Риски онлайн-поиска информации о здоровье: адаптация шкалы OHISS на российской выборке

Развитие сети Интернет наряду с повышением цифровых навыков пациентов делает их компетентными в некоторых вопросах медицинского обслуживания. Целью настоящего исследования являлась адаптация методики «Шкала онлайн-поиска информации о здоровье» на русскоязычной выборке с установлением взаимосвязей с такими киберфеноменами, как думскроллинг, киберхондрия и зависимость от социальных сетей. Во всероссийском онлайн-опросе, проведенном с помощью сервиса Toloka.AI, приняли участие 1025 человек. Инструментарий включал следующие опросники: шкалу онлайн-поиска информации о здоровье (Online Health Information Seeking Scale, OHISS), шкалу думскроллинга (Doomscrolling Scale, DS), шкалу тяжести киберхондрии (Cyberchondria Severity Scale, CSS), Бергенскую шкалу зависимости от социальных сетей (Bergen Social Media Addiction Scale, BSMAS). Результаты исследования показали, что русскоязычная версия OHISS имеет однофакторную структуру и высокую внутреннюю согласованность (α-Кронбаха = 0,845; ω-Макдональда = 0,847). Показатели по OHISS были статистически значимо позитивно взаимосвязанными с показателями думскроллинга, киберхондрии и зависимости от социальных сетей. Онлайн-поиск информации о здоровье не был связан с возрастом респондентов, их уровнем дохода и уровнем образования. Более частому онлайн-поиску информации о здоровье были подвержены женщины, респонденты, состоящие в браке с раздельным проживанием, и респонденты, считающие себя довольно религиозными. Полученные с помощью Шкалы онлайн-поиска информации о здоровье эмпирические данные позволяют считать адаптированную шкалу психометрически обоснованным диагностическим инструментом и рекомендовать ее для решения практических и исследовательских задач.

Введение

В последние годы пациенты становятся все более активными участниками процесса оказания медицинской помощи. Развитие сети Интернет наряду с повышением цифровых навыков пользователей делает их компетентными в некоторых вопросах медицинского обслуживания. Современные исследователи отмечают рубежный этап середины нулевых, когда вместе с революцией web 2.0, произошел переход от «информированного пациента» (informed patient) к «активно участвующему пациенту» (participative patient) [12]. Формированию такого пациента способствует переформатирование аптечной сети, когда большинство аптек перестают быть производством лекарственных препаратов, превращаясь в обычный ритейл широко рекламированных и легко узнаваемых фарма-брендов с доступными рекомендациями фармацевтов–консультантов [10].

Ответственное самолечение, по мнению представителей Всемирной организации здравоохранения, концептуализировавших это понятие более 50 лет назад, является разумным применением самим пациентом лекарственных средств, находящихся в свободной продаже (безрецептурно), с целью профилактики или лечения легких расстройств здоровья до оказания профессиональной врачебной помощи. Некоторые эксперты опускают в ответственное самолечение указание на ожидание профессиональной врачебной помощи, полагая при этом, что такой комплекс мер могут проводить не только граждане, но и семьи, а также сообщества (в том числе виртуальные) в целях укрепления здоровья, профилактики и лечения заболеваний, а также восстановления здоровья после болезней [5].

Подобные социальные практики, кажущиеся на первый взгляд удобным и доступным вариантом самопомощи, безусловно, связаны со значительными рисками, сопряженными с неверным диагнозом, неправильной дозировкой, отсутствием у обывателя представления о взаимодействии препаратов и их побочных эффектах, аллергическими реакциями, латентным протеканием более серьезного невыявленного заболевания и соответствующей отсрочкой надлежащего его лечения, осложнениями, резистентностью к антибиотикам и, в конечном счете, финансовыми последствиями [18].

Согласно результатам опроса ВЦИОМ, в допандемийной России треть россиян занималась самолечением. Пандемия COVID-19 ускорила вовлеченность людей в поиск информации о своем здоровье посредством сети Интернет, привела к росту практик самолечения во всем мире [7]. В результате этого в постпандемийной России 81% респондентов готовы взять на себя ответственность за собственное здоровье, его поддержание и профилактику [3]. Главными причинами такого поведения россияне называют недостаток времени и маловыраженность симптомов, когда проще обратиться к аптечному фармацевту, чем записываться на прием к врачу [19], а наиболее распространенным потреблением во всех возрастных группах является потребление анальгетиков, жаропонижающих и противовоспалительных препаратов, за которыми следуют антибиотики [16].

