护理研究

维度	条目数(个)	条目均分（分）
技术紧张	5	3.21±1.07
技术害怕	5	2.71±0.91
隐私安全担忧	3	3.01±0.73

维度

条目数(个)

条目均分（分）

技术紧张

3.21±1.07

技术害怕

2.71±0.91

隐私安全担忧

3.01±0.73

维度	条目数(个)	条目均分（分）
技术紧张	5	3.21±1.07
技术害怕	5	2.71±0.91
隐私安全担忧	3	3.01±0.73

维度

条目数(个)

条目均分（分）

技术紧张

3.21±1.07

技术害怕

2.71±0.91

隐私安全担忧

3.01±0.73

项目	分类	例数	数字健康技术焦虑得分	统计值	$P$
年龄	60~<70岁	134	35.42±9.17
	70~<80岁	118	39.46±9.01	$F$ =27.916	<0.001
	≥80岁	39	47.41±8.05
性别	男	164	39.29±9.74	$t$ =1.226	0.221
	女	127	37.86±9.76
文化程度	初中及以下	165	41.23±8.85
	高中或中专	91	37.88±8.74	$F$ =29.455	<0.001
	专科及以上	35	28.60±9.69
居住地	城市	112	34.33±9.12
	乡镇	32	39.91±8.94	$F$ =20.712	<0.001
	农村	147	41.69±9.76
医疗付费方式	居民医保	221	38.12±9.68	$t$ =-0.459	0.094
	自费医疗	70	40.37±9.86
家庭人均月收入	<3 000元	158	41.34±9.31
	3 000~5 000元	75	37.27±9.31	$F$ =17.123	<0.001
	>5 000元	58	33.19±8.95
子女情况	1个	154	41.12±8.21	$t$ =11.319	<0.001
	≥2个	137	36.47±10.50
互联网使用频率	经常使用(>6次/周)	44	25.41±6.87	F=76.842	<0.001
	有时使用(3~6次/周)	51	33.98±6.38
	偶尔使用(<3次/周)	44	42.73±5.72
	从不使用	152	42.89±8.07
使用数字技术意愿	有	103	30.17±7.67	$t$ =-14.380	<0.001
	无	188	43.32±7.67

项目

分类

例数

数字健康技术焦虑得分

统计值

P

年龄

60~<70岁

134

35.42±9.17

70~<80岁

118

39.46±9.01

F

=27.916

<0.001

≥80岁

47.41±8.05

性别

男

164

39.29±9.74

t

=1.226

0.221

女

127

37.86±9.76

文化程度

初中及以下

165

41.23±8.85

高中或中专

37.88±8.74

F

=29.455

<0.001

专科及以上

28.60±9.69

居住地

城市

112

34.33±9.12

乡镇

39.91±8.94

F

=20.712

<0.001

农村

147

41.69±9.76

医疗付费方式

居民医保

221

38.12±9.68

t

=-0.459

0.094

自费医疗

40.37±9.86

家庭人均月收入

<3 000元

158

41.34±9.31

3 000~5 000元

37.27±9.31

F

=17.123

<0.001

>5 000元

33.19±8.95

子女情况

1个

154

41.12±8.21

t

=11.319

<0.001

≥2个

137

36.47±10.50

互联网使用频率

经常使用(>6次/周)

25.41±6.87

F=76.842

<0.001

有时使用(3~6次/周)

33.98±6.38

偶尔使用(<3次/周)

42.73±5.72

从不使用

152

42.89±8.07

使用数字技术意愿

有

103

30.17±7.67

t

=-14.380

<0.001

无

188

43.32±7.67

项目	分类	例数	数字健康技术焦虑得分	统计值	$P$
年龄	60~<70岁	134	35.42±9.17
	70~<80岁	118	39.46±9.01	$F$ =27.916	<0.001
	≥80岁	39	47.41±8.05
性别	男	164	39.29±9.74	$t$ =1.226	0.221
	女	127	37.86±9.76
文化程度	初中及以下	165	41.23±8.85
	高中或中专	91	37.88±8.74	$F$ =29.455	<0.001
	专科及以上	35	28.60±9.69
居住地	城市	112	34.33±9.12
	乡镇	32	39.91±8.94	$F$ =20.712	<0.001
	农村	147	41.69±9.76
医疗付费方式	居民医保	221	38.12±9.68	$t$ =-0.459	0.094
	自费医疗	70	40.37±9.86
家庭人均月收入	<3 000元	158	41.34±9.31
	3 000~5 000元	75	37.27±9.31	$F$ =17.123	<0.001
	>5 000元	58	33.19±8.95
子女情况	1个	154	41.12±8.21	$t$ =11.319	<0.001
	≥2个	137	36.47±10.50
互联网使用频率	经常使用(>6次/周)	44	25.41±6.87	F=76.842	<0.001
	有时使用(3~6次/周)	51	33.98±6.38
	偶尔使用(<3次/周)	44	42.73±5.72
	从不使用	152	42.89±8.07
使用数字技术意愿	有	103	30.17±7.67	$t$ =-14.380	<0.001
	无	188	43.32±7.67

项目

分类

例数

数字健康技术焦虑得分

统计值

P

年龄

60~<70岁

134

35.42±9.17

70~<80岁

118

39.46±9.01

F

=27.916

<0.001

≥80岁

47.41±8.05

性别

男

164

39.29±9.74

t

=1.226

0.221

女

127

37.86±9.76

文化程度

初中及以下

165

41.23±8.85

高中或中专

37.88±8.74

F

=29.455

<0.001

专科及以上

28.60±9.69

居住地

城市

112

34.33±9.12

乡镇

39.91±8.94

F

=20.712

<0.001

农村

147

41.69±9.76

医疗付费方式

居民医保

221

38.12±9.68

t

=-0.459

0.094

自费医疗

40.37±9.86

家庭人均月收入

<3 000元

158

41.34±9.31

3 000~5 000元

37.27±9.31

F

=17.123

<0.001

>5 000元

33.19±8.95

子女情况

1个

154

41.12±8.21

t

=11.319

<0.001

≥2个

137

36.47±10.50

互联网使用频率

经常使用(>6次/周)

25.41±6.87

F=76.842

<0.001

有时使用(3~6次/周)

33.98±6.38

偶尔使用(<3次/周)

