哪些措施有助于改善弱势群体的健康状况和数字健康素养：一份以政策为导向的证据简报

《Public Health in Practice》：What Works to Improve Health and Digital Health Literacy in Disadvantaged Groups: A Policy-focused Evidence Brief

　　**莎希卡·哈拉斯加玛|艾米·德恩·伦恩|丹妮尔·兰姆|安娜·基乌莱卡|海伦娜·佩恩特|阿德南·甘奇|约翰·福特**
**伦敦玛丽女王大学沃尔夫森人口健康研究所**

**摘要**
**政策挑战**
低健康素养对弱势群体影响尤为显著，这与较差的健康结果和较低的健康服务利用度相关。诸如阅读、写作和计算能力等功能性素养技能是健康素养的基础，并受到文化和社会经济因素的影响。随着数字健康技术的普及，数字健康素养变得越来越重要；然而，无论是低数字健康素养还是数字排斥都可能限制人们获取和参与健康信息和服务的机会，从而加剧现有的不平等现象。本文回顾了有关如何改善弱势群体健康和数字素养的关键政策相关证据。

**为政策提供依据的关键证据**
本证据简报综合了四个关键人群的研究结果：来自低社会经济背景的人群、少数民族社区、数字素养较低的老年人以及有心理健康问题的人群。在所有这些人群中，成功的素养干预措施都根据目标用户的需求定制信息，在现实环境中与社区共同制定方案，使用视听信息提高可访问性，并注重增强用户的能力建设。干预措施的有效性取决于干预的强度（即接触时间）或类型。关于数字健康素养干预的证据强调了可用性、技能发展以及与现有健康服务的整合的重要性，尽管在干预设计中对数字健康素养的考虑仍不一致。有证据表明，健康素养干预能够提高知识和技能，但在行为和服务使用方面的影响证据参差不齐，而长期改善临床结果的证据较为有限。

**进一步的考虑和意义**
健康和数字健康素养是健康不平等的重要驱动因素，影响着人们获取、参与和体验健康服务的能力。当干预措施在个人、组织和系统层面同时实施时最为有效。政策制定者应优先考虑符合文化背景的、可访问的、基于社区的方法，同时解决数字排斥等结构性障碍。需要进一步的研究来加强证据基础，特别是在长期临床结果和多样化背景下的实施效果方面。

**1. 当前的政策挑战**
低健康素养与不良健康结果相关（1）。人群健康素养的差异由功能性素养（如阅读、写作和计算能力）决定，而这些素养又受到教育水平、社会资本以及不同的文化和语言背景等社会经济因素的影响（2）。最近的经济合作与发展组织（OECD）数据显示，丹麦、英格兰和芬兰等国家的健康素养存在不平等现象，其中最高和最低水平之间的差距较大（3）。数字健康技术的出现进一步加剧了健康不平等，部分原因是弱势群体对数字工具的获取和理解能力较弱（4）。政策和证据中经常提到数字素养是造成不平等的因素，数字参与的障碍包括设计复杂性、可用性差、语言障碍以及对犯错的恐惧（5, 6）。
良好的健康素养通常指个人能够寻找、获取、批判性理解并使用健康信息，从而促进自己和社区的健康（7）。数字素养通常被定义为使用技术工具适当查找、评估和传达信息的能力（8）。数字素养与健康素养的交集就是数字健康素养，即具备在互联网和社交媒体平台上导航和评估健康信息的能力，以及自如使用数字健康干预措施的能力（9）。

**下载：**下载高分辨率图片（128KB）
**下载：**下载全尺寸图片

**图1. 健康素养与数字素养的交集**
数字素养取决于互联网和数字设备的可用性，以及为有额外身体、认知和语言需求的用户提供便利的数字界面。必须认识到数字鸿沟和数据贫困如何影响数字健康素养干预措施的有效性和可行性。提高弱势群体的健康和数字健康素养有助于缩小健康结果差距，增强自我效能感和自我管理能力。本文回顾了旨在改进健康和数字素养的干预措施的相关政策证据。

**2. 证据收集方法**
本证据简报的目的是从最相关和可靠的文献中为政策制定者提炼关键经验教训，而不是回顾所有发表的相关文献。我们从三个来源获取证据：1）HEEC Living Evidence Maps（存储在EPPI-Reviewer中，n=23）；2）2024年8月为该系列其他简报进行的搜索结果（n=59）；3）关键综述的滚雪球式引用追踪（n=34）。符合条件的研究是那些评估针对弱势群体改善健康和/或数字健康素养的干预措施的综合研究。我们排除了描述性研究和非以素养为重点的数字健康干预研究、来自低收入或中等收入国家的研究以及非英语出版的文献。在116项被审查的研究中，根据时效性、方法学质量、与弱势群体的相关性以及与英国政策背景的相关性，选出了22项重点研究（见表1），详细信息见补充文件1（附件1）。

