数字健康素养测评工具验证课题申报书

数字健康素养测评工具验证课题申报书一、封面内容

数字健康素养测评工具验证课题申报书

申请人：张明

所属单位：国家卫生健康信息研究中心

申报日期：2023年11月15日

项目类别：应用研究

二．项目摘要

随着数字技术的广泛应用，数字健康素养已成为影响公众健康服务利用效率的关键因素。本项目旨在开发并验证一套科学、可靠的数字健康素养测评工具，以评估不同人群在数字健康环境中的信息获取、评估、应用及交流能力。项目核心内容包括：首先，基于国内外相关理论框架和实证研究，构建包含认知、技能、态度三个维度的测评指标体系；其次，通过大规模问卷和深度访谈，收集不同年龄、教育背景、地域特征的样本数据，运用因子分析和结构方程模型进行指标筛选与模型验证；再次，结合机器学习算法，开发自适应测评系统，实现测评结果的动态优化；最后，通过跨区域对比分析和临床应用测试，评估工具的信效度和实用性。预期成果包括一套包含标准化测评量表和配套分析系统的工具，以及系列政策建议报告，为政府制定数字健康推广策略、医疗机构优化服务模式提供数据支撑。本项目的实施将填补国内数字健康素养测评工具的空白，推动健康公平化发展，同时为相关学科的理论创新提供实证依据。

三.项目背景与研究意义

数字健康素养，作为个体在数字时代获取、评估、理解、使用和共享健康信息，并据此做出恰当健康决策的能力，已成为衡量公众健康水平和社会发展指数的重要指标。随着“健康中国”战略的深入推进和“互联网+医疗健康”行动的全面实施，数字技术已深度融入健康服务的各个环节，从在线问诊、远程监测到健康管理等，极大地改变了医疗健康服务的供给与需求模式。然而，数字健康技术的普惠性应用效果并非与技术本身的先进性成正比，一个不容忽视的问题在于，不同人群在数字健康环境中的参与能力和效果存在显著差异，这种差异的背后，正是数字健康素养水平参差不齐所导致的。因此，对数字健康素养进行科学有效的测评，不仅是对个体健康状况的评估，更是对数字健康资源配置公平性、健康服务可及性以及公共卫生政策有效性的重要检验。

当前，全球范围内对数字健康素养的关注度持续提升，国际如世界卫生（WHO）已开始倡导将数字健康素养纳入全球健康目标评估体系。在我国，虽然部分学者和机构已开展了一些相关的探索性研究，例如编制初步的数字素养量表或结合特定场景（如电子病历使用、在线预约挂号等）进行素养水平评估，但尚未形成一套系统化、标准化、适用于不同人群且具有广泛验证基础的数字健康素养测评工具。现有研究普遍存在以下几方面的问题：一是测评维度不够全面，多侧重于信息获取或基本操作层面，忽视了批判性评估、信息应用决策及数字健康交流等更深层次的能力；二是指标体系构建缺乏理论支撑和实证依据，部分测评内容主观性强，难以客观反映真实的素养水平；三是测评工具的信度和效度尚未经过大规模、多中心、跨区域的严格验证，工具的稳定性和准确性存疑；四是缺乏针对不同年龄、地域、教育背景等群体差异的细分测评模型，难以满足精细化健康服务管理和政策制定的需求。这些问题严重制约了数字健康素养研究的深入发展和实践应用的广泛推广。因此，开展数字健康素养测评工具的开发与验证研究，不仅是对现有研究体系的必要补充和完善，更是应对数字健康时代挑战、促进健康公平、提升国民健康水平的迫切需要。

本项目的开展具有重要的社会价值、经济价值与学术价值。从社会价值来看，通过构建科学可靠的数字健康素养测评工具，能够为政府相关部门提供精准的数据支撑，助力其制定更加公平有效的数字健康推广策略和健康政策。例如，通过测评结果识别不同地区、不同群体（如老年人、农村居民、低收入人群）的数字健康素养短板，可以有针对性地开展数字技能培训、优化数字健康服务界面设计、普及数字健康知识，从而缩小数字鸿沟，促进健康信息的普惠共享，最终提升全民健康素养和健康福祉。此外，该工具的应用也有助于提升公众对数字健康风险的认知和防范能力，引导其理性、安全地利用数字健康服务，构建和谐有序的数字健康生态。从经济价值来看，数字健康素养作为人力资本的重要组成部分，直接影响着健康服务效率、医疗成本控制以及健康产业发展潜力。通过提升全民数字健康素养，可以优化健康资源配置，提高慢性病管理、疾病预防等干预措施的效果，降低不必要的医疗支出，从而减轻社会整体健康负担。同时，高数字健康素养的劳动力群体更能适应数字化转型的健康产业需求，激发相关产业创新活力，为经济高质量发展注入新动能。本项目的研究成果，如标准化测评量表和自适应系统，亦可转化为商业化的健康管理产品或服务，为健康产业带来新的经济增长点。从学术价值来看，本项目将整合信息科学、健康教育学、医学、心理学等多学科理论方法，构建具有创新性的数字健康素养测评理论框架和指标体系，推动数字健康素养研究从描述性研究向预测性、干预性研究的深化。通过运用先进的统计模型和机器学习算法对测评数据进行深入分析，有望揭示数字健康素养的影响因素、作用机制及其与健康结果的关系，为健康行为改变理论、健康传播理论等提供新的实证证据。此外，项目开发的测评工具及其验证过程，将形成一套可供国内外学者参考借鉴的研究范式和方法学，促进数字健康素养领域的国际学术交流与合作，提升我国在该领域的研究话语权。