Целью настоящего исследования являлась адаптация шкалы онлайн-поиска информации о здоровье (Online Health Information Seeking Scale, OHISS) на российской выборке с установлением взаимосвязей с такими киберфеноменами, как думскроллинг, киберхондрия и зависимость от социальных сетей.

Метод

Участники исследования. Опрос был проведен с помощью сервиса Toloka.AI. В исследовании приняли участие 1025 респондентов в возрасте от 12 до 80 лет (M = 37,9, Me = 36, SD = 11,7), среди них были преимущественно женщины, респонденты, состоящие в официальном браке, и респонденты с низкой степенью религиозности, средним уровнем дохода и высшим образованием.

Инструменты. Участники заполнили анкету, содержащую следующие инструменты:

1. Шкала онлайн-поиска информации о здоровье (Online Health Information Seeking Scale, OHISS) включает 4 утверждения для оценки частоты использования Интернета в целях поиска информации медицинского характера [23]. Для обеспечения достоверных результатов была установлена функциональная эквивалентность русскоязычной и англоязычной версий OHISS с помощью метода прямого и обратного перевода [9]. Текст русскоязычной версии OHISS представлен в Приложении.
2. Шкала думскроллинга (Doomscrolling Scale, DS) содержит 15 утверждений, оценивающих склонность пользователей социальных сетей обращать внимание на негативную информацию в своих новостных лентах (например, о кризисах, трагедиях, катастрофах) [2; 20].
3. Шкала тяжести киберхондрии (Cyberchondria Scale) включает 15 утверждений, измеряющих склонность к постоянному конструированию диагнозов с помощью информации из Интернета: (I) навязчивость (навязчивые мысли и действия в поисках информации о заболеваниях); (II) чрезмерность (чрезмерное количество времени, затрачиваемое на поиски одних и тех же симптомов); (III) дистресс (негативные эмоциональные реакции, связанные с поиском информации о заболеваниях); (IV) недоверие врачам (выбор между мнением врачей и информацией, полученной в результате онлайн-поисков); (V) перестраховка (сопоставление результатов онлайн-поисков с мнением медицинских работников) [1; 8].
4. Бергенская шкала зависимости от социальных сетей (Bergen Social Media Addiction Scale, BSMAS) содержит 6 утверждений, измеряющих такие компоненты зависимости, как (I) значимость (обеспокоенность зависимым поведением); (II) толерантность (рост частоты и увлеченности использованием социальных сетей); (III) изменение настроения (поведение, связанное с попыткой облегчить негативные эмоциональные состояния); (IV) рецидив/потеря контроля (неспособность контролировать использование социальных сетей); (V) абстиненция (дискомфорт, связанный со сниженным или отсутствующим доступом к социальным сетям); (VI) конфликт/проявление дезадаптации (пренебрежение прочими видами деятельности, собственными и чужими потребностями ради использования социальных сетей) [4; 6].

Анализ данных. Статистический анализ данных был осуществлен в программе Jamovi 2.3.21 с помощью методов описательной статистики, конфирматорного факторного анализа, коэффициентов α-Кронбаха и ω-Макдональдса, коэффициента корреляции r-Пирсона, t-критерия Стьюдента, однофакторного дисперсионного анализа ANOVA.

Результаты

В таблице 1 показана описательная статистика для пунктов русскоязычной версии OHISS. Показатели эксцесса и асимметрии оказались в диапазоне значений, предполагающих нормальность распределения данных.

Таблица 1. Описательная статистика для пунктов русскоязычной версии OHISS

Примечание. M = среднее; SD = стандартное отклонение; эксцесс при стандартной ошибке 0,153; асимметрия при стандартной ошибке 0,076.