**表1. 本证据简报中综合的22项研究的特点**
| 作者（年份） | 研究设计 | 人群 | 环境 | 地理范围 | 包含的研究数量 |
| --- | --- | --- | --- | --- |
| Taggart等人（2012） | 系统评价 | 慢性病患者；低社会经济地位 | 初级保健与社区 | 主要来自美国 | 52 |
| Shao等人（2023） | RCTs的荟萃分析 | 慢性病患者（混合） | 全球 | 18 |
| Samsiana等人（2021） | 系统评价 | 高血压患者 | 混合 | 全球 | 7 |
| Walters等人（2020） | 系统评价 | 女性和少数民族 | 混合 | 全球 | 22 |
| Larrotta-Castillo等人（2023） | 总结性评价 | 住院患者 | 医院 | 全球；包括4项英国研究 | 16 |
| O’Cathain等人（2022） | 系统评价 | 一般人群（小健康问题） | 初级保健与急诊科 | 主要来自英国（16项英国研究；12项欧洲研究） | 64 |
| Schapira等人（2017） | 系统评价 | 健康素养较低的患者 | 初级保健 | 全球 | 9 |
| Visscher等人（2018） | 系统评价 | 一般人群（欧盟） | 混合 | 欧洲（以欧盟为重点） | 23 |
| Harris等人（2015） | 现实评价 | 健康素养较低/社会脆弱群体 | 社区 | 主要来自英国（570篇论文中的39篇） | 570 |
| Vassilakaki & Moniarou-Papaconstaninou（2023） | 系统评价 | 一般社区 | 公共图书馆 | 全球 | 55 |
| Cheng等人（2020） | 系统评价 | 社会弱势群体 | 数字干预 | 国际；主要来自美国和澳大利亚 | 22 |
| Verweel等人（2023） | 系统评价与荟萃分析 | 慢性病患者 | 混合 | 主要来自美国；部分来自澳大利亚和德国 | 177 |
| Singh等人（2024） | 系统评价 | 低社会经济地位的成年人 | 社区与工作场所 | 主要来自美国；部分来自国际 | 86 |
| Romanova等人（2024） | 范围评价 | 弱势群体（低社会经济地位，少数民族） | 社区（成人教育，教堂） | 主要来自美国（n=26）；澳大利亚（n=8）；加拿大（n=4）；2项英国研究 | 59 |
| Hernandez等人（2024） | 系统评价 | 西班牙语人群 | 社区与临床 | 仅限英国 | 62 |
| Aldosari等人（2023） | 范围评价 | 南亚社区 | 社区（包括宗教组织） | 加拿大、孟加拉国和印度（无英国论文） | 15 |
| Goswami等人（2023） | 现实评价 | 南亚和黑人少数民族群体 | 混合 | 全球；1项英国研究 | 25 |
| Ghorbanian Zolbin等人（2022） | 系统评价 | 老年人 | 混合 | 全球 | 78 |
| Dong等人（2023） | 单臂荟萃分析 | 老年人 | 混合 | 主要来自美国 | 7 |
| Yeo等人（2024） | 系统评价与荟萃分析 | 有心理健康问题的人 | 混合（数字平台） | 主要来自西方高收入国家（澳大利亚、美国、英国）；亚洲、南美洲和非洲的证据有限 | 144 |
| Saunders等人（2019） | 系统评价 | 医疗保健学生与工作人员 | 教育与临床实习 | 全球 | 28 |
| Ayre等人（2023） | 系统评价 | 医疗保健组织 | 组织层面 | 全球 | 17 |

**3. 为政策提供依据的关键证据**
现有证据一致认为健康素养是健康的社会决定因素（1），这解释了为什么低健康素养集中在弱势群体中，以及为什么干预措施必须同时考虑社会和结构背景以及个人技能；同时，eHealth Literacy框架（9）指出了导航数字健康信息所需的技能。这些理论说明为什么有效的干预措施能在个人、组织和系统层面发挥作用，而仅针对一个层面的干预措施难以产生持久影响。总体而言，有证据表明健康素养干预能够改善患者的知识和技能等直接成果，但在自我效能感、行为改变、体重和HbA1c等间接成果方面的证据仍然有限且不一致。所有22项重点研究的关键成果总结在补充文件1（表1）中。

