[ Original Article ]

Korean Journal of Health Education and Promotion - Vol. 39, No. 5, pp.81-99

ISSN: 1229-4128 (Print) 2635-5302 (Online)

Print publication date 31 Dec 2022

Received 25 Jul 2022 Revised 14 Sep 2022 Accepted 02 Oct 2022

DOI: https://doi.org/10.14367/kjhep.2022.39.5.81

헬스리터러시와 디지털헬스리터러시에 대한 건강행동의 특성 분석

최은진^*^{, †}

; 천희란^**

; 곽우성^***

*한국보건사회연구원 연구위원
**중원대학교 보건행정학과 부교수
***한국보건사회연구원 연구원

Selected health behaviors associated with health literacy and digital health literacy

Eun Jin Choi^*^{, †}

; Heeran Chun^**

; Woosung Kwak^***

*Research fellow, Korea Institute for Health and Social Affairs
**Associate professor, Department of Health Administration, Jungwon University
***Researcher, Korea Institute for Health and Social Affairs

Correspondence to: Eun Jin ChoiKorea Institute for Health and Social Affairs, (Building D) 370, Sicheong-daero, Sejong-si, 30147, Republic of Korea주소: (30147) 세종특별자치시 시청대로 370(반곡동) 세종국책연구단지 사회정책동(D동) 한국보건사회연구원Tel: +82-44-287-8249, Fax: +82-44-287-8063, E-mail: eunjin@kihasa.re.kr

Abstract

Objectives

The purpose of this study was to analyze differences in health literacy and digital health literacy.

Methods

An on-line survey was conducted for Korean population aged 20 to 69 in 2021. A 16 item health literacy measurement and 12 item digital health literacy measurement included in the survey. A total of 939 persons who used on-line health information during the previous one year were included for analysis.

Results

Health literacy scores were statistically significantly related to gender, age, chronic illness, subjective health, smoking status, healthy eating, walking 30 minutes five days a week, sleeping quality, and confidence in health lifestyle practice. Digital health literacy scores were statistically significantly related to age, household income, chronic illness, subjective health, healthy eating, sleeping quality, and confidence in health lifestyle practice. In the multiple regression model on demographic and behavioral factors, we found higher R square, .255, in digital health literacy than in health literacy.

Conclusion

We can conclude that good health status is closely related to health literacy and digital health literacy with implications on health education and health promotion efforts needed.

Keywords:

health literacy, digital health literacy, health behavior

Ⅰ. 서론

1. 연구의 필요성

개인의 건강행동을 추진하게 하는 임파워먼트에 필요한 기술로는 인지적인 기술, 심동적 기술, 사회적 상호작용의 기술이 필요하다. 인지적인 기술의 하나로서 건강문해력 또는 헬스리터러시는 건강과 관련된 내용을 이해할 수 있고, 작성할 수 있으며, 의사소통을 하게 하는 능력이다(Tones & Green, 2004). 세계보건기구와 학계에서 보다 광범위하게 헬스리터러시에 대한 연구와 더불어 측정도구가 개발된 바 있다. 헬스리터러시는 의료서비스를 이용하는 분야 뿐만 아니라 보건교육 및 건강증진의 영역에서 인지적 기술의 측면과 사회적인 소통의 개념을 포괄하면서 발전해 왔다. 우리나라 성인의 헬스리터러시가 부족한 수준이 43.3%가량 되는 것으로 보고된 바 있다(Choi et al., 2020).

디지털 헬스리터러시는 디지털화된 보건의료 분야의 상황 안에서 개인이 건강관리를 할 수 있게 하는 개인 역량으로 간주된다. 디지털화된 환경을 이용한다는 점에서 기존의 헬스리터러시와 구분된다. 스마트기기나 웨어러블 등을 포함하는 디지털화된 솔루션은 헬스 리터러시를 높이기도 하지만, 사용하지 않는 사람에게는 이러한 환경이 오히려 서비스 이용이 필요한데도 이용하지 못하는 불편함을 초래할 수 있다. 디지털 헬스리터러시의 수준이 높은 상태에서는, 보건의료 서비스 이용 상황에서 환자가 스스로 건강정보를 탐색하고 신뢰할 수 있는 정보를 수집할 수 있다. 디지털헬스리터러시의 이해도가 충분한 보건의료서비스 제공자는 환자의 요구에 맞는 서비스를 제공할 뿐만 아니라 환자와 더불어 필요한 보건의료 서비스를 공동으로 창출할 수 있다. 따라서 보건의료 시스템이 지속가능하고, 역동적으로 분화될 것으로 전망된다. 우리나라의 제5차국민건강증진종합계획에서는 혁신적 정보기술의 적용으로 건강관리서비스 개발과 활성화를 지원할 것을 목표로 하고 있다(Ministry of Health and Welfare[MOHW], 2020).

디지털헬스는 모바일 건강(mHealth), 건강정보기술(IT), 웨어러블 기기, 원격건강 및 원격의료, 개인 맞춤형 의료 등을 포괄하는 개념으로 사용되고 있다(Food and Drug Administration, 2020). 디지털헬스는 환자가 스스로 권한을 부여하고 치료와 웰빙을 통제할 수 있는 방법을 모색함에 따라 비용을 낮추고 건강형평성을 개선하며 생명을 구하는 도구 및 기술로 정의하기도 한다(CES, 2022).

디지털 건강결정요인은 정보기술에 대한 리터러시, 장비와 broadband통신망과 인터넷에 대한 접근성 등으로 표현된다. 다양한 정보기술의 적용영역은 질병의 진단과 치료, 임상실험, 자기건강관리, 디지털돌봄인력의 직업창출까지 확장된다(World Health Organization, 2021). 유럽연합은 보건의료부분이 디지털화되어가는 시대에 디지털헬스의 역량을 강화하는 것이 중요하다고 인식하고 국가별 디지털헬스의 격차를 감소시키기 위한 정책적인 전략를 추진하고 있다. 디지털헬스리터러시는 소셜미디어 또는 온라인 건강정보를 찾고 찾은 정보를 이해하고 평가하도록 하는 역량을 향상시키고, 보건의료서비스에 대한 접근성이 개선되게 하는 역할을 할 것으로 기대된다. 보건의료서비스를 이용하는 환자 개개인의 특성에 맞는 맞춤식의 보건의료서비스의 제공이 가능해질 수 있고, ICT를 활용하여 환자의 의료진의 커뮤니케이션이 원활해지고 결과적으로 보건의료서비스의 가치를 향상시킬 것으로 전망되고 있다. 디지털헬스리터러시는 보건의료서비스의 접근성에 영향을 주는 장애요인을 줄일 것으로 기대되고, 이에 따라 건강 불평등을 해소하는 데 기여할 것으로 전망되고 있다(Digital Health Eurpoe, 2020). 최근 디지털 기술을 활용한 다른 예로는, 게임화(gamification)를 통해 필요한 건강관리 기술 습득 방법론을 기획할 수 있고, AI 인공지능을 활용한 만성질환자의 복약지도나 모니터링 등 환자관리 방안도 디지털 헬스리터러시와 디지털 환경을 활용한 전략이 될 수 있을 것으로 전망되고 있다(Dunn & Hazzard, 2019).