Однофакторная структура показала неприемлемое соответствие данным за счет неудовлетворительного показателя RMSEA (CMIN (2) = 35,1, p < 0,001; CFI = 0,981; TLI = 0,942; SRMR = 0,021; RMSEA = 0,127 (90% CI 0,092-0,166)). Оригинальная модель показала приемлемое соответствие данным после внесения ковариации между ошибками пунктов № 2 и № 3 (CMIN (1) = 6,34, p = 0,012; CFI = 0,997; TLI = 0,981; SRMR = 0,009; RMSEA = 0,072 (90% CI 0,027-0,130)). В таблице 2 показаны факторные нагрузки пунктов русскоязычной версии OHISS.

Таблица 2. Факторные нагрузки пунктов русскоязычной версии OHISS

Русскоязычная версия OHISS оказалась внутренне согласованной (α-Кронбаха = 0,845; ω-Макдональда = 0,847).

Показатели по OHISS были статистически значимо позитивно взаимосвязанными с показателями думскроллинга, киберхондрии и зависимости от социальных сетей. В таблице 3 показаны взаимосвязи между показателями по OHISS и другим методикам.

Онлайн-поиск информации о здоровье не был связан с возрастом респондентов (r = 0,006, p = 0,842), их уровнем дохода (F (4, 110) = 1,99, p = 0,101) и уровнем образования (F (5, 136) = 1,52, p = 0,187). Более частому онлайн-поиску информации о здоровье были подвержены женщины (t = 6,53, p < 0,001), респонденты, состоящие в браке с раздельным проживанием (F (5, 187) = 2,89, p = 0,016), и респонденты, считающие себя довольно религиозными (F (3, 211) = 6,96, p < 0,001). В таблице 4 приведены показатели онлайн-поиска информации о здоровье в зависимости от социально-демографических особенностей респондентов.

Таблица 3. Взаимосвязи между показателями по OHISS и другим методикам

Примечание. Все корреляции значимы на уровне p < 0,001. В скобках указан 95% доверительный интервал.

Таблица 4. Социально-демографические особенности онлайн-поиска информации о здоровье

Обсуждение результатов

Полученные с помощью шкалы онлайн-поиска информации о здоровье (Online Health Information Seeking Scale, OHISS) зарубежными коллегами эмпирические результаты позволяют дополнить и сопоставить результаты, полученные в настоящем исследовании.

Во-первых, русскоязычная версия OHISS надежна и валидна. Она обладает приемлемыми показателями внутренней согласованности, факторной и конвергентной валидности [13]. Данные показатели позволяют считать адаптированную шкалу психометрически обоснованным диагностическим инструментом и рекомендовать ее для решения практических и исследовательских задач.

Во-вторых, поиск медицинской информации в Интернете позволяет пересмотреть традиционные модели взаимоотношений между пациентом и поставщиком медицинских услуг и стратегии коммуникации, для того чтобы адаптироваться к меняющейся демографической ситуации, поскольку это значимо влияет на отношения между пациентом и врачом в зависимости от того, обсуждает ли пациент эту информацию с врачом, а также от их предыдущих отношений [21].

В-третьих, подобные отношения сопряжены с комплексом рисков, касающихся онлайн-поиска информации медицинского характера, и составляют на примере онкопациентов следующие семь ключевых факторов: (I) социально-демографические характеристики (возраст, пол, образование, доход, этническая принадлежность и язык); (II) психосоциальные аспекты (психологическое благополучие, потребность в личном контакте, мотивация, поддержка); (III) доступность (доступ в Интернет, место жительства); (IV) качество и количество информации (объем, достоверность); (V) стадия рака и симптомы (время с момента постановки диагноза, наличие симптомов); (VI) аспекты, связанные с медицинскими работниками (взаимоотношения с пациентами и мнения о медицинской информации в Интернете); (VII) цифровая грамотность (навыки работы с компьютером и общий уровень грамотности) [11].

В-четвертых, наряду с информационной поддержкой, пациенты нуждаются в эмоциональной поддержке [22], которая должна компенсировать нарастающую тревожность, возникающую у людей, подверженных думскроллингу и киберхондрии, а также зависимости от сети Интернет, в том числе социальных сетей. Оставление пациента один на один с избыточной медицинской информацией содержит несоизмеримо большие риски и может спровоцировать стресс и ряд сопряженных состояний с соответствующими последствиями.