更成功的干预措施能够根据用户需求定制信息，使用多媒体工具，并注重提升患者的能力。干预的形式、实施方式和强度因人群而异。证据涵盖了四个群体：来自低社会经济背景的人群、少数民族群体、数字素养较低的老年人以及有心理健康问题的人群，并另有部分内容关于提升医疗保健人员的技能。

**3.1. 针对低社会经济背景人群的干预措施**
多项研究探讨了提高具有行为风险因素人群健康素养的方法。虽然这些研究通常没有按社会经济地位细分数据，但低社会经济群体患慢性病的负担和相关风险因素往往更高（10）。证据还表明，低健康素养与较高的贫困水平相关（11），而且来自低社会经济群体的个体最有可能从健康素养干预中受益（12, 13）。2012年的一项标志性综述回顾了52项关于初级保健中健康素养干预的研究，以改善慢性病风险因素（14）。研究发现，团体教育是最常见的干预方式（n=15），营养（n=34）和体力活动（n=32）是最常针对的风险因素。73%的干预措施改善了健康素养，75%的干预措施改善了与吸烟、营养、饮酒、体力活动或体重相关的结果。没有一种干预方式对所有风险因素都有效。例如，针对吸烟的健康素养干预可能更适合个体咨询，而包含书面材料的多组分干预可能更适用于营养方面的改善。干预的有效性并不依赖于干预的强度，接触时间较短的干预（<3小时）与接触时间较长的干预（>8小时）同样有效，但作者未能找出其中的原因。针对戒烟的健康素养干预在初级保健环境中更有可能有效，而饮食和体力活动干预在教堂或社区中心等环境中更有可能取得成功。

2023年的一项荟萃分析评估了18项关于高血压、糖尿病或心血管疾病等慢性病患者的健康素养干预措施，发现干预措施包括团体教育、社交媒体、教育视频、一对一教育和移动应用程序（15）。研究发现这些干预措施提高了健康素养、心理健康和自我效能感。虽然未发现HbA1c的显著改善，但血压控制有所改善。另一项综述发现健康素养干预可以优化血压控制，包括基于网络的干预、技能培训、互动研讨会和咨询（16）。2020年的另一项综述评估了各种人群中健康素养干预对可改变健康行为的效果（17），基于22项特别关注女性和少数民族的研究，发现干预措施在预防吸烟、体力活动、癌症筛查、营养和饮食相关行为方面具有显著效果。然而，不同社会经济群体之间的干预效果尚不明确，作者建议干预措施应基于行为改变理论框架以增强效果。

**3.1.1. 基于医疗保健的素养干预**
2023年的一项总结性评价回顾了16项系统评价，探讨了使用手册、视觉辅助工具、数字工具、多媒体资源（视频）和团体及个性化咨询来提高医院内健康素养的方法（18）。研究发现，使用图表可以显著减少护理人员的用药错误。以多种形式（如口头、书面、数字）呈现信息，以及由医疗专业人员进行的面对面访问，有助于提高知识 retention。

**2022年的一项综述梳理了优化急诊科和初级保健使用中的健康素养干预的证据（19）。基于64项研究，作者考察了七种干预措施：引导患者获取服务的导航工具（n = 7）；关于管理轻微健康问题的书面信息（n = 17）；个人提供的教育（n = 5）；书面教育与个人教育的结合（n = 17）；书面教育、个人教育和大众媒体活动的多组分结合（n = 5）；自我分诊（n = 9）；以及其他干预措施（n = 7）。在30篇文章中，有19篇显示急诊就诊次数减少，27篇中有16篇显示全科咨询次数减少，其余文章未显示使用情况的变化。有证据表明，当现有服务针对健康素养较低的人群进行定制时，患者的治疗效果会得到改善。2017年的一项综述研究了九项试验，探讨了定制健康信息的影响，例如降低材料阅读难度、在线健康素养培训以及社区健康工作者的支持（20）。九项研究中有五项显示在高血压知识、HbA1c和抑郁严重程度等方面有所改善，但三项研究未发现对知识或临床结果的影响。Visscher及其同事在其综述中纳入了三项探讨根据不同健康素养水平定制信息的研究（21）。作者发现，配有旁白的动画、插图文本和音视频信息有助于更好地记忆知识。

