青少年对媒体信息的认知及其预防性健康行为：一项纵向研究

《Pediatric Research》：Adolescents’ perceptions of media messages and their preventive health behaviors: a longitudinal study

　　**摘要**

**背景**
本研究探讨了在疫情期间，青少年对媒体信息的感知如何与其预防性健康行为（PHBs，例如戴口罩）相关联。

**方法**
研究选取了154名13至17岁的美国青少年作为样本，他们在6个月的时间里（2021年5月至2022年12月）每两周完成一次调查。多元层次模型被用来分析五种媒体信息感知（感到知情、感到联系紧密、对政府领导的积极看法、对公共卫生措施的负面印象以及感到害怕）与PHBs之间的关联，并调整了相关变量。

**结果**
男孩、已接种疫苗的青少年、来自较高社会经济地位（SES）家庭的青少年以及居住在倾向共和党的县的青少年表现出较少的PHBs行为。对COVID-19媒体信息感到知情和害怕与更多的PHBs行为相关。对公共卫生措施的负面印象与较少的PHBs行为相关，尤其是在年龄较大的青少年中。在年龄较大的青少年中，感到害怕与PHBs之间的关联更为显著。在非亚洲裔青少年中，感到知情与更多的PHBs行为相关；而在非白人青少年中，感到联系紧密与更多的PHBs行为相关。

**结论**
青少年的PHBs行为受到他们如何感知和情感反应媒体信息的影响。强调清晰信息、建立公共卫生措施的可信度、培养适当的风险认知以及考虑人口统计差异的媒体信息可能有助于提高青少年的PHBs行为和应对准备。

**影响**
青少年对媒体信息的感知及其人口统计特征可能会随着时间的推移影响他们的预防性健康行为（如戴口罩）。通过分析154名美国青少年在6个月内的13次调查数据，本研究扩展了疫情期间之前的横断面研究。研究表明，虽然PHBs行为有所下降，但媒体信息的感知仍具有影响力。感到知情或害怕的青少年更可能采取更多的PHBs行为，而对其负面印象的青少年则较少采取这些行为。年龄和种族/族裔差异表明，需要针对青少年进行有针对性的沟通。这些发现可以为未来的健康危机中制定更有效的健康宣传策略提供依据。

**引言**
过去几十年间，多次发生了大规模的传染病爆发，包括严重急性呼吸综合征（SARS）、猪流感、埃博拉病毒和COVID-19。最近的对流行病历史和疾病出现的分析表明，一个人一生中经历类似COVID-19的大流行的概率约为38%，这一风险预计在未来几十年内会翻倍。同时，研究表明，在传染病危机期间，媒体已成为与公众沟通、影响健康行为和控制疾病传播的核心渠道。随着传染病爆发风险的增加以及媒体影响力的提升，了解媒体信息如何影响公共卫生准备和应对措施变得尤为重要。正如COVID-19大流行所显示的那样，青少年是一个特别脆弱的群体，他们的发展可能会受到大规模传染病爆发的深远影响。这些影响不仅限于健康风险，还包括焦虑、抑郁和孤独感的增加，以及体力活动和社交参与的减少。此外，青春期是一个关键的发展阶段，这些中断可能会产生长期后果，如改变大学志向、推迟职业规划，并增加持续的心理健康问题风险。鉴于这些广泛的影响，为这一脆弱群体采取保护措施变得尤为关键。更重要的是，了解青少年在COVID-19大流行期间采纳和维持预防性健康行为（如戴口罩、洗手和保持社交距离）的相关因素，有助于指导未来的健康保护策略，减少对青少年健康的长期负面影响。

**方法**
本研究使用了来自美国青少年全国样本的纵向数据，这些数据是在2021年5月至2022年12月期间通过13次重复调查每两周收集一次的。我们评估了媒体信息如何影响青少年感到知情、感到联系紧密、感到害怕，以及他们对政府领导和公共卫生措施的认知，还包括他们是否采取预防性健康行为（如洗手/消毒、保持6英尺距离、避免公共场所聚集、在室内和室外戴口罩）。

