从可读性到代表性：乳房缩小与增大手术在线患者教育材料的系统综述与Meta分析

　　本综述系统评估了乳房缩小与增大手术在线患者教育材料（OPEMs）的可读性、内容质量与代表性公平性。Meta分析显示OPEMs的Flesch-Kincaid Grade Level（FKGL）达12.28（95% CI: 11.16–13.41），显著高于推荐的六年级阅读水平（p = 0.0005）。研究发现普遍存在风险披露缺失、来源标注不规范和视觉呈现多样性不足等问题，AI生成内容虽具潜力但缺乏手术细节。研究强调需标准化数字健康教育以满足不同文化背景患者的需求。

　　

¹方法

本系统综述与Meta分析遵循系统评价和Meta分析优先报告条目（PRISMA）2020指南，并前瞻性注册于PROSPERO数据库（注册号：CRD420251053206）。研究旨在评估与乳房增大和缩小术相关的在线患者教育材料（OPEMs）的可读性、内容质量和代表性公平性（图1）。

符合纳入标准的研究需评估数字患者教育材料，包括网站、视频或人工智能生成内容，且必须包含乳房增大或缩小术相关的可读性、质量或代表性评估。

²结果

本系统综述与Meta分析共纳入23项研究，涵盖1,132个网站、723个视频和150个AI生成回答（表1，图2）。

³讨论

本系统综述与Meta分析揭示了一个普遍趋势：乳房增大和缩小术的OPEMs可读性水平远高于对普通人群的建议标准。汇总FKGL为12.28（相当于高中或大学初级阅读水平），突显了材料复杂性与美国成年人平均阅读能力之间的持续错配。这种差异的重要性通过二项检验得到强化——100%的研究发现材料超出六年级阅读水平（p = 0.0005）。这种可读性差距可能加剧健康不平等，因为阅读能力有限的个体在获取关键手术信息时面临更大障碍。

除了可读性问题，研究还发现内容质量存在显著差异。九项研究指出OPEMs在风险披露、来源归属和引用方面存在不足。这些缺陷可能影响知情同意过程，导致患者期望不切实际或对并发症准备不足。三项研究特别强调了视觉和语言表征方面的差异，发现深肤色患者和英语水平有限人群的代表性不足。这种代表性差距可能使边缘化群体难以获得相关教育资料，进一步扩大医疗保健差距。

人工智能生成内容展现出提升可及性和一致性的潜力，但当前迭代往往缺乏必要的手术细节和细微差别。虽然AI工具可以生成语法正确的文本，但它们可能无法准确传达特定手术的复杂性或个体化风险。

⁴局限性

本综述存在若干局限性。首先，只有部分纳入研究提供了足够的定量数据进行Meta分析，限制了汇总估计值的普适性。其次，纳入研究的整体质量参差不齐，部分研究缺乏严谨方法学或验证评估工具。第三，研究间在设计、评估标准和结果报告方面存在显著异质性，可能影响结果的一致性。虽然采用随机效应模型试图解释部分异质性，但残留变异可能影响结果解读。最后，大多数研究聚焦英语材料，限制了发现对其他语言和文化的适用性。

⁵结论

本研究首次针对乳房增大和缩小术的OPEMs进行系统综述与Meta分析，揭示了普遍不符合建议可读性标准、质量参差不齐以及可及性和代表性方面持续存在的差异。通过定量和定性方法，本综述识别了可能损害患者理解、满意度和知情同意的不