一种成年人营养素养测量量表的编制及信效度评价

张韵秋，孙 清，莫广菊，高田静，韩思悦，谢 虹，张 敏，刘华青

营养是糖尿病[1]、高血压[2]、高脂血症[3]和肥胖症[4]发生和治疗的主要因素。营养素养是指个体获得、理解和处理基本的营养信息或服务，并作出正确营养决策的能力[5]。每年全球20%的死亡是由不良饮食行为导致的[6]。营养素养是饮食行为的一个重要决定因素，其水平高低可影响个体食物的选择和摄入方式，进而影响个体的健康[7-8]。不同国家的饮食文化和模式不同，营养素养的测量方式也不同，我国居民饮食习惯和社会文化背景与西方国家存在差异，而目前营养实践工作和科学研究亟需一个适合我国居民的本土化评价工具去客观有效地鉴定居民的营养素养水平。本研究通过量表构建统计学方法进一步筛选成年人的营养素养评价量表条目，并验证量表的信效度，为评价成年人的营养素养水平提供一个测量工具。现作报道。

1 材料与方法

1.1 量表初稿编制 本研究以Zoellner对营养素养的定义和Velardo对研究内容的归纳分类为理论基础，全面梳理国内外已有营养素养研究，整合了国内外现有的量表或调查问卷条目，并结合《中国居民膳食指南2016》及居民饮食文化，从认知和技能2个维度，功能性、互动性和评判性营养素养3个方面，营养知识储备、理解、营养信息或服务的获取、应用、互动及评判技能6个领域来鉴定营养素养。经过课题核心小组的讨论最终形成50个条目的营养素养初始测量问卷。量表采用Likert 5级评分法，由“非常不同意”到“非常同意”依次赋1～5分。量表总分为各条目评分之和，得分越高表示营养素养水平越高。

1.2 Delphi专家咨询 本研究通过改良Delphi专家咨询法对量表每个条目的重要性、可测量性、吻合程度及专家的熟悉程度和判断依据进行定量评分，淘汰符合删除标准的条目，并根据专家意见对条目内容和数量进行修改。本研究共开展了2轮专家咨询，每轮咨询将上一轮的专家评价的平均水平反馈给专家。共有15名专家受邀完成对量表的Delphi专家咨询。15名专家的年龄为(45.20±5.63)岁，工作年限(21.62±6.83)年；本科3名，硕士5名，博士7名；教授8名，副教授7名，从事的领域均与营养与食品卫生学相关。

1.3 营养素养问卷调查 考虑新冠肺炎疫情因素，本调查通过问卷星平台设计电子问卷，并发放给目标人群进行线上填写。共回收有效问卷1 718份，其中18～40岁人群占比91.81%；男女性别占比分别为42.08%和57.92%；大专及以下人群占比12.86%，本科占比为82.77%(其中在校大学生占比79.1%)，硕士及以上占比4.37%；未婚人群占比85.33%，已婚及其他占比14.67%。

1.4 条目筛选方法 (1)临界比值法：将受试对象按总得分高低排序，得分最高的27%组成高分组，得分最低的27%组成低分组，以t检验比较各条目高分组与低分组的得分，差异无统计学意义(P>0.05)的条目考虑删除；(2)校正题项-总相关系数法：考察每个条目与总量表的相关系数，<0.4者可考虑删除，本研究选用Pearson相关系数来进行计算；(3)因子分析法：对量表进行因子分析前应先做KMO检验和Bartlett球形检验，结果有意义则使用主成分分析法(PCA)进行计算，考虑删除因子荷载<0.4的条目。在以上3条删除标准中达到任意一条，则删除该条目。

1.5 信效度分析 使用Cronbach′s α系数和Guttman Split折半系数进行信度计算，参考值>0.7。使用量表内容效度指数(S-CVI)和条目水平的内容效度指数(I-CVI)进行内容效度分析，条目的I-CVI不应低于0.78，S-CVI应不低于0.90；应用验证性因子分析评价量表的结构效度。

1.6 统计学方法 采用t检验、相关分析、因子分析及结构方程。

2 结果

2.1 专家咨询结果 两轮专家咨询回收率均为100%。第1轮专家权威系数Cr为0.86，第2轮Cr为0.90；第1轮专家意见的Kendall协调系数为0.421(χ2=1 258.86，P<0.01)，第2轮为0.562(χ2=1 315.65，P<0.01)。根据专家咨询的指标计算结果及专家意见反馈，决定删除10个条目，新增3个条目，修改了15项条目，最终形成43个条目的初始营养素养测量量表。