디지털 헬스리터러시는 환자나 보호자로 하여금 디지털 환경을 비판적으로 탐색하고, 보건의료 제공자와 ICT를 통하여 커뮤니케이션이 가능하도록 도울 수 있다. 최근 디지털 헬스리터러시의 활용에 대한 고찰 연구(Palumbo, Nocola, & Adinofi, 2021)에서는 보건의료 제공자와 이용자 간 보건의료 서비스의 공동 창출을 위해 필수적인 기능적(functional), 관계적(relational), 비판적(critical) 기술 개발의 중재전략을 제시하고 있다. ‘기능적’ 디지털 헬스리터러시는 보건의료 서비스를 기획하고 전달하는 요소와 이용자의 교육 참여 요소를 포함한다. 디지털화된 정보를 이용하는 사람은 자신들이 대처해야 하는 건강 문제를 이해할 수 있어야 하며 신뢰할 수 있는 정보에 접근하여야 하고 적절한 의사결정을 할 수 있어야 한다. 제공자 측면에서도 기능적 디지털 헬스 리터러시를 함양하여야 환자들이 인터넷 상의 건강정보를 검색하고 올바르게 활용할 수 있도록 도울 수 있다. 기능적인 디지털 헬스 리터러시는 환자의 요구도를 파악하고 환자와 더불어 공동의 가치 창출을 가능하게 해줄 수 있다. ‘관계적’ 디지털 헬스리터러시는 의료서비스 제공자가 물리적으로 멀리 있어도 환자에게 필요한 상담과 서비스를 제공하는 등 환자 맞춤형 서비스를 제공하는 친화적인 환경이 조성될 수 있다. ‘비판적’ 디지털 헬스리터러시는 인터넷에서 접근이 가능한 수많은 건강 정보원들을 구별할 수 있는 능력이다. 특히 낮은 헬스 리터러시를 가진 사람들에게 여러 가지 IT 도구(웹사이트, 앱, 소셜 미디어 등)를 올바르게 사용할 수 있도록 교육이 병행되어야 한다.

디지털 헬스리터러시 수준이 높아진 환자나 보호자는 기기 활용이나 소셜 미디어를 활용을 익숙하게 하고, 필요한 건강 정보를 효과적으로 찾아내고 평가하며, 디지털 기기를 활용한 의료인과의 커뮤니케이션 능력도 좋아질 것이다. 반면, 디지털 헬스리터러시가 낮은 경우는 개인, 집단 수준에서 서비스 접근성이나 정보 판단 능력에 제한을 받게 되오 취약집단의 건강에 부정적인 영향을 미칠 수 있다.

2. 연구목적

디지털헬스리터러시는 디지털환경에서 의료서비스를 이용하는 상황에서 올바른 정보 접근성과 이용에 초점을 두는 경우가 많았고 다양한 측정도구가 개발 및 적용되고 있으나, 헬스리터러시와의 관련성, 건강증진을 위한 개인의 건강행동과의 관련성에 대한 연구는 부족한 상황이다. 디지털헬스리터러시도구는 인터넷건강정보 이해능력을 측정하는 것을 포함하며, 온라인 환경에서 건강정보를 생성하고 소통하는 능력을 포함하는데 의의가 있다(van der Vaart & Drossaert, 2017; Hwang & Park, 2021). 본 연구에서는 헬스리터러시와 디지털헬스리터러시의 도구를 적용하여 개인의 건강행동의 특성을 분석하고 보건교육 및 건강증진적 시사점을 도출하는 데 목적이 있다. 구체적 목적은 다음과 같다.

첫째, 국내 적용된 바 있는 설문도구를 활용하여 헬스리터러시와 디지털헬스리터러시의 현황을 파악한다.

둘째, 일반적 특성과 건강행동특성에 따른 헬스리터러시의 평균점수 차이와 특성을 파악한다.

셋째, 일반적 특성과 건강행동특성에 따른 디지털헬스리터러시의 평균점수 차이와 특성을 파악한다.

넷째, 헬스리터러시와 디지털헬스리터러시에 대한 탐색적 분석을 통하여 일반적 특성과 건강행동의 특성의 설명력을 파악한다.

Ⅱ. 연구방법

1. 연구설계

본 연구는 헬스리터러시와 디지털헬스리터러시와 관련된 개인 건강행동의 특성을 분석하기 위한 조사연구이다. 생명윤리위원회의 승인(2021-113)을 받아서 개인의 자발적 참여를 기반으로 하여 참가자의 동의하에 설문조사를 할 수 있도록 하였다.

세계보건기구 유럽지역사무소에서 개발한 헬스리터러시 설문항목HLS-EU-Q16을 활용하여 국내번역된 것을 사용하였다(Chun & Lee, 2020). 디지털헬스리터러시는 Van der Vaart와 Drossaert (2017)가 개발한 디지털헬스리터러시의 원도구 DHLI에서 정보검색, 자기내용의 추가, 신뢰성 평가, 관련성 결정의 내용에 해당되는 항목을 중심으로 번역된 설문을 활용하였다(Chun, Yoon, Choi, & Park, 2021).

2. 표본

조사대상은 전국의 주민 20세~69세의 성인을 대상으로 하였고, 17개 시도를 기준으로 성, 연령대별 지역할당하여 표본추출하였다. 온라인 조사로 설문조사를 실시한 기간은 2021년 12월 16일부터 12월 31일까지 진행하였다. 구조화된 설문지를 개발하였고, Computer Aided Web Interview로 설문조사를 진행할 수 있게 하였다. 최종 분석대상은 연간 인터넷으로 건강정보 또는 질병관련 정보를 검색한 경험이 있는 사람 939명으로 선정하였다.

3. 조사도구 및 변수

1) 헬스리터러시와 디지털헬스리터러시 측정도구

헬스리터러시 측정도구는 건강관리, 질병예방, 건강증진의 영역을 포함하여 측정하는 HLS-EU-Q16을 사용하였다. 이 도구는 세계보건기구 유럽지역사무소에서 개발한 설문항목으로 전체는 47개 항목이지만 16개 문항으로 축소한 도구를 활용하기도 한다. 16개 문항 도구는 국내 선행연구에서도 적용한 바 있으며 국내에서도 타당도가 검증된 바 있다(Chun & Lee, 2020; Choi et al., 2020).

디지털헬스 리터러시는 총 4가지 영역으로 구성된 항목을 활용하였다. 인터넷으로 관심있는 건강이나 질병정보를 검색하는 것, 인터넷(SNS, 카카오톡 등)으로 건강이나 질병 관련 메시지를 쓰는 것, 정보의 신뢰성 평가, 정보관련성 결정 등이다. 각 영역은 3가지 세부 질문으로 구성되어 총 12개 문항으로 되어있다. 원 도구 DHLI는 Van der Vaart와 Drossaert (2017)가 개발하였고 코로나관련 디지털헬스리터러시 측정을 위하여 적용된 바 있다(Dadaczynski, Okan, & Rathmann, 2020). 국내 번역된 문항으로 조사한 신뢰도(Chronbach’s alpha)는 .927로 나타난 바 있으며, 타당도가 검증된 항목이다. 영역별로는 인터넷으로 관심있는 건강이나 질병정보를 검색하는 것의 신뢰도는 .828이었다. 건강이나 질병 관련 메시지를 작성하는 항목에 대해서는 .870 이었다. 정보의 신뢰성 평가 항목은 .806 이었다. 정보관련성 결정 항목은 .828이었다(Chun et al., 2021).