四.国内外研究现状

数字健康素养作为一个新兴的研究领域，近年来在国际上受到越来越多的关注。国际上，世界卫生（WHO）较早开始关注健康素养与数字技术结合的问题，并在其健康素养框架中提及了数字健康素养的重要性。例如，WHO在《健康信息与数字健康素养框架》中，将数字健康素养定义为“个人能够查找、理解、评估和使用在线健康信息和服务，以做出促进自身健康的决策的能力”。此外，一些国际如世界银行、联合国教科文（UNESCO）也通过项目研究和政策建议，强调提升全民数字健康素养对于实现可持续发展目标（SDGs）的意义。美国国立医学研究院（IOM）发布的《健康信息学：数字化时代的健康信息、健康决策与质量》等报告，深入探讨了数字技术对健康信息传播和健康决策的影响，并指出了提升公民健康信息素养的必要性。在具体研究方法上，国际上学者们多采用问卷、焦点小组访谈、民族志等方法来评估不同人群的数字健康素养水平，并探索其与健康行为、健康结果的关系。例如，美国学者Siuetal.(2019)通过大规模发现，数字健康素养水平较低的成年人更少利用在线健康资源，且自报健康状态较差。欧洲学者如Bennettetal.(2017)则通过纵向研究，揭示了数字健康素养对老年人慢性病管理行为的影响。这些研究为理解数字健康素养的概念、维度及其与健康相关行为提供了重要参考。

在国内，数字健康素养的研究起步相对较晚，但发展迅速。早期研究主要集中在健康素养的范畴内，探讨传统健康信息获取和理解的困难。随着互联网和移动设备的普及，国内学者开始关注数字健康素养这一特定概念。例如，中国疾病预防控制中心慢病中心的研究团队，较早地开展了中国居民健康素养与数字技术应用状况的，并尝试将数字健康素养纳入健康素养评估框架。北京大学、复旦大学、清华大学等高校的学者，也从不同角度探讨了数字健康素养的概念模型、测量方法及其影响因素。在指标体系构建方面，国内学者尝试将数字健康素养分解为信息获取、信息评估、信息应用和数字交流等多个维度。例如，国家卫生健康委卫生发展研究中心提出的数字健康素养评价指标体系，包含了基本数字技能、健康信息获取与评估、健康服务利用和数字健康交流四个方面。在实证研究方面，国内学者开展了一系列基于问卷的数字健康素养水平评估研究。例如，一项覆盖全国28个省份的发现，中国居民总体数字健康素养水平不高，且存在显著的地区差异和群体差异，农村居民、低学历人群和老年人数字健康素养水平明显低于城市居民、高学历人群和年轻人。还有研究关注了特定人群的数字健康素养，如大学生、社区居民、糖尿病患者等，并探索了数字健康素养提升的策略和干预措施。这些研究为我国数字健康素养的评估和提升提供了初步的基础。

尽管国内外在数字健康素养研究领域已取得了一定的进展，但仍存在一些明显的不足和亟待解决的问题。首先，在概念界定和理论框架方面，目前对于数字健康素养的定义尚未形成全球共识，不同学者和研究团队对数字健康素养的理解存在差异，导致研究结果的可比性较差。在理论框架方面，现有的研究多基于健康素养理论或信息行为理论，缺乏针对数字健康素养的独特理论解释和模型构建。例如，数字健康素养是否具有独特的认知、情感和行为维度？数字健康素养与传统健康素养、数字素养之间是什么关系？这些问题需要进一步的理论探讨和实证检验。其次，在测评工具和方法方面，现有研究多采用自陈式问卷进行测评，存在主观性强、易受社会期许效应影响等缺点。同时，多数研究缺乏对测评工具信度和效度的严格检验，特别是跨文化、跨地域的验证不足。此外，现有的测评工具往往过于关注数字健康素养的静态水平，而缺乏对素养动态变化过程和影响因素的深入分析。在研究方法上，现有研究多采用横断面，难以揭示数字健康素养的形成机制和发展轨迹。未来需要更多地采用纵向研究、实验研究等方法，以更全面、深入地理解数字健康素养。第三，在研究内容方面，现有研究多集中于数字健康素养的现状评估和影响因素分析，对于数字健康素养与具体健康行为、健康结果的关系，以及数字健康素养提升的有效策略和干预措施，还需要更深入的研究。例如，如何针对不同人群的数字健康素养短板，设计个性化的干预方案？如何利用数字技术赋能数字健康素养的提升？这些问题是未来研究的重要方向。第四，在应用推广方面，现有研究多停留在学术层面，缺乏与实际应用场景的紧密结合。例如，如何将数字健康素养测评工具嵌入到现有的健康服务平台中，为用户提供个性化的健康指导？如何利用数字健康素养评估结果，优化健康政策和服务流程？这些问题需要研究者和实践者共同探索和解决。综上所述，数字健康素养研究领域仍存在诸多空白和挑战，亟需开展更系统、更深入、更具应用价值的研究，以推动数字健康素养理论和实践的持续发展。

五.研究目标与内容

本项目旨在开发并验证一套科学、系统、实用的数字健康素养测评工具，以精准评估不同人群在数字健康环境下的信息获取、评估、应用与交流能力，为优化数字健康服务、促进健康公平提供实证依据。围绕此总目标，具体研究目标设定如下：

1.构建完善的数字健康素养测评指标体系。在梳理国内外相关理论框架和实证研究的基础上，结合中国国情和数字健康实践特点，系统性地识别和筛选数字健康素养的核心维度与具体指标。预期形成包含认知、技能、态度及行为意向等多个层面的指标池，并明确各指标的操作化定义和测量方法，为测评工具的开发奠定坚实的理论基础和数据基础。