**理论基础**
基于先前的研究结果，我们假设对COVID-19媒体信息感到更加知情、联系紧密或对政府领导有更积极看法的青少年会采取更多的预防性健康行为；而对公共卫生措施有更负面印象的青少年则会采取较少的预防性健康行为。具体来说，在人群层面，我们认为对媒体信息感到更加知情、联系紧密或对政府领导有更积极看法的青少年会比同龄人采取更多的预防性健康行为；而在个体层面，当青少年感到比平时更加知情、联系紧密或持有更积极看法时，他们更可能采取预防性健康行为，而在感到比平时更负面看法时则较少采取这些行为。我们还基于先前的理论和实证研究，假设了一些个体和情境因素可能调节媒体信息感知与预防性健康行为之间的关联。具体而言，我们考察了人口统计特征（年龄、性别、种族/族裔和社会经济地位）、COVID-19经历（疫苗接种状况、检测和症状）、县级政治倾向以及县级的COVID-19死亡率和感染率是否会影响青少年之间媒体信息感知与预防性健康行为之间的关联。我们假设积极的媒体感知（感到知情、联系紧密和对政府领导的积极看法）会在年龄较大的青少年、女孩、白人和亚洲裔青少年、来自较高社会经济地位家庭的青少年以及居住在倾向民主党的县和COVID-19感染率及死亡率较高的县中的青少年中更强烈地预测更多的预防性健康行为。相反，负面的媒体感知（对公共卫生措施的负面印象）在这些人群中预测的效果较弱。由于关于感到害怕与预防性健康行为之间关联的证据尚不明确，因此我们对这一关联的假设保持探索性。我们还探讨了媒体信息感知的跨层次交互作用，以了解个体平均的媒体信息感知水平是否可能调节其特定时间点上的偏差与预防性健康行为之间的关联。所有假设和分析计划在2024年6月5日预先注册在Open Science Framework（OSF）上，完整的材料、分析代码和文档可在我们的预注册表（OSF Preregisters）中找到。

**附录**
- **研究设计**
本研究使用了来自“青少年和家庭Screenome Study”的二手数据，该研究是“人类Screenome Project”的一部分，旨在了解美国青少年及其父母的媒体行为、疫情经历、家庭关系、健康行为和幸福感。符合条件的青少年是唯一且经常使用安卓手机的美国居民，年龄在13至17岁之间，符合父母的研究要求。在在线视频会议入职会议上，获得了青少年的同意和父母的知情同意以及HIPAA授权。一旦注册，青少年会收到文本消息和/或电子邮件，提示他们每两周通过REDCap完成一次调查，共计13次（基线调查加上之后的12次时间点调查）。每次成功提交的调查都会获得报酬。该研究获得了斯坦福大学人类受试者管理委员会的批准。

**测量方法**
- **对COVID-19大流行相关媒体信息的感知**
通过0-100的滑动量表测量了12个关于媒体信息的感知问题，范围从“完全不知道”（0）到“非常了解”（100）。问题包括：“在过去两周内，当你看到关于新型冠状病毒（SARS-CoV-2, COVID-19）的报道时，这些报道是否让你感到更害怕（1）或更有知情感（2）；（3）觉得世界发生了什么；（4）觉得自己做得对；（5）觉得自己与其他人有了联系；（6）我们都在同一条船上；（7）认为当地政府领导做得很好；（8）认为州政府领导做得很好；（9）认为国家政府领导做得很好；（10）认为媒体提供了准确的信息；（11）认为居家令和关闭企业比疾病本身更有害；（12）认为当前的政府和公共卫生规定比疾病本身更有害。”
我们进行了探索性因子分析（EFA），以确定这些项目的潜在维度。EFA的结果和一致性在附录A中呈现。最终确定了五个因子：“感到知情”（项目2、3、4和10：感到知情、知道世界发生了什么、觉得自己做得对、媒体提供了准确的信息；Cronbach’s alpha = 0.55至0.81）；“感到联系紧密”（项目5和6：觉得自己与其他人有了联系、我们都在一起；Cronbach’s alpha = 0.50至0.94）；“对政府领导的积极看法”（项目7、8和9：认为地方政府、州政府和国家政府领导做得很好；Cronbach’s alpha = 0.76至0.88）；“对公共卫生措施的负面印象”（项目11和12：认为居家令和关闭企业比疾病本身更有害、当前的政府和公共卫生规定比疾病本身更有害；Cronbach’s alpha = 0.74至0.95）；以及“感到害怕”（仅项目1）。项目1（害怕）与其他项目没有共同因子，因此被单独处理。对于每个多项目因子，平均得分以获得量表分数。为了便于与预防性健康行为量表进行比较，所有五个因子的得分都除以20，使系数更易于解释（将0-100的量表转换为0-5的量表）。这个量表和所有项目的因子结构见附录B的表B1。