42.73±5.72

从不使用

152

42.89±8.07

使用数字技术意愿

有

103

30.17±7.67

t

=-14.380

<0.001

无

188

43.32±7.67

项目	数字健康技术焦虑	数字健康素养	社会隔离	自我感知老化	积极老龄化
数字健康技术焦虑	1.000
数字健康素养	-0.628	1.000
社会隔离	-0.379	0.334	1.000
自我感知老化	0.753	-0.639	-0.289	1.000
积极老龄化	-0.747	0.727	0.398	-0.673	1.000

项目

数字健康技术焦虑

数字健康素养

社会隔离

自我感知老化

积极老龄化

数字健康技术焦虑

1.000

数字健康素养

-0.628

1.000

社会隔离

-0.379

0.334

1.000

自我感知老化

0.753

-0.639

-0.289

1.000

积极老龄化

-0.747

0.727

0.398

-0.673

1.000

项目	数字健康技术焦虑	数字健康素养	社会隔离	自我感知老化	积极老龄化
数字健康技术焦虑	1.000
数字健康素养	-0.628	1.000
社会隔离	-0.379	0.334	1.000
自我感知老化	0.753	-0.639	-0.289	1.000
积极老龄化	-0.747	0.727	0.398	-0.673	1.000

项目

数字健康技术焦虑

数字健康素养

社会隔离

自我感知老化

积极老龄化

数字健康技术焦虑

1.000

数字健康素养

-0.628

1.000

社会隔离

-0.379

0.334

1.000

自我感知老化

0.753

-0.639

-0.289

1.000

积极老龄化

-0.747

0.727

0.398

-0.673

1.000

变量	赋值方式
年龄	60~<70岁=1，70~<80岁=2，≥80岁=3
文化程度	初中及以下=1，高中或中专=2，专科及以上=3
居住地	城市（0,0），乡镇（1,0），农村（0,1）
家庭人均月收入	<3 000元=1，3 000~5 000元=2，>5 000元=3
子女情况	1个=1，≥2个=2
互联网使用频率	经常使用=1，有时使用=2，偶尔使用=3，从不使用=4
使用数字技术意愿	无=1，有=2
数字健康素养	原值输入
社会隔离	原值输入
自我感知老化	原值输入
积极老龄化	原值输入

变量

赋值方式

年龄

60~<70岁=1，70~<80岁=2，≥80岁=3

文化程度

初中及以下=1，高中或中专=2，专科及以上=3

居住地

城市（0,0），乡镇（1,0），农村（0,1）

家庭人均月收入

<3 000元=1，3 000~5 000元=2，>5 000元=3

子女情况

1个=1，≥2个=2

互联网使用频率

经常使用=1，有时使用=2，偶尔使用=3，从不使用=4

使用数字技术意愿

无=1，有=2

数字健康素养

原值输入

社会隔离

原值输入

自我感知老化

原值输入

积极老龄化

原值输入

变量	赋值方式
年龄	60~<70岁=1，70~<80岁=2，≥80岁=3
文化程度	初中及以下=1，高中或中专=2，专科及以上=3
居住地	城市（0,0），乡镇（1,0），农村（0,1）
家庭人均月收入	<3 000元=1，3 000~5 000元=2，>5 000元=3
子女情况	1个=1，≥2个=2
互联网使用频率	经常使用=1，有时使用=2，偶尔使用=3，从不使用=4
使用数字技术意愿	无=1，有=2
数字健康素养	原值输入
社会隔离	原值输入
自我感知老化	原值输入
积极老龄化	原值输入

变量

赋值方式

年龄

60~<70岁=1，70~<80岁=2，≥80岁=3

文化程度

初中及以下=1，高中或中专=2，专科及以上=3

居住地

城市（0,0），乡镇（1,0），农村（0,1）

家庭人均月收入

<3 000元=1，3 000~5 000元=2，>5 000元=3

子女情况

1个=1，≥2个=2

互联网使用频率

经常使用=1，有时使用=2，偶尔使用=3，从不使用=4

使用数字技术意愿

无=1，有=2

数字健康素养

原值输入

社会隔离

原值输入

自我感知老化

原值输入

积极老龄化

原值输入

项目	回归系数	标准误	标准化回归系数	$t$ 值	$P$	VIF值
常量	41.301	4.069		10.149	<0.001
自我感知老化	0.375	0.039	0.395	9.605	<0.001	1.938
积极老龄化	-5.816	0.917	-0.280	-6.343	<0.001	2.244
社会隔离	-1.043	0.314	-0.109	-3.317	0.001	1.235
互联网使用频率
经常使用	-8.380	0.966	-0.308	-8.671	<0.001	1.451
有时使用	-2.649	0.843	-0.103	-3.143	0.001	1.243

项目

回归系数

标准误

标准化回归系数

t

值

P

VIF值

常量

41.301

4.069

10.149

<0.001

自我感知老化

0.375

0.039

0.395

9.605

<0.001

1.938

积极老龄化

-5.816

0.917

-0.280

-6.343

<0.001

2.244

社会隔离

-1.043

0.314

-0.109

-3.317

0.001

1.235

互联网使用频率

经常使用

-8.380

0.966

-0.308

-8.671

<0.001

1.451

有时使用

-2.649

0.843

-0.103

-3.143

0.001

1.243

项目	回归系数	标准误	标准化回归系数	$t$ 值	$P$	VIF值
常量	41.301	4.069		10.149	<0.001
自我感知老化	0.375	0.039	0.395	9.605	<0.001	1.938
积极老龄化	-5.816	0.917	-0.280	-6.343	<0.001	2.244
社会隔离	-1.043	0.314	-0.109	-3.317	0.001	1.235
互联网使用频率
经常使用	-8.380	0.966	-0.308	-8.671	<0.001	1.451
有时使用	-2.649	0.843	-0.103	-3.143	0.001	1.243

项目

回归系数

标准误

标准化回归系数

t

值

P

VIF值

常量

41.301

4.069

10.149

<0.001

自我感知老化

0.375

0.039

0.395

9.605

<0.001

1.938

积极老龄化

-5.816

0.917

-0.280

-6.343

<0.001

2.244

社会隔离

-1.043

0.314

-0.109

-3.317

0.001

1.235

互联网使用频率

经常使用

-8.380

0.966

-0.308

-8.671

<0.001

1.451

有时使用

-2.649

0.843

-0.103

-3.143

0.001

1.243

老年脑卒中病人数字健康技术焦虑现状及影响因素

李春琴 ¹ , 顾志娥 ¹^,²^,^*^,^* , 谷雨芳 ¹ , 陈应柱 ¹^,² , 张石飞 ¹ , 于海龙 ¹^,²

护理研究 | 科研论著 2026,40(13): 2250-2257

收起

护理研究 |科研论著 2026 , 40 (13) : 2250 -2257

老年脑卒中病人数字健康技术焦虑现状及影响因素

全屏

李春琴¹, 顾志娥¹^,²^,^*^,^*, 谷雨芳¹, 陈应柱¹^,², 张石飞¹, 于海龙¹^,²

作者信息

¹扬州大学护理学院，江苏 223009

²扬州大学附属苏北人民医院

通讯作者:

顾志娥，E-mail：yzguzhie@163.com

GU Zhi'e, E-mail: yzguzhie@163.com

作者简介:

李春琴，硕士研究生

Current status and influencing factors of digital health technology anxiety in elderly stroke patients

Chunqin LI¹, Zhi'e GU¹^,², Yufang GU¹, Yingzhu CHEN¹^,², Shifei ZHANG¹, Hailong YU¹^,²

Affiliations

¹School of Nursing, Yangzhou University, Jiangsu 223009 China

²Northern Jiangsu People's Hospital Affiliated to Yangzhou University

出版时间: 2026-07-10 doi: 10.12102/j.issn.1009-6493.2026.13.008

文章导航

摘要

收起

目的

调查老年脑卒中病人数字健康技术焦虑的现状及影响因素，为制订干预策略提供依据。

方法

于2025年1月—7月通过便利抽样法在扬州市某三级甲等医院神经内外科选取291例住院老年脑卒中病人，使用一般资料调查问卷、技术焦虑量表、老年人数字健康素养评估量表、Lubben社会网络量表、自我感知老化量表及积极老龄化量表进行调查。运用随机森林模型和线性回归分析对数字健康技术焦虑的影响因素进行重要性排序和筛选。

结果

老年脑卒中病人数字健康技术焦虑总分为（38.66±9.75）分、老年人数字健康素养总分为（37.31±11.85）分、社会隔离总分为（19.51±6.11）分、自我感知老化总分为（51.86±11.28）分、积极老龄化总分为（104.85±16.95）分。经随机森林排序与线性回归筛选，老年脑卒中病人数字健康技术焦虑的影响因素重要性排序依次为自我感知老化、积极老龄化、社会隔离、互联网使用频率。

结论

老年脑卒中病人数字健康技术焦虑水平处于中等水平，医护人员可针对影响因素实施针对性干预，以降低老年脑卒中病人数字健康技术焦虑水平。

关键词

老年人 / 脑卒中 / 数字健康 / 技术焦虑 / 随机森林 / 影响因素 / 调查研究

Abstract

收起

Objective

To investigate the current status and influencing factors of digital health technology anxiety in elderly stroke patients,and to provide a basis for developing intervention strategies.

Methods

From January to July 2025,a convenience sampling method was used to select 291 hospitalized elderly stroke patients from the neurology and neurosurgery departments of a tertiary hospital in Yangzhou city.Surveys were conducted using a general information questionnaire,the Technology Anxiety Scale,the Elderly Digital Health Literacy Assessment Scale,the Lubben Social Network Scale,the Self-Perception of Aging Scale,and the Active Aging Scale.A random forest model and linear regression analysis were employed to rank and identify the influencing factors of digital health technology anxiety.

Results

The total scores for digital health technology anxiety,elderly digital health literacy,social isolation,self-perceived aging, and active aging were 38.66±9.75,37.31±11.85,19.51±6.11,51.86±11.28,and 104.85±16.95,respectively.According to the random forest ranking and linear regression selection,the influencing factors of digital health technology anxiety in elderly stroke patients, in order of importance,were self-perceived aging,active aging,social isolation,and internet use frequency.

Conclusions

The level of digital health technology anxiety in elderly stroke patients is moderate.Medical staff can implement targeted interventions based on the identified influencing factors to reduce their anxiety.

Key words

the elderly / stroke / digital health / technology anxiety / random forest / influencing factors / survey

引用本文

李春琴, 顾志娥, 谷雨芳, 陈应柱, 张石飞, 于海龙. 老年脑卒中病人数字健康技术焦虑现状及影响因素. 护理研究, 2026 , 40 (13) : 2250 -2257 . DOI: 10.12102/j.issn.1009-6493.2026.13.008

Chunqin LI, Zhi'e GU, Yufang GU, Yingzhu CHEN, Shifei ZHANG, Hailong YU. Current status and influencing factors of digital health technology anxiety in elderly stroke patients[J]. Chinese Nursing Research, 2026 , 40 (13) : 2250 -2257 . DOI: 10.12102/j.issn.1009-6493.2026.13.008

正文

收起

近年来，随着我国人口老龄化进程加快，脑卒中的患病率呈现高龄化特征，其中60岁以上老年人占比高达65%^[1-2]。脑卒中发生后，约75%的病人会留有不同程度的功能障碍，使其在日常生活照料、疾病管理及精神支持等方面的需求日益复杂^[3-4]。此外，多数老年病人所处环境的健康资源相对匮乏，导致其在疾病管理过程中又面临诸多障碍。这一现状也促使数字健康技术应运而生，成为缓解医疗资源紧张和提升服务可及性的重要手段^[5]。数字健康技术是指利用信息与通信技术(information and communication technologies,ICT)支持健康服务和医疗实践的系统工具，其应用涵盖远程医疗、移动健康、可穿戴设备、电子健康档案、人工智能辅助诊断等多个领域^[6-7]。数字健康技术主要通过实时监测、远程诊疗和个性化干预等改善病人自我管理能力，降低再入院率、优化医疗资源配置等。相关研究显示，有效的数字健康干预可使脑卒中病人复发风险降低，并可显著提升治疗依从性和生活质量^[8]。尽管数字健康技术对改善脑卒中病人预后具有重要价值，但疾病所致的认知障碍和执行功能障碍会增加其技术使用难度，加之老年病人会面临视力减退、操作灵活性下降、技术理解能力有限等多重困难，从而引发其出现技术焦虑。技术焦虑是指个体在面对数字技术时产生的紧张、恐惧和抵触情绪^[9]，已成为阻碍其有效利用数字健康服务的重要心理障碍。目前，国内外关于老年脑卒中病人数字健康技术焦虑的研究仍有限，影响因素的识别多采用传统统计方法进行单维度分析、难以处理非线性关系及缺乏影响因素重要性排序。随机森林模型作为一种先进的机器学习方法，能够处理高维数据、捕捉变量间复杂关系，并对影响因素进行系统排序，且已成功应用于慢性病管理和健康行为研究中^[10-11]。因此，本研究旨在调查老年脑卒中病人数字健康技术焦虑现状，运用随机森林模型对影响因素进行重要性排序，并结合线性回归方法分析关键因素，为制定针对性的干预策略提供科学依据。

