簡版健康素養量表的開發：基于經典測量理論和項目反應理論

孫小楠，陳珂，武運籌，湯靖琪，王飛，孫昕霙，賀苗，吳一波*

1.150081 黑龍江省哈爾濱市，哈爾濱醫科大學公共衛生學院

2.230039 安徽省合肥市，安徽大學哲學學院

3.400715 重慶市，西南大學心理學部

4.200062 上海市，華東師范大學心理與認知科學學院

5.100875 北京市，北京師范大學心理學部認知與學習國家重點實驗室

6.100191 北京市，北京大學公共衛生學院

7.150081 黑龍江省哈爾濱市，哈爾濱醫科大學人文社會科學學院

健康素養系個體獲取、理解健康信息以保障、推進自身健康建設的能力［1］。WHO強調，健康素養作為一種認知能力和社會技能水平的象征［2］，是健康的重要決定因素［2-3］。健康素養水平的限制易讓公眾難以完整地認識、了解疾病，難以實現對醫療資源的高效、充分利用，特別是影響慢性病患者的自我疾病管理，從而導致較差的服藥依從性，甚至增加住院率與死亡率［4-6］。我國《“健康中國2030”規劃綱要》強調居民的健康素養情況是戰略目標的核心內容，提升健康素養水平應成為健康教育、患者管理和健康促進等方面的重要構成［7］，這就要求個人要充分了解并使用健康信息，以便充分管理自身的健康問題，降低社會成本。因此，一個能客觀、全面且準確測評健康素養的工具是開展此類研究的前提。

隨著健康素養領域得到國內外學者的關注，用于測量公眾的健康素養工具研發活躍，目前常用成年人功能健康素養測試（Test of Functional Health Literacy in Adult，TOFHLA）、歐洲健康素養調查（the European Health Literacy Survey Questionnaire，HLS-EU-Q）等問卷［8-9］。結合以上研究，DUONG等［10］在HLSEU-Q47的基礎上，編制了適用于評估亞洲國家公眾健康素養的12條目健康素養量表（Short-form Health Literacy Survey Questionnaire，HLS-SF12），以良好的信效度支持了HLS-EU-Q47的原始架構。我國學者多使用國家衛生健康委員會制定的“全國居民健康素養監測調查問卷”，隨著對健康素養研究的深入，陸續有學者研發了針對特殊人群的健康素養評估工具［11-13］。

目前課題研究中多傾向于多維度、多條目的測評工具，力爭全面化評估受測者的臨床或心理特質，但隨之應用，冗長的工具也出現了一定的不足：問卷中題目過多，使得受訪者作答時間較長，作答耐心降低，作答認真度下降，問卷的真實性可靠性難以保障；同時易使受訪者產生隱私受侵的心理，增加受訪者的心理負擔［14］。而簡短版量表則能較大程度上規避以上弊端，同時縮減問卷填寫時間，利于推廣受訪人群與應用領域。此外，簡短的健康素養評估工具可被納入患者就診評估等評估問卷，快速篩查出健康素養有限的群體，便于實施針對性的健康教育，評估干預效果［8，15］。

考慮到我國在健康素養領域缺失簡便的測評工具，本研究嘗試對HLS-SF12進行簡化研究，這將有助于在更大規模的人群或臨床環境中對健康素養進行簡單而準確的評估，為今后的干預研究提供參考依據。