- **预防性健康行为**
预防性健康行为的参与度是通过一套基于美国疾病控制与预防中心（CDC）推荐的COVID-19感染控制措施的项目来测量的，这些措施是由研究团队成员共同制定的。青少年在5点量表上回答7个问题，评估他们对这些措施的遵守情况，包括洗手消毒、避免公共空间和聚集、保持物理距离以及戴口罩（例如：“在过去两周内，你多久避免一次公共空间、聚集和室内人群？”）。各项目的评分被平均以得出综合得分，代表总体预防性健康行为（Cronbach’s alpha = 0.87至0.94）。这些项目的完整列表见附录B的表B2。

**协变量和潜在调节因素**
青少年报告了他们的出生日期、性别、种族/族裔和社会经济地位（SES）。年龄根据出生日期计算。性别编码为1=男孩，0=女孩或其他性别。种族/族裔由两个虚拟变量表示：白人（1=白人，0=非白人）和亚洲人（1=亚洲人，0=非亚洲人），非白人和非亚洲人种族/族裔群体作为参考类别。SES（社会经济地位）是一个综合Z分数，它包含了父母的教育水平、就业状况和家庭收入。32,33青少年指出了他们受教育程度最高的父母的教育水平，并将其编码为一个连续变量，以反映估计的受教育年数：八年级及以下=8年，高中部分阶段=10年，高中毕业或GED文凭=12年，大学部分阶段=14年，技术学院=14年，副学士学位=15年，学士学位=16年，硕士或博士学位=18年。这种方法保留了不同教育水平之间的不等间距，而不是假设等间隔的顺序关系，这与之前关于青少年健康行为的研究结果一致。34,35同样，青少年也指出了他们受教育程度最高的父母的工作状况，并将其编码为0=无有偿工作，1=兼职工作，2=全职工作。家庭收入的范围由青少年参与者的父母报告，并编码为报告范围的中点或边界（$14,999或以下=$15,000；$15,000–$24,999=$20,000；$25,000–$34,999=$30,000；$35,000–$49,999=$42,500；$50,000–$74,999=$62,500；$75,000–$149,999=$112,500；$150,000–$199,000=$175,000；$200,000或以上=$200,000）。所有这些数值随后都除以了$10,000，这样每个单位就对应家庭收入中的$10,000增加额，这有助于通过避免非常小的小数值来解释模型系数。这三个指标（即父母的教育水平、就业状况和家庭收入）都被标准化为Z分数，并取平均值来计算最终的SES复合值，只要至少有一个指标可用，就会计算出复合值。36

COVID-19健康经历
以下问题评估了与COVID-19相关的健康经历，如疫苗接种状况、检测结果和症状。这些指标反映了COVID-19对个人身体健康的影响。疫苗接种状况：在每次调查中，都询问参与者“您是否接种了SARS-CoV-2（COVID-19）疫苗？”直到他们回答“是”。在每个时间点，如果参与者未接种疫苗，则将其编码为0；如果他们至少接种了一剂任何COVID-19疫苗，则编码为1。检测结果：询问参与者在过去两周内是否接受过COVID-19检测。如果他们回答“是”，则会要求他们提供最近一次检测的日期，并从“当前感染阳性”、“过去感染阳性（抗体检测）”、“阴性”或“结果待定”中选择检测结果。响应被重新编码为0=无阳性结果（包括未检测），1=阳性感染检测结果。症状：询问参与者在过去两周内是否出现了以下任何与COVID-19相关的症状：发烧；咳嗽；呼吸急促；肌肉酸痛；喉咙痛；鼻塞或流鼻涕；嗅觉和/或味觉丧失；头痛；腹泻；恶心；头晕；眼部问题。响应被编码为0=无症状；1=至少有一种症状。