1　对象与方法

收起

1.1　研究对象

2025年1月—7月采用便利抽样法在扬州市某三级甲等医院神经内外科选取291例住院老年脑卒中病人进行调查。纳入标准：依据《脑血管疾病防治指南（2024年版）》^[12]，经头颅CT或MRI检查确诊为脑卒中（首次或复发）；年龄≥60岁；生命体征稳定，意识清晰，能够配合问卷调查；知情同意，自愿参加本研究。排除标准：伴有严重视听、认知或读写等障碍，无法配合调查者；合并重要脏器(心、肺、肝、肾)功能异常者；患有严重精神或心理障碍者。根据样本量估算方法^[13]，样本量应为变量数量的5~10倍，考虑10%的失访率，理论所需样本量为160~322例。本研究实际纳入有效样本291例，满足样本量要求，本研究已通过学院伦理委员会审查（审批号：YZUHL20250020）。

1.2　研究工具

1.2.1　一般资料调查问卷

由研究小组查阅文献自行编制，内容包括年龄、性别、居住地、子女情况、互联网使用频率、有无使用数字技术意愿等。

1.2.2　技术焦虑量表(Technophobia Scale)

量表由Khasawneh^[14]编制，后经孙尔鸿等^[15]汉化，包含技术紧张、技术害怕和隐私安全忧虑3个维度，分别包括5、5、3个条目，采用5级评分，从“完全不符合”到“完全符合”分别赋值1~5分，得分范围为13~65分，得分越高表示对数字技术的焦虑程度越高，量表在老年群体中显示出良好的信效度，其 Cronbach′s α系数为0.911。

1.2.3　老年人数字健康素养评估量表

由刘思奇等^[16]编制，包括数字健康信息获取能力及评估、互动和应用能力3个维度，分别包括9、3、3个条目，采用5级评分法，“非常不符合”到“非常符合”依次计1~5分，总分15~75分，得分越高表示数字健康素养水平越高，量表的Cronbach′s α系数为0.941。

1.2.4　Lubben社会网络量表(Lubben Social Network Scale-6，LSNS-6)

由Lubben等^[17]编制、Chang等^[18]汉化，用于测量个体与其家庭成员、朋友的关系网络，衡量被调查者的社会隔离水平。该量表包括家庭网络积极控制感和朋友网络积极控制感2个维度，采用Likert 6级评分法，每项赋值0~5分，总分0~30分，得分越高代表与他人之间的社会联系越密切，社会隔离程度越低。该量表广泛运用于我国老年人群社会隔离的评估，其Cronbach's α系数为0.838。

1.2.5　自我感知老化量表

由Barker等^[19]编制、扈娜等^[20]汉化，用于评估老年个体的自我老化感知水平，量表包括慢性时间感、积极结果、情感表征、积极控制感、消极结果和控制5个维度，分别包括3、3、3、3、5个条目，采用5级评分，“非常不赞同”计1分，“非常赞同”计5分（其中条目4~6、条目8~10反向计分），总分17~85分，得分越高表示自我感知老化水平越消极。量表Cronbach′s α系数为0.914。

1.2.6　积极老龄化量表（Active Ageing Scale，AAS）

由Thanakwang等^[21]编制、张建阁等^[22]汉化，包括自理能力、积极学习融入社会、积极奉献社会、开发心灵智慧、建立经济保障、保持健康的生活方式、传承孝道以身作则7个维度，分别包括7、8、4、5、5、4、3个条目，采用4级评分，“完全不符合”计1分，“完全符合”计4分，总分36~144分，分数越高表示积极老龄化水平越高。量表Cronbach's α系数为0.932。

1.3　资料收集与质量控制

采用现场调查法，研究者为3名经过统一培训与考核合格的护理研究生，调查前向病人及家属说明调查目的和方法，征得病人及家属同意。病人一般资料由研究者通过医院病历系统获取，其余问卷内容由病人自行填写；如病人无法独立填写，研究者阅读条目、根据病人或家属描述辅助回答代为填写。调查时机为病人病情平稳、情绪稳定时。问卷现场回收并核查，确保数据准确完整。本研究共发放问卷315份，回收有效问卷291份，有效回收率为92.38%。

1.4　统计学处理

采用SPSS26.0 进行数据统计描述、Pearson相关性分析、独立样本t检验、单因素方差分析及线性回归分析；使用RStudio软件构建随机森林模型并解析变量重要性，以均方误差增加百分比（%IncMSE）评估变量贡献度，值越大表明预测作用越关键。在随机森林模型构建过程中，采用十折交叉验证方法，以评估模型的泛化性能。基于%IncMSE排序逐步构建嵌套模型，选取袋外估算误差（OOB MSE）率最低的变量组合纳入线性回归分析。检验水准

α = 0.05

。

2　结果

收起

2.1　老年脑卒中病人数字健康技术焦虑、数字健康素养、社会隔离、自我感知老化及积极老龄化得分情况

老年脑卒中病人数字健康技术焦虑总分为（38.66±9.75）分，数字健康素养总分为（37.31±11.85）分，社会隔离总分为（19.51±6.11）分，自我感知老化总分为（51.86±11.28）分，积极老龄化总分为（104.85±16.95）分，数字健康技术焦虑各维度得分见表1。

2.2　老年脑卒中病人数字健康技术焦虑影响因素的单因素分析

结果显示，不同年龄、文化程度、居住地、家庭人均月收入、子女情况、互联网使用频率、使用数字技术意愿的老年脑卒中病人数字健康技术焦虑得分比较，差异均有统计学意义（P<0.05）。单因素分析结果见表2。

2.3　老年脑卒中病人数字健康技术焦虑与数字健康素养、社会隔离、自我感知老化及积极老龄化的相关性分析（见表3）

2.4　老年脑卒中病人数字健康技术焦虑影响因素的筛选

2.4.1　变量重要性排序

将单因素分析和相关性分析中有统计学意义的变量纳入随机森林模型，随机森林模型各变量的赋值情况见表4。各变量的重要性以%Inc MSE 表示，老年脑卒中病人数字健康技术焦虑影响因素的重要性排序见图1。根据重要性评分排序结果，采用逐步随机森林方法进行特征选择。结果显示，当选择7个变量时模型性能最优，此时OOB MSE达到最小值，为14.015 1，对应的袋外R²为85.23%。误差率随变量数的变化趋势见图2。

