基于电子健康素养框架的多维工具:电子健康素养问卷(eHLQ)的开发与初始效度测试

简介

随着信息和服务日益数字化，现代健康促进和医疗保健对社区成员和提供者都日益具有挑战性[1，2］．社区成员可以从许多媒体获得大量信息，也可以从迅速增长的信息和服务提供商的万维网获得信息[3.］．

为了使人们能够有效和平等地获得保健服务，提供这种服务的方式必须能产生适当的行动，而且接受者必须能以预期的方式受益。如果人们在卫生知识普及方面存在一系列限制，即"认知和社会技能方面的限制，这些限制决定了个人以促进和保持良好健康的方式获取、理解和使用信息的动机和能力" [4]，他们面临着获得护理的机会减少、自我管理能力差、住院次数增加和寿命缩短的风险[5］．

通过电子服务(包括人们可以在家中访问的健康门户和健康记录)，医疗保健日益数字化，医疗保健系统和社区必须交互的方式增加了新的复杂性。

日益增加的复杂性要求用户具备一系列数字能力，这就要求采用新的方法来描述和评估用户在快速变化的健康背景下的数字能力和体验。

因此，电子健康素养(或数字健康素养)的概念出现了。Norman和Skinner(2006)将其描述为“从电子资源中寻找、发现、理解和评估健康信息，并将所获得的知识应用于解决或解决健康问题的能力”[6］．诺曼和斯金纳的概念后来被其他人更新，加入了与用户认知技能相关的元素[7，8]以及沟通、文化和社会因素等维度[9］．尽管人们对电子卫生知识普及概念的兴趣日益浓厚，但关于提高人们的电子卫生知识普及是否能改善健康结果的证据有限[10］．这可能是由于缺乏适当的工具来衡量电子卫生素养，或者到目前为止，在提供医疗保健时采用技术的程度较低[10，11］．

2015年，我们确定了电子卫生素养的新概念:一个基于系统和归纳方法的模型，该模型试图确定与试图理解和使用电子卫生技术和数字服务的个人相关的所有要素[12］．

‎ 查看此图

该模型即电子卫生知识普及框架(eHLF)由7个维度组成，描述用户的属性(关于其健康的信息和知识);用户与技术之间的交集(他们的安全感和控制感以及他们的动机);以及用户对系统的体验(它们可以工作且可访问，并且满足用户的需求)。eHLF提供了技术用户个人健康素养的全面地图，包括他或她的知识和技能、系统以及个人如何与系统交互(见图1)．

eHLF是专门设计的，目的是为制定一个在概念上和心理计量学上健全的电子卫生素养调查问卷提供信息。本研究的目的是使用有效性驱动方法创建和测试捕获7个eHLF维度的项目和量表[13］．

方法

最初的发展

eHLQ的开发遵循有效性驱动的方法[13]已被用于开发几种广泛使用和高度可靠的问卷[14-16］．eHLQ开发的目标是创建一个能够捕捉eHLF的7个假设维度的仪器。项目基于Norgaard等人(2015)的eHLF概念开发中获得的450个陈述[12］．这些陈述是在8次概念绘制会议中收集的，其中包括患者(从患者组织和初级保健诊所招募)、计算机科学家、学者和卫生专业人员的参与[12］．问卷的项目按照Eremenco(2005)的建议，同时用丹麦语和英语撰写[17避免使用难以翻译成其他语言的单词或短语。为了为每个量表的构建提供丰富的候选项目，为7个eHLF维度中的每个维度起草了多达9个项目。这些陈述涉及4点回答选项:非常不同意、不同意、同意和非常同意，分别赋值为1到4。项目也被写来代表一系列的难度，这些难度广泛地受到布鲁姆分类学的指导(即与知识和记忆、理解、应用、分析和评估有关)[18这样就可以覆盖整个建筑的范围。多学科团队在澳大利亚、丹麦和其他背景下对这些项目进行了广泛讨论，其成员在编写问卷项目和跨文化应用问卷项目方面拥有丰富的经验。

丹麦草案项目在7次认知访谈中进行测试，以检查受访者是否理解了预期的项目[19］．认知测试包括最初使用纸和笔的形式管理项目，并仔细观察每个受访者。然后，面试官与受访者一起审查项目，并就受访者犹豫不决或似乎难以回答的项目提出具体问题。受访者被问及“当你回答这个问题时，你在想什么?”这个过程引出了答案背后的认知过程。如果需要，可以使用提示:“您为什么选择该响应选项?”项目根据投入情况进行了调整，特别侧重于信息提供者如何理解与医疗保健和技术提供者有关的术语或概念。