县级政治倾向
我们根据青少年在基线时报告的邮政编码，捕捉了他们所在县的政治倾向。具体来说，我们计算了2020年美国总统选举中支持共和党与民主党候选人的投票百分比的差异得分。37 分数越高，表示越倾向于共和党，越不倾向于民主党。这种方法在之前的COVID-19研究中已被用来捕捉县级政治倾向。38,39

COVID-19县级死亡率和感染率
我们从约翰霍普金斯大学COVID-19仪表板中获取了青少年居住县在每次调查完成日期前14天内的新增确认COVID-19死亡和病例数（基于他们报告的邮政编码）。40 县级COVID-19死亡率和感染率分别计算为每10万居民中的新增确认死亡和病例数。为了纠正偏斜，对这些比率进行了对数转换。41 所有协变量和调节变量的表述和编码详见附录B中的表B3。

统计分析
由于在六个月内个体内部有13次重复测量，我们使用了多层次建模来分析媒体认知与个人间以及个体内部随时间变化的健康行为（PHBs）之间的关联。42 对于每个媒体信息认知因素，我们将个体间变量计算为随时间的平均值，以样本平均值为中心；将个体内变量计算为这些个体平均值的特定情境偏差。分析中包含的连续变量，包括基线年龄、县级政治倾向、县级死亡率和感染率以及媒体信息认知，都以它们的样本平均值为中心。缺失数据通过多重插补（5个插补数据集，100次迭代）通过链式方程进行多重插补处理，43 并使用Rubin规则汇总了这些插补数据集的多层次模型结果。44 多重插补方法考虑了缺失数据的不确定性，产生了更准确的参数估计值，有效的标准误差，并减少了潜在的偏差。44 在测试假设的关联之前，首先使用仅包含协变量作为预测因子的模型来了解协变量可能如何影响PHBs。我们分别估计了五个媒体信息认知因素预测PHBs的两层次多层次模型，并使用了三明治估计器来考虑来自相同家庭的青少年之间的非独立性。45 我们还在单独的模型中估计了主要效应和调节效应，因为包含交互项会使主要效应变得条件化并可能产生误导。46 对于每个因素，我们首先测试了其与PHBs之间的主要个体内和个体间关联，调整了人口统计特征、COVID-19健康经历变量和县级背景因素。接下来，我们通过包括每个潜在调节变量（即年龄、性别、种族和族裔以及SES；疫苗接种状况、检测结果和症状；县级政治倾向、COVID-19县级死亡率和感染率）与个体间和个体内媒体信息认知因素之间的交互项，来测试这些关联的潜在调节因素。这导致了每个模型有23个交互项。为了提高结果的简洁性和可解释性，从最终模型中剔除了不显著的交互项，同时保留了所有预测因子和调节因素的主要效应，以避免偏差。46,47 通过简单斜率测试对显著的交互项进行了解释。47 此外，附录C中的表C1提供了基线前后的研究变量的描述性统计（平均值和标准差）。附录D展示了所有模型的方程。附录E展示了事后功效分析，表明有足够的统计功效（>80%）来检测小的个体内效应、小的到中等的个体间效应，以及中等程度的跨层次交互效应。48 所有分析都是在R语言中进行的，主要使用了mice、merTools和lme4包。43,49,50,51

结果
共有163名来自151个家庭的青少年参与了这项研究。有9名参与者因在所有13次调查中均未提供主要结果指标（PHBs）或关键预测因子（媒体信息认知）的数据而被排除在分析之外。排除这9名青少年后，最终分析包括了来自142个不同家庭的154名青少年。在保留的154名青少年中，我们采用了意向治疗方法，即使某些参与者只提供了部分信息也保留了所有可用数据。具体来说，一些青少年错过了部分或所有后续调查（基线调查除外），还有一些青少年在完成研究之前退出了参与。为了最大限度地利用收集到的信息，保留了所有可用的观察数据，并通过多重插补处理了缺失数据。在2002个可能的观察结果（154名参与者×13个时间点）中，完成了1872次调查，平均调查完成率为65.98%（标准差=34.63%）。缺失数据通过多重插补处理。附录C中的表C2提供了每个时间点所有变量的完成率的详细信息。人口统计特征见表1。数据收集期为2021年5月至2022年12月。表1显示了154名青少年研究样本的人口统计特征。全尺寸表格