1 對象與方法

1.1 研究對象

“中國家庭健康指數調查（2021年）”于2021-07-10—09-15開展，采用多階段抽樣的方法，納入中國23個省和5個自治區的省會、4個直轄市，并用隨機數字表法在每個省、自治區的非省會地級行政區中各抽取2～6個城市，共120個城市。每個城市至少招募1位調查員或1支調查團隊。調查員需基于“2021年第七次全國人口普查結果”的數據結果，使所獲得樣本的性別、年齡、城鄉分布基本符合人口特征?！爸袊彝ソ】抵笖嫡{查（2021年）”納入標準：（1）年齡≥12歲；（2）具有中華人民共和國國籍；（3）中國常住人口（年外出時間≤1個月）；（4）自愿參加研究，填寫知情同意書；（5）可自行完成網絡問卷調查或在調查員幫助下完成問卷調查；（6）了解問卷每個條目所表達的含義。排除標準：（1）意識不清、精神異常者；（2）正在參加其他類似研究課題者；（3）不愿合作者。問卷回收后由兩人背靠背進行邏輯檢查和數據篩選。本研究已通過暨南大學倫理委員會倫理審查（JNUKY-2021-018）。“中國家庭健康指數調查（2021年）”共調查居民11 668例，回收有效問卷11 031份，有效回收率為94.54%。從數據中選擇≥18歲人群作為本研究的受測對象，最終納入7 449份數據，并隨機分成2個樣本集，其中樣本集1共3 680份，樣本集2共3 769份。

1.2 方法

1.2.1 一般資料問卷：由研究者編制，內容包括調查對象的性別、年齡、民族、戶口類型、居住地類型、最高學歷情況、婚姻狀況、家庭人均月收入等。

1.2.2 HLS-SF12：DUONG等［10］編制的適用于公眾健康素養測量的HLS-SF12分為3個維度，分別是衛生保健、疾病預防、健康促進，共12個條目，采用4級評分（1=非常困難，2=困難，3=容易，4=非常容易），使用公式計算標準化健康素養指數（health literacy index，HL指數），指數范圍為0～50，指數越高代表健康素養水平越高。計算公式為HL指數=（平均值-1）×（50/3），其中平均值是每個個體所有參與項目的平均值，1是平均值的最小可能值（此時指數的最小值為0），3是平均值，50是指數的最大值。DUONG報告HLS-SF12的Cronbach'sα系數＞0.70，衛生保健分量表的Cronbach'sα系數為0.49～0.72，疾病預防分量表的Cronbach'sα系數為0.64～0.77，健康促進分量表的Cronbach'sα系數為0.59～0.81，內部一致性指標良好。經原作者授權，施測時采用漢化后的HLS-SF12中文版［16］。本研究中該量表在數據集1的Cronbach'sα系數為0.932，數據集2的Cronbach'sα系數為0.933，總數據集的Cronbach'sα系數為0.932。

1.2.3 領悟社會支持量表（Perceived Social Support Scale，PSSS）由ZIMET等［17］開發，PSSS分為家庭支持、朋友支持和他人支持3個維度，每個維度含4個條目，共12個條目。量表選項從“極不同意”至“極同意”賦分為1～7分，得分越高領悟到的社會支持越豐富。本研究中該量表在數據集2的Cronbach'sα系數為0.947，總數據集的Cronbach'sα系數為0.948。

1.2.4 家庭健康量表（Family Health Scale Short-Form，FHS-SF）由CRANDALL等［18］編制，用于測評家庭健康功能，由WANG等［19］漢化翻譯。該量表分4個維度，共10個條目。題項為“非常不同意”至“非常同意”（1～5分），其中第6、9、10題為反向計分?？偭勘淼梅衷礁弑硎炯彝ソ】邓皆胶?。本研究中該量表在數據集2的Cronbach's α系數為0.845，總數據集的Cronbach's α系數為0.846。

1.3 簡化方法

1.3.1 通過經典測量理論（classical test theory，CTT）在項目分析時常用的4種方法：項目間殘差相關法、相關系數法、項目-總體相關系數法（corrected item-total correlation，CITC）、獨立樣本t檢驗法對原量表的每個條目進行分析。

（1）項目間殘差相關法計算各項目與其余項目殘差相關之和，保留項目之間殘差相關最小的，表現為項目殘差的MI值相加［20］。

（2）相關系數法是計算各條目與量表總得分的皮爾遜相關系數，選取量表中單個條目得分與量表總分的相關系數的絕對值較大的且存在顯著的統計意義的條目［21］。

（3）CITC法根據量表的內部一致性篩選條目，通過計算總量表或單個維度的Cronbach's α系數，比較刪除某一條目后Cronbach's α系數的變化。如果某條目去掉后總量表或單個維度的Cronbach's α系數有明顯升高，表明應當刪除，因為該條目的存在會降低量表或維度的內部一致性，反之則保留［22］。