2.4.2　模型验证与过拟合诊断

为进一步评估模型的泛化能力及过拟合风险，采用十折交叉验证。结果显示，各折测试集R²均值为0.840±0.072，提示模型在不同数据子集上具有较为稳定的预测性能。同时，随机森林模型特有的袋外估计R²为85.23%，与十折交叉验证得到的测试集R²值(84.06%)高度一致，差异仅为1.17%，进一步验证了袋外估计在本研究中的可靠性。具体见图3。此外，训练集与测试集R²对比分析结果显示，训练集R²均值略高于测试集R²均值，绝对差值为12.9%。见图4。该差异幅度相对较小，未显示明显的性能膨胀现象，提示模型未出现显著过拟合，具有较好的泛化能力与稳健性。

2.5　老年脑卒中病人数字健康技术焦虑影响因素的多因素分析

以老年脑卒中病人数字健康技术焦虑总分为因变量，将随机森林筛选出的前7个关键变量纳入线性回归模型进行分析，α_入=0.05，α_出=0.10。结果显示，自我感知老化、积极老龄化、互联网使用频率、社会隔离是老年脑卒中病人数字健康技术焦虑的主要影响因素(均P<0.05)，可以解释数字健康技术焦虑74.9%的变异量，见表5。

3　讨论

收起

3.1　老年脑卒中病人数字健康技术焦虑的现状

本研究结果显示，老年脑卒中病人数字健康技术焦虑总分为(38.66±9.75)分，接近该量表理论中值39分，处于中等水平，与相关研究结果^[23]相似。脑卒中引发的神经功能障碍，包括记忆、注意力和执行功能损伤，叠加年龄相关的认知退化，会加剧病人在数字健康技术学习与使用中的感知难度与负面态度，易诱发技术焦虑^[24]。进一步分析发现，技术紧张和隐私安全担忧维度得分较高，表明病人在使用过程中既存在技能障碍，也对隐私安全感到担忧。原因可能是：本研究中多数老年病人月收入较低，缺乏接触数字健康技术的经验和操作技能，易产生挫败感和紧张情绪；此外，数字医疗通常依托大数据和云计算平台，操作过程中涉及个人信息与健康数据的处理，而老年病人隐私保护意识薄弱，对操作结果的不确定性心存疑虑，从而对数字技术产生抵触与排斥^[25]。因此，护理人员应高度重视老年脑卒中病人的数字健康技术焦虑，及时开展评估并深入了解其焦虑来源，可基于干预映射法与行为改变技术^[26]，为病人制定个体化干预策略：针对技能障碍者，可应用行为改变技术中的任务分解与指令指导，将复杂操作简化为图文步骤，并采用渐进式训练确保病人获得成功体验，同时结合目标设定与自我监控，帮助病人建立明确的使用计划与双向反馈；针对隐私担忧，可通过信息澄清与风险教育解释数据安全机制，并通过现场示范与环境提示增强操作的可控感与安全感。此外，护理人员也应注重提升自身数字护理信息素养，充分发挥健康教育者、技术中介者和心理支持者的多重角色，为病人提供持续支持与引导、帮助逐步克服技术焦虑，促进病人更好地适应智慧医疗环境。

3.2　老年脑卒中病人数字健康技术焦虑的影响因素

3.2.1　自我感知老化

自我感知老化是指老年人在面对生理状况、心理状况与社会关系的老化威胁时内心所产生的主观感知和情绪反应^[27]。已有研究显示，老年人对衰老的自我认知和主观情绪体验与其数字健康技术焦虑水平密切相关^[28]，与本研究结果一致。脑卒中的突发性往往在短时间内导致病人出现不同程度的功能障碍，会使病人原有的身体自主性和生活掌控感受到显著冲击^[29]。随着日常活动能力下降，病人在生活中对他人的照护依赖程度增加，原有的家庭与社会角色逐渐发生改变，易引发对自身能力退化和“衰老加速”的主观感受^[30]。另外，康复过程中的长期性与不确定性也会使病人对未来健康状况产生持续的无助与担忧，这种对功能丧失和健康恶化的消极预期也会增强其负性的自我感知老化体验。有研究显示，针对老年人老化认知的干预如认知重构、情绪调节及应对机制等，有助于培养更加积极的自我感知老化体验，并对其身体功能维持和心理健康产生积极影响^[31]。因此，在老年脑卒中病人的数字健康干预与护理实践中，应将自我感知老化作为重要的心理干预靶点。护理人员可通过心理教育与认知重构指导，帮助病人区分脑卒中后功能变化与正常生理老化之间的差异，减少其将功能受限简单归因于“衰老加速”的消极认知；并结合情绪调节指导与持续的心理支持，缓解病人在康复不确定性情境下产生的无助与担忧体验，改善其自我感知老化水平，进而减轻其在接触和使用数字健康技术时的焦虑情绪。

3.2.2　积极老龄化

积极老龄化是指老年人在身体、心理和社会功能层面保持积极状态，充分发挥个人潜能，并在环境变化中实现健康、参与安全的老龄化过程^[32]。与自我感知老化关注个体消极预期不同，积极老龄化则强调个体功能受限的情况下仍主动参与及发挥自主性。对于老年脑卒中病人而言，高水平的积极老龄化可促使病人即使在身体功能或认知功能受限的情况下，仍保持学习自主性和自我健康管理意识，也会主动探索数字健康工具获取知识和技能，并在过程中维持控制感与自我效能感；这种正向适应不仅可增强病人的自主性和社会参与，还通过提高心理韧性缓冲技术焦虑的产生^[33]。既往研究显示，提高积极老龄化水平有助于改善老年病人对使用数字健康技术的信心^[34]。Avazzadeh等^[35]则通过开展智能手机技能在线培训干预，增强了老年参与者的自主性、学习能力和自我效能，提高了积极老龄化相关指标。因此，老年脑卒中病人的数字健康干预应着力促进其在能力范围内的持续参与和自我效能维持。护理人员可通过心理适应培训和数字技术体验活动，鼓励病人主动参与健康管理，并在活动中设定阶段性目标和实施正向反馈，以重建控制感、增强自我效能感和社会角色认同。同时，政府与医疗服务提供者也应提供适老化的数字技能学习平台，如定期开展结合康复与娱乐的交流活动，为病人营造支持性学习环境，从而提升数字健康体验和使用信心。

