《Frontiers in Digital Health》:User acceptance and continuance intention of the BeSt age mHealth application for physical activity promotion and fall prevention in nursing homes
编辑推荐:
背景:跌倒是严重威胁养老院住户健康的问题,凸显了预防需求的紧迫性。移动健康(mHealth)应用程序提供了有前景的解决方案,但其有效性取决于用户的接受度和持续使用。尽管数字护理技术受到越来越多的关注,但依从性仍然较低,且其在护理实践中的整合有限。该研究旨在考察
背景:跌倒是严重威胁养老院住户健康的问题,凸显了预防需求的紧迫性。移动健康(mHealth)应用程序提供了有前景的解决方案,但其有效性取决于用户的接受度和持续使用。尽管数字护理技术受到越来越多的关注,但依从性仍然较低,且其在护理实践中的整合有限。该研究旨在考察BeSt Age应用程序——一款针对养老院的跌倒预防移动应用程序——的接受度,并分析感知有用性(perceived usefulness)和可用性(usability)对持续使用意向(continuance intention)的影响。方法:研究在德国南部的养老院开展了一项整群随机对照试验(cluster-randomized controlled trial)。在12周内,经培训的养老院员工使用BeSt Age应用程序为住户提供个性化的运动课程。研究人员从养老院员工(依从性、可用性、用户体验、感知有用性、参与度、持续使用意向)和住户(持续使用意向、动机)处收集了用户接受度数据及相关使用构念。通过多元回归分析考察影响持续使用意向的因素。结果:共有11家养老院的37名员工和137名住户参与研究。住户(平均年龄85.0±7.6岁,81%女性)表现出中度认知障碍和较低的数字素养(1.9±1.1;量表:1–5)。员工(平均年龄51.7±11.5岁,84%女性,数字素养3.54±0.8)评定的可用性得分为87.1±15分,并报告了积极的持续使用意向(4.03±1.22;量表:1–5)。员工依从性为85.6%,住户依从性为75.1%。感知有用性(β=.39,p=.020)和可用性(β=.46,p=.047)显著预测了持续使用意向(R2=.377)。讨论:养老院员工对BeSt Age应用程序评价积极,尤其在可用性方面,而可用性与感知有用性共同预测了持续使用意向。员工与住户之间的数字鸿沟凸显了员工中介技术干预在长期护理中成功实施的关键作用。未来研究应考察更长时期的采用模式,并探究养老院环境中持续使用与临床结局之间的关系。
研究背景与问题
随着人口老龄化进程加速,养老院住户数量不断增加,与身体健康问题及跌倒风险相关的挑战日益凸显,亟需创新方法以改善该人群的健康结局。养老院住户年均跌倒发生率为每人1.7次,显著高于社区居住老年人的0.65次,加拿大研究报告显示62%的养老院住户一年内至少发生一次跌倒。这些数据凸显了有效跌倒预防策略的紧迫需求,因为跌倒可能导致严重的健康后果。
促进规律身体活动是降低跌倒风险最有前景的途径之一,其在缓解年龄相关的躯体与认知功能衰退、维持活动能力及支持住户整体独立性方面发挥着关键作用。国际老年学与老年医学协会推荐养老院住户进行多组分训练(multicomponent training),包括力量、有氧耐力、平衡和柔韧性训练,每周至少两次。数字解决方案,特别是移动健康(mHealth)应用程序,可能为提供上述干预提供有前景的途径,例如支持养老院员工根据住户的能力与需求提供个性化的身体活动和跌倒预防方案。这些浮球在线技术平台工具可帮助护理提供者克服参与身体活动的障碍,如缺乏动机或不知道合适的运动方式。
然而,技术的理论潜力与其在实践中 implementation 之间常存在差距,多项研究观察到低依从率。为使移动健康技术在护理环境中产生有意义的效益,必须首先被目标用户接受并整合到日常实践中。接受度是指决定使用某项技术的决策,是成功实施的前提条件。重要的是,接受度并非静态结果而是动态过程:使用前的可接受性(pre-use acceptability)、使用中的可接受性(concurrent acceptability)以及使用一段时间后的回顾性可接受性(retrospective acceptability)。这种过程导向的接受度视角有助于解释初始接受性如何发展为持续使用决策。