3.1.2 社区基础上的素养干预
2015年的一项综合现实主义综述整合了570篇论文，探讨了通过现有社交网络和自助小组提供的同伴支持如何提高健康素养，其中39篇论文直接与英国背景相关（22）。该综述发现，同伴支持可以改善低素养人群的自我认知，使他们能够采取健康行为和自我管理态度（22）。还研究了图书馆员在支持健康素养方面的作用。一项包含55项研究的综述发现，在31项研究中，有证据表明公共图书馆员支持社区中的小组干预，医院图书馆员协助临床团队理解健康素养相关知识，参与健康素养干预的共同设计，并协助进行研究（23）。

3.1.3 数字健康素养干预
尽管数字健康干预（DHIs）日益增多，但很少有研究在设计时考虑到数字健康素养。2020年对51项研究的综述发现，没有一项研究明确提到在开发过程中考虑了数字健康素养（24）。用户参与度很低，数字健康干预往往仅侧重于提供健康信息，而没有根据患者的认知和功能需求定制信息以优化参与度。2023年对16项试验的综述从数字健康素养的角度研究了在线自我管理培训、电子健康记录培训和慢性病患者远程监测（25）。作者发现，结合患者电子健康记录的干预措施在提高数字健康素养方面最为有效。

3.2 针对少数民族群体的干预措施
我们发现针对少数民族群体的健康素养干预措施的证据有限。2024年对55项健康素养干预措施的综述发现，最有效的干预措施是在实施前通过焦点小组评估参与者的需求，使用双语材料，并包括精通患者母语的专业人员（26）。该综述强调了区分素养需求和语言能力的重要性。另一项对50项研究的综述发现，其中11项关注少数民族或种族少数群体的健康素养干预措施（27）。干预措施包括具有或不具有视频的文化相关书面材料、由同伴或社区领导者主持的面对面教学课程、西班牙语漫画“fotonovelas”或游戏，以及基于教堂的布道。11项干预措施中有6项是与社区成员共同设计的。大多数研究报道了健康素养的改善，并对减少某些疾病的污名化产生了影响，但没有报告临床结果。一项针对讲西班牙语人群的健康素养干预措施的综述检查了62项社区和临床环境中的研究（28）。大多数研究（89%）报告了健康素养的改善，以及体重、HbA1c和血压等临床结果的改善。研究发现，最成功的策略包括专业联络支持（如社区健康工作者）和多媒体工具（如语言和文化适应的fotonovelas）。

两项综述研究了数字健康干预在南亚社区中的作用（29, 30）。一项针对15篇文章的范围综述发现，由于英语能力较低、对数字技术的不信任以及性别角色（男性比女性更可能采用技术），老年南亚人在使用数字干预方面特别困难（29）。很少有研究定量评估数字健康素养干预的效果。然而，作者指出了可能有助于成功的一些原则，如在受信任的社区地点（例如宗教组织）提供多语言和文化敏感的干预措施，以及数字技能发展课程。同样，一项关于预防南亚人和黑人少数民族心血管疾病和糖尿病的数字健康干预的综述发现了障碍，包括个人信念、社会网络、教育和社会经济状况（30）。作者发现，带有图解说明的用户界面和融入现有医疗服务是关键。

3.3 针对数字素养较低的老年人的干预措施
2022年的一项系统综述分析了34项关于老年人数字健康素养干预的研究，发现干预效果受到个人和环境因素的制约，如对技术的焦虑和获取数字工具的困难。成功的干预措施应针对老年人的需求进行定制，无论采用何种形式或类型，并通过赋予他们获取和理解在线健康信息和技术的能力来克服这些障碍（31）。2023年的一项荟萃分析主要来自美国，研究了七项针对老年人的数字健康素养干预（三项面对面和四项在线）（32）。总体而言，作者发现这些干预措施对数字健康素养有积极影响，特别是那些基于概念框架、持续四周或更长时间的面对面教学干预措施更为有效。

3.4 针对精神健康状况人群的干预措施
数字精神健康素养（DMHL）干预旨在通过提高识别、管理和预防能力来改善精神健康（33）。数字精神健康素养干预已经发展到包括更多互动平台，如移动应用程序和社交媒体。2024年的一项荟萃分析发现，数字精神健康素养干预对数字健康素养措施有显著影响；对精神健康结果也有小但显著的正面影响（33）。作者发现，数字精神健康素养干预与传统的面对面精神健康干预同样有效。此外，结合另一种干预措施（如认知行为疗法）的数字精神健康素养干预效果更好。选择的数字平台和使用频率似乎不影响结果。