参与者招募

受访者是从广泛的社会人口学背景中招募的，以广泛代表未来问卷应用的目标。参与者年龄在18岁以上，能够阅读或理解丹麦语。在更广泛的社区的不同地点，如图书馆、私营部门工作场所、医院、养老院、健康中心和门诊，由训练有素的面试官随机接触潜在的受访者。为了确保包括那些文化水平低的人，潜在的受访者可以选择自己完成问卷，也可以在面试中大声读出来。如果受访者没有时间完成问卷，则鼓励他们在家完成问卷，并为他们提供一个回复付费信封。他们还可以选择完成一份基于网络的调查问卷。

还收集了包括年龄、性别、教育背景、自我报告的健康状况和慢性疾病存在在内的人口统计学数据，以评估所得到的量表是否不受这些外生因素的影响，从而提供这些组间平均差异的无偏估计。

问卷的管理还包括管理电子健康素养评估工具包的验证版本，该版本在其他地方有报道(个人沟通，Karnoe 2017)。受访者填写问卷时没有收到任何报酬。

项目分析与选择

项目分析的第一步是检查项目特性。它的目的是以最有效的方式捕获结构的含义，同时确保结构的充分覆盖所必需的最小数量的项目。每个项目和组成量表的每组项目，以及项目和量表之间和之间的联系，都使用经典测试理论公约提供的心理测量程序进行测试[20.]和项目反应理论[21］．

统计分析

为每个项目生成描述性统计数据，以确定缺失值、下限和上限效应、项目间相关性、与量表得分的相关性、量表信度(综合信度、Cronbach alpha、人员分离指数)、估计的项目位置以及P值设置为项目匹配测试。假设假设结构是在eHLF中先验指定的[12]，采用验证性因素分析(CFA)。

每一项分析的结果都用于协助优化每个量表项目数量的决策。对于项删除保留策略来说，最重要的是确保保留的项正确地表示eHLF中预期的先验构造。在上述标准上表现不佳的项目被指定删除。我们还试图生成最低信度为.8的量表，但其中的项目没有过高的量表间相关性、违反局部独立性或高相关残差。如果道具的内容有大量重叠，并且在一系列指标上表现良好，那么道具选择策略就包含了改善道具位置多样性的标准，也就是说，在量表测量的所有难度级别范围内选择一系列道具。

CFA使用Mplus 7.4和8版本(Muthén和Muthén, Los Angeles, CA, USA)进行，使用贝叶斯结构方程模型(BSEM) [22，23］．BSEM是贝叶斯统计分析在因子分析和结构方程建模中的具体应用。在传统的CFA使用中，例如，最大似然分析，表示可能的交叉负载和项目残差之间的相关性的模型参数通常设置为零。当这些限制放在用于确认的CFA模型上时，通常会导致多因素结构模型拟合较差，并且可能需要大量的逐步修改(估计最初约束为零的参数)来实现合理的拟合结果。然而，这种方法不一定会导致单一的解决方案，这取决于在此过程中所做的修改选择的顺序，并且在因素间相关性的估计中经常存在强烈的向上偏差，导致关于量表判别效度的错误结论。通过使用小方差先验，BSEM允许模型被拟合，具有从这些严格的零约束估计小变化的灵活性。对于最终的BSEM分析，经过一些系统的实验(多媒体附件1)时，交叉荷载的贝叶斯先验方差设为0.01，使得交叉荷载在±0.20范围内的概率为95%。类似地，残差相关性的方差设置为95%的概率，相关性在±范围内。2 (22］．

BSEM的模型拟合方法与传统CFA的模型拟合方法不同。没有使用传统的CFA拟合指标(如卡方、比较拟合指数和近似均方根误差)。更确切地说，BSEM的适合度是使用一种称为“后验预测检查”的程序来评估的，该程序会产生“后验预测”Pvalue”(PPP值)。在一个非常拟合的模型中，PPP值预计接近0.5，而值< 0.05(或<。10or <.01 if less or greater stringency is applied) is typically regarded as indicating unsatisfactory fit. A PPP value of >.05 was chosen as the threshold for satisfactory fit in this study. Additionally, a fit statistic derived from the Bayesian model-fitting process is calculated with 95% CIs. A pattern of symmetrical upper and lower CIs centered around zero indicates excellent fit, whereas a lower 95% CI that is positive suggests that the fit is not satisfactory [22-24］．