2006년에 분석된 e헬스리터러시(Norman & Skinner, 2006).는 8개 항목으로 전통적인 리터러시와 헬스리터러시, 정보리터러시, 과학리터러시, 미디어리터러시, 컴퓨터리터러시 등의 여섯가지 영역을 포함하였으며, coefficient alpha는 .88이었다. e헬스리터러시의 기본이 되는 이론은 사회인지이론과 자기효능감이론에 근거하여 건강행동변화의 역량을 증진하는 요인으로 검토된 바 있다. 국내에서 8개 항목의 5점척도 e헬스리터러시를 적용하여 분석한 결과 측정신뢰도(Chronbach’s alpha)는 .88이었다(Park, Kwon, & Choi, 2013).

국내에서 출간된 e헬스리터러시 타당화 연구는 Chung, Park과 Nahm (2018), Chang, Yang, Ryu, Kim과 Yoon (2018), Kim 등 (2021)의 세 편이 있다. 20~39세 연령의 젊은 성인 500명을 대상으로 주요 e헬스리터러시 도구인 K-eHEALS를 사용하여 타당화 연구를 수행한 연구 결과. 내용 타당도가 개인 CVIs>0.67, 도구 CVI=0.83 등으로 나타났고, 구성 타당도가 입증되었다. 신뢰도는 내적 일치도(α=.88)와 검사-재검사 결과 일치도(r=.754, p<.001)가 있었다(Chung et al., 2018). van der Vaart & Drossaert (2017)의 도구를 국내 적용한 연구에서 ICC(2.1)이 .80(95% 신뢰구간 .74~.85)였다(Chang et al., 2018). 국내 노인 인구집단을 대상으로 Digital Health Literacy Instrument (K-DHLI)와 eHealth Literacy Scale (K-eHEALS) 두가지 디지털 헬스리터러시 도구를 비교 적용한 논문에서는 모두 신뢰도가 .90이상으로 분석된 바 있다(Kim et al., 2021).

코로나19관련 디지털헬스리터러시에 대한 연구에서는 건강정보탐색, 온라인 게시, 건강정보의 평가, 개인정보 영역 등을 다루는 4점 척도 스케일의 문항을 사용하였고 총 15문항의 내적 신뢰도(Chronbach’s alpha)는 .908이었다(Chun et al., 2021).

2) 연구 변수 및 이론적 근거

본 연구에서 헬스리터러시 도구와 디지털헬스리터러시 도구를 포함하였고, 인구학적 특성, 개인의 건강생활실천의 건강행동 등의 변수가 있다. 건강관리자신감은 시간부족, 자원부족, 주변(가족, 친구)의 건강관리 무관심 등 세가지 변수항목을 개발하였고 세가지 상황에서의 건강관리 자신감을 5점 척도로 질문하였고 자신없음, 보통, 자신있음 등으로 리코딩하여 분석하였다. 개인의 건강관리 행동은 흡연행동, 음주의 빈도와 음주량, 건강한 식생활노력정도, 신체활동(주간 걷기 시간 및 일수), 체중조절 경험, 충분한 수면의 정도 등을 포함하였다. 우리나라 국민건강증진법에서 규정하고 있는 바와 같이 건강유진증진을 목적으로 건강에 유익한 행위를 지속적으로 수행하는 건강생활실천의 구성요소를 포함하였다. 건강에 유익한 행위의 구성요소는 제3차국민건강증진종합계획, 제4차국민건강증진종합계획, 제5차국민건강증진종합계획에 공통적으로 반영된 건강생활실천의 구성요소인 금연, 절주, 영양, 신체활동, 정신건강관련 적절한 수면을 건강행동변수로 하였다(MOHW, 2011: MOHW & Korea Health Promotion Institute[KHPI], 2015; KHPI, 2022).

4. 분석방법

본 조사의 설문항목 응답에 대한 기술분석을 하였고, 헬스리터러시와 디지털헬스리터러시의 전반적인 현황을 분석하였다. 헬스리터러시와 디지털헬스리터러시의 신뢰도가 적절한지 확인한 후 인구사회학적 변수, 건강행동의 변수, 주관적 건강수준, 만성질환의 유무 등에 따른 평균점수의 차이를 분석하였다. 분석대상 변수선정의 근거는 건강증진을 위한 행동의 중요성을 명시한 건강증진의 정의에 근거한다. 즉 개인의 지식, 태도, 자신감. 사회환경적 요인 등이 건강행동의 실천에 영향을 준다(Kim et al., 2017).

디지털헬스리터러시에 대한 관련변수의 영향력을 검토하기 위해서 다중회귀분석을 수행하였다. 분석에 사용한 통계프로그램은 SPSS version 23이었다. 타당성 검토를 위한 확인적 요인분석은 AMOS version 28을 활용하였다.

Ⅲ. 연구결과

1. 조사결과의 일반적 현황

1) 인구사회학적 특성

응답자의 성별은 남자 51.1%, 여자 48.9%였다. 연령별로는 20대 17.7%, 30대 17.7%, 40대 21.6%, 50대 23.9%, 60대 19.2% 등이었다. 지역별 분포는 서울 19.1%, 광역시 24.6%, 경기도 26.3%, 기타지역 30.0% 등이었다.

교육수준별로 응답자를 구분하면 대졸(재학중 포함)이상이 62.6%였다. 응답자 본인을 포함한 가구원수는 1인가구 경우가 11.5%였다. 비만도를 보기 위하여 체질량지수(BMI: Body Mass Index)를 환산 한 정상인 분율은 61.5%였다. BMI는 체중(kg)/신장(㎡)으로 측정하였고, 18.5 미만 ‘저체중’, 18.5 이상 25.0 미만 ‘정상’, 25.0 이상 ‘비만’으로 구분하였다<Table 1>.

Socio-demographic information of respondentsN=939

응답자의 직업은 비생산직 51.9%, 생산직 11.0%, 기타 36.3% 등이었다. 직업분류 리코드는 비생산직(고위관리자, 전문직, 기술직, 사무직, 서비스업), 생산직(농어업, 기능공, 공장, 기계조작자, 조립기술자, 청소부 및 육체노동자), 기타(기타 근로자, 군인, 가정주부) 등으로 구분하였다.

응답 대상자 중에서 1가지 이상의 만성질환이 있는 경우가 68.1%로 많았다. 주관적 건강수준에 대한 질문에서 좋음 이상으로 응답한 분율은 24.1%였다. 평소 수면량이 충분함 이상인 경우는 33.8%였다. 흡연상태에 대한 질문에서 매일 흡연하는 사람은 21.8%였다<Table 1>.

