技术接受对2型糖尿病患者基于应用程序的参与度的影响:当地见解及对发展中国家的启示

《Journal of Pharmaceutical Policy and Practice》:Impact of technological acceptance on application-based engagement among type 2 diabetes patients: local insights and implications for developing countries

【字体: 大 中 小 】 时间:2026年06月22日 来源:Journal of Pharmaceutical Policy and Practice 2.5

编辑推荐:

  摘要 背景 在资源有限的环境中,移动健康(mHealth)应用程序用于慢性病管理的可接受性和持续参与度并不理想。关于mHealth应用程序的研究忽略了影响其接受度转化为长期使用的情境因素。方法 本研究利用技术接受模型(TAM)和期望确认理论(ECT)开发的

  
摘要
背景 在资源有限的环境中,移动健康(mHealth)应用程序用于慢性病管理的可接受性和持续参与度并不理想。关于mHealth应用程序的研究忽略了影响其接受度转化为长期使用的情境因素。方法 本研究利用技术接受模型(TAM)和期望确认理论(ECT)开发的问卷,考察了情境因素对2型糖尿病(T2DM)患者技术接受(TA)对基于应用程序的持续参与和使用(ABEU)的影响。数据通过目的性抽样从巴基斯坦四个省份的公立和私立医院的397名T2DM患者中收集。研究人员采用探索性因子分析(EFA)、验证性因子分析(CFA)和结构方程模型(SEM)验证了假设关系。结果 模型显示TA对ABEU有强烈正向影响(β=0.65,p<0.001),表明接受度导致了mHealth的持续使用。基于接受度和参与度的β≥0.50,社会形象提升、信心提升、通过应用程序获得更好健康以及医生推荐是重要的文化因素。满意度、更好的血糖水平、使用应用程序的信心、搜索和下载能力以及便捷获取可靠信息是关键的情境因素。更好的医疗设施、节省时间以及互联网速度和连接性是关键的基础设施因素。通过用户的信心和增强的自我形象,改善的医疗设施、更快的互联网速度和可靠的连接性得到了提升,鼓励他们参与,并得到满意度和感知健康益处的支持。结论 TA通过情境、文化和基础设施因素显著影响mHealth采纳中的ABEU,强调了需要可行的见解以改善mHealth的采纳和留存。
论文解读文章

研究背景与问题
慢性病管理,尤其是2型糖尿病(T2DM)的长期照护,在资源有限的发展中国家面临巨大挑战。移动健康(mHealth)应用程序(App)作为低成本、可及性强的健康管理工具,有望改善患者的自我护理、依从性和健康结局。然而,这些应用程序的接受度(TA)和持续参与(ABEU)并不理想。现有研究多集中于发达国家,或采用单一理论模型(如技术接受模型TAM、期望确认理论ECT),忽略了发展中国家特有的文化、社会、基础设施等情境因素对从初始接受到长期使用转化过程的调节作用。尽管已有研究关注mHealth在糖尿病管理中的应用,但针对巴基斯坦这一高患病率、数字基础设施薄弱、文化多元的背景下,T2DM患者中技术接受与持续App使用之间的因果联系尚未被充分实证。因此,本研究旨在识别影响T2DM患者mHealth App接受和持续使用的本地相关情境、文化和基础设施因素,并验证TA对ABEU的影响。

研究内容与结论
研究人员采用基于TAM、TAM2、统一技术接受与使用理论(UTAUT)和ECT构建的问卷,在巴基斯坦旁遮普省、开伯尔-普赫图赫瓦省、俾路支省和信德省的公立与私立医院中,通过目的性抽样招募了397名T2DM患者(使用智能手机≥2年,使用免费mHealth App≥1个月)。研究运用探索性因子分析(EFA)确定潜在因素结构,验证性因子分析(CFA)验证测量模型,结构方程模型(SEM)检验假设关系。结果显示,TA对ABEU具有显著正向影响(β=0.65,p<0.001),解释了ABEU约72%的方差(R2=0.72)。文化因素中,社会形象提升(BTIM)、信心提升(CONF)和医生推荐(DRRC)是关键;情境因素中,满意度(STAF)、更好的血糖水平(BTSL)、使用App信心(CNUS)和搜索下载能力(SRDL)重要;基础设施因素中,更好的医疗设施(BHFH)、节省时间(TIME)和互联网速度与连接性(INSP)突出。该研究发表在《Journal of Pharmaceutical Policy and Practice》,为发展中国家mHealth App的设计、推广和政策制定提供了基于证据的本地化建议。