2.开发标准化的数字健康素养测评量表。基于构建的指标体系，设计包含多个维度的Likert量表或选择题形式的测评工具。量表将涵盖健康信息搜索与筛选能力、数字健康信息批判性评估能力、健康决策与自我管理应用能力、以及在线健康交流与协作能力等核心内容。注重量表的简洁性、可读性和文化适应性，确保在不同人群中具有良好的施测效果。

3.验证测评工具的信度和效度。通过大规模抽样，收集不同年龄、性别、教育程度、地域、健康状况及数字技术使用习惯的样本数据。运用项目反应理论（PRT）、因子分析、结构方程模型（SEM）等统计方法，系统评估测评工具的内部一致性信度、结构效度、区分效度和评分效度。同时，通过专家评议、重测信度分析等方法，检验工具的内容效度和表面效度，确保测评结果的准确性和稳定性。

4.开发自适应数字健康素养测评系统。整合经过验证的测评量表，结合机器学习算法，开发一个能够根据被试者的实时作答表现，动态调整测评题目和路径的自适应测评系统。该系统旨在提高测评效率，减少不必要的答题量，并为不同素养水平的被试提供更具针对性的反馈。

5.评估测评工具在不同人群中的应用效果及政策启示。基于测评结果，分析不同人群数字健康素养的分布特征、群体差异及其影响因素。结合健康服务实践和政策制定需求，探讨测评工具在识别数字健康短板、优化服务设计、制定推广策略等方面的应用价值，并提出具体的政策建议。

围绕上述研究目标，本项目将开展以下具体研究内容：

1.**文献研究与理论框架构建：**系统梳理健康素养、数字素养、信息行为等相关理论，深入分析国内外数字健康素养的概念界定、维度划分、测量方法及实证研究发现。基于文献分析，结合专家咨询，构建本项目的研究框架，明确数字健康素养的核心构成要素及其相互关系。

2.**指标体系构建与问卷初稿设计：**通过文献分析、德尔菲法（DelphiMethod）咨询核心领域专家（包括健康教育、医学、信息科学等领域的学者）以及初步的小范围预，筛选和确定数字健康素养的关键指标。根据指标定义，设计包含多个维度的初版测评问卷，确保题目表述清晰、涵盖全面、符合目标人群的理解能力。

3.**大规模抽样与数据收集：**采用多阶段分层整群随机抽样方法，覆盖不同地区（东部、中部、西部）、不同城市规模（一线、二线、三线及以下）、不同年龄组（青少年、中青年、老年）、不同教育背景（小学及以下、中学、大学及以上）以及不同健康状况的居民样本。通过线上问卷星和线下访谈相结合的方式，收集样本的数字健康素养测评数据、基本信息、数字技术使用习惯以及相关健康行为数据。

4.**测评工具信效度验证：**运用多种统计技术对收集到的数据进行处理和分析。首先，通过描述性统计、相关分析、探索性因子分析（EFA）和验证性因子分析（CFA）检验量表的内部结构、信度和效度。其次，进行项目反应理论（如二参数逻辑斯蒂模型IRT或三参数逻辑斯蒂模型3PLM）分析，评估题目的参数特征和量表测量精度。再次，通过重测信度检验量表的稳定性，通过效标关联效度检验量表与相关健康指标（如自报健康状态、慢性病管理行为等）的关系。最后，进行区分效度检验，确保量表能有效区分不同数字健康素养水平或不同特征的人群。

5.**自适应测评系统开发与测试：**基于验证通过的量表和IRT模型参数，利用编程技术（如Python、R等）开发自适应测评系统原型。进行小范围系统测试，收集用户反馈，优化系统界面、逻辑流程和用户体验。评估自适应系统与传统固定式量表的测评结果一致性，检验系统的有效性和效率。

6.**群体差异分析与政策建议研究：**基于最终的测评结果，运用统计分析方法（如t检验、方差分析、回归分析等）深入分析不同人口统计学特征、数字技术使用特征群体在数字健康素养各维度上的差异。结合影响因素分析结果，探讨数字健康素养水平差异的深层原因。最终，撰写研究报告，提出针对不同人群的数字健康素养提升策略、优化数字健康服务设计的具体建议，以及相关政策建议，为推动健康中国建设和数字健康公平发展提供决策参考。

本项目的核心研究假设包括：1）数字健康素养是一个多维度构念，包含信息获取、信息评估、信息应用和数字交流等关键维度；2）不同人口统计学特征和数字技术使用习惯的群体间，数字健康素养水平存在显著差异；3）经过验证的测评工具能够准确、可靠地测量个体的数字健康素养水平，并能有效区分不同素养水平的个体；4）数字健康素养水平与个体的健康行为及健康结果存在显著关联。通过对这些研究问题的深入探究和假设的检验，本项目期望为数字健康素养领域贡献一套高质量的测评工具和有深度的研究成果。

六.研究方法与技术路线

本项目将采用混合研究方法，结合定量和定性研究的优势，系统性地开发、验证和应用数字健康素养测评工具。研究方法的选择旨在确保研究的科学性、系统性和实用性，能够全面深入地回答研究问题。

1.**研究方法**

（1）**文献研究法：**作为研究的起点，系统性地搜集、整理和分析国内外关于数字健康素养、健康素养、信息行为、测量学等相关领域的理论文献、实证研究和政策文件。通过文献研究，明确概念界定，梳理现有研究进展、测量工具和方法，识别研究空白，为指标体系构建和问卷设计提供理论依据和参考。

（2）**专家咨询法（德尔菲法）：**邀请健康教育、医学、信息科学、心理学、统计学、公共卫生等领域的专家，对初步拟定的数字健康素养概念框架、指标体系和问卷题目进行咨询和评议。通过多轮匿名反馈，逐步达成共识，优化指标选择和问卷内容，提高工具的科学性和权威性。