3.2.3　互联网使用频率

互联网使用频率越高的老年脑卒中病人，其数字健康技术焦虑水平越低。有研究显示，数字技术使用经验不足的病人在面对新型健康管理工具时更易产生焦虑与抵触情绪^[36]，与本研究结果一致。近年来，尽管数字健康技术迅速发展，各类护理应用程序和远程监测平台不断普及，但操作界面复杂、技术术语理解难度高以及隐私与信息安全担忧等问题，仍使部分老年脑卒中病人对数字健康技术产生较高水平的焦虑感^[37]。脑卒中病人，尤其是老年群体，往往因数字健康素养不足而导致技术使用自我效能感降低，加剧其对数字健康技术的回避倾向^[38]。在实际应用中，病人还可能因不熟悉智能服药提醒、在线症状报告或远程康复指导等功能，形成对数字技术感知有用性不足及感知风险增加的负性认知，甚至产生技术恐惧感，降低病人对数字健康管理工具的接受意愿，进而影响其治疗依从性与康复效果。经常使用护理联网服务（如在线咨询、电子病历查询及病友社群交流等）的病人，能够在持续使用中逐步积累技术经验，增强技术自我效能感，从而更快适应并受益于数字健康管理工具^[36]。需要指出的是，该变量基于自我报告，可能存在一定偏倚，从而在一定程度上影响效应估计。但基于上述发现，建议相关管理部门与技术开发者可从老年脑卒中病人的实际需求出发，持续优化数字健康产品的适老化设计与操作友好性，以降低技术使用门槛；临床护理人员可通过示范操作、陪伴式指导等方式，帮助病人逐步建立技术使用信心，促进其合理利用数字工具以提升自我健康管理能力。

3.2.4　社会隔离

社会隔离程度越高的老年脑卒中病人，其数字健康技术焦虑水平可能越高。与社会支持不同，社会隔离强调的是客观社交网络的缺失及由此产生的主观孤独体验，反映了个体与社会联系的疏离程度^[39]。社会隔离水平较高的老年脑卒中病人在使用数字健康技术过程中，往往缺乏来自家庭成员、照护者或同伴的必要指导与情感支持，因而在面对操作困难或使用误解时更易产生挫折体验，进而抑制甚至放弃对相关技术的使用^[36]。长期技术使用受挫不仅会使病人错失通过数字健康技术获取医疗资源与社会互动的机会，还可能强化其技术无助感与自我怀疑，使病人在技术使用过程中更易产生放弃与回避行为，从而加剧其对数字健康技术的焦虑体验。既往研究表明，社会隔离与老年人技术恐惧^[37]、数字排斥^[40]等负面技术体验密切相关。Grey等^[41]提出，通过技术辅助社交干预，可在一定程度上缓解社会隔离对老年人技术采纳行为的阻碍。Lu等^[42]从社区与家庭层面构建数字融入支持计划，同样证实社会支持网络的重建有助于增强其在数字健康技术使用过程中的陪伴感与社会支持体验。因此，建议在老年脑卒中病人数字健康干预中，不仅关注个体技术能力的提升，更应重视其社会连接的重建，通过加强病人家庭成员或照护者的数字素养培训、建立同伴支持与互助机制，以及引导病人利用数字技术维持和拓展社会互动，增强与社会的连接，从而降低社会隔离背景下的数字健康技术焦虑水平。

4　小结

收起

本研究将随机森林算法与线性回归分析相结合，并借助随机森林算法对影响因素进行重要性排序，从而确定对因变量贡献较大的因素。结果显示，老年脑卒中病人数字健康技术焦虑处于中等水平，并受自我感知老化、积极老龄化、互联网使用频率、社会隔离的影响。因此，医护人员可结合本模型制定针对性的措施，改善老年脑卒中病人数字健康技术焦虑水平。然而，本研究仍存在不足之处，样本量较小，导致结论的外推性受限，具有一定的局限性。建议未来开展多中心、大样本及纵向研究，以进一步验证本研究的结论。

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

GBD 2021 Stroke Risk Factor Collaborators.Global,regional,and national burden of stroke and its risk factors,1990-2021:a systematic analysis for the global burden of disease study 2021[J].The Lancet Neurology,2024,23(10):973-1003.

Guo

L N

,Zauszniewski

J A

,Liu

Y J

,et al.Is resourcefulness as a mediator between perceived stress and depression among old Chinese stroke patients [J].Journal of Affective Disorders,2019,253:44-50.

蒋丹,刘伟,马景双,等.老年脑卒中患者社会支持及跌倒恐惧与跌倒风险的关系[J].老年医学研究,2024,5(6):14-18.

罗盛,高航,王祥,等.老年脑卒中患者社区康复护理服务需求及影响因素研究[J].护理学杂志,2020,35(4):74-77.

Silva

G S

,Rocha

.Developing systems of care for stroke in resource-limited settings[J].Seminars in Neurology,2024,44(2):119-129.

Chen

Z L

,Hao

,Sun

H X

,et al.Applications of digital health technologies and artificial intelligence algorithms in COPD:systematic review[J].BMC Medical Informatics and Decision Making,2025,25(1):77.

Phi

N T T

,Montori

V M

,Kunneman

,et al.Cumulative burden of digital health technologies for patients with multimorbidity:a systematic review[J].JAMA Network Open,2025,8(4):e257288.

Tan

,Gong

E Y

,Gallis

J A

,et al.Primary care-based digital health-enabled stroke management intervention:long-term follow-up of a cluster randomized clinical trial[J].JAMA Network Open,2024,7(12):e2449561.

Chen

Q Q

,Li

Z H

,Zhao

M H

,et al.Technology anxiety in elderly patients with chronic co-morbidities:a latent profile analysis[J].BMC Public Health,2025,25(1):2430.

Wallace

M L

,Mentch

,Wheeler

B J

,et al.Use and misuse of random forest variable importance metrics in medicine:demonstrations through incident stroke prediction[J].BMC Medical Research Methodology,2023,23(1):144.

Holodinsky

J K

,Yu

A Y X

,Kapral

M K

,et al.Using random forests to model 90-day hometime in people with stroke[J].BMC Medical Research Methodology,2021,21(1):102.

