Full Text

Введение
Современные технологии и цифровые медиа позволили человеку существенно расширить свои возможности, в том числе в сфере получения и обмена информацией [1]. Социальные медиа, будучи основным источником коммуникации в современном мире, оказывают огромное воздействие практически на все сферы жизнедеятельности человека [2—4]. Наряду с важными и значимыми достижениями информационного общества [5], позволяющими гражданам иметь оперативный доступ к необходимой информации в режиме реального времени, информационный онлайн-массив содержит огромный пласт недостоверных данных [6—9], а также информации, которая является не только нерелевантной для того или иного потребителя, но и потенциально опасной и даже безусловно вредной [10, 11]. Общеизвестно, что сеть Интернет является ценным источником информации о здоровье, который тем не менее специалистами здравоохранения рекомендуется к изучению с особой осторожностью и критичностью [12], поскольку информационное общество создает предпосылки для чрезмерного преувеличения ценности публикуемой информации, примата ее над ценностью глубокого научного знания [13], порождая иллюзорную самоэффективность [14] и иллюзорную (мнимую) цифровую компетентность [15].
Обзор англоязычных источников об опросниках онлайн-грамотности поиска информации о здоровье и их психометрических показателей
Еще 10 лет назад до 90% интернет-пользователей в Европе [16] и США [17] активно пользовались медицинской информацией, размещенной онлайн. По данным РБК Лайф, в 2022 г. более половины россиян пользовались сетью Интернет для поиска верного диагноза по симптомам. Однако с ростом таких обращений (как к сети Интернет, так и за телемедицинскими услугами — в большинстве случаев за продлением больничного листа) растет и число недовольных их качеством. Так, если в 2022 г. 74,1% респондентов были удовлетворены получением онлайн-консультации врача, то в 2023 г. таких респондентов оказалось лишь 62,9%. При этом значительно реже удовлетворены возможностями телемедицины пациенты 60 лет и старше, т. е. лица, хорошо знакомые со своими хроническими заболеваниями, но имеющие низкие цифровые навыки поиска медицинской информации и недостаточные умения верифицировать эту информацию («internet-savvy patients») [18]. Клиническими результатами подтверждено, что вовлеченные пациенты (те, кто активно вовлечен в сбережение своего здоровья и управляет им) добиваются бóльших успехов, чем отстраненные и пассивные пациенты [19, 20].
В русскоязычном сегменте Instagram свыше 6100 аккаунтов посвящены здоровью и медицине — это больше, чем количество блогов, посвященных другим темам (например, образованию, науке, деньгам). Их продвигают в коммерческих целях различные некоммерческие организации (НКО) без каких-либо ограничений или предупреждений.
Вышеизложенное побуждает к более внимательному изучению существующих инструментов оценки цифровой грамотности населения в вопросах о здоровье. В связи с этим рассмотрим наиболее часто используемую и обсуждаемую в англоязычной среде методику eHealth Literacy Scale (eHEALS), или Шкалу онлайн-грамотности в вопросах здоровья, разработанную в 2006 г. К. Норманом и Х. Скиннером [21]. Известно более чем о 70 психометрических исследованиях этой методики, переведенной на 18 языков с апробацией в 26 странах по всему миру.
Одно из таких исследований в Швеции [22] подтвердило однофакторную структуру опросника с объясняющей дисперсией в 64%. Найденный авторами статьи коэффициент α Кронбаха, равный 0,94, свидетельствует о высокой внутренней согласованности шкалы. Коэффициент Спирмена—Брауна, связывающий психометрическую надежность с числом утверждений, также показал высокое значение (0,96). Ретестовая надежность при повторном тестировании показала высокое соответствие (r = 0,86; p<0,001). Кроме того, установлены пороговые значения в следующих уровнях: от 8 до 20 — недостаточный уровень цифровой грамотности в вопросах здоровья, от 21 до 26 — проблематичный уровень и от 27 до 40 — достаточный уровень. Статистически значимых различий со сходной методикой — 16-пунктным Европейским опросником грамотности в вопросах здоровья (European Health Literacy Survey Questionnaire, HLS-EU-Q16) выявлено не было, но обнаружены статистически значимые взаимосвязи с синонимичными психологическими феноменами, что служит подтверждением конвергентной валидности.
В дополнение к вышеуказанной методике HLS-EU-Q16 исследователи используют также 14-пунктную методику оценки медицинской грамотности (MedLitRxSE), основанную на прямом тестировании респондентов в отношении четырех гипотетических сценариев использования лекарств (Medication Literacy) [23], а также Опросник обеспечения транзакционной грамотности в области электронного здравоохранения (Transactional eHealth Literacy Instrument, TeHLI), часто критикуемый за несоответствие последним достижениям в области цифровых технологий здравоохранения [24].