В-пятых, исследователи оценивают надежную медицинскую информацию о заболеваниях детей как крайне актуальную для родителей, которые тревожатся о здоровье детей значительнее, чем о собственном. Изучение данной проблемы продемонстрировало существенные дефициты в имеющейся информации в сфере электронной педиатрии и релевантной онлайн-информации соответствующего характера [14].

В-шестых, способность молодежи как особого возрастного сегмента, имеющего повышенные цифровые навыки и поисковую онлайн-активность, самостоятельно определять актуальность медицинской онлайн-информации (на примере COVID-19) связывается исследователями с их психическим здоровьем и психологическим благополучием [17]. В этой связи актуальным становится вопрос факт-чекинга и умения критически оценивать и фильтровать информацию в сфере здравоохранения, что позволяет избегать распространения недостоверных или вредных сведений и способствует улучшению психического здоровья и повышению уверенности в своих знаниях. При этом способность различать достоверные и недостоверные источники информации помогает молодым людям избегать стресса, вызванного неверными сведениями о заболеваниях и методах их лечения. Умение ориентироваться в информационном потоке способствует формированию у молодежи навыков самоконтроля и саморегуляции.

В-седьмых, беременные женщины, здоровье которых сопряжено с риском, довольно часто обращаются к онлайн-ресурсам в поисках необходимой медицинской информации, которую исследователи разделяют на три основных этапа: до беременности, во время беременности и после родов, выделяя несколько основных типов информационных потребностей, начиная с надежного подтверждения беременности и заканчивая клиническими рекомендациями профильных специалистов [15].

Выводы

1. Русскоязычная версия шкалы онлайн-поиска информации о здоровье (Online Health Information Seeking Scale, OHISS) надежна и валидна и может быть рекомендована для использования в научных и практических целях.
2. Более частый онлайн-поиск информации о здоровье связан с более высокими показателями думскроллинга, киберхондрии и зависимости от социальных сетей.
3. Россияне редко пользуются медицинскими приложениями даже в ситуациях, когда сталкиваются с проблемами, связанными со здоровьем.
4. Причинами низкой поисковой активности могут быть барьеры, связанные с низкой технологической грамотностью населения, опасения по поводу утечки личной информации и персональных данных, низкая степень доверия к специалистам.
5. Преодоление этих барьеров требует комплексного подхода со стороны медицинских учреждений, государственных органов и общественности (развития инфраструктуры, обучения населения и медицинских работников и т.д.).