2) 헬스리터러시와 디지털헬스리터러시 설문 항목의 신뢰도와 타당도

헬스리터러시의 각 항목은 4점척도이며 16개 문항에 긍정응답인 쉽다, 아주쉽다에 응답한 비율을 합산하면 전체 71.9%였다. 보건의료적 측면에서는 70.2%, 질병예방의 측면에서는 70.7%, 건강증진의 영역에서는 76.3%가 건강정보의 이해가 쉽다고 응답한 것으로 나타났다<Table 1>.

4점척도의 디지털헬스리터러시 12개 문항에 긍정적 응답을 한 비율은 전체적으로 67.9%였다. 인터넷으로 관심있는 건강, 질병 정보검색 분야는 79.1%, 인터넷(SNS, 카카오톡 등)으로 건강이나 질병 관련 메시지 작성의 쉬운 정도는 68.7%, 정보의 신뢰성 평가영역은 59.6%, 정보의 관련성 결정 분야는 64.2% 등이었다<Table 1>.

헬스리터러시와 디지털헬스리터러시의 타당성 검토표는 부록에 제시되어 있다. 헬스리터러시 16개 문항은 신뢰도(Chronbach’s alpha)는 .940으로 나타났다. Exploratory Factor Analysis를 수행한 결과 KMO검증에서 1에 가까웠음을 확인하였고, Bartlett’s sphericity testing에서 유의함을 확인하였다. 헬스리터러시 항목에 대한 Confirmatory Factor Analysis 결과 GFI=0.88, RMSEA=0.087 등으로 전반적으로 적합한 것으로 확인하였다<Appendix 1>. 디지털헬스리터러시의 12개 문항의 신뢰도(Chronbach’s alpha)는 .927로 나타났다. Exploratory Factor Analysis를 수행한 결과 KMO검증에서 1에 가까웠음을 확인하였고, Bartlett’s sphericity testing에서 유의함을 확인하였다. 디지털헬스리터러시의 항목에 대한 Confirmatory Factor Analysis 결과 GFI=0.974, RMSEA=0.048 등으로 전반적으로 적합한 것으로 확인하였다<Appendix 2>.

헬스리터러시와 디지털헬스리터러시는 상관성이 높은 것으로 분석되었다. Pearson 상관계수는 .705였고, p값은 .001보다 작은 것으로 확인하였다<Table 4>.

2. 인구사회학적 특성 및 건강행동특성별 헬스리터러시의 평균 차이 검증

1) 인구사회학적 특성별 헬스리터러시 점수 차이 검증

헬스리터러시 평균점수는 성별로 차이가 있었고 통계적으로 유의성이 있었다. 남성보다 여성의 점수가 높았다. 연령별 평균점수는 20대에서 가장 높았고, 50대와 60대에서 상대적으로 낮았다. 연령대별 평균의 차이는 .001에서 통계적으로 유의하였다. 사후검증 결과 20대의 점수는 50대 및 60대 보다 유의하게 높았다<Table 2>. 영역별로 보면 보건의료 영역에서는 20대의 점수가 50대보다 유의하게 높았고, 건강증진 영역에서는 20대의 점수가 40대이상의 인구집단의 점수보다 각각 유의하게 높은 것을 확인할 수 있었다<Table 2>. 교육수준과 소득수준, 가구원수에 따른 평균점수의 차이는 통계적으로 유의하지 않았다. 3개월이상 가지고 있는 만성질환의 유무에 따른 평균점수의 차이는 .5수준에서 통계적으로 유의하였다. 만성질환이 없는 사람의 평균점수가 높았다. 주관적 건강수준이 좋을수록 평균점수가 높았고, .001수준에서 통계적으로 유의하였다. 주관적 건강수준은 헬스리터러시의 모든 영역에서 통계적으로 유의한 차이를 보였다. BMI의 수준에 따른 평균점수차이는 통계적으로 유의하지 않았다<Table 2>.

Bivariate associations between independent variables and health literacyUnit: points

2) 건강행동 특성별 헬스리터러시 점수 차이 검증

흡연행동의 수준별로 헬스리터러시 평균점수 차이가 0.05수준에서 통계적으로 유의하였다.평생흡연하지 않은 사람에서 평균점수가 가장 높았고, 과거흡연자가 현재 흡연자보다 평균점수가 높았다. 사후검증 결과 비흡연자의 점수가 현재 흡연자보다 유의하게 높은 것으로 확인되었다. 영역별로 보면 보건의료 영역에서 비흡연자의 점수가 현재 흡연자보다 유의하게 높았고, 건강증진 영역에서는 비흡연자의 점수가 현재 흡연자 및 과거흡연자의 점수보다 각각 유의하게 높았다<Table 2>.

음주빈도별 평균점수는 .05수준에서 유의하였다. 연간 술을 마시지 않는 사람의 헬스리터러시 평균점수가 높았다. 음주량에 따른 평균차이는 통계적으로 유의하지 않았다. 건강한 식생활실천의 노력정도별 헬스리터러시 평균점수 차이는 전체 영역에서 .001 수준에서 통계적으로 유의하였다. 건강한 식생활을 위해 노력한다고 응답한 경우 헬스리터러시 평균점수가 통계적으로 유의하게 높았다. 걷기 수준이 주5일 30분이상 실천인 경우와 그렇지 않은 경우의 점수차이는 통계적으로 유의하지 않았다. 주간 평균수면의 질에 따른 평균점수 차이는 모든 영역에서 .001수준에서 통계적으로 유의하였다. 체중조절 노력의 경험별 헬스리터러시 평균점수의 차이는 통계적으로 유의하지 않았다. 건강생활실천의 자신감은 세가지 영역으로 조사하였는데 모든 영역에서 자신감이 있다는 응답에서 헬스리터러시 평균점수가 높았고 .001수준에서 통계적으로 유의하였다<Table 2>.

헬스리터러시의 평균점수와 주요 변수와의 상관분석표는 <Table 4>에 제시되어 있다. 헬스리터러시의 점수는 디지털헬스리터러시 점수, 성별(여성), 연령, 주관적 건강, 흡연상태, 건강한 식생활실천, 충분한 수면행동과 통계적으로 유의한 관련성이 있었다.

3. 인구사회학적 특성 및 건강행동특성별 디지털헬스리터러시의 평균 차이 검증

1) 인구사회학적 특성별 디지털헬스리터러시 평균 차이 검증

인구사회학적 특성별로 검토하기 위하여 성별, 연령대별, 교육수준별, 월평균가구소득별, 만성질환유무, 주관적 건강상태, 체질량지수(BMI)의 수준별 디지털헬스리터러시의 점수의 차이를 검토하였다. 전체 점수로는 연령, 월평균가구소득, 주관적 건강수준, 만성질환 유무 등에서 유의한 차이가 있었다. 전체 평균점수 이상의 점수를 보인 인구집단은 연령대가 20대인 집단, 여성, 거주지역이 서울, 광역시, 경기도인 경우, 교육수준은 대학재학이상, 월가구소득 500만원이상 등이었다.