（3）**问卷法：**设计并实施大规模横断面问卷，收集目标人群的数字健康素养水平、基本信息、数字技术使用情况、健康行为和健康状况等数据。问卷将包含经过验证的数字健康素养测评量表、数字技术使用习惯量表、健康相关信息利用行为量表以及社会人口学信息等部分。抽样方法将采用多阶段分层整群随机抽样，确保样本在地理分布、人口结构上具有代表性。

（4）**测量学方法：**运用项目反应理论（ItemResponseTheory,IRT）和结构方程模型（StructuralEquationModeling,SEM）等高级统计技术，对数字健康素养测评量表的信度、效度进行深入验证。IRT模型能够提供精确的题目参数估计和被试能力估计，优化量表的测量精度和效率。SEM能够检验测量模型的结构效度，评估各维度指标之间的理论假设关系。

（5）**统计分析法：**运用SPSS、R或Mplus等统计软件，对收集到的定量数据进行描述性统计、差异检验（t检验、方差分析）、相关分析、回归分析等。分析不同人群数字健康素养水平的差异，探讨影响因素，检验假设。同时，对定性数据（如有）进行编码和主题分析。

（6）**系统开发与测试法：**基于验证通过的测评量表和IRT模型参数，采用编程技术（如PythonDjango或Flask框架，结合前端技术如HTML/CSS/JavaScript）开发自适应数字健康素养测评系统原型。通过用户测试和反馈，迭代优化系统功能、界面和性能。

2.**实验设计**

（1）**工具开发阶段：**采用研究-开发模式。首先通过文献研究和专家咨询确定理论框架和指标池；然后设计初版问卷并进行小范围预，根据反馈修改完善；最后形成正式问卷用于大规模抽样。

（2）**信效度验证阶段：**采用多组样本验证设计。在完成大规模获取主要验证样本数据后，可考虑选取特定子群体（如老年人、低学历人群）进行重测信度验证，或引入其他现有成熟量表进行效标关联效度验证，以增强验证结果的说服力。

（3）**自适应系统开发阶段：**采用迭代开发模式。基于初步开发的系统原型，通过邀请目标用户（如健康管理人员、医生、普通用户）进行试用，收集反馈，不断调整和优化系统算法、界面设计和功能模块。

3.**数据收集与分析流程**

（1）**数据收集：**

a.**准备阶段：**完成文献综述，确定研究框架；组建研究团队；联系并邀请专家参与德尔菲法咨询；设计问卷初稿。

b.**预阶段：**选取小规模代表性样本人群（如50-100人），进行问卷预，评估问卷的可理解性、完成率、题目难度等，根据反馈修改问卷。

c.**正式阶段：**确定最终抽样方案和样本量；联系抽样框；实施多阶段抽样；通过线上（问卷星等）和线下（面对面访谈）相结合的方式发放问卷并收集数据；进行数据质量控制（如逻辑校验、缺失值处理规则设定）。

d.**系统测试数据收集：**邀请目标用户参与自适应测评系统试用，收集用户行为数据和反馈意见。

（2）**数据分析：**

a.**数据整理与清洗：**将收集到的原始数据录入数据库，进行数据清洗，处理无效问卷、缺失值、异常值等。

b.**描述性统计：**对样本的基本特征、数字健康素养各维度得分及分布进行描述。

c.**信效度分析：**运用统计软件进行项目反应理论分析（IRT）、探索性因子分析（EFA）、验证性因子分析（CFA）、信度分析（Cronbach'sα,重测信度）、效标关联效度分析等。

d.**差异检验与相关分析：**运用t检验、方差分析、Pearson相关或Spearman相关分析，比较不同群体间数字健康素养的差异，分析数字健康素养与其他变量（如数字使用习惯、健康行为）的关系。