Немецкий опыт адаптации и валидизации Шкалы онлайн-грамотности в вопросах информации о здоровье (eHealth Literacy Scale) позволил обнаружить двухфакторную модель грамотности в области электронного здравоохранения: первый фактор был назван исследователями «грамотный поиск информации о здоровье», второй — «грамотная оценка информации о здоровье» [25]. Конвергентная валидность была подтверждена статистически значимыми корреляциями поиска и оценки информации о здоровье с медицинской грамотностью опрошенных, их уверенными навыками интернет-серфинга и интернет-тревожностью. Кроме того, полученные авторами результаты свидетельствуют об инвариантности измерения этого инструмента в отношении пола и уровня образования.
В качестве препятствий для повышения цифровой грамотности в вопросах здравоохранения исследователи выделяют низкий социально-экономический статус и уровень образования, быстрое распространение цифровых приложений, недостаточную осведомленность о цифровых сервисах, небольшой опыт их использования (либо отсутствие такового), а также низкий уровень доверия системе здравоохранения в целом [26]. Кроме того, онлайн-грамотность сопряжена с возрастом пользователя, его этнической принадлежностью, социальной и семейной поддержкой, отношением к своему здоровью, но не связана с состоянием здоровья [27].
Проведенный в 2023 г. метаанализ 29 эмпирических исследований позволил обнаружить положительную корреляционную взаимосвязь между онлайн-грамотностью в вопросах информации о здоровье и поведением, связанным со здоровьем [28]. Это напрямую указывает на то, что грамотность в области электронного здравоохранения может быть посредником в процессе, посредством которого информация о здоровье приводит к изменениям в поведении, связанном со здоровьем.
Все вышеперечисленное свидетельствует о большой роли онлайн-грамотности в вопросах информации о здоровье в деле здоровьесбережения и здравоохранения населения, что актуализирует исследования в этом направлении и поиск релевантных методик оценки и их адаптации на российских выборках. Цель настоящего исследования была двоякой и предполагала, во-первых, адаптацию русскоязычной версии Шкалы онлайн-грамотности в вопросах информации о здоровье (eHEALS), во-вторых, анализ взаимосвязи показателей по eHEALS с показателями критического мышления и феноменами киберсреды (думскроллингом, киберхондрией и зависимостью от социальных сетей) у россиян.
Материалы и методы
Исследование проведено с помощью сервиса Toloka.AI. Выборку исследования составили 1025 респондентов в возрасте от 12 до 80 лет (M=37,9; Me=36; SD=11,7), в том числе 578 женщин и 446 мужчин со средним (n=327), неполным высшим (n=126), базовым высшим (n=160), полным высшим образованием (n=283) и ученой степенью (n=16).
Анкета содержала русскоязычную версию eHEALS [21], а также следующие инструменты:
общий индекс здоровья (вопрос ВОЗ);
шкалу думскроллинга (Doomscrolling Scale) [4];
шкалу киберхондрии (Cyberchondria Severity Scale) [29];
Бергенскую шкалу зависимости от социальных сетей (Bergen Social Media Addiction Scale) [30];
опросник «Стиль мышления» (Inquiring Mode Questionnaire, InQ) [31, 32].
Результаты исследования
Для психометрического анализа русскоязычной версии eHEALS (см. приложение) были использованы методы описательной статистики, эксплораторный и конфирматорный факторный анализ, коэффициенты α Кронбаха и ω МакДональда, коэффициент корреляции r Пирсона, регрессионный анализ и дисперсионный анализ ANOVA. Анализ данных был реализован в программе Jamovi 2.3.21.
Описательная статистика. В табл. 1 представлена описательная статистика для пунктов русскоязычной версии eHEALS. Значения эксцесса и асимметрии указали на нормальность распределения данных.
Факторная структура. По результатам эксплораторного факторного анализа была обнаружена однофакторная структура (мера адекватности выборки Кайзера—Мейера—Олкина 0,913; тест Бартлетта χ2(28)=6075; p<0,001). Факторные нагрузки варьировались в пределах значений от 0,758 до 0,873.
Результаты конфирматорного факторного анализа показали, что однофакторная структура имеет неприемлемое соответствие данным (χ2(20)=655; p<0,001; comparative fit index (CFI)=0,895; Tucker-Lewis index (TLI)=0,854; standardized root mean square residual (SRMR)=0,048; root mean square error of approximation (RMSEA)=0,176(0,165—0,188)). После внесения ковариации между ошибками пункта № 6 и пункта № 7 вырос показатель CFI, но остались неприемлемыми показатели TLI и RMSEA (χ2(19)=506; p<0,001; CFI=0,920; TLI=0,882; SRMR=0,045; RMSEA=0,158 (0,146—0,170)). После внесения ковариации между ошибками пункта № 4 («Я знаю, как использовать Интернет, чтобы ответить на свои вопросы о здоровье») и пункта № 5 («Я знаю, как использовать медицинскую информацию, которую я нахожу в Интернете, чтобы помочь себе») выросли показатели CFI и TLI, но показатели RMSEA остались неудовлетворительными (χ2(18)=359; p<0,001; CFI=0,944; TLI=0,913; SRMR=0,039; RMSEA=0,136 (0,124—0,148)). Факторные нагрузки варьировались в пределах значений от 0,788 до 0,921.