헬스리터러시의 수준별 디지털헬스리터러시의 평균점수차이에 대한 사후검증결과 전체 평균과 모든 세부영역에서 유의한 차이를 보였다. 적정 헬스리터러시의 수준의 디지털헬스리터러시의 평균점수가 중간 및 부족의 그룹보다 유의하게 각각 높았다. 모든 세부영역에서 같은 양상을 확인할 수 있었다<Table 3>.

Bivariate associations between independent variables and digital health literacyUnit: points

Correlation matrix among selected variables

Multiple regression model of health promotion behavioral factors on health literacy and digital health literacy

연령대별 디지털헬스리터러시의 평균점수차이에 대한 사후검증 결과 20대의 평균점수가 50대보다 유의하게 높았다. 영역별로는 건강이나 질병에 대한 메시지를 작성하는 영역에서 20대의 점수가 50대 및 60대 보다 유의하게 높았다. 소득의 평균점수차이도 통계적으로 유의하였다. 사후검증 결과 월평균가구소득 수준 5백만원이상의 평균점수가 3백만원~4,99만원 그룹보다 유의하게 높았다. 영역별로는 건강정보 검색, 메시지 작성, 건강정보의 활용 등에서 각각 5백만원이상의 평균점수가 3백만원~4,99만원 그룹보다 유의하게 높았다<Table 3>.

주관적 건강수준이 좋다고 응답한 집단과 만성질환이 없다고 응답한 집단에서 평균점수가 높았다. 체질량지수가 높을수록 디지털 헬스리터러시의 평균점수가 높아지는 것으로 해석할 수 있었나 통계적으로 유의하지는 않았다<Table 3>.

2) 건강행동 및 건강수준의 특성별 디지털헬스리터러시 평균 차이 검증

건강행동의 유형별로 디지털헬스리터러시의 평균점수를 검토하였다. 건강행동은 흡연행동, 음주빈도, 1회음주량, 건강한 식생활을 위한 노력정도, 걷기활동을 30분이상 주5일이상 하는 경우, 주간 수면의 충분정도, 연간 체중조절 노력의 정도 등으로 구분하였다<Table 3>.

흡연경험이나 흡연행동의 특성별로 디지털 헬스리터러시의 평균점수의 분포가 통계적으로 유의하지는 않았으나, 평생 비흡연 인구집단에서의 평균점수가 높았고, 인터넷으로 관심있는 건강정보검색에서는 통계적으로 유의하게 높은 점수를 보였다. 평균차이에 대한 사후검증 결과 세부영역중 건강정보의 검색 영역에서 비흡연자의 점수가 과거흡연자보다 유의하게 높은 것으로 확인되었다<Table 3>.

건강한 식생활을 위해 노력한다고 응답한 경우에서 평균점수가 통계적으로 유의하게 높았다. 걷기 운동의 실천에 대해서는 .10에서 통계적 유의성이 있었다. 건강관리자신감의 영역은 세가지 영역 모두 디지털헬스 리터러시 평균점수와 통계적으로 유의한 관련성이 있었다. 자신있다는 응답일수록 점수가 높았다<Table 3>.

디지털헬스리터러시의 평균점수와 주요 변수와의 상관분석표는 <Table 4>에 제시되어 있다. 디지털헬스리터러시의 점수는 헬스리터러시 점수, 연령, 월평균가구소득수준, 주관적 건강, 건강한 식생활실천, 주간 10분이상 걷는 날수, 충분한 수면행동과 통계적으로 유의한 관련성이 있었다.

4. 헬스리터러시와 디지털헬스리터러시 영향요인의 다중회귀분석 결과 비교

헬스리터러시와 디지털헬스리터러시의 영향요인의 설명력을 비교하기 위하여 각각의 점수를 종속변수로 하여 다중회귀분석을 하였다. 투입한 독립변수와 종속변수간의 공선성 VIF값은 모든 변수에서 2.0 미만인 것으로 확인한 후 분석하였다.

헬스리터러시를 종속변수로 하였을 때 다중회귀모형의 설명력은 15.6%였고, 수정된 설명력은 13.3% 였다. 다중회귀모형에서 통계적으로 유의한 변수는 성별(여성), 연령, 주관적 건강, BMI, 건강한 식생활노력, 건강생활실천의 자신감(가족이나 친구가 건강관리에 관심이 없어도 건강생활을 할 수 있다) 등이었다.

디지털헬스리터러시를 종속변수로 하였을 때 다중회귀모형의 설명력은 25.5%으로 나타났고, 수정된 설명력은 23.4%였다. 다중회귀모형 안에서 통계적으로 유의한 변수는 성별(여성), 연령, 주관적 건강, BMI, 건강한 식생활노력, 건강생활실천의 자신감 두가지(자원이 없어도 건강생활을 할 수 있다; 가족이나 친구가 건강관리에 관심이 없어도 건강생활을 할 수 있다) 였다.

Ⅳ. 논의

1. 헬스리터러시와 관련 요인의 특성

본 연구에서는 온라인 건강정보검색경험이 있는 응답자를 중심으로 헬스리터러시와 디지털헬스리터러시 관련 건강행동의 요인을 분석하였다.

우리나라 일반국민을 대상으로 조사한 선행연구에서는 총 16개 문항 헬스리터러시 총 환산분석결과 전체평균 9.1점(Choi et al., 2020)으로 나타난 바 있고, 고령자 대상 연구에서는 11.4점으로 타났다(Chun & Lee, 2020). 본 조사의 분석에서는 전체평균 11.5점으로 나타났다.

인구사회학적 특성의 요인중에 성별, 연령, 교육수준, 소득수준 등이 헬스리터러시와 관련이 있는 것으로 연구된 바 있다. 성별로는 남성이 여성보다 헬스리터러시의 수준이 낮은 경향이 있다. 연령대별로는 젊은 층에서 헬스리터러시의 수준이 높은 경향이 있다. 교육수준이 낮은 것과 소득수준이 낮은 것이 낮은 헬스리터러시와 관련이 있다고 보고된 바 있다(Chun & Lee, 2020). 본 연구를 위한 조사에서 헬스리터러시의 평균점수의 차이가 성별과 연령별 차이가 유의하게 나타났으나 교육수준별, 가구소득수준별 차이는 유의하지 않았다. 본 연구의 조사대상은 건강정보이용경험이 있는 사람을 대상으로 온라인조사방식으로 했다는 데서 선행연구의 대면조사방식의 결과와 차이가 있는 것으로 해석할 수 있다.

만성질환여부 및 주관적 건강수준과 헬스리터러시는 관련성이 있는 것으로 보고된 바 있다. 만성질환이 없는 경우 헬스리터러시의 점수가 높은 경향이 있고, 주관적 건강수준이 좋다고 생각하는 사람일수록 헬스리터러시의 점수가 높다는 보고가 있다(Choi et al., 2020; Chun & Lee, 2020). 당뇨병환자를 대상으로 한 연구에 의하면 헬스리터러시가 부족한 대상자일수록 식사, 운동, 혈당조절, 발관리 등의 영역에서 낮은 수준인 것으로 분석된 바 있으며, 헬스리터러시가는 삶의 질과도 긍정적인 관련성이 있는 것으로 파악되었다(Kang & Park, 2020).