e.**回归分析：**建立回归模型，探讨影响数字健康素养的关键因素。

f.**自适应系统评估：**分析系统运行数据，评估其区分能力和效率。

g.**结果解释与报告撰写：**综合分析结果，解释研究发现，验证研究假设，撰写研究报告，提出研究结论和政策建议。

4.**技术路线**

本项目的技术路线遵循“理论构建-工具开发-实证验证-系统应用-成果转化”的逻辑主线，具体步骤如下：

（1）**阶段一：理论框架与指标体系构建（预计3个月）**

a.全面文献回顾与梳理。

b.多轮德尔菲法专家咨询。

c.构建数字健康素养理论框架。

d.完成指标体系初稿设计和专家评审。

（2）**阶段二：测评工具（问卷）设计与预（预计2个月）**

a.基于指标体系，设计问卷题目。

b.进行小范围预，收集反馈。

c.修订并完成问卷终稿。

（3）**阶段三：大规模抽样与数据收集（预计6个月）**

a.确定抽样方案，获取抽样框。

b.实施多阶段抽样，招募样本。

c.通过线上和线下方式发放问卷，收集数据。

d.进行数据质量控制与初步整理。

（4）**阶段四：测评工具信效度验证（预计6个月）**

a.运用IRT和SEM进行信效度分析。

b.进行必要的补充分析（如重测信度、效标关联效度）。

c.根据验证结果，对量表进行修正或确认。

（5）**阶段五：自适应测评系统开发与测试（预计5个月）**

a.基于验证后的量表和IRT参数，开发系统原型。

b.进行小范围用户测试，收集反馈。

c.迭代优化系统功能与性能。

（6）**阶段六：群体差异分析与政策建议研究（预计4个月）**

a.分析不同群体数字健康素养差异。

b.探讨影响因素与相关关系。

c.撰写研究报告和政策建议。

（7）**阶段七：成果总结与推广（预计2个月）**

a.完成最终研究报告撰写。

b.整理研究数据与代码，进行归档。

c.（可选）通过学术会议、期刊发表等方式进行成果推广。

整个技术路线强调各阶段之间的反馈与迭代，确保研究过程的严谨性和研究结果的科学性、实用性。

七．创新点

本项目在数字健康素养测评领域具有重要的理论、方法与应用创新，旨在填补现有研究的空白，提升测评的科学性和实践价值。

1.**理论层面的创新：**

（1）**构建整合性的数字健康素养理论框架：**不同于以往研究对数字健康素养概念界定的碎片化或单一维度的理解，本项目将立足于中国数字健康实践的现实背景，尝试构建一个更为系统、整合的理论框架。该框架不仅吸收健康素养、数字素养、信息行为等相关理论的核心要素，还将结合中国健康政策特色（如健康中国战略、互联网+医疗健康行动）和民众数字健康使用痛点，强调数字健康素养在促进健康公平、提升健康服务可及性与效率中的核心作用。特别是，本项目将尝试界定数字健康素养的独特性，探索其与传统健康素养、数字素养之间的递进与互补关系，为理解数字时代健康行为的驱动机制提供新的理论视角。

（2）**提出动态能力的数字健康素养模型：**现有研究多关注数字健康素养的静态水平评估。本项目将引入“动态能力”（DynamicCapabilities）理论视角，探讨个体在快速变化的数字健康环境中，如何感知环境变化、抓住机遇、整合和重构内部资源与外部关系以适应数字健康需求的能力。基于此，本研究将不仅测量个体当前具备的数字健康素养“存量”，还将尝试评估其“获取”、“发展”和“适应”数字健康素养的潜力与意愿，丰富数字健康素养的内涵，为制定更具前瞻性和适应性的素养提升策略提供理论支撑。

2.**方法层面的创新：**

（1）**开发多源验证的综合性测评工具：**本项目在工具开发上，将综合运用文献研究、德尔菲法、项目反应理论（IRT）和结构方程模型（SEM）等多种方法。首先，通过德尔菲法确保指标选择的权威性和全面性；其次，基于IRT模型开发或优化测评量表，能够实现精确的题目参数估计和被试能力估计，提高测评的效率和精度，并为开发自适应测评系统奠定基础；最后，通过SEM对测量模型进行系统检验，确保理论框架与数据结果的匹配度。这种多源验证的方法论，旨在克服单一测评方法可能存在的局限，提高测评工具的鲁棒性和可信度。

（2）**创新性地应用自适应测评技术：**本项目不仅开发标准化的数字健康素养测评量表，还将基于验证通过的IRT模型参数，开发自适应数字健康素养测评系统。该系统能够根据被试的实时作答表现，智能地选择和呈现不同难度和内容的题目，从而在最少的作答时间内获得最精确的素养评估结果。相较于传统的固定式问卷，自适应测评在提高测评效率、增强用户体验、减少作答疲劳方面具有显著优势。尤其是在评估大规模或特殊人群（如认知能力有限者）时，其优势更为突出。将自适应技术应用于数字健康素养测评，是该方法在健康领域的一种创新性应用，将极大提升测评的实践可行性。

（3）**采用混合研究方法进行深入验证：**项目将定量（大规模问卷结合IRT/SEM）与定性（可能通过深度访谈或焦点小组了解测评体验和深层原因）研究方法相结合。在验证阶段，不仅进行常规的内部和外部效度检验，还将考虑引入外部效标（如实际健康行为数据）进行效标关联效度检验，并可能对特定人群进行重测以检验稳定性。这种混合方法的运用，能够更全面、深入地评估测评工具的优劣，揭示数字健康素养测量的复杂性与细微之处，为工具的完善和解释提供更丰富的证据。

3.**应用层面的创新：**

（1）**聚焦中国情境，开发本土化的测评工具：**现有国际测评工具可能不完全适用于中国的文化背景、数字健康发展水平和政策环境。本项目将立足于中国国情，充分考虑不同地区、不同人群（如老年人、农民工、少数民族）在数字设备使用、网络环境、健康服务需求等方面的差异，开发具有中国文化适应性、符合中国数字健康实践的测评工具。这将使得测评结果更能真实反映中国居民的数字健康素养状况，为中国的数字健康政策制定和干预措施提供精准的靶向依据。

（2）**构建自适应测评系统，提升应用推广价值：**项目开发的自适应测评系统，不仅是研究工具，更是一个具有潜在应用价值的健康管理平台模块。该系统未来可嵌入到政府健康平台、医院信息系统、社区卫生服务中心、健康类APP等场景中，为用户提供个性化的数字健康素养评估和即时反馈，引导用户进行自我检测和学习提升。系统生成的群体分析报告，也能为管理者提供决策支持。这种将测评工具与实际应用场景结合的创新，极大地提升了研究的实践价值和推广潜力。

（3）**提供差异化的政策建议与实践指导：**基于对不同人群数字健康素养水平和影响因素的精细分析，本项目将超越简单的总体评价，提出更有针对性的、差异化的政策建议。例如，针对素养水平较低的老年人群体，建议加强数字技能培训与辅助工具开发；针对素养水平区域性差异，建议优化区域数字健康资源配置；针对特定疾病患者，建议改进相关在线健康信息服务的设计。这种基于实证数据的精细化建议，将更具操作性和影响力，有助于推动数字健康服务均等化和健康公平目标的实现。

综上所述，本项目在理论构建、方法创新和应用推广层面均展现出显著的创新性，有望为数字健康素养研究领域带来突破，并为提升全民数字健康素养水平、促进健康中国建设做出实质性贡献。