（4）獨立樣本t檢驗法首先將量表總分由高到低排列，高分組為總分最高的27%，低分組為總分最低的27%，隨后進行獨立樣本t檢驗，若結果顯示高低分兩組被試在某條目上平均得分不存在顯著性差異，則應當刪除該條目［23］。

1.3.2 項目分析理論（item response theory，IRT）的簡化方法——Mokken模型［24］，Mokken模型屬于非參數項目反應理論，與參數項目反應理論相比，其提出更適應實際情景、更有彈性的框架，還更適宜短量表使用［25］。利用R語言的“Mokken”包對健康素養量表全量表進行分析，包括對所有條目的單維性檢驗、局部獨立性檢驗、單調性檢驗。

（1）利用自動項目選擇算法（automated item selection procedure，AISP）檢驗量表單維性，AISP實施時，從c=0開始，到c=0.55結束，步長0.05。當c值越大時，如果測驗是單維的，可能會出現以下3個階段：絕大部分或全部條目合并為1個量表；形成1個容量較小的量表；形成1個或幾個小量表，同時許多項目被刪除［26］。

（2）利用同質性系數（homogeneity coefficients）檢查條目設置是否合理。同質性系數分為3類：項目對（Hij）、項目（Hi）和量表（Hs）。同質性系數H值越高，測驗所得總分對被試潛在特質的排序越準確，Mokken依據自身經驗，認為Hij必須＞0，Hi和H不能＜0.3。更具體的H值規定為：當H＜0.3時，量表不合格；當0.3≤H＜0.4時，量表的準確程度較弱；當0.4≤H＜0.5時，量表的準確程度中等；當H≥0.5時，量表的準確程度強［27］。

（3）局部獨立性檢驗利用條件關聯程序完成，由3個條件關聯指數W（1）、W（2）、W（3）檢驗，被標記的項目要逐一刪除，刪除的原則是：具有最多W標志的項目被刪除，直到剩下沒有標志的項目。如果項目具有相同數量的標志，則同質性系數Hi更小的項目將被刪除［28］。

（4）檢驗每個項目的單調性。單調性將最小紊亂系數（#vi/#ac）、顯著性（#zsig）和Crit的數值作為評價標準，當以上3個指標等于0時，說明符合單調性假設。但在實際應用中，最小紊亂系數＜0.3可接受［29］，顯著性＜1.96可接受［30］。當Crit＞80時，違背單調性假設；當40≤Crit≤80時，應按照條目內容和量表使用目的考慮是否刪除；當Crit＜40時，則可認為該條目基本滿足單調性，個別違反單調性假設的情況可以看作是被試抽樣誤差所致［31］。

1.4 統計學方法

采用SPSS 24.0、AMOS 24.0和R 4.2.1軟件進行數據處理，使用描述性統計分析、驗證性因子分析、CTT精簡條目、Mokken模型精簡條目、驗證性分析等分析方法。為了保障簡版量表的有效性，以及避免出現樣本量不足造成的研究能力降低的情況，本研究對研究需要的最低樣本量進行了計算［32］：假設使類內相關系數（intra-class correlation coefficient，ICC）達到0.90，Ⅰ型錯誤概率α為0.05，此時實現95%的統計功效需要223名被試者。本研究收集了7 449份有效數據（包括條目篩選和驗證分析兩份數據集在內），說明樣本量足以進行后續數據分析。