1. Дейнека О.С., Максименко А.А., Забелина Е.В., Гаркуша С.А. Результаты адаптации короткой версии методики выраженности киберхондрии на российской выборке // Психологический журнал. 2023. Том 44. № 1. С. 101–112. DOI: 10.31857/S020595920024365-7
2. МаксименкоА.А., Дейнека О.С., Мортикова И.А. Инфодемический думскроллинг и психологическое благополучие россиян // Общество: социология, психология, педагогика. 2022. № 12. С. 129–136. DOI: 10.24158/spp.2022.12.20
3. ПоповичЛ.Д., Дмитриев М.Э., Зимоха А.Ю. Возможности реализации самолечения в России // Финансы и бизнес. 2021. Том 17. №1. С. 94–104. DOI: 10.31085/1814-4802-2021-17-1-94-104
4. ШубинС.Б. Психологические особенности цифровой активности подростков на примере социальных сетей: обзор иностранных исследований // Педагогика и психология образования. 2020. № 3. С. 173–191. DOI: 10.31862/2500-297X-2020-3-173-191
5. ЯгудинаР.И., Логвинюк П.А. Единственный «человек в белом халате» на пути ответственного самолечения // Ремедиум. Журнал о российском рынке лекарств и медицинской технике. 2018. № 4. С. 8–11. DOI: 10.21518 / 1561–5936–2018–4-8-11
6. Andreassen C.S., Torsheim T., Brunborg G.S., Pallesen S. Development of a Facebook Addiction Scale // Psychological Reports. 2012. Vol. 110. № 2. P. 501–517. DOI: 10.2466/02.09.18.PR0.110.2.501-517
7. Ayosanmi O.S., Alli B.Y., Akingbule O.A. et al. Prevalence and correlates of self-medication practices for prevention and treatment of COVID-19: A systematic review // Antibiotics (Basel). 2022. Vol. 11. № 6. P. 808. DOI: 10.3390/antibiotics11060808
8. Barke A., Bleichhardt G., Rief W., Doering B.K. The Cyberchondria Severity Scale (CSS): German validation and development of a short form // International Journal of Behavioral Medicine. 2016. Vol. 23. № 5. P. 595–605. DOI: 10.1007/s12529-016-9549-8.
9. Brislin R.W. The wording and translation of research instruments // Field methods in cross-cultural research / Eds. W.J. Lonner, J.W. Berry. Sage Publications, Inc., 1986. P. 137–164.
10. Emmerton L. The ‘third class’ of medications: Sales and purchasing behavior are associated with pharmacist only and pharmacy medicine classifications in Australia // Journal of the American Pharmacists Association. 2009. Vol. 49. № P. 31–37. DOI: 10.1331/JAPhA.2009.07117
11. Ferraris G., Monzani D., Coppini V. et al. Barriers to and facilitators of online health information-seeking behaviours among cancer patients: A systematic review // Digital Health. 2023. Vol. 15. № 9. ID 20552076231210663. DOI: 10.1177/20552076231210663
12. Gardiner R. The transition from ‘informed patient’ care to ‘patient informed’ care // Studies in Health Technology and Informatics. 2008. № 137. P. 241–256.
13. Hernández A., Hidalgo M.D., Hambleton R.K., Gómez-Benito J. International test commission guidelines for test adaptation: A criterion checklist // Psicothema. 2020. Vol. 32. № 3. P. 390–398. DOI: 10.7334/psicothema2019.306
14. Kubb C., Foran H.M. Online health information seeking by parents for their children: Systematic review and agenda for further research // Journal of Medical Internet Research. 2020. Vol. 22. № Art. e19985. DOI: 10.2196/19985
15. Lu Y., Zhang Z., Min K. et al. Pregnancy-related information seeking in online health communities: A qualitative study // Divers Divergence Dialogue. 2021. Vol. 12646. P. 18–36. DOI: 10.1007/978-3-030-71305-8_2.
16. Pfaffenbach G., Tourinho F., Bucaretchi F. Self-medication among children and adolescents // Current Drug Safety. 2010. Vol. 5. № P. 324–328. DOI: 10.2174/157488610792246028
17. Rouvinen H., Turunen H., Lindfors P. et al. Online health information-seeking behaviour and mental well-being among Finnish higher education students during COVID-19 // Health Promotion International. 2023. Vol. 38. № 6. Art. daad143. DOI: 10.1093/heapro/daad143
18. Ruiz M.E. Risks of self-medication practices // Current Drug Safety. 2010. Vol. 5. № P. 315–323. DOI: 10.2174/157488610792245966
19. Rusu R.N., Ababei D.C., Bild W. et al. Self-medication in rural northeastern Romania: Patients’ attitudes and habits // International Journal of Environmental Research and Public Health. 2022. Vol. 19. № 22. ID 14949. DOI: 10.3390/ijerph192214949.
20. Sharma B., Lee S.S., Johnson B.K. The dark at the end of the tunnel: Doomscrolling on social media newsfeeds // Technology, Mind and Behavior. 2022. Vol. 3. № 1. P. 1–13. DOI: 10.1037/tmb0000059
21. Tan S.S., Goonawardene N. Internet Health Information Seeking and the Patient-Physician Relationship: A Systematic Review // Journal of Medical Internet Research. 2017. Vol. 19. № Art. e9. DOI: 10.2196/jmir.5729
22. Zhao Y.C., Zhao M., Song S. Online health information seeking among patients with chronic conditions: Integrating the health belief model and social support theory // Journal of Medical Internet Research. 2022. Vol. 24. № 11. Art. e42447. DOI: 10.2196/42447
23. Zhu X., Zheng T., Ding L., Zhang X. Exploring associations between eHealth literacy, cyberchondria, online health information seeking and sleep quality among university students: A cross-section study // Heliyon. 2023. Vol. 9. № 6. Art. e17521. DOI: 10.1016/j.heliyon.2023.e17521