表2显示了所有研究变量之间的相关性。感到知情（r=0.21，p=0.01）、对公共卫生措施的负面印象（r=-0.33，p<0.001）以及感到害怕（r=0.23，p=0.01）与PHBs显著相关。全尺寸表格

如图1所示，在研究期间，随着疫情限制的放宽、疫苗的可用性以及公共卫生信息的变化，青少年的整体PHBs随时间下降。此外，PHBs的个体轨迹在这一总体下降趋势上显示出显著的变化（图A）。媒体信息认知的变化相对较小（图B–F）。值得注意的是，所有这些因素都表现出显著的个体内和个体间差异，这强调了在我们的分析方法中同时考察这两个层面的必要性。图1：2021年5月至2022年12月青少年COVID-19预防健康行为和五个媒体信息认知因素的意大利面图。该图的替代文本可能是使用AI生成的。全尺寸图像

个体轨迹（细灰色线条）和样本级平均趋势（粗红色线条，LOESS平滑处理）分别为A=COVID-19预防健康行为，B=感到知情，C=感到与政府领导有联系，D=对政府领导的积极认知，E=对公共卫生措施的负面印象，F=感到害怕。

媒体信息认知与PHBs之间的关联
仅包含协变量的模型（模型1）显示，随着时间的推移，PHBs显著下降（时间：β=-0.03，95%置信区间[-0.05, -0.02]），并且认为自己是男孩的青少年（β=-0.36，95%置信区间[-0.65, -0.06]）、来自较高SES家庭的青少年（β=-0.22，95%置信区间[-0.41, -0.03]）、接种了COVID-19疫苗的青少年（β=-0.17，95%置信区间[-0.33, -0.00]）以及生活在倾向共和党更强的县的青少年（β=-0.67，95%置信区间[-1.10, -0.24]）采用的PHBs较少。表3展示了在个体间和个体内层面测试每个COVID-19媒体信息因素对PHBs主要效应的两层次模型结果（仅固定效应）。全尺寸表格

表3还展示了测试五个媒体信息认知因素与PHBs之间主要效应关联的模型结果（即模型2a至2e）。首先，感到从媒体故事中了解到更多关于COVID-19的信息与个体内（β=0.07，95%置信区间[0.00, 0.14]）和个体间（β=0.29，95%置信区间[0.05, 0.53]）的更多健康行为参与相关；换句话说，当青少年报告说从媒体故事中了解到的信息比他们平时的水平更多时，他们报告的PHBs也更多；而平均而言比其他青少年更感到了解的青少年总体上报告的PHBs也更多。当青少年对媒体故事中的疫情感到比平时更害怕时（个体内关联：β=0.06，95%置信区间[0.01, 0.10]），以及相对于其他青少年而言对媒体故事中的疫情感到更害怕的青少年（个体间关联：β=0.25，95%置信区间[0.09, 0.42]；模型2e），他们也报告了更多的PHBs。相比之下，那些从关于疫情的媒体故事中看到更多负面信息的青少年报告的PHBs显著较少（个体间关联：β=-0.29，95%置信区间[-0.44, -0.14]；模型2d）。

媒体信息反应与PHBs之间关联的调节因素
最终模型测试了潜在调节因素与关于疫情的媒体信息认知对报告的PHBs之间的交互作用（即模型3a至3d）。由于没有观察到政府领导积极认知的显著交互效应，我们没有在该表中包括任何包含这一预测因子的模型。表4展示了测试个体和背景因素对每个COVID-19媒体信息因素与PHBs之间关联的调节效应的两层次模型结果（仅固定效应）。全尺寸表格