基于IRT模型的项目拟合评价使用了一维IRT模型-广义部分信用模型(GPCM) [25］．对于每个量表，我们使用SAS统计软件版本9.4 (SAS Institute, Cary, NC, USA)中的实现，将观察项目得分与模型下的预期得分进行比较[26］．这提供了一个项目匹配的图形测试，其中项目的平均分与组的量表平均值绘制，并根据值进行评估。

对于每个项目，报告了估计的项目区分参数(irt等效于因素负荷)和估计的项目位置(计算为项目阈值的平均值)。

差异项目功能(DIF)是一个项目的统计特征，表明该项目在多大程度上可以衡量亚人群中的相同结构[27］．我们使用逻辑回归技术测试DIF [28-30.]处理由于进行了大量测试和Benjamini和Hochberg程序而导致的I型错误风险升高[31]控制错误发现率结果。

道德的考虑

根据丹麦法律，当根据《赫尔辛基宣言》进行基于调查的研究时，不需要伦理委员会的具体批准和书面知情同意。向潜在受访者提供了有关调查及其目的的信息，包括参与是自愿的。参与者完成调查被认为是默示同意。

结果

项目建设与完善

每个比额表产生7至9个草案项目(共58个项目)。认知测试由7人(4名女性)进行，年龄在16至74岁之间，来自不同的文化背景和不同的教育水平。访谈发现，几乎所有的项目都被理解为预期的内容;1项因文字不清楚而被删除，而对其他项目只做了一些小的改进，以提高清晰度和简单性。这些改进主要与获得与技术、数字工具或电子工具的核心概念相关的最清晰的丹麦语有关。“数字”一词在所有人群中都更受欢迎。此外，还测试了表达"健康"和"健康状况"的最佳丹麦语用语，并发现"健康"一词的效果最好。最后，前往现场的项目为57项。

项目数量减少和规模建设

经过改进的项目被随机分配给475个人——100名门诊病人，他们都填写了一份纸质版本。在社区375人中，共有328人填写了纸质版本，47人填写了数字版本。

最初57个项目的假设7因素BSEM模型与数据的拟合令人满意(PPP值0.79，观测值与复制卡方值之间的差值的95% CI为−239.75至99.85)。共有10个项目具有低(<.5)标准化因子负荷;然而，有3个项目显示了阶乘复杂性具有交叉负载>.25的证据。残差相关系数为>.30的条目有15对。在这些项目对中，与不同目标因素相关的项目之间存在12个相关残差，这表明，从IRT的角度来看，假设量表的局部独立假设在很大程度上得到了满足。

在检查了初始BSEM分析和并行IRT分析的结果后，迭代删除了跨分析中表现较差或明显多余的项目(即具有高度相似的内容和测量属性)，结果在7个量表中有35个项目，每个量表中有4,5或6个项目(参见多媒体附件2)．

最终的BSEM模型(多媒体附件1)然后与这些项目的数据进行拟合。模型拟合令人满意(PPP值0.27，观测值与复制卡方值之间差的95% CI为- 63.7至133.8)。除4个例外，所有因子负荷均为>.50(见多媒体)．所有装载<。5个是>.4。

交叉负荷无统计学意义，残差相关≥0.3有8个。这些较大的残差相关性除一个外均为负，其中4个与量表(1)使用技术处理健康信息相关。唯一正残差相关性≥。3.was between 2 contiguous items, former 44 and 45. They were, therefore, separated and ended up in the final version as item numbers 26 and 35. There were no within-scale positive residual correlations ≥.3.

GPCM与数据的拟合在所有维度上都非常出色(多媒体附件4)．

综合量表的信度估计也显示在多媒体(括号中为95% ci，作为比较，Cronbach alpha)。7个量表的综合信度(>.7)均可接受，5个量表的信度在.8以上;然而，量表2和量表6的信度略低于预期(。分别是75和。77)。

因子间相关性范围从0.31(因子3和4)到0.97(因子6和7)，其次最高的是0.96(因子1和5)，表明除以下因素外，大多数量表之间的差别令人满意:(6)获得有效的数字服务;(7)适合个人需求的数字服务;(1)利用技术处理卫生信息;(5)积极参与数字服务(表1)．

DIF分析显示，没有证据表明年龄或性别对项目得分的影响。中显示了项目位置、项目鉴别和因素装载多媒体．正如预期的那样，因素加载的顺序和项目辨别的顺序非常相似。道具位置的分布表明，对于每个尺度，道具代表一个难度范围，表明该结构涵盖了全部范围。分析生成的量表很好地针对应答样本(表1)，并表现出良好的分布特性(表2)．