건강행태의 수준의 특성을 볼 때 선행연구에서는 주5일이상 신체활동을 하는 집단에서 헬스리터러시의 점수가 높았으며, 미충족 의료의 경험 있을수록 헬스리터러시의 수준이 낮았고, 사회적 지지가 부족할수록 헬스리터러시의 수준이 낮은 것으로 보고되었다(Choi et al., 2020).

2. 디지털헬스리터러시와 관련 요인의 특성

디지털기술을 통해 얻은 건강정보를 실제로 적용하는 능력과 건강행동을 수행하는 능력을 주요 요소로 포함하고 있다. 디지털헬스리터러시의 개념을 체계적 문헌고찰로 분석한 연구(Hwang & Park, 2021)에서 도출한 능력 요소는 건강정보추구, 건강정보처리, 건강정보소통, 건강관견 지식전환(적용), 디지털기술활용 등의 영역으로 요약하였다. 인터넷 건강정보를 탐색하는 행위가 건강증진행위에 미치는 영향에 대한 연구에서는 주관적 건강상태와 유의한 양의 관계가 있는 것으로 보고되었고 건강증진행위와도 양의 관계가 있는 것으로 분석되었다. e헬스리터러시는 건강증진행위와 통계적으로 유의한 관련성이 있는 것으로 해석되었다(Lee, Son, Lee, & Kang, 2017).

e헬스리터러시에 대한 연구에서는 건강정보추구행동, 건강관련 행위의 의도 등에 정적인 상관관계가 있는 것으로 분석된 바 있다(Kim, Yoo, Hwang, & Cho, 2019). 당뇨병환자 대상의 e헬스리터러시 연구에서도 건강증진행동과 긍정적인 관련성이 있는 것으로 보고되었다(Kim, Kim, & Choi, 2018).

온라인 건강정보추구행동이 성별의 차이가 있는 것으로 보고된 바 있다. 남성보다는 여성이 온라인 건강정보추구행동을 하는 것이 통계적으로 유의한 것으로 분석된 바 있으며 연령이 높을수록 SNS를 통한 건강정보추구를 하는 경향이 있는 것으로 나타났다(Kwon, Na, & Lee, 2018). e-헬스리터러시가 건강행위에 주는 설명력은 건강행위점수 총 변화량의 11%정도인 것으로 분석된 바 있다(Nam & Lee, 2018). Nam과 Lee (2020)의 한국학생과 중국학생에 대한 연구에서는 인터넷을 통한 건강정보이용동기가 e헬스리터러시와 유의한 관련성을 가지는 것으로 분석된 바 있다.

3. 본 연구결과의 기여도 및 제언

본 조사연구에서는 헬스리터러시와 디지털헬스리터러시의 현황을 분석하였고 관련 인구사회학적 특성과 건강행동의 특성, 자신감 등의 주요 요인간의 관련성과 영향력을 확인 할 수 있었다. 헬스리터러시와 디지털헬스리터러시는 유의한 상관성이 있다는 것을 확인하였다. 이번 연구에서 연령별 차이의 특성과 건강수준과의 관련성이 확인되었다. 또한 건강생활실천의 요소가 헬스리터러시와 디지털헬스리터러시와 관련 요인으로 유의하다는 것을 확인할 수 있었다.

인구사회학적 요인과 건강행동의 특성이 디지털헬스리터러시를 설명하는 데 더 영향력이 있다는 것을 확인할 수 있었다. 이러한 결과는 본 연구의 조사대상이 건강정보이용경험이 있는 사람으로 온라인조사방법으로 조사한 특성 때문인 것으로 해석할 수 있으며 본 조사연구의 제한점이기도 하다. 향후 면접조사 등 보완적인 조사방법을 적용한다면 소득수준이나 교육수준의 차이가 더 뚜렷하게 관련성이 나타날 수도 있다. 급속히 확대보급되고 있는 디지털헬스의 환경 속에서 디지털헬스리터러시의 정도와 건강생활실천이 관련성이 있다는 것을 확인하였고 향후 건강증진사업을 추진하는 데 기초가 될 것으로 기대한다.

Ⅴ. 결론

본 연구에서는 헬스리터러시와 디지털헬스리터러시의 도구를 활용하여 인구사회학적 요인 및 건강행동실천과의 관련성을 분석하여 검토하였다. 연령별 차이, 만성질환 유무, 개인의 주관적 건강수준과 개인건강행동의 요인에 대하여 헬스리터러시와 디지털헬스리터러시의 수준과 관련성을 확인하였다는 점에서 보건교육 및 건강증진의 함의가 있다고 할 수 있다.

온라인상에서 많은 건강정보가 범람하는 시대에 신뢰할 만한 정보를 선택하고 올바르게 활용하는 일이 점점 더 중요시되고 있다. 디지털 건강정보의 신뢰성 평가영역이 상대적으로 낮은 것으로 나타났는데, 건강정보를 검증하는 능력이 노인과 비노인의 건강임파워먼트를 개발하는데 중요한 요인인 것으로 검토된 바 있다(An, Lim, & Chung, 2021). 디지털기술 발전에 따라 기기의 보급과 프로그램이 확대보급되고 있으나 인구집단의 특성별로 건강정보의 적절한 활용능력을 개발하고 지원하는 방안에 대한 후속 연구가 필요하다.