首先，年龄调节了青少年对媒体消息的平均负面印象与PHBs之间的关联（个体间交互作用：β=-0.12；95%置信区间[-0.21, -0.04]；模型3c）。简单斜率分析显示，年龄较大的青少年（+1 SD年龄：β=-0.46，95%置信区间[-0.64, -0.28]，p<0.001）与年龄较小的青少年（-1 SD年龄：β=-0.10，95%置信区间[-0.30, 0.10]，p=0.32）之间的反向关联更强。年龄也可能是青少年对疫情媒体故事的反应与PHBs之间平均恐惧水平的调节因素（个体间交互作用：β=0.09，95%置信区间[0.00, 0.18]；模型3d）。这种关联在年龄较大的青少年中更为显著（年龄高于1个标准差：β = 0.38，95%置信区间[0.18, 0.59]，p < 0.001），而在年龄较小的青少年中则不那么明显（年龄低于1个标准差：β = 0.12，95%置信区间[?0.10, 0.33]，p = 0.28）。种族和民族也可能是调节这两种感受（即感到信息充分了解与感到与群体有联系）与报告的健康保护行为（PHBs）之间关联的因素。例如，亚洲与非亚洲青少年之间的交互作用显示，感到信息充分了解与更少的健康保护行为相关（β = ?1.01，95%置信区间[?1.72, ?0.30]；模型3a），而白人与非白人青少年之间的交互作用则显示，感到与群体有联系与更多的健康保护行为相关（β = ?0.65，95%置信区间[?0.99, ?0.32]；模型3b）。简单斜率后续测试表明，对于非亚洲青少年来说，比同龄人感到更了解相关信息与更多的健康保护行为显著相关（β = 0.36，95%置信区间[0.10, 0.62]，p = 0.007），而在亚洲青少年中这种关联不显著（β = ?0.52，95%置信区间[?1.21, 0.17]，p = 0.13）。对于非白人青少年，对媒体关于疫情的报道感到更有联系与更多的健康保护行为相关（β = 0.24，95%置信区间[0.01, 0.47]），而在白人青少年中则相反（β = ?0.33，95%置信区间[?0.56, ?0.11]，p = 0.004）。

此外，还发现了两个显著的个体间×个体内交互作用。感到与群体有联系（β = ?0.07，95%置信区间[?0.13, ?0.01]）和对公共卫生措施的负面看法（β = ?0.07，95%置信区间[?0.13, ?0.01]）都表现出显著的个体间×个体内交互作用。简单斜率分析显示，当青少年跨时间平均的感受与群体有联系程度较高时（高于1个标准差：β = ?0.03，95%置信区间[?0.11, 0.05]，p = 0.45），个体内的感受与群体有联系的效应不显著；而当这一程度较低时（低于1个标准差：β = 0.09，95%置信区间[0.02, 0.16]，p = 0.01），个体内的效应则显著，这表明对于那些通常与他人联系较少的青少年来说，与群体有联系感的增强与比平常更高的健康保护行为相关。同样，当青少年对公共卫生措施的负面看法跨时间平均程度较高时（高于1个标准差），个体内与健康保护行为的关联不显著（β = ?0.05，95%置信区间[?0.14, 0.05]），而当负面看法较低时（低于1个标准差），个体内的关联则显著（β = 0.10，95%置信区间[0.01, 0.18]），这表明对于那些通常对公共卫生措施持有更积极看法的青少年来说，负面看法的增强与比平常更多的健康保护行为相关。所有模型的随机效应都在附录F中呈现。

**讨论**

我们在COVID-19大流行的关键时期跟踪了美国全国范围内的154名青少年，每两周进行一次连续调查。我们的研究结果表明，青少年对COVID-19相关媒体信息的反应与其逐渐采取的健康保护行为（PHBs）之间存在显著关联。感到更加了解信息的青少年、对公共卫生措施持有较少负面看法以及因媒体信息而感到更加恐惧的青少年更有可能采取诸如戴口罩、洗手和保持社交距离等健康保护行为，而感到与群体有联系以及对政府领导有积极看法的青少年则与健康保护行为无关。我们还观察到了健康保护行为采纳方面的时间、人口统计和情境差异，并发现年龄和种族/民族调节了青少年对媒体信息看法与健康保护行为之间的关联。总体而言，当前研究强调了青少年的媒体信息认知与其健康保护行为之间的关联的重要性。这些发现共同凸显了制定针对青少年心理反应的、符合其人口统计特征和情境特点的公共卫生沟通策略的必要性。公共卫生官员、传播者、医疗保健提供者和政策制定者可以通过这些策略来提高疫情期间基于媒体的干预措施对青少年的有效性。