中华人民共和国国家卫生健康委员会.脑血管病防治指南(2024年版)[J].磁共振成像,2025,16(1):1-8.

Beale

E M

,Kendall

M G

,Mann

D W

.The discarding of variables in multivariate analysis[J].Biometrika,1967,54(3):357-366.

Khasawneh

O Y

.Technophobia:examining its hidden factors and defining it[J].Technology in Society,2018,54:93-100.

孙尔鸿,高宇,叶旭春.技术焦虑量表的汉化及其在老年群体中的信效度检验[J].中华护理杂志,2022,57(3):380-384.

刘思奇,付晶晶,孔德辉,等.社区老年人数字健康素养评估量表的编制及信效度检验[J].护理研究,2021,35(23):4169-4174.

Lubben

,Blozik

,Gillmann

,et al.Performance of an abbreviated version of the Lubben Social Network Scale among three European community-dwelling older adult populations[J].The Gerontologist,2006,46(4):503-513.

Chang

Q S

,Sha

,Chan

C H

,et al.Validation of an abbreviated version of the Lubben Social Network Scale("LSNS-6") and its associations with suicidality among older adults in China[J].PLoS One,2018,13(8):e0201612.

Barker

,Sexton

,Morgan

,et al.Development of the Brief Ageing Perceptions Questionnaire(B-APQ):a confirmatory factor analysis approach to item reduction[J].BMC Geriatrics,2014,14:44.

扈娜,孟令弟,刘堃.简版自我感知老化量表在社区老年人中应用的信效度研究[J].现代预防医学,2018,45(4):655-658;682.

Thanakwang

,Isaramalai

S A

,Hatthakit

.Development and psychometric testing of the Active Aging Scale for Thai adults[J].Clinical Interventions in Aging,2014,9:1211-1221.

张建阁,张艳,史岩,等.中文版积极老龄量表信效度[J].中国老年学杂志,2017,37(21):5424-5426.

彭燕霞,高云飞,雍敬敬,等.社区老年人对数字健康技术焦虑的现状及护理对策分析[J].中华护理杂志,2023,58(11):1345-1351.

Bally

E L S

,Cheng

D M

,Van Grieken

,et al.Patients' perspectives regarding digital health technology to support self-management and improve integrated stroke care:qualitative interview study[J].Journal of Medical Internet Research,2023,25:e42556.

Leung

W K C

,Yau

C Y C

,Lam

S C

.Facilitators,barriers,and recommendations for mobile health applications among Chinese older populations:a scoping review[J].BMC Geriatrics,2025,25(1):396.

Wong

A W K

,Fong

M W M

,Munsell

E G S

,et al.Using intervention mapping and behavior change techniques to develop a digital intervention for self-management in stroke:development study[J].JMIR Human Factors,2023,10:e45099.

张强,孟书静,成帅,等.老年脑卒中患者自我感知老化状况及影响因素[J].中医药临床杂志,2023(3):545-549.

,Zhu

X Y

,Wan

K X

,et al.Older adults' self-perception,technology anxiety,and intention to use digital public services[J].BMC Public Health,2024,24(1):3533.

Nahari

,Alsaleh

A M

.Impact of social support and self-efficacy on activity of daily living among post-stroke patients in Saudi Arabia:a cross-sectional study[J].Healthcare,2024,12(16):1564.

O'Callaghan

,Fahy

,O'Meara

,et al.Experiences and preferences of people with stroke and caregivers,around supports provided at the transition from hospital to home:a qualitative descriptive study[J].BMC Neurology,2024,24(1):251.

Zhu

M Y

,Chen

H M

,Ding

X T

,et al.Effects of self-perception of aging interventions in older adults:a systematic review and meta-analysis[J].The Gerontologist,2025,65(4):gnae127.

Urtamo

,Jyväkorpi

S K

,Strandberg

T E

.Definitions of successful ageing:a brief review of a multidimensional concept[J].Acta Bio-Medica,2019,90(2):359-363.

Garcia Reyes

E P

,Kelly

,Buchanan

,et al.Understanding older adults' experiences with technologies for health self-management:interview study[J].JMIR Aging,2023,6:e43197.

郭晓菡,黄霞,贾培培,等.社区老年人数字健康技术焦虑的潜在剖面分析[J].护理学杂志,2024,39(5):102-106.

Avazzadeh

,Khasawneh

O Y

,Faloye

S T

,et al.Role of smart phones inimproving psychological well-being and successful ageing of Iranian old womenliving with Technophobia:a randomized controlled trial[J].BMC Research Notes,2025,18(1):121.

Chadwick

,Laverty

,Finnigan

,et al.Engagement with digital health technologies among older people living in socially deprived areas:qualitative study of influencing factors[J].JMIR Formative Research,2024,8:e60483.

Song

X F

,Li

S S

,Dong

L Y

,et al.Technophobia in digital health contexts:a systematic review and meta-analysis with a focus on older adults[J].Digital Health,2025,11:20552076251374218.

Sun

,Zhang

,Hu

,et al.Factors that influence technophobia in Chinese older patients with ischemic stroke:a cross-sectional survey[J].BMC Geriatrics,2025,25(1):639.

Taylor

H O

,Cudjoe

T K M

,Bu

F F

,et al.The state of loneliness and social isolation research:current knowledge and future directions[J].BMC Public Health,2023,23(1):1049.

Zhou

C X

,Xiao

Y C

,Wang

,et al.Digital exclusion and health literacy among older adults:the mediating effects of social support and self-efficacy[J].Journal of Clinical Nursing,2026,35(2):653-663.

Grey

,Baber

,Corbett

,et al.The use of technology to address loneliness and social isolation among older adults:the role of social care providers[J].BMC Public Health,2024,24(1):108.

S Y

,Yoon

,Yee

W Q

,et al.Experiences of a community-based digital intervention among older people living in a low-income neighborhood:qualitative study[J].JMIR Aging,2024,7:e52292.

