gms | German Medical Science

57. Kongress für Allgemeinmedizin und Familienmedizin

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin (DEGAM)

28. - 30.09.2023, Berlin

Die digitale Gesundheitskompetenz der deutschen Bevölkerung: Ergebnisse einer bevölkerungsrepräsentativen Befragung

Meeting Abstract

Suche in Medline nach

  • presenting/speaker Lars König - Charité – Universitätsmedizin Berlin, Institut für Medizinische Soziologie und Rehabilitationswissenschaft, Berlin, Deutschland; Stiftung Gesundheitswissen, Deutschland

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin. 57. Kongress für Allgemeinmedizin und Familienmedizin. Berlin, 28.-30.09.2023. Düsseldorf: German Medical Science GMS Publishing House; 2023. DocV-09-03

doi: 10.3205/23degam051, urn:nbn:de:0183-23degam0514

Veröffentlicht: 27. September 2023

© 2023 König.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Hintergrund: Digitale Gesundheitskompetenz beschreibt die Fähigkeit einer Person, Gesundheitsinformationen im Internet zu suchen, zu finden, zu bewerten, und für die eigene Gesundheit zu nutzen. Akteure wie die Weltgesundheitsorganisation fordern, die digitale Gesundheitskompetenz der Bevölkerung zu stärken.

Fragestellung: Um eine zielgruppenspezifische Angebotsentwicklung zur Förderung der digitalen Gesundheitskompetenz zu ermöglichen, werden die Ergebnisse einer bevölkerungsrepräsentativen Befragung zur Erfassung der digitalen Gesundheitskompetenz der deutschen Bevölkerung vorgestellt.

Methoden: Es wurden 2.000 Befragungen durchgeführt und mit Hilfe eines iterativen Proportional-Fitting-Verfahrens gewichtet. In die finale Auswertung gingen die Daten von 1.996 Befragungen ein. Die digitale Gesundheitskompetenz wurde mit der Revised German eHealth Literacy Scale (GR-eHEALS) erfasst, welche zwischen den Subkompetenzen Informationssuche und Informationsbewertung unterscheidet. Gruppenunterschiede wurden anhand zweiseitiger t-Tests für unabhängige Stichproben ermittelt. Cohens d wurde als Maß für die Effektstärke berechnet. Korrelate der digitalen Gesundheitskompetenz wurden durch die Berechnung von Pearson-Korrelationen ermittelt.

Ergebnisse: Personen mit einem höheren Sozialstatus demonstrierten beispielsweise eine ausgeprägtere digitale Gesundheitskompetenz als Personen mit einem niedrigeren Sozialstatus (Informationssuche: t(4.216) = 1308.432, p < .001, d = .203; Informationsbewertung: t(5.352) = 1279.814, p < .001, d = .260). Des Weiteren zeigte sich beispielsweise ein positiver Zusammenhang zwischen der digitalen Gesundheitskompetenz und der Zufriedenheit mit der eigenen Gesundheit (Informationssuche: r = .111, CI: .068 – .154, p < .001; Informationsbewertung: r = .146, CI: .103 – .189, p < .001). Eine ausführliche Darstellung der diversen Gruppenunterschiede sowie der vielfältigen Korrelate der digitalen Gesundheitskompetenz erfolgt im Vortrag.

Diskussion: Die digitale Gesundheitskompetenz ist mit verschiedenen gesundheitlichen Outcomes und Verhaltensweisen korreliert. Verschiedene Subgruppen der deutschen Bevölkerung unterscheiden sich teils erheblich im Hinblick auf die Ausprägung ihrer digitalen Gesundheitskompetenz. Dementsprechend sollten insbesondere vulnerable Personengruppen bei der Entwicklung von Angeboten zur Förderung der digitalen Gesundheitskompetenz adressiert werden.

Take Home Message für die Praxis: Hausärztinnen und Hausärzte können die Befragungsergebnisse nutzen, um vulnerable Personengruppen zu identifizieren und ihnen Angebote zur Förderung der digitalen Gesundheitskompetenz zu empfehlen.