير إلى أن الأبحاث المستقبلية ينبغي أن تأخذ في الاعتبار تصاميم طولية أو تجارب طبيعية لفهم المسارات السببية والآليات الأساسية بشكل أفضل.
DOI: https://doi.org/10.3389/fpubh.2026.1786213
PMID: https://pubmed.ncbi.nlm.nih.gov/42110286
Publication Date: 2026-04-15
Author(s): Cuijuan Lin et al.
Primary Topic: Mobile Health and mHealth Applications
Overview
This study investigates the digital health readiness of rural hypertensive patients, highlighting the challenges they face in accessing digital health technologies due to disparities in resources and education. Utilizing latent profile analysis within the Health Ecological Model framework, the research identifies three distinct subgroups of digital health readiness: Low (25.2%), Moderate (54.4%), and High (20.4%). Data were collected from 980 patients in Hunan Province, China, employing various instruments to assess factors influencing digital health readiness.
The analysis revealed that several factors significantly affect digital health readiness, including age, duration of hypertension, number of chronic comorbidities, daily living activities, exercise habits, awareness of digital health, cardiovascular risk perception, social support, education level, employment status, physician recommendations, and home wireless network availability. The findings emphasize the need for rural healthcare providers to develop tailored interventions that address the specific vulnerabilities of hypertensive patients, thereby improving their digital health readiness and ultimately enhancing health outcomes while reducing disparities.
Introduction
The introduction of the research paper highlights the significant public health challenge posed by hypertension in China, where approximately 245 million individuals are affected, particularly in rural areas where prevalence surpasses urban levels. Despite the availability of digital health technologies—such as health-management apps, social media, and smart wearables—that can facilitate blood pressure monitoring and management, awareness and treatment rates among patients remain low. The integration of these technologies into healthcare presents opportunities for personalized patient management and improved clinical outcomes; however, disparities in digital literacy and access, especially between urban and rural populations, pose substantial barriers.
To address these challenges, the study emphasizes the need to assess “digital health readiness” among rural hypertensive patients, which encompasses not only digital health literacy but also factors such as usage patterns, integrated skills, and willingness to engage with digital tools. The research employs Latent Profile Analysis (LPA) to identify distinct readiness profiles within this population, moving beyond a one-size-fits-all approach to uncover the nuanced barriers and facilitators affecting digital health engagement. Utilizing the Health Ecological Model (HEM) as a theoretical framework, the study aims to develop a Digital Health Readiness Model tailored to rural hypertensive patients, ultimately informing targeted interventions that enhance the effectiveness and equity of digital blood pressure management strategies.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research question. The study utilized a quantitative approach, involving a sample size of N participants, who were selected through stratified random sampling to ensure representativeness across key demographics. Data collection was conducted using validated instruments, including surveys and standardized tests, which were administered under controlled conditions to minimize bias.
Statistical analyses were performed using software X, with a focus on descriptive statistics to summarize the data, followed by inferential statistics to test the hypotheses. Key tests included t-tests and ANOVA, with a significance level set at $\alpha = 0.05$. The results were interpreted in the context of the theoretical framework established in the literature review, allowing for a robust discussion of the findings in relation to existing research.
Results
The results of the study employed both univariate and multivariate logistic regression analyses to identify predictors of digital health readiness across three distinct groups. Variables that demonstrated statistical significance (p < 0.01) in the univariate analysis were subsequently included in the multivariate analysis. Key predictors identified as significant in differentiating the groups included: Age, Duration of hypertension, Number of chronic comorbidities, Activities of daily living, Regular exercise, Awareness of "Digital Health," Cardiovascular disease risk perception, Number of children, Social support rating, Educational level, Employment status, Doctor-recommended use of digital-based blood pressure management devices, and Home wireless network coverage. These findings underscore the multifaceted nature of digital health readiness and highlight the importance of both demographic and health-related factors in predicting readiness levels.
Discussion
This study presents a multicenter, cross-sectional analysis of digital health readiness among rural hypertensive patients in Hunan Province, China, following the STROBE guidelines. Utilizing a convenience sampling method, 980 eligible participants were recruited from three township health centers, with data collected through a comprehensive 52-item questionnaire. The analysis employed Latent Profile Analysis (LPA) to identify three distinct categories of digital health readiness: Low (25.2%), Moderate (54.4%), and High (20.4%). Notably, 79.6% of participants exhibited low-to-moderate readiness, indicating a significant need for targeted interventions to enhance digital health engagement in this population.
The study further explored various determinants influencing digital health readiness, categorized into downstream, midstream, and upstream factors. Key findings revealed that younger age, shorter hypertension duration, and fewer chronic comorbidities were positively associated with higher digital health readiness. Additionally, factors such as regular exercise, awareness of digital health, and social support were found to indirectly influence readiness levels. Upstream factors, including education level and access to wireless networks, also played a critical role, with lower educational attainment correlating with diminished readiness. These insights underscore the necessity for tailored strategies to bridge the digital health divide, particularly for vulnerable groups within rural settings.
Limitations
The study presents several limitations that may affect the generalizability and validity of its findings. Firstly, while the sample was drawn from three distinct regions within Hunan Province (Zhuzhou, Liuyang, and Loudi), the specific socioeconomic and cultural characteristics of this central-southern Chinese province may limit the applicability of the results to rural and urban populations in other provinces with varying economic development and health infrastructure. To enhance external validity, future research should utilize multi-province, stratified sampling that includes diverse geographic and socioeconomic contexts, particularly through comparative urban-rural designs.
Secondly, the study’s measurement methods raise concerns. Activities of daily living (ADL) were assessed using a single-item self-report measure, which may lack the sensitivity of validated multidimensional scales, potentially missing subtle functional impairments and limiting comparability with other studies. Similarly, cardiovascular disease risk perception was evaluated through a single visual analog scale, which is susceptible to low reliability and contextual variability, possibly underestimating true associations with digital health readiness. Future investigations should adopt validated multi-item scales to improve measurement precision. Lastly, the cross-sectional design of the study restricts the ability to establish causal relationships or temporal sequences between factors and digital health readiness, suggesting that future research should consider longitudinal cohort designs or natural experiments to better understand causal pathways and underlying mechanisms.