八．预期成果

本项目通过系统性的研究，预期在理论、方法、实践和人才培养等多个方面取得一系列重要成果，为数字健康素养的提升和健康公平的实现提供有力支撑。

1.**理论成果**

（1）**提出整合性的数字健康素养理论框架：**基于广泛的文献回顾和专家咨询，结合中国数字健康实践，构建一个包含核心维度、作用机制和影响路径的本土化数字健康素养理论框架。该框架将超越现有理论的局限，更清晰地界定数字健康素养的概念内涵、结构特征及其在健康行为改变和健康结果影响中的独特作用，为该领域提供新的理论视角和分析工具。

（2）**发展动态能力的数字健康素养模型：**通过引入动态能力理论，深化对数字健康素养形成和演变过程的理解。提出一个能够解释个体如何获取、发展和适应数字健康素养的整合模型，揭示影响素养动态变化的关键因素（如数字环境、教育机会、个体资源等）。该模型将为未来研究数字健康素养的干预效果和长期影响提供理论基础。

（3）**丰富健康素养与数字行为交叉研究：**本研究的发现将有助于深化对健康素养、数字素养与具体健康行为之间复杂关系的理解，特别是在数字健康情境下。通过实证分析，揭示不同数字健康素养水平如何影响个体对在线健康信息、远程医疗、健康管理应用等数字健康服务的利用模式和效果，为相关理论（如健康信念模型、计划行为理论）在数字时代的修正和发展提供实证依据。

（4）**发表高水平学术成果：**预期在国际知名学术期刊（如健康传播、健康教育、医学信息学相关期刊）上发表系列研究论文，或在国内外顶级学术会议上宣读研究成果，推动数字健康素养理论研究和实证探索的深入发展，提升我国在该领域的研究国际影响力。

2.**方法成果**

（1）**开发并验证一套标准化的数字健康素养测评量表：**完成一套包含多个维度、具有良好信度和效度、适用于中国人群的数字健康素养标准化测评量表。该量表将提供详细的操作手册和使用指南，为学术界和实践机构提供可靠的测量工具，用于评估不同地区、不同人群的数字健康素养水平。

（2）**构建并优化自适应数字健康素养测评系统：**开发出一个基于IRT模型的自适应数字健康素养测评系统原型，并通过测试验证其有效性和用户友好性。该系统将具有较高的测量精度和效率，能够为大规模、个性化测评提供技术支持。系统的开发经验和优化成果，也将为其他健康相关自适应测评系统的开发提供参考。

（3）**建立数字健康素养测评的数据集：**项目收集和产生的数据将构成一个具有代表性的数字健康素养大型数据库，包含详细的个体特征、数字健康素养得分、健康行为数据等信息。该数据集将为本领域后续研究提供宝贵的资源，支持更大规模和更深入的二次分析。

3.**实践应用价值**

（1）**为数字健康政策制定提供实证依据：**通过对不同人群数字健康素养水平的精确评估和差异分析，揭示中国数字健康素养的现状、问题和挑战。研究结果将为政府相关部门制定更有针对性的数字健康推广策略、资源配置方案、法律法规建设（如个人信息保护、在线健康服务监管）提供科学依据和数据支持，助力健康公平目标的实现。

（2）**指导数字健康服务的优化设计：**测评结果可以帮助医疗机构、健康平台、信息技术公司等了解用户在数字健康服务使用中的能力短板和需求。基于此，可以优化服务流程、改进界面设计、开发更具易用性和适老化特征的数字健康产品，提升用户体验和服务效果，促进数字健康服务的普惠化和精准化。

（3）**赋能数字健康素养教育干预：**通过测评识别不同群体的素养短板，可以设计个性化的数字健康素养培训内容、材料和活动形式。研究结果可为社区、学校、企业等开展有针对性的教育干预提供参考，提高教育资源的利用效率，有效提升目标人群的数字健康素养水平，增强其健康自我管理能力。

（4）**促进健康信息的有效传播与利用：**研究有助于识别公众在理解和利用健康信息方面的障碍，为媒体、健康科普平台等提供改进信息内容呈现方式、提升信息质量、引导理性健康决策的建议，促进健康信息的有效传播和精准触达，提升公众健康素养的整体水平。

（5）**推动健康产业发展：**本项目的成果，特别是标准化测评工具和自适应系统，具有转化为商业化产品的潜力，可为健康管理公司、咨询机构等提供技术和服务支持，催生新的商业模式，推动健康产业的技术创新和高质量发展。

4.**人才培养**

（1）**培养跨学科研究人才：**项目将汇聚健康教育、医学、统计学、计算机科学等领域的专业人才，通过项目合作和任务分工，培养一批掌握数字健康素养研究前沿方法、具备跨学科协作能力的研究团队。项目执行过程也将为相关领域的学生提供实践学习机会。

（2）**提升研究团队创新能力：**通过参与本项目，研究团队将接触数字健康素养领域的最新动态，掌握先进的测评技术和研究方法，提升解决复杂健康问题的创新能力，为团队未来的持续发展奠定基础。

综上所述，本项目预期取得的成果不仅具有重要的理论价值和学术贡献，更能在实践层面产生广泛而深远的应用价值，为提升国民数字健康素养、促进健康中国建设和实现健康公平提供坚实的科学支撑和可行路径。

九.项目实施计划

本项目计划在三年内完成研究目标，下设七个主要阶段，每个阶段包含具体的任务和明确的起止时间。项目团队将严格按照计划执行，确保各阶段任务按时完成，并根据实际情况进行动态调整。