3.5 医护人员的健康素养培训
2019年的一项综述分析了28项针对医护人员的健康素养培训干预，帮助他们更好地与健康素养较低的患者沟通（34）。干预措施从课堂教学到社区实习不等。虽然研究质量普遍较低，但最成功的干预措施提供了多次培训课程，在实际环境中开发，并采用了整合健康素养知识和技能的方法，同时考虑了文化能力。另一项对17项研究的综述研究了健康素养倡导者如何提高组织意识或影响战略规划（35）。只有五项研究描述了如何培训倡导者，其中两项高质量的研究发现积极影响，例如更多患者和家庭获得了有关其健康状况的信息。

4. 政策建议
本简报中的证据为政策制定提供了关键建议。表2列出了十项建议及其相应的GRADE评级（附件2中的补充文件提供了这些评级的完整理由）。表2. 带有GRADE确定性的政策建议
| 建议 | GRADE* 确定性 |
|-------------|-----------|
| 现有计划、服务和沟通应进行定制，以便低健康（和阅读）素养人群容易理解 | 中等 |
| 患者教育材料应使用图解、插图文本和音视频格式，而不仅仅是文本 | 中等 |
| 服务和计划应提供多语言信息，并涉及当地社区成员或社区健康工作者 | 中等 |
| 数字健康素养计划应在熟悉的社区环境中提供，并根据用户的需求进行定制 | 中等 |
| 针对老年人的计划应着重于提高可访问性、技能提升和持续赋能 | 中等 |
| 医护人员的健康素养培训应通过多次课程进行，与社区共同开发，并嵌入实际环境中 | 中等 |
| 在适当情况下，数字健康素养干预与个人电子健康记录的结合可能更有效 | 低 |
| 数字精神健康素养干预似乎在提高素养结果方面与面对面方法效果相似，并可能有助于提高可访问性 | 低 |
| 健康素养倡导者可能有助于提高组织意识并影响战略规划 | 低 |
| 图书馆服务可能为提供健康素养干预提供有用的社区环境，尽管其有效性证据有限 | 低 |

这些建议在图2中按个人、组织和系统层面进行了分类。在所有建议中，政策制定者和实践者应意识到，仅解决干预设计是不够的。必须同时解决结构性因素（包括互联网接入、设备可用性和其他社会经济需求），以避免无意中加剧最弱势群体的不平等。

下载：下载高分辨率图像（982KB）
下载：下载全尺寸图像
图2. 健康素养（HL）和数字健康素养（DHL）干预及政策建议的多层映射，按GRADE证据确定性分类。说明：绿色 = 中等确定性；橙色 = 低确定性；红色 = 非常低确定性。HL：健康素养；DHL：数字健康素养。

5. 限制和进一步的公平性考虑
由于本简报采用了快速回顾方法，可能会遗漏相关研究，简化的搜索和筛选过程增加了选择和发表偏见的风险。虽然未进行正式的偏见风险评估，但我们通过引用地图、滚雪球式引用跟踪和优先考虑高质量综述来减轻这些风险。由于方法学差异、干预设计的变化以及健康素养定义的不一致性，跨研究进行比较具有挑战性。大多数证据关注了近期结果（知识和技能），关于长期临床结果或持续行为改变的证据有限且不一致。大多数证据来自北美、欧洲和澳新地区的较高收入环境，这限制了其在低收入环境中的普遍性，但对英国背景也有一定参考价值。虽然数字干预可能改善某些人的可访问性，但数字排斥可能会加剧其他人的不平等；政策制定者应考虑当地的数字接入、语言需求和社区能力，并提供非数字或混合形式的交付选项。

伦理声明
不适用，因为本研究基于文献综述。

利益冲突声明
作者声明没有利益冲突。

数据和材料的可用性
支持本文结论的数据可在引用的研究中找到。

作者贡献
SH和JF构思了这项研究。SH、DL和AG进行了文献回顾和数据提取。SH、ADL、DL、AG和HP协助解释了研究结果。SH和JF主导了手稿的撰写。所有作者都参与了最终手稿的编写并批准了最终版本。

披露声明
本报告是独立研究，得到了国家健康与护理研究所ARC North Thames和NHS England的支持。本出版物中表达的观点仅代表作者本人，并不一定代表国家健康与护理研究所、NHS England或卫生与社会护理部的观点。

资助
本研究由NHS England委托开展。