研究首先對數據集1和數據集2的社會人口學信息進行描述性統計，顯示變量各分類的人數及百分比。

在利用數據集1檢驗了HLS-SF12的各心理測量學指標后，分別利用CTT和IRT的方法簡化其條目，得到了HLS-SF9和HLS-SF4，然后基于數據集2的數據進行驗證性分析。在探索性分析的基礎上，對得到的簡版量表進行驗證性分析，分為地板和天花板效應檢驗、信度檢驗和效度檢驗簡版量表。地板和天花板效應分別反映了得分最低和最高的參與者的反應，建議最低或最高水平的百分比為15%或更低。如果超過15%的受訪者分別獲得了可能的最低或最高分數，則認為存在地板或天花板效應［33］。若存在天花板效應，則該量表在實際使用中，由于頂端水平上選擇數量增多從而導致后續數據分析中各指標的有效性受到影響。地板效應與之相反。信度指標若均＞0.7表明可接受［34］。效度檢驗分為結構效度分析和實證效度分析。結構效度檢驗中，由于HLS-SF4已經打破了HLS-SF12的三維度結構，所以不能采用驗證性因子分析，需要探索性因子分析；而HLS-SF9仍保持原有的三維度結構，所以直接進行驗證性因子分析即可。然后通過比較12條目的原量表和開發的簡版量表與2個相關概念的相關性，進行實證效度檢驗。根據數據類型，使用Pearson相關檢驗計算相關性。為檢驗簡版量表與完整版量表所測內容的一致性程度，本研究利用RStudio中的“lpSolve”和“irr”包計算ICC，ICC可以反映測量之間的相關程度和一致性。ICC的評價標準為：當ICC＜0.50時，被解釋為一致性差；當0.50≤ICC＜0.74時，被解釋為一致性中等；當0.75≤ICC≤0.90時，被解釋為一致性好；ICC＞0.90時，被解釋為一致性優秀［35］。

2 結果

2.1 研究對象的社會人口學信息

在樣本數據集1的3 680名受訪者中，男1 608名（43.7%），漢族3 449名（93.7%），常住城鎮者2 700名（73.4%），農業戶口1 524名（41.4%）。在數據集2的3 769名受訪者中，男1 678名（44.5%），漢族3 544名（94.0%），常住城鎮者2 749名（72.9%），農業戶口1 599名（42.4%），完整的人口統計細節見表1。

表1 研究對象的一般人口學特征Table 1 General demographic characteristics of the study population

2.2 完整版量表的心理測量學檢驗

基于數據集1的數據，對HLS-SF12的心理測量學指標進行驗證性因子分析，如圖1所示。結果顯示規范擬合指數（NFI）=0.960，擬合優度指數（GFI）=0.957，調整擬合優度指數（AGFI）=0.934，比較擬合指數（CFI）=0.962，近似誤差均方根（RMSEA）=0.068，各擬合指標表明原量表模型擬合良好。計算內部一致性系數得出Cronbach'sα=0.932，量表信度良好。

圖1 HLS-SF12的驗證性因子分析Figure 1 Confirmatory factor analysis of the version of HLS-SF12

2.3 探索性分析

2.3.1 基于經典測量理論的條目精簡：首先，采用項目間殘差相關法進行項目分析，MI值的門檻值使用默認值。結果顯示，各維度中殘差MI值最大的條目分別為條目3、條目5和條目11，說明這幾個條目對本維度的解釋力在每個維度的所有條目中是最小的，故考慮剔除。其次，采用相關系數法進行項目分析。結果表明，完整版健康素養量表與各條目之間的相關系數均＞0.710（r=0.716～0.797），說明這些條目與量表的一致性良好，均考慮保留。

再次，采用CITC對量表進行分析，發現刪除每項后的Cronbach's α系數在0.924～0.928，刪除條目后內部一致性系數均有所下降，因此量表中沒有條目需要刪除。

最后，以健康素養量表HL指數最高的27%（≥37.500分）和最低的27%（≤30.556分）劃分高分組與低分組，進一步做獨立樣本t檢驗，結果顯示，量表的高、低分組在各條目上的得分均存在顯著性差異（P＜0.001），因此量表中沒有對應的條目需要刪除。

綜上所述，運用4種經典測量理論的方法對HLSSF12進行精簡，結果表明條目3、條目5和條目11在項目間殘差相關法中考慮刪除，因此將這3個條目刪除，形成1個9條目的三維簡版量表。基于經典測量理論簡化后的健康素養量表（HLS-SF9）共包括9個條目：條目1、條目2、條目4、條目6、條目7、條目8、條目9、條目10和條目12，具體條目分析結果見表2。