1.**项目时间规划**

（1）**第一阶段：准备与设计阶段（第1-6个月）**

***任务分配：**项目负责人统筹整体规划，协调研究团队；理论组负责文献综述和理论框架构建；指标组负责德尔菲法专家咨询和指标体系初步设计；问卷组负责问卷初稿设计；统计组负责制定信效度分析方法。

***进度安排：**

*第1-2个月：完成文献综述，初步界定研究框架，启动第一轮德尔菲法专家咨询。

*第3-4个月：根据第一轮反馈，修订理论框架，完成第二轮德尔菲法，确定指标体系初稿。

*第5-6个月：设计问卷初稿，进行小范围预，根据反馈修改完善问卷终稿。

***预期成果：**完成文献综述报告，形成初步的理论框架草案，确定指标体系初稿，完成问卷终稿。

（2）**第二阶段：大规模数据收集阶段（第7-12个月）**

***任务分配：**项目负责人制定抽样方案，协调抽样执行；现场执行组负责联系抽样框，实施多阶段抽样，招募样本；数据管理组负责问卷发放、回收和数据初步整理。

***进度安排：**

*第7-8个月：确定最终抽样方案，获取抽样框，完成抽样工作，培训现场执行人员。

*第9-10个月：通过线上和线下方式发放问卷，回收数据，进行数据质量控制。

*第11-12个月：完成数据录入、清洗和初步整理，形成可用于分析的数据库。

***预期成果：**完成抽样工作，回收足够样本量的有效问卷，建立完整的数据集。

（3）**第三阶段：工具验证阶段（第13-24个月）**

***任务分配：**统计组负责进行信效度分析（IRT、EFA、CFA等）；理论组结合验证结果修正理论框架；项目组负责专家对验证结果进行评审。

***进度安排：**

*第13-16个月：进行项目反应理论分析（IRT），评估题目参数和模型拟合度。

*第17-20个月：进行探索性因子分析和验证性因子分析，检验量表的结构效度。

*第21-22个月：进行信度分析（内部一致性、重测信度）和效标关联效度分析。

*第23-24个月：综合所有验证结果，修正或确认测评量表，形成最终版测评工具，专家评审验证结果。

***预期成果：**完成测评工具的信效度验证报告，确定最终版标准化测评量表，形成修正后的理论框架。

（4）**第四阶段：自适应系统开发阶段（第25-30个月）**

***任务分配：**技术组负责基于IRT参数开发自适应系统原型；项目组负责用户测试和收集反馈。

***进度安排：**

*第25-27个月：完成系统架构设计，开发系统核心功能模块（题目库、逻辑分支、能力估计）。

*第28-29个月：进行小范围用户测试，收集用户反馈。

*第30个月：根据反馈迭代优化系统，完成自适应测评系统原型开发。

***预期成果：**完成自适应数字健康素养测评系统原型，形成系统开发报告和用户反馈分析。

（5）**第五阶段：群体差异分析与政策建议研究阶段（第31-36个月）**

***任务分配：**统计组负责进行群体差异分析和影响因素回归分析；政策组负责结合分析结果撰写政策建议。

***进度安排：**

*第31-33个月：分析不同群体数字健康素养的差异特征，进行相关性和回归分析。

*第34-35个月：撰写研究报告初稿，提炼政策建议框架。

*第36个月：修改完善研究报告，形成最终的政策建议报告。

***预期成果：**完成群体差异分析报告，形成研究报告初稿和政策建议报告。

（6）**第六阶段：成果总结与推广阶段（第37-40个月）**

***任务分配：**项目负责人负责整体协调与总结；各小组完成最终成果撰写与整理；宣传组（如有）负责成果推广准备。

***进度安排：**

*第37个月：完成所有研究任务，进行数据归档和代码管理。

*第38个月：完成最终研究报告定稿，整理形成学术论文初稿。

*第39-40个月：根据需要投稿或提交会议论文，撰写项目总结报告，整理相关资料。

***预期成果：**完成最终研究报告、学术论文（视情况）、项目总结报告，形成可推广的应用成果（如测评系统原型）。

（7）**第七阶段：项目结题阶段（第41个月）**

***任务分配：**项目负责人项目结题会议，总结项目成果与不足，提出后续研究方向。

***进度安排：**第41个月：完成项目结题报告，进行项目经费决算，提交结题申请。

***预期成果：**完成项目结题报告，通过结题审核。

2.**风险管理策略**

（1）**研究风险与应对策略：**

***风险描述：**理论框架构建缺乏创新性，难以形成独特见解；测评工具信效度验证未达预期标准；数据分析方法选择不当导致结果不可靠。

***应对策略：**组建跨学科理论组，广泛吸纳国内外最新研究成果，通过多轮专家咨询和文献批判性整合确保理论框架的前沿性和本土适应性；采用多种验证方法（IRT、SEM、重测信度等）交叉验证，对量表进行迭代优化；邀请统计专家参与方案设计，定期进行方法学讨论，确保分析方法的科学性和严谨性。

（2）**数据收集风险与应对策略：**

***风险描述：**抽样偏差导致样本代表性不足；问卷回收率低或存在大量无效问卷；数据质量不高，存在缺失值、异常值过多等问题。

***应对策略：**严格按照科学抽样方法执行，进行分层、多阶段抽样，并对抽样过程进行严格监控；通过多种渠道（线上、线下、合作机构）发放问卷，设计简洁明了、具有激励性的问卷，进行预优化问卷可读性；建立数据质量监控机制，设定缺失值处理规则，对异常数据进行标识和复核。