2.2 量表条目筛选结果 统计学筛选指标计算结果见表1。所有条目的高低组之间差异均具有统计学意义(P<0.01)；各条目与量表总分相关系数均大于0.4；探索性因子分析结果显示，KMO值为0.973，Bartlett′ s球形检验结果显示该数据适合做因子分析(P<0.01)；主成分分析法结果显示43项条目在6个公因子上均有λ>0.4的分布。最终43项条目均不满足删除标准而保留。

表1 43项条目筛选指标计算结果

2.3 信度分析结果 对量表进行信度分析，结果显示量表总Cronbach′s α系数为0.971，总折半信度系数为0.855。量表的结构框架的信度结果见表2，由结果可见所有模块的信度系数均>0.7。

表2 量表信度分析结果

2.4 效度分析结果 (1)内容效度：条目水平的I-CVI的范围是0.846～1.000，量表层面的S-CVI为0.982。(2)结构效度：对43项条目进行验证性因子分析。结果显示，量表的各因子负荷均有统计学意义(P<0.01)，每个条目的二阶因子载荷也均>0.40，证明该结构构建合理(结构方程模型见图1)，知识储备维度对知识理解维度、知识理解维度对获取技能维度、获取技能维度对应用技能维度和互动技能维度、应用技能维度对互动技能维度，以及互动技能维度对评判技能维度的得分会产生显著的正向影响。区分效度检验结果见表3，6个因子的平均方差萃取值(AVE)平方根值分别为0.875、0.898、0.743、0.709、0.756和0.897。模型的拟合优度指数RMSEA为0.078，在可接受的范围内(<0.1)，故可认为该模型基本适配度良好。

表3 模型AVE和组合信度值(CR)指标结果

3 讨论

本研究筛选后保留43个条目的成年人营养素养量表具有良好的信度，量表及各层次和维度的Cronbach′s α系数均较高(0.854～0.971)，说明该量表内部一致性较高。各条目与量表呈现较好相关性，具有较高的同质性，每个维度都能在所属的领域中较好地反映成年人营养素养。量表的CVI为0.982，内容效度较好，能够反映所要测量的成年人营养素养操作性定义与内涵。在结构效度方面，量表的所有条目因子载荷均>0.4，6个领域的AVE均>0.5，且各自的组合信度值(CR)均>0.7，说明该量表结果具有良好的聚合效度。

本研究参考了Velardo的三因素营养素养模型[9]，从功能性、互动性及评判性3个方面构建了一种成年人营养素养测评量表，具体体现在知识储备、知识理解、获取技能、应用技能、互动技能和评判技能6个维度。验证性因子分析结果显示6个维度上的营养素养能力存在相互依存的关系。营养知识的储备会促进营养知识的理解，对营养信息的理解水平高低又会影响个体获取正确营养信息以及利用这些信息的能力；对营养信息的掌握和使用同时影响个体利用这些信息与周围人或环境交互的能力(互动技能)，以及根据自身的判断对营养信息进行辨别与评判的能力(评判技能)。

在3个方面的营养素养中，功能性营养素养是最基础、最简单的能力[10]，往往产生营养需求的人群会更多的搜索和查阅有关膳食营养方面的知识。在功能性营养素养基础上通常更容易获得高级的互动性和评判性营养素养。近些年也有研究者单独建立评判性营养素养量表。2014年GUTTERSRUD等[11]强调在更加复杂社会环境中互相沟通以及根据信息采取行动以解决个人、社会和全球视角中的营养障碍的能力，建立了评判性营养素养量表；2020年MCNAMARA等[12]报道在大学生中开发专门的评判性营养素养测评工具，凸显了互动性营养素养和评判性营养素养的重要性。本研究量表考虑功能性营养素养同时强调了互动技能和批判技能2个维度，这弥补了国外大多数营养素养测评量表仅侧重于功能性营养素养[5]。本量表也特别关注了一些不健康饮食行为，如高钠、高糖、加工肉类、牛奶、水果和全谷物摄入较低的饮食，其中高钠饮食、水果和全谷物摄入量低是中国三大主要膳食危险因素[13]，这有利于保证量表在应用中能很好地反映出与营养相关慢性病的关系。

续表1

综上所述，本研究构建的营养素养测量量表具有良好的信效度，可用于成年人营养素养水平的测量。在未来的研究中可根据不同应用人群中对量表的结构和内容进行调整与完善。