В табл. 2 представлены факторные нагрузки пунктов русскоязычной версии eHEALS.
Внутренняя надежность. Русскоязычная версия eHEALS оказалась внутренне согласованной (коэффициент α Кронбаха 0,929; коэффициент ω МакДональда 0,930). При исключении пунктов из шкалы внутренняя надежность не повышалась для коэффициентов α Кронбаха и ω МакДональда. В табл. 3 представлены данные показатели.
Конвергентная валидность. Общий показатель по русскоязычной версии eHEALS оказался статистически значимо позитивно взаимосвязанным с общим индексом здоровья, показателями думскроллинга, киберхондрии и зависимости от социальных сетей.
Кроме того, онлайн-грамотность в вопросах информации о здоровье была статистически значимо позитивно взаимосвязана с аналитическим стилем мышления, а также негативно взаимосвязана с синтетическим и идеалистическим стилями мышления. В табл. 4 указаны коэффициенты корреляций между измеряемыми переменными.
Половозрастные особенности. По результатам регрессионного анализа (R=0,181; R2=0,033) онлайн-грамотность в вопросах здоровья была связана с женским полом (β=0,18; p<0,001), но не зависела от возраста респондентов (β=0,03; p=0,323).
Географические особенности. Жители Москвы и других мегаполисов имели более высокие показатели онлайн-грамотности в вопросах здоровья, чем жители областных и районных центров (F(3,495)=2,77; p=0,041). В табл. 5 показаны значения средних и стандартных отклонений в показателях по eHEALS в зависимости от места проживания респондентов.
Обсуждение
Цифровая грамотность в вопросах здоровья может способствовать более осознанному подходу к заботе о собственном здоровье, а также помочь людям принимать более обдуманные решения в области здравоохранения. Это объясняет тот факт, что общий показатель по русскоязычной версии eHEALS оказался статистически значимо позитивно взаимосвязанным с общим индексом здоровья. Вероятно, более грамотные пользователи интернета могут лучше искать информацию в сети Интернет, проверять свои симптомы и обращаться к профессионалам в сфере здравоохранения с более информированными запросами.
Обнаруженная связь между онлайн-грамотностью в вопросах здоровья и показателями думскроллинга, киберхондрии и зависимости от социальных сетей также интересна. Эти параметры могут влиять на способность человека эффективно использовать информацию, полученную из онлайн-ресурсов, а также отражаться на его общем состоянии здоровья. Дальнейшие исследования в этой области могут помочь лучше понять взаимосвязь между цифровой грамотностью и здоровьем и выявить возможные пути оптимизации цифровых инструментов для поддержания и улучшения здоровья населения.
Женщины проявляют больший интерес и ответственность в вопросах здравоохранения, что является вполне ожидаемым результатом исследования. Они склонны более внимательно относиться к своему здоровью, следить за рекомендациями врачей, уделять повышенное внимание профилактике заболеваний. Возможно, это связано с более высоким уровнем коммуникабельности, эмпатии, а также желанием заботиться о себе и своих близких.
Обнаруженная связь онлайн-грамотности в вопросах о здоровье и степени урбанизации свидетельствует о том, что жители мегаполисов имеют более широкий доступ к информационным ресурсам, включая специализированные сайты, приложения и специалистов в области здравоохранения. Ограниченный выбор цифровых платформ и меньшие возможности обсуждения медицинского контента среди экспертов и своего окружения способствуют снижению уровня онлайн-грамотности по вопросам здоровья у жителей областных и районных центров.
Заключение
Основным результатом настоящего исследования является адаптация русскоязычной версии eHEALS. Как показали результаты факторного анализа, адаптированная шкала имеет однофакторную структуру с приемлемыми показателями (за исключением RMSEA, который может быть исключен из интерпретации данных при условии низкого числа степеней свободы и удовлетворительных показателей CFI, TLI и SRMR) [33]. Кроме того, надежность и валидность русскоязычной версии eHEALS подтверждается тем, что аналогичные показатели были обнаружены при адаптации шкалы на польский [34], китайский [35] и персидский языки [36].
Ограничение настоящего исследования и перспективный горизонт будущих исследований. Респонденты, принявшие участие в настоящем исследовании, ничего не сообщали в ходе опроса об имеющихся у них заболеваниях. В этой связи особый интерес представляет компаративный анализ целевых аудиторий, имеющих различные хронические заболевания, для изучения демографических и поведенческих факторов, влияющих на поиск медицинской информации в интернете, и факторов, влияющих на грамотность в области электронного здравоохранения. Изучение этих предикторов послужит ориентирами для наших дальнейших исследований.

About the authors

Aleksander Aleksandrovich Maksimenko

Author for correspondence.
Email: Maximenko.Al@gmail.com

Alena Anatolievna Zolotareva

Email: alena.a.zolotareva@gmail.com

References

Statistics

Cited-By