表2 基于經典測量理論的4種條目分析方法結果匯總Table 2 Summary of the results of 4 item analysis methods based on the classical test theory

2.3.2 基于Mokken模型的條目精簡：首先，對HLSSF12進行Mokken模型分析。利用AISP檢驗量表單維性，從c=0開始，到c=0.55結束，步長設置為0.05。結果表明，AISP當c設置在0～0.55時，均只能得到1個維度，且所有項目在該維度中。

然后，計算量表的各同質性系數。結果表明，本研究中，Hij均大于0.43，Hi均大于0.53（表3），H=0.609。這說明本研究使用同質性系數不能刪除條目。

表3 基于Mokken模型的條目分析結果Table 3 Results of item analysis based on Mokken model

再進行局部獨立性檢驗，即進行條件關聯分析。第一輪分析中，指標W（1）表明第11項有6個標記，第2項和第8項各有4個標記，第10項有1個標記，故先將條目11刪除。在之后的幾輪分析中，根據指標W（1）、W（2）和W（3）的結果，依次刪除條目8、條目2、條目12、條目6、條目9、條目4、條目10。經過條件關聯分析，保留4個條目，分別是條目1、條目3、條目5、條目7。

隨后對這4個條目進行單調性檢驗，條目1、7均未違反單調性，條目3的最小紊亂系數為 0.02，顯著性為 1，Crit 值為13，且條目5的最小紊亂系數為 0.02，顯著性為 1，Crit 值為 19，均在可接受范圍內，考慮保留，詳見表3。

綜上所述，基于Mokken模型簡化后的健康素養量表（HLS-SF4）共包括4個條目：條目1、條目3、條目5、條目7。

2.4 驗證性分析

2.4.1 天花板和地板效應檢驗：HLS-SF9和HLS-SF4的可靠性可通過最小的地板/天花板效應而得到加強。表4顯示其在數據集2中的天花板和地板效應，均未超過15%，說明得分最低或最高的被試可以相互區分，利于信度的測量。

表4 兩個精簡版量表的HL指數得分情況Table 4 HL index scores for the two short versions of the scales

2.4.2 信度驗證：使用數據集2檢驗兩個簡化后的健康素養量表的信度，分析顯示，HLS-SF9和HLS-SF4的Cronbach's α系數為0.913和0.842、折半信度為0.871和0.815，各條目刪除后的信度均≤0.910和0.810，信度分析指標良好。

2.4.3 效度檢驗

2.4.3.1 結構效度：在數據集2中對HLS-SF4進行Bartlett球形檢驗和KMO度量。HLS-SF4的Bartlett球形檢驗值為5 915.883（P＜0.01），KMO度量為0.807，可以進行因子分析。隨后探索性因子分析提取出1個特征根大于1的因子，從CTT的角度驗證了其單維性，累積方差貢獻率為67.813%，各條目的因子載荷量均大于0.81。

對HLS-SF9的9個條目進行驗證性因子分析（圖2），HLS-SF9的驗證性因子分析模型適配指標的檢驗結果顯示χ2/df=10.844、GFI=0.985、AGFI=0.971、NFI=0.986、CFI=0.987和RMSEA=0.051，除χ2/df外均達到理想標準，需要說明的是χ2/df消除了自由度的影響，但沒有消除樣本容量的影響，由于樣本數量為3 769，屬于大樣本，而相關研究表明當樣本數較大時，模型整體適配度的卡方值就會隨著樣本數增大而顯著增大，這時只需要考慮其他重要指標，而這個指標就可以忽略。因此三維9條目的HLS-SF9模型擬合結果較好。

