ヘルスケアコミュニケーションジャーナル オープンアクセス

抽象的な

日常的な社会人口統計データから健康リテラシー指標を導き出す方法の開発

カリン・R・ローセン、ポール・T・シード、ジョアン・プロセロー、マイケル・S・ウルフ、ジリアン・P・ローランズ。

背景:健康リテラシーの低さ (HL) は公衆衛生上の問題であり、人口の健康と病気に影響を及ぼしますが、大規模な人口における健康リテラシー データを収集するためのツールはほとんどありません。

目的:日常的に収集される社会人口統計データから指標となる機能的 HL レベルを導き出す方法を開発する。

方法:構築された HL 能力閾値を個人が上回っているか下回っているかを最もよく表す社会人口学的変数を調査しました。加重ロジスティック回帰を使用して、閾値を下回っている場合のオッズ比を推定しました。加重受信者動作特性 (ROC) 分析では、どの変数が低 HL を最もよく予測するかを調べました。特異度、感度、および ROC 下面積 (AU) は、リスクを予測する能力の記述子でした。

結果: 3 つのモデルが開発されました。1 つは 9 つの変数すべてを使用するモデル、1 つは最も予測力の高い 4 つの変数 (資格 (16 歳までに期待されるレベルを達成したかどうか)、民族、住宅所有、地域の貧困) を使用する実用的なモデル、もう 1 つは「資格」のみ (最も予測力の高い単一の変数) を使用するモデルです。すべてのモデルで低 HL の優れた予測力 (AUROC 0.73 (95% CI 0.71; 0.74) ～ 0.78 (95% CI 0.76; 0.79)) が示され、より複雑なモデルほど予測力が向上しました。

結論:低 HL の最も重要な予測因子は、16 歳までに期待される資格レベルを達成することであり、追加の変数によって予測力が高まります。開発された式は、日常的に収集される社会人口統計データから集団の機能的 HL レベルを推定するために使用でき、公衆衛生コミュニケーションの効果的な開発とターゲット設定に役立ちます。式を導出する方法は、他の先進国でも適用できます。