《Reumatología Clínica》：Higher artificial intelligence literacy among patients with fibromyalgia syndrome: Results from a cross-sectional survey study
编辑推荐：
数字健康与人工智能素养在纤维肌痛患者中的评估及关联研究。该横断面研究纳入106例纤维肌痛患者及年龄、性别匹配的健康对照组，采用eHLS和AILS量表评估数字健康与AI素养，发现患者AILS得分显著高于对照组（p<0.001），但eHLS无显著差异。两组间未发现症状严重程度与素养水平的相关性，但eHLS与AILS呈强正相关（r=0.736，p<0.001）。研究首次在纤维肌痛群体中验证AI素养的评估工具，揭示数字健康与AI素养的协同作用，为制定针对性干预策略提供依据。
Gülseren Demir Karak?l?? | ?zlem Balbalo?lu | ?emsinnur G??er
土耳其约兹加特博佐克大学物理医学与康复系
摘要
引言
纤维肌痛综合征（FMS）患者的健康素养已得到研究；然而，他们在数字技术和人工智能（AI）方面的素养仍鲜有探讨。本研究旨在评估FMS患者的电子健康（e-health）和AI素养，并探讨影响这些能力的因素，特别关注AI素养。鉴于数字技术和AI相关能力的重要性，本研究主要基于电子健康素养量表（eHLS）和人工智能素养量表（AILS）的结果进行分析。
材料与方法
这项横断面研究于2024年12月至2025年5月期间进行，共纳入106名FMS患者和106名年龄及性别匹配的健康对照组。参与者完成了修订版纤维肌痛影响问卷（rFIQ）、贝克抑郁量表（BDI）、贝克焦虑量表（BAI）、eHLS和AILS。通过临床访谈、排除认知障碍以及独立完成问卷的能力来确认参与者的认知功能正常。研究进行了组间比较和相关性分析。
结果
尽管FMS组的eHLS得分略高，但差异无统计学意义（p = 0.074）。FMS患者的AILS得分显著高于对照组（p = 0.001）。eHLS和AILS与症状严重程度之间无相关性。然而，两者显示出共同的数字能力特征，表现为强烈的相互关联性（r = 0.736，p = 0.001）。
结论
这是首次使用经过验证的量表评估FMS患者AI素养的研究。数字技术和AI素养之间的关联突显了它们在慢性疾病管理中的重要作用。这些结果强调了未来干预措施需要着重提升FMS患者的数字能力。未来的研究还应纳入更广泛的患者相关指标，如生活质量、治疗依从性和疾病严重程度，以确定AI素养对纤维肌痛管理的实际影响。
试验注册
ClinicalTrials.gov注册编号：NCT07020845，注册日期：2024年12月16日。
引言
纤维肌痛综合征（FMS）是一种慢性、多方面的肌肉骨骼疾病，其特征是广泛性疼痛、疲劳、睡眠障碍、认知功能障碍和多种躯体症状。这些症状共同影响患者的身体功能、情绪健康和生活质量，使其成为一种需要持续自我管理的复杂疾病。由于缺乏明确的病理学依据，患者常常寻求额外的信息来源来更好地了解自己的症状和治疗选择。
随着医疗保健的数字化进程，在线平台已成为许多人的主要健康信息来源。及时获取准确的数字健康信息有助于患者理解慢性疾病并更有效地参与自我护理。这一趋势凸显了健康素养（HL）的重要性，即获取、解释和应用健康信息以及熟练使用医疗系统的能力。鉴于大量人群从在线数据库获取健康信息，数字平台在塑造健康素养方面发挥着关键作用。然而，FMS患者有效利用数字健康资源的能力尚未得到充分研究。
人工智能（AI）已越来越多地应用于医疗保健领域，包括诊断支持、患者教育和数字沟通，尽管医疗提供者对AI的信任度、准确性和整合性仍存在担忧。提高健康素养对于优化患者参与度、治疗依从性和整体生活质量至关重要。以往关于FMS健康素养的研究结果存在差异，且尚无研究使用电子健康素养量表（eHLS）来评估该群体的数字健康素养。此外，尽管涉及FMS的AI相关研究探讨了医生态度、AI生成的信息内容或大规模数字分析等问题，但未涉及患者层面的AI素养。目前，尚无研究使用AILS等经过验证的工具来评估FMS患者的AI素养，这为该领域留下了研究空白。
本研究旨在评估FMS患者的电子健康和AI素养，特别关注AI素养，并识别影响这些能力的因素。所有参与者均需具备足够的认知功能，以确保自我报告的素养测量结果的可靠性。了解患者使用基于AI的工具的意愿对于制定提升数字健康教育和支持更有效疾病管理的策略至关重要。此外，通过研究素养水平与人口统计学、临床和心理社会变量之间的关联，本研究旨在促进数字技术在FMS护理中的个性化及高效整合。
研究设计
本研究采用横断面观察设计，时间跨度为2024年12月至2025年5月，包括患者组和对照组。所有参与者在入组前均签署了书面知情同意书。问卷的结构和内容由物理医学和公共卫生领域的专家团队审核。评估工具的选择也经过了专家评审。
结果
研究样本包括212人，其中106名为FMS患者（组1），106名为健康对照组（组2）。表1总结了参与者的社会人口统计学和临床数据。两组在平均年龄或性别分布方面无统计学差异（p = 0.05）。然而，FMS组中已婚者的比例显著更高（p = 0.001）。
讨论
本研究共纳入212人，包括106名FMS患者和106名健康对照组。FMS组的电子健康素养得分略高于对照组，但差异无统计学意义。由于本研究主要关注数字技术和AI素养的评估，因此应在此框架下解读研究结果。相比之下，患者的AI素养显著更高。
结论
本研究的一大优势是同时评估了电子健康和AI素养。这种双重关注直接反映了AI系统在数字健康平台中的日益融合，强调了共同评估这两种能力的必要性。据我们所知，这是首次在FMS患者群体中使用AILS的研究，为了解患者如何使用新兴技术提供了新的视角。研究发现两者之间存在强相关性。
作者贡献
所有作者均符合ICMJE的作者资格标准。GDK、?B和?G参与了研究概念和设计的制定。数据收集与分析由GDK和?G完成。GDK负责撰写了论文初稿。所有作者对论文的重要内容进行了严格审阅，并对工作的完整性和准确性负全责。
伦理审批
研究方案已获得博佐克大学非侵入性临床研究伦理委员会（2024-GOKAEK-2024.10.16_160）的批准。所有涉及人类的研究程序均符合机构研究委员会的伦理标准（博佐克大学非侵入性临床研究伦理委员会）以及1964年赫尔辛基宣言及其后续修订版或类似的伦理标准。
知情同意
已从患者和对照组参与者处获得了书面和口头知情同意。
会议发表情况
本研究尚未在任何会议上发表。
临床试验注册
患者入组开始日期：2024年12月16日，ClinicalTrials.gov注册编号：NCT07020845。
生成式AI
部分语言编辑工作得到了OpenAI的ChatGPT的支持。所有AI生成的内容均经过作者的严格审核和批准。
资金
作者声明在撰写本文过程中未接受任何资金、资助或其他形式的支持。
利益冲突
所有作者声明不存在利益冲突。
数据获取
本研究期间生成和/或分析的数据集可向通讯作者索取。
致谢
无。