目前多数移动健康评估聚焦于直接用户如患者或社区居住老年人,而对养老院中作为间接但关键采用者的医疗工作者关注有限。同时,养老院中的数字身体活动干预目前主要集中于外设游戏(exergaming),这常常排除了伴有严重认知或躯体障碍的住户。这凸显了需要研究可由员工作为中介的移动健康解决方案,使其能够适应不同功能水平并实现更广泛的参与,从而弥合技术潜力与实际实施之间的差距。
研究目的与假设
BeSt Age应用程序旨在解决这一差距。该应用程序基于平板电脑开发,支持养老院员工提供结构化的个性化身体活动课程以预防跌倒。不同于要求住户独立使用,该应用程序使员工能够根据住户的功能能力和偏好进行调整和指导,从而支持其在养老院常规护理中的实施。
该研究在养老院为期三个月的干预期间评估BeSt Age应用程序。首要研究问题是感知有用性和可用性是否预测养老院员工在干预后继续使用的意向。基于技术接受模型(Technology Acceptance Model, TAM)和采用后接受模型,研究人员假设更高的感知有用性和更高的可用性与更强的持续使用意向相关。此外,研究人员还考察了员工中的用户体验、参与度和依从性,以及住户的依从性和继续参与项目的意向,以提供更广泛的接受度和实施理解。
关键技术方法
该研究采用整群随机对照试验设计(cluster-randomized controlled trial),在德国巴登-符腾堡州卡尔斯鲁厄市及周边地区的11家养老院开展,通过电价信息披露和现场说明会招募参与者。员工使用基于平板电脑的BeSt Age应用程序,通过干预映射方法(intervention-mapping approach)开发,融合社会认知理论(Social Cognitive Theory)、自我决定理论(Self-Determination Theory)和COM-B模型(Capability, Opportunity, Motivation – Behavior)等行为与动机框架。应用程序包含护栏和反馈紧贴功能:根据住户运动表现水平、认知表现水平和个人运动偏好创建档案,通过匹配算法形成最多七人的小组,提供约150种可用练习中的适配方案;具有定制功能(customization feature)、健康素养功能(health literacy feature)、个性化功能(personalization feature)和游戏化功能(gamification feature)。
数据收集采用主观调查与客观日志数据相结合的方式:员工完成系统可用性量表(System Usability Scale, SUS)、AttrakDiff用户体验问卷、感知有用性和持续使用意向评估;住户完成持续使用意向和游戏化功能动机影响评估;此外通过日志系统自动记录所有用户交互数据。依从性计算参照Sieverink等人提出的电子健康干预依从性操作化建议,日志数据分析采用FITT框架(Frequency频率、Intensity强度、Time时间、Type类型)。统计分析使用SPSS 29.0版本,因异方差性采用HC3稳健标准误,显著性水平设为α=0.05。
研究结果显示,参与研究的11家养老院包括37名员工(31名女性,84%)和137名住户(111名女性,81%)。
住户特征与结果:住户平均年龄85.0岁(标准差SD=7.6),平均体重指数(BMI)28.1(SD=5.8)。住户表现出中度认知障碍(蒙特利尔认知评估MoCA平均得分13.9±6.6)和活动能力下降(起立-行走计时测验TUG平均时间27.6±11.7秒),数字素养普遍较低(5点李克特量表平均得分1.9±1.1)。住户报告的平均持续使用意向得分为3.9(SD=1.1)。游戏化功能对参与项目动机的感知影响为1.8(SD=1.2)。
员工特征与接受度结果:员工包括32名活动协调员、4名行政人员和1名职业治疗师,平均年龄51.7岁(SD=11.5)。20人报告拥有与指导身体活动相关的认证,平均从事身体活动指导经验7.9年(SD=7.2)。员工自评数字素养良好(3.54;SD=0.8)。可用性评定为87.1±15分(满分100分),平均用户体验得分1.94±1.49(范围-3至3)。感知有用性平均得分3.53(SD=1.05),持续使用意向评分4.03(SD=1.22)。