本研究进一步探讨了青少年在疫情期间的媒体信息体验如何影响其健康保护行为。特别是，它强调了那些让青少年感到更加了解信息、更加恐惧或对公共卫生措施持有更积极看法的媒体信息所带来的影响。此外，基于我们的纵向数据，个体内关联也表明，青少年对媒体信息看法的变化（尤其是当他们感到比平常更加了解或更加恐惧时）与其健康保护行为的变化之间的关系。值得注意的是，关于恐惧感的发现属于探索性结果，需要进一步研究。先前的研究发现，在疫情初期，美国青少年接触COVID-19信息的程度越高，他们戴口罩的行为就越普遍；挪威的青少年主要通过互联网获取COVID-19信息，并表示希望获得更多关于这种病毒的信息。我们的研究通过强调关注青少年接触和感知媒体信息的方式与其健康保护行为之间的关系，而不仅仅是信息量和来源，进一步丰富了现有研究。

对于感到与群体有联系或对政府领导持有积极看法的青少年，虽然没有发现显著的主效应，这也是有意义的。虽然先前的研究表明社交联系和对领导及机构的信任可以预测更强的健康保护行为遵从性，但这些证据大多来自成人样本。发展心理学研究表明，青少年由于寻求自主性的需求较高且受同伴影响较大，可能不太会将一般的联系感和对政府领导的信任转化为实际的保护行为。相反，青少年的健康相关行为似乎更多地与个人理解、感知到的个人威胁以及对公共卫生指导的合法性相关。这些结果共同强调了为青少年定制公共卫生信息的重要性。信息应清晰传达具体行动（例如，青少年可以做什么以及疾病和感染可能对他们的短期和长期影响），以及公共卫生措施的可信度（例如，推荐措施的可行性和有效性）。同时，信息应在传递恐惧诉求的同时提供支持性沟通，因为过度的恐惧或信息过载可能会削弱行动并负面影响心理健康。

除了媒体信息认知与健康保护行为之间的主要关联外，我们还观察到了青少年在健康保护行为方面的时间、人口统计和情境差异。从2021年5月到2022年12月的研究期间，我们发现青少年使用健康保护行为的总体趋势是下降的，这与随着疫情限制的放宽、疫苗接种向青少年普及以及公共卫生信息的变化一致。此外，人口统计和情境因素也与健康保护行为相关：男性青少年报告采取的健康保护行为少于女性青少年；来自高社会经济地位（SES）家庭的青少年比来自低SES家庭的青少年采取的健康保护行为少；接种疫苗的青少年比未接种疫苗的青少年采取的健康保护行为少；来自倾向共和党的县的青少年比来自倾向民主党的县的青少年采取的健康保护行为少。这些人口统计和情境差异与先前的研究结果一致，即女性青少年和倾向民主党的县的青少年更倾向于采取健康保护行为。然而，这一模式与一些研究表明高SES和接种疫苗的成人可能采取更多健康保护行为的结果不同，这强调了为青少年制定特定健康传播策略的必要性。

此外，媒体信息认知与健康保护行为之间关联的调节作用表明，媒体信息的效果可能取决于青少年的个体特征。年龄和种族可能会影响媒体信息的影响，例如种族在“感到了解信息”与“感到与群体有联系”以及“感到恐惧”与健康保护行为之间的关联中的调节作用，以及年龄在“感到恐惧”与健康保护行为以及“对公共卫生措施的负面看法”与健康保护行为之间的关联中的调节作用。具体来说，让青少年感到更加恐惧的信息可能对年龄较大的青少年更有效，而让青少年对公共卫生措施持有较少负面看法的信息可能对年龄较大的青少年更有效。同样，让青少年感到更加了解信息的消息可能对非亚洲青少年更有效，而让他们感到与群体有联系的消息可能对白人青少年产生相反的效果。此外，个体间和个体内变量在“感到与群体有联系”和对公共卫生措施持有负面看法方面的显著调节作用进一步表明，青少年感知的变化可能受到其长期认知的影响，尽管这些发现具有探索性，因此需要谨慎解读。