References

An, S., Lim, Y. & Chung, S. (2021) Study on health information verification behavior according to digital literacy & health empowerment. Journal of the Korean Gerontological Society, 41(3), 309-325. [https://doi.org/10.31888/JKGS.2021.41.3.309]
CES (2022). Digital Health. Retrieved from https://www.ces.tech/Topics/Health-Wellness/Digital-Health.aspx
Chang, S. J., Yang, E., Ryu, H., Kim, H. J., & Yoon, J. Y. (2018). Cross-cultural adaptation and validation of the eHealth literacy scale in Korea. Korean Journal of Adult Nursing, 30(5), 504-515. [https://doi.org/10.7475/kjan.2018.30.5.504]
Choi, S. K.. Kim, H., Hwang, J., Chae, S., Han, G., Yu, J., & Chun, H. (2020). A study for improving health literacy. Sejong: Korea Institute for Health and Social Affairs.
Chun, H., & Lee, J. Y. (2020). Factors associated with health literacy among older adults: Results of the HLS-EU-Q16 measure. Korean Journal of Health Education and Promotion, 37(1), 1-13. [https://doi.org/10.14367/kjhep.2020.37.1.1]
Chun, H., Yoon, H., Choi, S. K., & Park, E. J. (2021). COVID-19 related digital health literacy and preventive health behaviors among college students: intention to vaccinate and adherence to preventive measures. Korea Journal of Population Studies, 44(2), 121-141. [https://doi.org/10.31693/KJPS.2021.06.44.2.121]
Chung, S. Y., Park, B. K., & Nahm, E. S. (2018). The Korean eHealth literacy scale (K-eHEALS): Reliability and validity testing in younger adults recruited online, Journal of Medical Internet Research, 20(4), e138. [https://doi.org/10.2196/jmir.8759]
Dadaczynski, K., Okan, O., & Rathmann, K. (2020). COVID-19 Health Literacy Survey: University students (COVID-HL Survey): Questionnaire and scale documentation. Public Health Centre Fulda (PHZF) at the Fulda University of Applied Sciences & Interdisciplinary Centre for Health Literacy Research at Bielefeld University. [https://doi.org/10.4119/unibi/2942920]
Digital Health Europe. (2020). Patient empowerment roadmap. Retrieved from https://digitalhealtheurope.eu/results-and-publications/patient-empowerment-roadmap/
Dunn, P. & Hazzard, E. (2019). Technology approaches to digital health literacy. International Journal of Cardiology, 293, 294-296. [https://doi.org/10.1016/j.ijcard.2019.06.039]
Food and Drug Administration. (2020). What is digital health? Retrieved from https://www.fda.gov/medical-devices/digital-health-center-excellence/what-digital-health
Hwang, M., & Park, Y.-H. (2021). Concept analysis of digital health literacy. Journal of Muscle Joint Health, 28(3), 252-262. [https://doi.org/10.5953/JMJH.2021.28.3.252]
Kang, S. J., & Park, C. (2020). The effects of the level of health literacy and self-care activities on quality of life of patients with diabetes in Korea. Journal of Korean Academy of Community Health Nurses, 31(2), 189-198. [https://doi.org/10.12799/jkachn.2020.31.2.189]
Kim, H., Yang, E., Ryu, H., Kim, H. J., Jang, S. J., & Chang, S. J. (2021). Psychometric comparisons of measures of eHealth literacy using a sample of Korean older adults. International Journal of Older People Nursing, 16(3), e12369. [https://doi.org/10.1111/opn.12369]
Kim, K. A., Kim, Y., & Choi, M. (2018). Association of electronic health literacy with health-promoting behaviors in patients with type 2 diabetes. Computer, Information & Nursing, 36(9), 438-447. [https://doi.org/10.1097/CIN.0000000000000438]
Kim, M., Ko, S. D., Kim, Y. B., Kim, H. K., Park, N. S., Son, A., . . . Lee, E. H. (2017). Health Education and Health Promotion. Seoul: Gyechuk.
Kim, M.-N., Yoo, Y.-S., Hwang, K.-H., & Cho, O.-H. (2019). The effects of office workers’ attitudes to internet health information, e-Health literacy on health information seeking behavior and health-related behavioral intention. Journal of Digital Convergence, 17(11), 357-367. [https://doi.org/10.14400/JDC.2019.17.11.357]
Korea Health Promotion Institute (2022). Health Plan 2030, 2021~2030. Seoul: Author.
Kwon, Y., Na, E.-Y., & Lee, S. Y. (2018). Influencing factors and outcomes of health information seeking behavior according to platform: Focusing on socioeconomic factors, digital media literacy, social support, and life satisfaction. Health Communication Research, 17(1), 1-46. [https://doi.org/10.24172/hcr.2018.17.1.1]
Lee, S., Son, H., Lee D., & Kang, H. (2017). The influence of e-Health literacy, subjective health status, and health information seeking behavior on the internet on health promoting behavior. Korea Wellness, 12(14), 55-67. [https://doi.org/10.21097/ksw.2017.11.12.4.55]
Ministry of Health and Welfare & Health Promotion Institute. (2015). New Health Plan 2020, 2015~2020. Sejong: Author.
Ministry of Health and Welfare. (2011). Health Plan 2020, 2010~2020. Sejong: Author.
Ministry of Health and Welfare. (2020). The 5^th Health Plan(2021~2030). Sejong: Author.
Nam, Y. H., & Lee, S. M. (2018), Comparison of e-Health literacy and health behavior among healthcare-and engineering-affiliated students. Journal of Digital Contents Society, 19(10), 1947-1955. [https://doi.org/10.9728/dcs.2018.19.10.1947]
Nam, Y. H., & Lee, S. M. (2020). A comparative study on the effect of e-Health literacy, health information reliability and health behavior on the health information use motive in Korean and Chinese university students. Journal of Digital Contents Society, 21(3), 513-520. [https://doi.org/10.9728/dcs.2020.21.3.513]
Norman, C. D., & Skinner, H. A. (2006) eHEALS: The eHealth literacy scale. Journal of Medical Internet Research, 8(4):e27. [https://doi.org/10.2196/jmir.8.4.e27]
Palumbo, R., Nicola, C. and Adinolfi, P. (2022). Addressing health literacy in the digital domain: Insights from a literature review, Kybernetes, 51(13), 82-97. [https://doi.org/10.1108/K-07-2021-0547]
Park, D. J., Kwon, M. S., & Choi, J. (2013). The influence of health information orientation, attitude of internet health information, and e-Health literacy on personal health behaviors. Journal of Public Relations, 17(3), 379-413. [https://doi.org/10.15814/jpr.2013.17.3.379]
Tones, K., & Green, J. (2004). Health promotion: Planning and strategies (p.95). London, Great Britain: Sage Publications Ltd.
van der Vaart, R., & Drossaert, C. (2017). Development of the digital health literacy instrument: Measuring a broad spectrum of health 1.0 and health 2.0 skills. Journal Medical Internet Research, 19(1), e27. [https://doi.org/10.2196/jmir.6709]
World Health Organization. (2021) WHO global strategy on digital health 2020-2025 (p.32). Retrieved from https://www.who.int/docs/default-source/documents/gs4dhdaa2a9f352b0445bafbc79ca799dce4d.pdf

			Cases	(%)
Gender	Male		480	(51.1)
Gender	Female		459	(48.9)
Age (Mean 45.2)	20~29		166	(17.7)
	30~39		166	(17.7)
	40~49		203	(21.6)
	50~59		224	(23.9)
	60~69		180	(19.2)
Education	High school or less		333	(35.5)
	College or college graduates		505	(53.8)
	Graduate school students or graduates		98	(10.4)
	Unanswered		3	( 0.3)
Household members	1 person		104	(11.1)
Household members	2 or more		835	(88.9)
BMI	Less than 18.5		42	( 4.5)
	18.5~24.9		584	(62.2)
	25.0 or more		313	(33.3)
Occupational status	White collar		487	(51.9)
	Blue collar		103	(11.0)
	Other		341	(36.3)
	Unanswered		8	( 0.9)
Monthly household income	~2,990 thousand won		224	(23.9)
	3,000~4,990 thousand won		312	(33.2)
	5,000 thousand won or more		371	(39.5)
	None		11	( 1.2)
	Unanswered		21	( 2.2)
Geographic areas	Seoul metropolitan city		179	(19.1)
	Other metropolitan cities		231	(24.6)
	Gyeonggi province		247	(26.3)
	Other provinces		282	(30.0)
Chronic illness lasting more than 3 months	None		635	(67.6)
Subjective health	Good, very good		226	(24.1)
Sleeping quality	Sufficient, very sufficient		317	(33.8)
Physical activity (walking)	30 minutes, five days a week		446	(50.5))
Efforts to make healthy eating lifestyle	Trying, very much trying		495	(52.7)
Smoking status	Daily or occasional smoker		205	(21.8)
	Past smoker		237	(25.2))
	Lifetime non smoker		497	(52.9)
Alcohol use	Non drinker during past year		208	(22.2)
	Frequency of drinking among drinkers in a year	Once a week or less	553	(75.6)
	Frequency of drinking among drinkers in a year	Twice or more a week	426	(24.4)
	Amount of drinking among drinkers in a year	4 drinks or less per occasion	433	(59.2)
	Amount of drinking among drinkers in a year	5 drinks or more per occasion	298	(40.8)
Healthy lifestyle practice confidence	1) When I am busy, I can practice healthy lifestyle.		246	(26.2)
	2) When there is no resources, I can practice healthy lifestyle.		293	(31.2)
	3) When my friends and family are not interested in health promotion, I can practice healthy lifestyle.		455	(48.5)
Health literacy	Total proportion of positive responses		939	(71.9)
	Health care			(70.2)
	Disease prevention			(70.7)
	Health promotion			(76.3)
Digital health literacy	Total proportion of positive responses		939	(67.9)
	Searching the web for health information			(79.1)
	Writing expression or opinion on health or illness			(68.7)
	Evaluating health information			(59.6)
	Determining relevance of the health information			(64.2)

