1、Vol.18,No.1,Feb.20,2023Health Education and Health Promotion-36-新冠疫情前后上海市社区健康教育专网开机率变化分析【摘 要】目的目的 分析 2019 年 1 月2021 年 12 月上海市社区健康教育专网的开机率，探讨新冠疫情对专网开机率的影响，为后疫情时代社区健康教育专网的发展提供科学建议。方法方法 对上海市社区健康教育专网 2019 年 1 月2021年 12 月的开机率进行独立样本 t 检验和中断时间序列分析。结果结果 新冠疫情前后，专网的开机率差异有统计学意义（t=-5.973，P0.001）。新冠疫情发生前，专网的平均开机
2、率为 59.59%，开机率呈上升趋势，斜率为 58%；新冠疫情发生后，专网的平均开机率为 68.57%，开机率呈下降趋势，斜率为 40%。相较于新冠疫情前，新冠疫情后的专网开机率高出 8.98 个点（95%CI：5.9212.03）；开机率斜率下降 98%。结论结论 新冠疫情促使专网的开机率提高，但开机率随疫情的周期性变化呈现波动式下降，并不断接近新冠疫情前的水平。为提高专网开机率，使其在健康传播领域有良好的发展前景，应以用户需求为导向开展需求评估，传播符合受众需求的健康科普内容。【关键词】社区健康教育专网；开机率；新冠疫情Analysis of the Change in the Opera
3、tion Rate of Shanghai Community Health Education Network Before and After the COVID-19 Epidemic Zhou Jingfeng,Wei Xiaomin Shanghai Municipal Center for Health Promotion,Shanghai 200040,China【Abstract】ObjectiveObjective To analyze the operation rate of Shanghai Community Health Education Network from
4、 January 2019 to December 2021,and explore the influence of COVID-19 on the operation rate of the network,to provide the scientific suggestions for the development of community health education network in the post-epidemic era.MethodsMethods Independent sample t-test and interrupted time-series anal
5、ysis were conducted on the operation rate of Shanghai Community Health Education Network from January 2019 to December 2021.ResultsResults The difference in the operation rate of network before and after the outbreak of COVID-19 was statistically significant(t=-5.973,P0.001).Before the outbreak of C
6、OVID-19,the average operation rate of network was 59.59%,and the operation rate showed an increasing trend with a slope of 58%.After the outbreak of COVID-19,the average operation rate of the network was 68.57%,and the operation rate showed a decreasing trend with a slope of 40%.Compared to the pre-
7、epidemic period,the operation rate of network after the outbreak of COVID-19 was higher by 8.98%(95%CI:5.9212.03),and the slope of the operation rate decreased by 98%.ConclusionConclusion The COVID-19 prompted an increase in the operation rate of network,but the operation rate showed a fluctuating d
8、ecline with the cyclical changes of the epidemic and kept approaching the pre-epidemic level.In order to raise the operation rate of network and make the network have a good future in the field of health communication,user needs should be taken as the guide,and needs assessment should be conducted t