对结构表示的分析，也就是说，预期结构(中的第一列)之间匹配的完整性多媒体附件2)和结果量表的内容(第二列，多媒体)表明7个构念中的5个在预期构念和生成构念之间有很强的一致性。对于构念1，信息处理能力，基本阅读、写作和认知能力的具体要素缺失;然而，它们是通过更高阶的功能来表示的，例如应用和使用这些技能。该量表重命名为(1)利用技术处理健康信息。对于构造2，参与自己的健康，幸存的项目更多地关注受访者是否认为他们对自己的健康有足够的知识和理解。eHLF的预期结构更广泛地侧重于对卫生信息和知识的认识、参与和利用。

这个结构潜在地包括了生理功能、危险因素和卫生保健系统的因素等非常广泛的因素。这种完全不同的元素范围将需要一个清单来捕捉结构的完整宽度;然而，eHLQ项目生成并在项目减少阶段幸存下来，捕获了对受访者对健康信息的理解和参与的更高阶评估，这更适合于心理测量量表，而不是清单。量表改名为(2)健康概念理解和语言。

讨论

主要研究结果

我们试图开发和测试一种新的电子健康素养测量方法，使用经典和现代心理测量方法来编制问卷。采用经广泛谘询本地及国际社会而建立的稳健概念模型[12]以及通过有效性驱动的方法[12，13]，开发了7个新的心理测量学稳健量表，以全面衡量电子卫生素养的广泛概念。在广泛的目标群体中进行构建和效度测试，产生了构建效度、判别效度和量表信度的明确证据。这一初步有效性测试表明，eHLQ可能对数字卫生素养的表征和理解有价值。

这项研究为问卷的开发和验证引入了一些高度严谨和创新的元素。首先，通过使用两种文化(丹麦语和英语)的概念映射并通过国际电子咨询获得了生成eHLF模型的数据。概念映射已被发现是开发概念模型和编制问卷的高度稳健的技术[32］．此外，在编写这些项目时，它们是同时用丹麦语和英语编写的。在这一步中，我们试图发现和删除两种语言中的惯用表达，以便在翻译到其他语言时，只提供具体的概念，以便忠实地翻译，并支持结构的国际等效性。我们还广泛而严格地应用了两种通常对立的心理测量分析传统:CTT和IRT。通过这些程序和严格定性方法审查的项目，在所有量表上都具有令人满意的心理测量特性。

eHLQ现在已经准备好应用，并在广泛的设置和用途中进行进一步测试;其中包括:

• 干预措施的评估。eHLQ将深入了解用户在使用数字健康解决方案时的看法和体验。与之前使用eHLQ相同方法开发的工具一样[14，15]，我们期望，通过进一步的测试，它将是一个强有力的患者报告的结果测量，并对变化敏感。
• 实施和采用数字卫生服务。我们还希望这些量表能深入了解数字健康服务实施为何有效或失败(即了解中间或过程结果)。考虑到量表涵盖了个人用户属性、系统属性以及两者之间的交互，eHLQ有望揭示决定采用结果的机制。
• 社区和人口调查。eHLQ预计将对地方、区域和人口调查有用。这些信息将使政策制定者、项目经理和服务提供者了解人口和人口亚群体中个人的需求和优势概况。

eHLQ还提供了将用户分层以纳入设计过程的机会[33探索这些群体对新的数字解决方案的反应，或者更普遍地，记录用户子群体之间的优势和劣势。关于子组的eHLQ概况(优势和劣势)和其他特征的信息可用于设计干预措施，或通过创建原型或角色为设计人员提供信息，如奥菲莉亚(优化健康知识普及和可及性)为服务重新设计和以人为本的服务开发而开发的流程所述[34，35］．

规模构建的另一个重要元素是考虑结构内的概念表达和项目难度。我们起草的项目试图涵盖一个结构中的所有问题，并实现从容易回答的项目到难以得分的项目的难度分布。统计分析表明，这些苛刻的目标已广泛实现。在概念映射中确定并在eHLF中详细描述的一些子概念没有在项目开发和测试过程中幸存下来，因此，一些比例尺没有最初预期的那么广泛。忠实于协同设计结果(eHLF)的要求，广泛的项目难度，以及满足2个心理测量传统的要求，产生了一个强有力地捕获电子健康素养概念的工具，但有一些小的子组件没有得到充分代表。如果研究人员和开发人员希望获取被遗漏的子要素(基本功能性健康素养或围绕知识和参与的更广泛问题)，则应使用其他工具来补充eHLQ，例如电子健康素养评估工具包(个人沟通，Karnoe 2017)，或van der Vaart的数字健康素养工具(DHLI) [36］．