圖2 HLS-SF9驗證性因子分析模型Figure 2 HLS-SF9 confirmatory factor analysis model

2.4.3.2 實證效度：以往研究表明，健康素養與領悟社會支持、家庭健康均呈顯著相關［36-38］。本研究運用數據集2將PSSS、FHS-SF和HLS-SF12、HLSSF9、HLS-SF4同時進行相關分析，結果顯示，HLSSF12與PSSS呈正相關（r=0.361，P＜0.001），與FHSSF呈正相關（r=0.329，P＜0.001），HLS-SF9和HLSSF4與PSSS呈正相關（r=0.367，P＜0.001；r=0.292，P＜0.001），與FHS-SF呈正相關（r=0.340，P＜0.001；r=0.237，P＜0.001），表明HLS-SF9和HLS-SF4的實證效度良好。

2.4.4 測量內容一致性：基于數據集2，本研究分析了兩個簡化版健康素養的效標效度。HLS-SF9對HLS-SF12的效標效度的ICC（95%CI）為0.989（0.988～0.999），HLS-SF4效標效度的ICC（95%CI）為0.892（0.886～0.899），表明效標效度良好及以上，即兩個精簡后的量表與完整版量表所測量的內容有高度一致性。

3 討論

3.1 量表簡化過程和結果的合理性

HLS-SF12運用主成分分析法進行簡化，在亞洲6個國家/地區的驗證結果顯示［10］，較好地反映了HL的理論結構，并在健康素養水平亞組人群間存在有效差異，校標檢驗顯示HLS-SF12對亞洲健康素養量表HLS-EU-Q47的解釋有效性高于歐洲地區量表HLSEU-Q16。HLS-SF12量表已被國外學者應用于普通門診、骨科及中醫科等科室患者的研究［39］，以及在越南農民、新型冠狀病毒感染期間衛生工作者及門診患者等人群中得到驗證應用［40-42］，均表明該量表具有良好的信效度，并且在跨文化背景、地域差異以及社會群體差異等方面具有普適性，可作為應用多群體健康素養的有效衡量工具。

以往簡化的研究中常用經典測量理論和Mokken模型這兩個理論模型。一方面，CTT是歷史悠久、發展時間長、應用最廣、最為人們熟知的一種心理測量學理論［43］，其將測驗觀察分數表示為真分數和誤差分數之和，并且在其假設的基礎上，經過幾十年的實踐，從理論上推導出包括信度、效度、條目難度和區分度等十幾個參數的計算公式，建立了完善測驗方法體系，明確了測驗標準化程序，使整個測驗過程更加客觀、科學。除此之外，CTT擁有一套較為易懂的數學模型、參數概念和估計方法，提倡的標準化技術能有效控制測量過程中產生的誤差，更重要的是，其理論和方法體系相對完整，前提假設比較弱，很容易為實際工作所滿足［44］。例如，于斌斌等［45］采用基于經典測量理論的極端值法、相關系數法和CITC將批判思維傾向量表簡化為28個項目，且信效度檢驗結果顯示簡化版量表可用性強。另一方面，IRT的測驗模型也被證實具有更多的優點，其采用非線性模型，建立了被試對項目的反應與其潛在特質之間的非線性關系，這一點更符合實踐領域中的施測情況［46］。而Mokken模型是非參數項目反應理論模型的一種，具有非參數的特性，同樣服從IRT的基本原則，可以彌補參數項目反應理論模型的不足［47］。對所有項目進行Mokken模型分析后可以將不符合理論假設的項目加以刪除或修改，進一步提高量表的質量［48］，WANG等［49］和WU等［50］使用Mokken模型分別簡化了新的一般自我效能感量表和領悟社會支持量表，信效度良好，可應用于實踐領域。

在簡化前，本研究使用驗證性因子分析對數據集1中原量表的結構效度進行驗證，結果表明健康素養量表（HLS-SF12）的結構效度良好。在基于經典測量理論的量表簡化過程中，本研究還根據4種常用于項目分析的經典測量理論的方法對健康素養量表進行精簡，其中每個維度中有一個條目在項目間殘差相關性中考慮刪除，將其刪除后形成1個9條目的簡版量表（HLS-SF9）。