主要技术方法
本研究采用三阶段分析框架:首先通过探索性因子分析(EFA)从16个观察变量中提取潜在因素;然后通过验证性因子分析(CFA)验证测量模型,确保收敛效度和区分效度;最后通过结构方程模型(SEM)检验技术接受(TA)与基于应用程序的持续参与和使用(ABEU)之间的因果路径。样本来自巴基斯坦四个省份(旁遮普、开伯尔-普赫图赫瓦、俾路支、信德)的公立和私立医院,共397名T2DM患者。问卷基于技术接受模型(TAM)、TAM2、统一技术接受与使用理论(UTAUT)和期望确认理论(ECT)开发,采用5点李克特量表测量。使用SPSS 27进行EFA,AMOS 26进行CFA和SEM,并通过Bootstrap(2000次重抽样)评估路径系数的稳定性。

研究结果
3.1 问卷信度统计
问卷整体Cronbach's α值为0.907(16个条目),表明内部一致性良好。共发放422份问卷,回收397份有效问卷,超过最低样本量384。

3.2 参与者人口统计学特征
参与者中男性占多数(n=210),中年(n=182)且具有高等教育背景(n=190),主要来自旁遮普省(n=未明确给出,但描述为多数)。

3.3 参与者对各因素的响应
描述性统计显示,57.43%的参与者认为“通过App获得更好健康(BTHL)”是持续使用的最重要文化因素;家庭和朋友推荐(FARM)占52.90%,医生推荐(DRRC)和信心提升(CONF)均为50.88%。情境因素中,便捷可靠信息来源(ESRC)占53.65%,使用App信心(CNUS)占52.64%,克服App使用问题(OVCM)占51.64%,更好依从与自我护理(BADC)占51.64%,医疗信息(MEDI)占52.64%,满意度(STAF)占53.65%,更好血糖水平(BTSL)占52.14%。基础设施因素中,节省时间(TIME)占53.40%最重要,更好的医疗设施(BHFH)占50.38%,互联网速度与连接性(INSP)占49.62%。

3.4 探索性因子分析参数
EFA的主成分分析提取了2个潜在因素(TA和ABEU),KMO值为0.90,Bartlett球形检验显著(χ2=3410.40,df=120,p<0.001),所有因子载荷在0.60~0.80之间,累计方差解释超过60%。

3.5 验证性因子分析测量模型评估
初始CFA模型拟合欠佳(χ2/df=7.345,GFI=0.812,RMSEA=0.127)。通过删除低载荷变量(OVCM、FARM、MEDI)并协方差化误差项(e6与e8、e15与e16),得到最终拟合良好的模型:χ2/df=3.530,GFI=0.919,AGFI=0.880,RMSEA=0.085,CFI=0.929,TLI=0.910。组合信度TA为0.88,ABEU为0.90;平均方差提取量(AVE)TA为0.59,ABEU为0.61,且平方根值(0.59和0.61)大于因素间相关系数(0.47),满足区分效度。

3.6 假设检验:结构模型评估
SEM模型拟合良好:χ2/df=3.840,GFI=0.919,AGFI=0.880,CFI=0.929,TLI=0.910,RMSEA=0.085,PCLOSE=0.000。TA对ABEU的标准回归系数β=0.65(临界比=10.484,p<0.001),ABEU的R2=0.72。在ABEU因素上,更好的医疗设施(BHFH)载荷最高(1.00),其次为互联网速度与连接性(INSP,0.93)和节省时间(TIME,0.88)。在TA因素上,更好的形象(BTIM)载荷最高(1.00),其次为信心提升(CONF,0.9)、使用App信心(CNUS,0.91)和便捷信息源(ESRC,0.88)。

3.7 假设稳定性Bootstrap统计
Bootstrap(2000次重抽样)显示路径系数β=0.65,90%偏差校正置信区间为[0.583, 0.802],偏差值为-0.001,表明估计稳定。多元峰度=41.26,在样本量较大时可接受。

讨论与结论
讨论部分指出,本研究发现技术接受(TA)通过情境、文化和基础设施因素显著影响2型糖尿病(T2DM)患者的基于应用程序的持续参与和使用(ABEU)。描述性统计与结构方程模型(SEM)结果之间存在差异:患者自述优先考虑健康改善(功能因素),而SEM揭示社会形象提升和系统支持(如医疗设施、互联网)才是更关键的驱动因素,反映了感知-行为差距。该差距可通过TAM2和统一技术接受与使用理论(UTAUT)解释:仅凭感知有用性不足以维持长期参与,需要系统支持和社会认同机制。最终结论为:技术接受对2型糖尿病患者的App参与和使用具有关键作用。通过整合技术接受模型和理论,研究强调接受因素(如更好的自我形象BTIM、信心CONF增强感知易用性)和接受后决定因素(如满意度STAF、通过更好健康BTHL确认期望、医生推荐DRRC、更好血糖水平BTSL、整体健康BTHL、节省时间TIME)对于维持mHealth App参与至关重要。因此,在资源受限环境中提高数字准备度和长期参与,需要提供形象提升功能、增强用户信心,并解决基础设施障碍。政策制定者和医疗提供者应关注以上方面以优化mHealth App的采纳,确保有效的慢性病管理。研究结果有望促进理解低资源环境中mHealth App的设计和实施,为未来数字健康干预提供框架。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号