9、o disseminate health science content that meets the needs of the audience.【Key Words】Community Health Education Network;Operation rate;COVID-19 epidemic周静锋，魏晓敏【基金项目】1.上海市公共卫生体系建设三年行动计划（2020-2022 年）人才培养计划（GWV-10.2-XD14）；2.上海市公共卫生体系建设三年行动计划（2020-2022 年）学科人才建设计划健康教育与健康传播（GWV-10.1-XK14）；3.上海市加强公共卫生体系建设三
10、年行动计划（2020-2022 年）群防群控中的健康促进能力建设（GWV-8）。【作者单位】上海市健康促进中心，上海，200040。【作者简介】周静锋（1983-），女，浙江宁波人，硕士，助理研究员，主要从事健康教育与健康促进工作。【通信作者】魏晓敏，女，主任医师，。【收稿日期】2022-09-30。论著论著DOI:10.16117/ki.31-1974/r.2023010362023 年 2 月 第 18 卷 第 1 期-37-随着信息产业网络化、信息交互化及数字化技术发展，数字电视和网络电视作为多媒体数字化信息科技产物得到迅速发展并趋于成熟。以数字电视为基础建设的网络电视平台为社区、家庭和
11、个人提供了健康知识、政策信息和相关健康服务，在提高人们生活水平和生活质量以及开阔视野和知识面等方面起到了促进作用1-4。上海市社区健康教育专网（以下简称“专网”）是基于电信 IPTV 和专网搭建技术构建的数字化健康教育网络平台，能够满足居民随时看、无限次回看及个性化健康需求，在扩大健康科普传播、传播健康教育知识，提升获得感方面发挥了作用。本文通过分析新冠疫情前后专网使用情况的变化，为进一步推进专网在后新冠疫情时代的健康传播提供依据。1 1 资料与方法 资料与方法1.1 资料 基于专网用户每月点击进入健康专区的比例，收集专网 2019 年 1 月至 2021 年 12 月的月开机率。1.2 方法
12、 采用 SPSS 25.0 统计软件进行开机率变化分析。以开机率为检验变量，年份为分组变量，通过Shapiro-Wilk 检验判断开机率数据是否服从正态分布，以及使用 Levene s 方差齐性检验判断各组方差是否齐，最终进行独立样本 t 检验，判断新冠疫情发生前后开机率的差异。P0.05 为差异有统计学意义。采用多重线性回归进行开机率的中断时间序列分析（ITSA），比较干预因素作用前后的水平改变和斜率改变。ITSA 的关键是拟合分段的多重线性回归，有 3 个主要应用条件：要有明确的干预/政策发生时间点；干预前和干预后多个等时间间隔的结果变量观测；结果变量和时间变量呈线性或近似线性的趋势。本研
13、究以 2020 年 1 月上海启动重大突发公共卫生事件一级响应为干预时间点，拟合分段的多重线性回归分析。其中，因变量为开机率，自变量包括计数的时间变量 1、事件变量 2和 斜 率 3。其 中，1=1，2，3，36；2事件前为 0，事件后为 1；3事件前为 0，事件后为 1。拟合不含协变量的水平和斜率改变模型：Yt=0+11+2 2+3 3+t（方程 1）。其中，0为研究开始时 2019 年 1 月的专网开机率水平，1为事件前的斜率，2为事件前后的水平改变量，3为斜率改变量，（1+3）为事件后的斜率，t为残差。开机率时间序列自相关检验采用杨-博克斯Q 检验；结果变量和时间变量间的线性趋势检验采用
14、趋势卡方检验。2 2 结果 结果2.1 基本情况专网 2019 年 1 月2021 年 12 月的平均开机率 65.58%，其中 2019、2020 和 2021 年度的平均开机率分别为 59.59%、70.13%和 67.02%。2019 年1 月2021 年 12 月期间的开机率随时间变化存在波动，在 2020 年 1 月出现瞬时提高，达到峰值。见表 1。表1 2019年1月2021年12月专网开机率（%）月份2019 年2020 年2021 年153.6078.2671.40259.2069.7468.30356.8875.3066.10457.6477.4165.20559.7071.
15、2466.30662.3773.5067.00759.2462.1163.20861.9067.2162.10957.2359.6066.001061.6772.6070.201164.7069.4069.301261.0065.2069.10平均59.5970.1367.022.2 开机率的分段比较 以 2020 年 1 月出现开机率峰值为界，将开机率分成两组，即新冠疫情发生前和新冠疫情发生后。新冠疫情前后 2 组的开机率差异具有统计学意义（P0.001）。新冠疫情后的开机率（68.57%4.47%）高于新冠疫情前（59.59%2.99%），差值为 8.98%（95%CI：5.9212.03
16、）。Vol.18,No.1,Feb.20,2023Health Education and Health Promotion-38-2.3 中断时间序列分析 对 2019 年 1 月2021 年 12 月 专 网 开 机 率时间序列进行自相关检验，统计量杨-博克斯 Q（18）（Ljung-Box）的显著性（P 值）=0.620，0.05，认为这个序列的残差是白噪声序列。进行卡方检验，统计量 2=7.334，P=0.007，有统计学意义，说明专网开机率逐月呈线性趋势。对 2019 年 1 月至 2021 年 12 月专网开机率（%）回归分析用自变量进行赋值。见表 2。从模型角度将方程 1 分为事件前模型 =0+1 1（方程 2）和 事 件 后 模 型 =0+1 1+2 2+3 3（方程 3）。拟合多重回归分析，发现 2020 年 7 月和9 月的开机率残差绝对值 2，作为异常值经删除后再次进行多重回归分析。Durbin-Watson 检验值为 1.957，接近 2，认为残差不存在相关性。拟 合 多 重 线 性 回 归 Yt=0+11+22+33+t=55.83+0.581+23.302-