在根據非參數項目反應理論進行量表簡化的過程中，本研究對完整版量表進行Mokken分析。首先對完整版量表進行分析，單維性檢驗表明完整版量表只能得到1個維度，同質性系數良好，但在局部獨立性檢驗中，依次刪除了具有條件關聯的8個條目，再進行單調性檢驗，沒有刪除多余的項目，最終得到了1個4條目的簡版量表（HLS-SF4）。

以經典測量理論和Mokken模型為基礎開展簡化工作，得到了兩個精簡后的版本HLS-SF9和HLS-SF4，利用數據集2的數據進行天花板和地板效應分析，結果表明兩個效應均低，可以較好區分高、低分被試，有利于進行進一步的信度分析。信度檢驗表明，兩個簡版量表信度良好。然而，HLS-SF9的各信度優于HLSSF4。在結構效度檢驗中首先進行了Bartlett球形檢驗和KMO度量，確定HLS-SF4可以進行因子分析，然后采用探索性因子分析驗證HLS-SF4的簡化結構，經過主成分分析提取出1個特征根大于1的公因子，結果符合Mokken模型分析中AISP所檢驗的量表單維結構的前提假設；對HLS-SF9則采用驗證性因子分析，結果顯示其三維模型的各項適配指標均為優秀，說明9條目的簡版量表被劃分為三個維度是合理的。值得一提的是，兩個簡版量表是采用兩種不同的結構效度驗證方式檢驗量表結構，這有兩個原因：一是利用經典測量理論簡化條目時，并未涉及維度的增減，維度確定且與原量表保持一致；二是利用Mokken模型簡化條目時，打破了原有的維度，合并成單一維度，且簡化后保留的條目只涉及前兩個維度。實證效度檢驗的結果顯示，HLS-SF9以及HLS-SF4均具有較好的實證效度。測量兩個精簡后的量表與完整版量表的ICC指數，結果表明所要測量的內容有高度一致性，但HLS-SF9高于HLS-SF4。綜上所述，HLS-SF9條目保留原量表因子結構，信度、實證效度較優，和原量表的測量內容一致性更高，而HLS-SF4條目少，各項因子載荷量更高，因此保留兩個精簡版本均具有合理性。研究人員可根據各自研究的情況選擇更具有針對性的測評量表，如首要目的是獲得更精確的測量結果，則可以采用HLS-SF9；若首要目的是縮短整體問卷作答時間（如在大型橫截面調研項目中，可通過犧牲精度以獲得更精簡的問卷量），則HLS-SF4更為適用。

在傳染性或非傳染性疾病的預防與控制中，健康素養是不容忽視的重要因素，比如在新型冠狀病毒感染的信息疫情中，健康素養成為公眾辨識“謠言”的關鍵工具［51］。本研究使用全國范圍的大樣本研究數據，盡可能降低地域差異帶來的偏倚，以提高研究的可推廣性［52］，并將數據隨機生成兩個樣本群，相互驗證研究結果。精簡后的健康素養量表條目相較于國內的常用的評估問卷，條目數量少、作答時間短、作答難度較低，更適宜測評全年齡段人群抑或在綜合性問卷中使用。

3.2 局限及未來研究

本研究分別采用兩種理論為基礎，皆嚴格遵守了量表簡化的理論原則，但仍存在一定局限性。例如本研究選擇全國大樣本橫截面研究為數據來源，未來需要在縱向研究中，做簡化版量表的有效性與穩定性驗證工作；在多領域實際運用中，也需要更多的適應性驗證與調整。

綜上所述，本研究運用經典測量理論以及Mokken模型篩選HLS-SF12條目，經過簡化的9條目與4條目的健康素養量表在我國公眾群體中具有良好的信效度，可以作為測評我國全人群健康素養的可靠且精簡的工具。

作者貢獻：孫小楠、陳珂進行文章的構思與設計，撰寫論文；孫小楠、陳珂、武運籌、王飛、孫昕霙進行研究的實施與可行性分析；孫小楠、湯靖琪進行數據收集、整理；孫小楠、陳珂、武運籌進行統計學處理，結果的分析與解釋；孫小楠、陳珂、湯靖琪進行論文的修訂；賀苗、吳一波對文章整體負責，監督管理。

本文無利益沖突。