因此，公共卫生官员、传播者、医疗保健提供者和政策制定者在设计和实施促进青少年健康保护行为的干预措施时应考虑这些人口统计因素，如年龄、种族/民族、性别和社会经济地位（SES）。我们的研究表明，一刀切的信息传递方法可能不够有效。相反，干预策略应根据青少年不同的群体特征进行调整。此外，由于将媒体信息认知与健康保护行为联系起来的心理机制并非COVID-19所特有，因此从这项研究中获得的见解可以为未来针对其他青少年传染病的预防干预策略提供参考。

本研究存在一些局限性。首先，研究时间从2021年5月持续到2022年12月，没有涵盖2020年和2021年初美国疫情的初期阶段。然而，从疫情开始之后进行研究使我们能够考虑疫情后期出现的因素，如疫苗接种状况。政府机构也需要时间来发布关于健康保护行为的全面指导，这些指导也需要时间才能普及到公众。到2021年5月，那些没有采取健康保护行为的人可能是基于自己的经验和选择，而不是由于关于健康保护信息的有限可用性。其次，由于缺乏关于疫情期间媒体信息感知的先前研究，我们的研究团队（包括医学、发展心理学和媒体心理学方面的专家）根据当时的公共卫生信息内容专门构建了媒体信息感知量表。某些时间点上个别项目的中等内部一致性可能限制了研究结果。这指出了未来验证和改进该量表以提高其内部一致性的重要方向。第三，样本仅限于美国的Android用户以及愿意每两周参与一次调查的参与者，这是由于父研究的目标。先前的研究表明，成年Android用户的家庭收入和教育水平通常低于iOS用户。这种选择标准可能限制了我们的研究结果在其他人群中的普遍性，例如使用iOS设备的用户、无法使用手机或不愿意参与纵向研究的用户。未来的研究可以包括更多样化和更大的样本。第四，研究的贡献可能受到缺失数据的影响。尽管大多数变量的缺失程度较轻，并通过多重插补进行了处理，但某些变量（如COVID-19检测结果）或在某些时间点（如8-13岁年龄段）的相对较高缺失比例仍可能引入一定程度的不精确性，因此在解释结果时需要谨慎。此外，在操作化社会经济地位（SES）时也存在一些限制。首先，尽管SES是三个指标的合成z分数，但并非所有参与者都提供了完整数据。例如，只有61.69%的参与者提供了匹配的父母报告的家庭收入数据，这可能使SES在各个体之间的捕获方式不一致。其次，青少年报告的父母教育和就业状况受到回忆和报告偏差的影响，可能会导致测量误差。第三，将分类的父母教育转换为连续的受教育年数假设了类别之间的不等间隔，并将顺序就业状况视为连续的等间隔，但这可能并不适用于所有参与者。未来的研究应使用更客观和全面的措施来操作化SES，并尽可能保留原始编码，以更准确地捕捉社会经济状况。

总之，这项研究提供了关于媒体信息认知与青少年在疫情期间健康保护行为之间关联的宝贵见解。主要发现表明，青少年的预防行为与其对媒体信息的感受、感知到的威胁以及认为公共卫生指导的合法性有关。调节分析进一步表明，这些关联因发展阶段和社会背景而异。这些发现共同表明，针对青少年的媒体信息应注重清晰性、可信度和支持性指导，同时避免传递可能削弱合法性或引发抵触的沟通。与此同时，通过同时考虑个体层面的认知以及年龄、种族/民族等更广泛的背景因素，公共卫生干预措施可以更有效地针对青少年群体进行定制，从而增强青少年对相关健康行为的采纳度，改善健康结果，并减少当前及未来公共卫生危机中的持续脆弱性。