	Health literacy				Digital health literacy
	В	SE	β	p	В	SE	β	p
Constant	-3.846	2.638		.145	1.428	0.257		.000
Gender (Female)	1.334	0.408	.146	.001	0.107	0.040	.113	.008
Age	-0.035	0.014	-.099	.012	-0.004	0.001	-.106	.004
Education	0.281	0.276	.039	.308	0.035	0.027	.047	.194
Montly hosehold income	-0.013	0.074	-.007	.856	0.007	0.007	.036	.348
Number of household members	0.182	0.592	.012	.758	-0.066	0.058	-.042	.254
Chronic illness for 3 months or more	0.397	0.400	.039	.321	0.017	0.039	.016	.662
Subjective health	0.916	0.278	.142	.001	0.091	0.027	.136	.001
BMI	0.161	0.047	.136	.001	0.013	0.005	.102	.007
Smoking	0.037	0.171	.009	.828	-0.018	0.017	-.044	.271
Alcohol use frequency	-0.185	0.255	-.029	.469	-0.027	0.025	-.041	.269
Alcohol intake amount	0.266	0.396	.027	.502	-0.034	0.039	-.034	.378
Diet and nutrition	0.518	0.251	.084	.040	0.066	0.025	.103	.007
Walking 30 min. 5 days a week	-0.266	0.341	-.029	.436	-0.008	0.033	-.008	.818
Sleeping quality	0.232	0.200	.044	.246	0.019	0.020	.035	.320
Weight control	-0.204	0.630	-.012	.746	-0.075	0.061	-.043	.221
1) When I am busy, I can practice healthy lifestyle.	0.068	0.266	.012	.798	0.035	0.026	.061	.182
2) When there is no resources, I can practice healthy lifestyle.	0.380	0.265	.069	.151	0.103	0.026	.179	.000
3) When my friends and family are not interested in health promotion, I can practice healthy lifestyle.	0.934	0.264	.167	.000	0.109	0.026	.188	.000
R square (adjusted R square)	.156 (.133)				.255 (.234)

	Mean	SD	EFA Factor loading	CFA
	Mean	SD	EFA Factor loading	Estimate	Standard error	Critical ratio
Note. <EFA> Kaiser-Meyer-Olkin measurement=.959; Bartlett’s test of sphericity: chi-square=8857.179, df=120, p<.001<CFA> Chi-square=819.627, df=101, p<.001; GFI=0.88; NFI=0.908; CFI=0.918; TLI=0.903; RMSEA=.087;*** p<.001
1. Find information on treatment of illness that concern you?	2.85	.598	.736	0.174	0.009	12.250***
2. Find out where to get professional help when you are ill?	2.61	.729	.650	0.306	0.015
3. Understand what your doctor says to you?	2.74	.648	.715	0.189	0.01
4. Understand your doctor’s of pharmacist’s instruction on how to tak a prescribed medicine?	2.98	.584	.745	0.152	0.008
5. Judge when you may need to get a second opinion from an other doctor?	2.59	.713	.707	0.247	0.013
6. Use information the doctor gives you to make decisions about your illness?	2.80	.639	.747	0.166	0.009
7. Follow instructions from your doctor or pharmacist?	3.01	.577	.694	0.177	0.009
8. Find information on how to manage mental health problems like stress or depression?	2.74	.674	.730	0.223	0.011	12.238***
9. Understand health warnings about behavior such as smoking, low physical activity and drinking too much?	2.93	.628	.712	0.204	0.01
10. Understand why you can protect yourself from illness based on information in the media?	3.05	.599	.690	0.196	0.01
11. Judge if the information on the health risks in the media is reliable?	2.65	.685	.752	0.205	0.011
12. Decide how you can protect yourself from illness based on informaitn in the media?	2.72	.636	.771	0.165	0.009
13. Find out about activities that are good for your mental well-being?	2.85	.629	.738	0.173	0.009	13.085 ***
14. Understand advice on health from family members or friends?	2.93	.595	.726	0.159	0.008
15. Understand information in the media on how to get healthier?	2.89	.591	.778	0.129	0.007
16. Judge which everyday behavior is related to your health?	2.85	.615	.774	0.145	0.008

		Mean	SD	EFA Factor loading	CFA
		Mean	SD	EFA Factor loading	Estimate	Standard error	Critical ratio
Note. <EFA> Kaiser-Meyer-Olkin measurement=.941; Bartlett’s test of sphericity: chi-square=6572.646, df=66, p<.0001<CFA> Chi-square=152.047, df=48, p<.001; GFI=0.974; NFI=0.977; CFI=0.984; TLI=0.978; RMSEA=.048; *** p<.001
Searching the web for health information	1. make a choice from all the information you find	2.88	.563	.711	0.182	0.014	12.884***
	2. use the proper words or search query to find the information you are looking for	3.00	.597	.717	0.254	0.017
	3. find the exact information you are looking for	2.89	.639	.744	0.274	0.021
Writing expression or opinion on health or illness	4. clearly formulate your question or health-related worry	2.78	.618	.779	0.297	0.02	14.620***
	5. express your opinion, thoughts, or feelings in writing	2.83	.656	.755	0.135	0.008
	6. write your message as such, for people to understand exactly what you mean	2.77	.653	.780	0.136	0.008
Evaluating reliability	7. decide whether the information is reliable or not	2.55	.681	.742	0.135	0.009	13.173***
	8. decide whether the information is written with commercial interests	2.69	.733	.708	0.128	0.008
	9. check different websites to see whether they provide the same information	2.76	.662	.717	0.135	0.008
Determining relevance	10. decide if the information you found is applicable to you	2.69	.662	.800	0.117	0.008	14.771***
	11. apply the information you found in your daily life	2.72	.653	.741	0.189	0.011
	12. use the information you found to make decisions about your health	2.76	.637	.748	0.217	0.013