持续使用意向影响因素的回归模型解释了37.7%的方差(F(2,28)=10.06,p<.001,n=31,调整后R2=.377),表明具有大效应量。可用性(β=.46,p=.047)和感知有用性(β=.39,p=.020)均为持续使用意向的显著预测因子。
日志数据结果显示,员工完成了85.6%的预定课程。住户出席了所提供课程的75.1%(调整后依从性),占计划24次课程的64.3%(未调整依从性)。员工程度呈时间下降趋势:第1-4周为90.8%,第5-8周为83.7%,第9-12周为82.6%。住户依从性第1-4周为65.5%,第5-8周为66.6%(SD=33.8),第9-12周为60.8%(SD=42.7%);调整后住户依从性分别为72.2%、79.6%和73.7%。住户不依从的原因包括躯体不适(44%)、预约冲突如牙科预约(19%)、动机原因(12%)和其他原因如家属意外探访(25%)。
FITT框架日志分析显示:员工在总计84天的干预期间平均使用34.7天(SD=10.9)(频率);每次干预期间平均屏幕触摸次数为3,436次(SD=1,307)(强度);首次与末次登录间隔平均85.1天(SD=5.4)(时间)。功能使用方面(类型),个性化功能使用最频繁,平均325次触摸(SD=262);游戏化功能次之,平均66次(SD=43);定制功能平均46次(SD=74);健康素养功能使用最少,平均14次(SD=17)。
研究结论
该研究从主观评价和客观使用数据两方面全面理解了BeSt Age应用程序的接受度。研究结果表明该应用程序在养老院员工中获得了高水平的用户接受度,感知有用性和可用性显著预测了持续使用意向,这与技术接受模型(TAM)和信息系统持续使用采用后模型(Post-Acceptance Model of Information Systems Continuance)相一致,凸显了这些构型在形成期望确认和回顾性技术评价中的核心作用。
高可用性得分和积极的用户体验评分支持了该应用程序在时间受限的护理环境中的适用性。可用性得分87分超过了数字健康应用平均SUS得分76.6和专门身体活动应用平均SUS得分83.3。可用性作为略强于感知有用性的预测因子,可能反映了在医疗环境中实施技术时直观设计的特殊重要性。这一发现表明,即使是非常有用的应用程序,如果可用性不足也可能面临采用障碍。积极的持续使用意向得分支持了该应用程序在养老院环境中可持续实施的潜力。员工完成了大部分计划课程,显示出良好的实施保真度。
研究同时揭示了员工与住户之间显著的数字素养差距(3.5 vs. 1.9),凸显了影响机构养老中老年人的持续性数字鸿沟。员工作为数字健康工具与住户之间的关键中介,其高数字素养使得员工中介技术干预成为养老院环境中成功实施的重要途径。住户对继续参与项目的积极意向与结构化管理活动益处的研究一致。然而,游戏化功能对住户动机的有限影响提示,传统游戏化方法对认知障碍老年人可能效果有限,需要针对该人群进行专门适配。研究局限性包括三个月的持续时间可能不足以观察长期采用模式;志愿者样本可能限制向技术准备度较低设置的推广;排除了严重认知、神经或运动障碍的住户,结果可能无法推广至最脆弱的养老院住户群体;此外,技术接受模型等主要捕捉个体层面感知,未能纳入用户、技术与组织情境之间的复杂交互作用。
该研究发表于《Frontiers in Digital Health》。未来研究应调查更长时期的采用模式,纳入认知和情感参与度的测量,并探究应用程序使用与临床结局之间的联系。CeHRes路线图2.0(Centre for eHealth Research Roadmap 2.0)为整合影响实施的情境和组织因素提供了有用框架。为支持此类工具的长期整合,机构应投资于结构化入职培训、持续技术支持,并将应用程序使用整合到常规员工工作流程中。探索专门为认知障碍老年人设计的适应性游戏化方法可能改善参与度和动机。研究应用程序使用数据与临床结局之间的关系将加强感知有用性的证据基础,并支持更广泛的实施工作。
研究结论部分翻译:BeSt Age应用程序在养老院员工中显示出良好的用户接受度,可用性和感知有用性成为持续使用意向的预测因子。尽管住户依从性受到健康相关限制的影响,但实施保真度和依从率令人鼓舞。这些结果支持了养老院中员工中介移动健康干预的可行性,并强调了设计以人为中心、可适应员工和住户需求的数字工具的重要性。该研究为长期护理环境中技术支持跌倒预防和身体活动项目的开发与实施提供了宝贵见解。