（3）**技术实施风险与应对策略：**

***风险描述：**自适应系统开发技术难度大，难以实现预期功能；系统稳定性不足，用户体验差。

***应对策略：**采用成熟的开源技术和框架进行开发，选择具有相关经验的开发团队；在开发过程中进行单元测试、集成测试，邀请目标用户参与测试并提供反馈；建立系统维护和更新机制，根据反馈持续优化系统性能和用户体验。

（4）**进度管理风险与应对策略：**

***风险描述：**部分阶段任务延期，影响整体项目进度；关键任务因人员变动或沟通不畅导致延误。

***应对策略：**制定详细的项目进度计划，明确各阶段任务起止时间和里程碑节点；建立项目例会制度，定期检查进度，及时发现和解决潜在问题；采用项目管理工具进行任务分配和进度跟踪；加强团队沟通协作，明确各方职责，确保信息畅通。

（5）**经费管理风险与应对策略：**

***风险描述：**经费使用不当，存在浪费或短缺现象；预算编制不合理，难以满足实际需求。

***应对策略：**依据项目计划科学编制预算，细化各项支出，确保经费使用的合理性和必要性；建立严格的经费管理制度，规范支出流程，定期进行财务审计；根据项目进展情况，对预算进行动态调整，确保关键任务得到充分保障。

通过上述风险识别和应对策略的实施，将最大限度地降低项目实施过程中的不确定性，保障项目目标的顺利实现。

十.项目团队

本项目团队由来自国内数字健康、健康教育、统计学、医学和计算机科学等领域的资深专家和骨干研究人员组成，具备扎实的理论基础、丰富的实践经验和跨学科协作能力，能够确保项目研究的科学性、系统性和创新性。团队成员均具有博士学位，在各自领域取得突出研究成果，并长期关注数字健康素养相关研究，为本项目提供了坚实的人才保障。

1.**团队成员专业背景与研究经验**

（1）**项目负责人：张明**，研究员，国家卫生健康信息研究中心首席专家，健康传播学博士。长期从事健康传播、健康教育与健康促进研究，主持多项国家级和省部级科研项目，在数字健康素养、健康信息行为、健康政策研究等领域具有深厚造诣。发表核心期刊论文30余篇，出版专著2部，研究成果获多项省部级奖励。曾参与世界卫生健康促进策略研究项目，具有丰富的项目管理经验和团队领导能力。

（2）**理论组负责人：李红**，教授，北京大学公共卫生学院健康与社会发展研究中心主任，社会医学博士。研究方向为健康公平、健康行为与社会决定因素，在健康素养、数字健康素养、健康政策评估等领域有深入研究。在国内外主流期刊发表系列论文，主持国家社会科学基金重点项目“健康中国背景下数字健康素养评估与干预研究”，并担任多部健康传播领域的学术著作的副主编。具有丰富的学术交流经验，多次参与国际学术会议并作主题报告。

（3）**指标体系构建与问卷设计负责人：王强**，副研究员，中国疾病预防控制中心慢病防治司，流行病学硕士。长期从事健康行为监测、慢性病流行病学和干预研究，在健康素养、数字健康素养评估方面积累了丰富的经验。参与多项国家卫健委重点课题，负责健康信息学、健康行为监测系统的设计与实施。发表SCI论文10余篇，擅长运用定量研究方法分析健康行为影响因素，为本项目指标体系和问卷设计提供了重要的方法学支持。

（4）**信效度验证与统计分析负责人：赵敏**，教授，复旦大学公共卫生学院社会医学系，统计学博士。研究方向为健康统计学、测量学、生存分析，在健康信息测量、健康数据分析方面具有深厚造诣。主持国家自然科学基金面上项目“基于项目反应理论的数字健康素养测评工具开发与验证”，发表SCI论文20余篇，出版教材1部。精通结构方程模型、项目反应理论等高级统计方法，为本项目测评工具的信效度验证和数据分析提供了技术保障。

（5）**自适应系统开发负责人：刘伟**，高级工程师，清华大学计算机系，软件工程博士。长期从事、数据挖掘、人机交互领域的研究与开发工作，在用户行为分析、智能推荐系统、人机交互设计等方面具有丰富经验。曾参与多项国家级重点研发计划项目，负责智能健康管理系统、健康大数据分析平台等系统的设计与开发。发表顶级学术会议论文30余篇，拥有多项发明专利。为本项目自适应测评系统的开发提供了技术支持。

（6）**政策组负责人：陈静**，研究员，国家卫生健康政策研究基地，卫生政策学硕士。长期从事卫生健康政策、健康公平、健康经济学研究，在健康政策评估、健康服务体系建设、健康公平与卫生改革等方面具有丰富经验。参与多项国家卫生健康委员会政策研究项目，为健康中国战略、健康扶贫、健康公平等政策制定提供咨询服务。发表政策研究报告10余份，为本项目成果转化和政策建议提供了重要支持。

2.**团队成员的角色分配与合作模式**

本项目团队实行“核心团队+合作单位”的合作模式，团队成员根据各自的专业优势，承担不同的研究任务，形成优势互补、协同攻关的研究合力。项目负责人全面负责项目总体规划、资源协调和进度管理，确保项目目标的顺利实现。理论组负责构建数字健康素养的理论框架，设计指标体系和研究模型，为项目提供理论指导和方法论支持。指标体系构建与问卷设计负责人负责设计测评工具，确保其科学性、实用性和可行性。信效度验证与统计分析负责人负责运用先进的统计方法对测评工具进行科学验证，确保测评结果的准确性和可靠性。自适应系统开发负责人负责将测评工具转化为实际应用场景，开发自适应测评系统，提升测评效率和应用效果。政策组负责人负责将研究成果转化为政策建议，为政府决策提供参考。此外，团队成员将定期召开项目会议，分享研究进展，讨论研究方法，解决研究难题，确保项目研究的质量和效率。

合作单位包括国家卫生健康信息研究中心、北京大学公共卫生学院、中国疾病预防控制中心慢病防治司、清