2026年第40卷第13期

引用本文

BibTeX

文章信息

doi: 10.12102/j.issn.1009-6493.2026.13.008

接收时间：2025-08-28
首发时间：2026-10-30
出版时间：2026-07-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-08-28
修回日期：2026-05-18

基金

作者信息

¹扬州大学护理学院，江苏 223009

²扬州大学附属苏北人民医院

通讯作者:

顾志娥，E-mail：yzguzhie@163.com

GU Zhi'e, E-mail: yzguzhie@163.com

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/hlyj/CN/10.12102/j.issn.1009-6493.2026.13.008

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

维度	条目数(个)	条目均分（分）
技术紧张	5	3.21±1.07
技术害怕	5	2.71±0.91
隐私安全担忧	3	3.01±0.73

维度

条目数(个)

条目均分（分）

技术紧张

3.21±1.07

技术害怕

2.71±0.91

隐私安全担忧

3.01±0.73

项目	分类	例数	数字健康技术焦虑得分	统计值	$P$
年龄	60~<70岁	134	35.42±9.17
	70~<80岁	118	39.46±9.01	$F$ =27.916	<0.001
	≥80岁	39	47.41±8.05
性别	男	164	39.29±9.74	$t$ =1.226	0.221
	女	127	37.86±9.76
文化程度	初中及以下	165	41.23±8.85
	高中或中专	91	37.88±8.74	$F$ =29.455	<0.001
	专科及以上	35	28.60±9.69
居住地	城市	112	34.33±9.12
	乡镇	32	39.91±8.94	$F$ =20.712	<0.001
	农村	147	41.69±9.76
医疗付费方式	居民医保	221	38.12±9.68	$t$ =-0.459	0.094
	自费医疗	70	40.37±9.86
家庭人均月收入	<3 000元	158	41.34±9.31
	3 000~5 000元	75	37.27±9.31	$F$ =17.123	<0.001
	>5 000元	58	33.19±8.95
子女情况	1个	154	41.12±8.21	$t$ =11.319	<0.001
	≥2个	137	36.47±10.50
互联网使用频率	经常使用(>6次/周)	44	25.41±6.87	F=76.842	<0.001
	有时使用(3~6次/周)	51	33.98±6.38
	偶尔使用(<3次/周)	44	42.73±5.72
	从不使用	152	42.89±8.07
使用数字技术意愿	有	103	30.17±7.67	$t$ =-14.380	<0.001
	无	188	43.32±7.67

项目

分类

例数

数字健康技术焦虑得分

统计值

P

年龄

60~<70岁

134

35.42±9.17

70~<80岁

118

39.46±9.01

F

=27.916

<0.001

≥80岁

47.41±8.05

性别

男

164

39.29±9.74

t

=1.226

0.221

女

127

37.86±9.76

文化程度

初中及以下

165

41.23±8.85

高中或中专

37.88±8.74

F

=29.455

<0.001

专科及以上

28.60±9.69

居住地

城市

112

34.33±9.12

乡镇

39.91±8.94

F

=20.712

<0.001

农村

147

41.69±9.76

医疗付费方式

居民医保

221

38.12±9.68

t

=-0.459

0.094

自费医疗

40.37±9.86

家庭人均月收入

<3 000元

158

41.34±9.31

3 000~5 000元

37.27±9.31

F

=17.123

<0.001

>5 000元

33.19±8.95

子女情况

1个

154

41.12±8.21

t

=11.319

<0.001

≥2个

137

36.47±10.50

互联网使用频率

经常使用(>6次/周)

25.41±6.87

F=76.842

<0.001

有时使用(3~6次/周)

33.98±6.38

偶尔使用(<3次/周)

42.73±5.72

从不使用

152

42.89±8.07

使用数字技术意愿

有

103

30.17±7.67

t

=-14.380

<0.001

无

188

43.32±7.67

项目	数字健康技术焦虑	数字健康素养	社会隔离	自我感知老化	积极老龄化
数字健康技术焦虑	1.000
数字健康素养	-0.628	1.000
社会隔离	-0.379	0.334	1.000
自我感知老化	0.753	-0.639	-0.289	1.000
积极老龄化	-0.747	0.727	0.398	-0.673	1.000

项目

数字健康技术焦虑

数字健康素养

社会隔离

自我感知老化

积极老龄化

数字健康技术焦虑

1.000

数字健康素养

-0.628

1.000

社会隔离

-0.379

0.334

1.000

自我感知老化

0.753

-0.639

-0.289

1.000

积极老龄化

-0.747

0.727

0.398

-0.673

1.000

变量	赋值方式
年龄	60~<70岁=1，70~<80岁=2，≥80岁=3
文化程度	初中及以下=1，高中或中专=2，专科及以上=3
居住地	城市（0,0），乡镇（1,0），农村（0,1）
家庭人均月收入	<3 000元=1，3 000~5 000元=2，>5 000元=3
子女情况	1个=1，≥2个=2
互联网使用频率	经常使用=1，有时使用=2，偶尔使用=3，从不使用=4
使用数字技术意愿	无=1，有=2
数字健康素养	原值输入
社会隔离	原值输入
自我感知老化	原值输入
积极老龄化	原值输入

变量

赋值方式

年龄

60~<70岁=1，70~<80岁=2，≥80岁=3

文化程度

初中及以下=1，高中或中专=2，专科及以上=3

居住地

城市（0,0），乡镇（1,0），农村（0,1）

家庭人均月收入

<3 000元=1，3 000~5 000元=2，>5 000元=3

子女情况

1个=1，≥2个=2

互联网使用频率

经常使用=1，有时使用=2，偶尔使用=3，从不使用=4

使用数字技术意愿

无=1，有=2

数字健康素养

原值输入

社会隔离

原值输入

自我感知老化

原值输入

积极老龄化

原值输入

项目	回归系数	标准误	标准化回归系数	$t$ 值	$P$	VIF值
常量	41.301	4.069		10.149	<0.001
自我感知老化	0.375	0.039	0.395	9.605	<0.001	1.938
积极老龄化	-5.816	0.917	-0.280	-6.343	<0.001	2.244
社会隔离	-1.043	0.314	-0.109	-3.317	0.001	1.235
互联网使用频率
经常使用	-8.380	0.966	-0.308	-8.671	<0.001	1.451
有时使用	-2.649	0.843	-0.103	-3.143	0.001	1.243

项目

回归系数

标准误

标准化回归系数

t

值

P

VIF值

常量

41.301

4.069

10.149

<0.001

自我感知老化

0.375

0.039

0.395

9.605

<0.001

1.938

积极老龄化

-5.816

0.917

-0.280

-6.343

<0.001

2.244

社会隔离

-1.043

0.314

-0.109

-3.317

0.001

1.235

互联网使用频率

经常使用

-8.380

0.966

-0.308

-8.671

<0.001

1.451

有时使用

-2.649

0.843

-0.103

-3.143

0.001

1.243