我们发现在因子1和因子5之间有2个特别高的因子间相关性(r=.95)和因子6和7 (r= .96点)。eHLF包含7个维度，所有这些维度我们都试图包含在最终的eHLQ模型中。内容分析、开发项目时的仔细讨论以及患者和专业小组的原始观点表明，每个原始结构都是不同的。高相关性可能是由于它们位于相同的因果路径上。在考虑这些销售的内容时，我们预计不同的干预措施将导致相关量表对的不同变化模式。这应该随着时间的推移和不同的设置仔细监控。

我们对eHLQ构建过程提出的心理测量和结构表征要求，由于eHLQ需要成为一份相对较短的问卷而进一步复杂化。重要的是，所有的量表都有可接受的可靠性，尽管只有4到6个项目。考虑到eHLQ是为文化水平低且可能生病的人设计的，因此尽可能少地包含项目是至关重要的。每个量表在预期项目上都有令人满意的负荷，在其他项目上的交叉负荷可以忽略不计。虽然我们希望所有的量表都有一个可靠度˃。8，对于2个量表(≥。两者都是75)。重要的是，这种可靠性水平对于研究和评估目的是可以接受的。

未来的并发效度和其他效度测试，包括预测效度测试，将是有价值的。在很大程度上，我们发现概念映射和随后的定性研究确保了问卷生成的数据的有效性。eHEALS [37]似乎是目前衡量电子健康素养某些要素的最佳方法，它对未来的研究人员进行比较将是有价值的。

此外，未来的研究应包括进一步的定量和定性工作，以发展解释和使用论点[38]在广泛的上下文环境中对eHLQ进行全面的有效性测试，以支持当前和未来的用户理解eHLQ生成的数据。

eHLQ比以前的工具提供了更广泛的电子卫生素养维度。它不仅包括一个人的能力，就像在莉莉模型[6]和van der Vaart DHLI模型[36]，还包括个人与技术和服务的体验和互动。它通过提供个人、系统以及两者之间的交互的视角，提供了对整个系统更丰富的理解。

van der Vaart最近的研究[36通过创建7个主要关注个人能力的领域，专门扩展了数字健康领域。这些技能包括操作技能、导航技能、信息搜索、评估可靠性、确定相关性、添加自创内容以及保护隐私。

eHLQ量表的引入涵盖了用户交互和用户与系统互动的体验，这是快速发展的数字健康领域的一项重要创新。eHLQ有潜力深入了解一个国家数字服务的成熟度。有了成熟的数字卫生服务，我们预计个人会发现该系统更能满足他们的需求，从而能够更充分地支持实现健康和公平。这类似于卫生知识普及响应的新卫生概念[39］．我们预计，在一个数字成熟的社会中，覆盖系统和交互的尺度将更强地反映:(6)获得有效的数字服务以及(7)适合个人需求的数字服务。在发展中系统的环境中，数字服务很少，覆盖和访问有限或零碎，这些量表上的分数预计将反映个人面临的主要挑战。

必须指出的是，电子卫生扫盲与卫生扫盲概念一样，既反映了个人的知识，也反映了个人在其所从事的文化、社会和机构背景下可能使用的技能;因此，同时评估这些领域至关重要[9，12，40］．当我们看到数字医疗服务的大规模改进时，我们期望看到用户交互规模的改善，即(4)感到安全和可控，(5)有动力参与数字服务。

eHLQ已经在该领域引起了极大的兴趣。目前正在翻译成中文、挪威语和捷克语，一个德语国家的倡议正在进行中。英文版也正在进行有效性测试。概念模型和预期的应用范围非常适合当前广泛的政策举措。其中包括世界卫生组织(世卫组织)以人为本的卫生服务框架[1]以及《世卫组织上海宣言》，其中将卫生素养列为支持到2030年实现可持续发展目标的三个关键要素之一[41］．为了实现这些雄心勃勃的目标，需要大规模实施电子卫生扫盲响应系统，不让任何人掉队。eHLQ目前在该领域，作者可以使用它。

结论

eHLQ是一种心理测量学上稳健的多维工具，有7个量表，全面涵盖了eHLF的所有7个维度。eHLQ和eHLF的概念基础可能是一套有用的工具，用于支持研究人员、开发人员、设计师和政府开发、实施和评估有效的数字卫生干预措施。