あなたは歯科・医療関係者ですか?

WHITE CROSSは、歯科・医療現場で働く方を対象に、良質な歯科医療情報の提供を目的とした会員制サイトです。

日本語AIでPubMedを検索

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
JMIR Mhealth Uhealth.2020 Jul;8(7):e17588. v8i7e17588. doi: 10.2196/17588.Epub 2020-07-09.

患者の視点から見たモバイルヘルスの受容と利用の推進要因。調査研究と定量的モデルの開発

Drivers of Mobile Health Acceptance and Use From the Patient Perspective: Survey Study and Quantitative Model Development.

  • Tânia Salgado
  • Jorge Tavares
  • Tiago Oliveira
PMID: 32673249 DOI: 10.2196/17588.

抄録

背景:

モバイルヘルス(mHealth)は、ヘルスケアシステムの質と持続可能性とともに得られるアウトカムを改善するために、より患者中心でより協調的なシステムに向けて、ヘルスケアにおける現在のパラダイムの逆転を実現する上で重要な役割を果たす可能性を秘めています。

BACKGROUND: Mobile health (mHealth) has potential to play a significant role in realizing a reversal of the current paradigm in health care toward a more patient-centric and more collaborative system to improve the outcomes obtained along with the quality and sustainability of health care systems.

目的:

本研究の目的は、慢性的な健康状態にある利用者とそうでない利用者の2つのグループ間で、個々のmHealth受容ドライバーを探索し、理解することであった。

OBJECTIVE: The aim of this study was to explore and understand individual mHealth acceptance drivers between two groups of users: those with chronic health conditions and those without.

方法:

テクノロジーの受容と利用に関する拡張統一理論(UTAUT2)を、健康関連の新たなフレームワークである推奨行動意図と新たな媒介効果で強化した。研究モデルの検証には、部分最小二乗(PLS)因果モデルを適用した。

METHODS: The extended unified theory of acceptance and usage of technology (UTAUT2) was enhanced with a new health-related framework: behavior intention to recommend and new mediation effects. We applied partial least squares (PLS) causal modeling to test the research model.

結果:

オンライン質問紙を用いて322名の有効回答を得た。統計的に有意な行動意図のドライバーは、パフォーマンス期待度(β=.29, P<.001)、習慣(β=.39, P<.001)、および個人のエンパワーメント(β=.18, P=.01)であった。利用行動の前駆体は、習慣(β=.47、P<.001)と個人的エンパワーメント(β=.17、P=.01)であった。推薦する行動意図は、行動意図(β=.58、P<.001)と個人のエンパワーメント(β=.26、P<.001)に有意な影響を受けた。このモデルは、行動意図の全分散の66%、使用行動の分散の54%、推奨する行動意図の分散の70%を説明した。

RESULTS: We obtained 322 valid responses through an online questionnaire. The drivers of behavior intention with statistical significance were performance expectancy (β=.29, P<.001), habit (β=.39, P<.001), and personal empowerment (β=.18, P=.01). The precursors of use behavior were habit (β= .47, P<.001) and personal empowerment (β=.17, P=.01). Behavior intention to recommend was significantly influenced by behavior intention (β=.58, P<.001) and personal empowerment (β=.26, P<.001). The model explained 66% of the total variance in behavior intention, 54% of the variance in use behavior, and 70% of the variance in behavior intention to recommend.

結論:

我々の研究は、mHealth受容の文脈において、2次構造としての個人的エンパワーメントが重要な役割を果たしていることを示している。慢性的な健康状態の存在は、この技術の受容に影響を与える。

CONCLUSIONS: Our study demonstrates a significant role of personal empowerment, as a second-order construct, in the mHealth acceptance context. The presence of a chronic health condition predicates an impact on acceptance of this technology.

©Tânia Salgado, Jorge Tavares, Tiago Oliveira. Originally published in JMIR mHealth and uHealth (http://mhealth.jmir.org), 09.07.2020.