没有合适的资源?快使用搜索试试~ 我知道了~
互联网干预31(2023)1006022019冠状病毒病疫情期间采用视频咨询Filipe Viana Pereira*,Jorge Tavares,Tiago OliveiraNOVA信息管理学院(NOVA IMS),Universidade Nova de Lisboa,Campus de Campolide,1070-312 Lisboa,葡萄牙A R T I C L EI N FO保留字:技术采用远程医疗患者健康DOIUTAUTHBMCFIPA B S T R A C T背景:正如欧洲委员会和美国国家医学科学院所指出的那样,视频会诊有可能通过解决一些迫在眉睫的医疗挑战,为未来的医疗保健发挥重要作用。这项技术可以提高质量,效率,并提高医疗保健的可及性目的:本研究的目的是探索和了解个人视频咨询接受的驱动因素。方法:以创新扩散理论(DOI)、技术接受与使用统一理论(UTAUT)、健康信念模型(HBM)和信息隐私关注框架(CFIP)为基础,构建技术接受扩展模型。通过在线问卷调查收集了346份有效问卷,并使用偏最小二乘(PLS)建模方法对模型进行了检验结果:该模型解释了使用意愿的77.6%(R2)和态度的71.4%(R2)。使用意愿的预测因素是态度(β= 0.504,p值0. 001)、性能预期(β= 0. 196,p值=0. 002)和COVID-19(β= 0. 151,p值0. 001)。态度的预测因子是表现期望(β= 0.643,p值>0.001),努力期望(β= 0.138,p值=0.001),COVID-19(beta= 0.170,p值0.001)。结论:该研究模型强调了创建扩展接受模型以捕获医疗保健中每种技术的特殊性的重要性。创建的模型有助于了解视频咨询接受度的最重要驱动因素,突出了COVID-19大流行和感知健康风险的重要性。1. 介绍远程医疗在世界一些地区被誉为保健的未来。欧盟委员会和国家科学院美利坚合众国的医学,强调远程医疗对未来的重要性(委员会致欧洲议会、理事会、欧洲经济和社会委员会以及地区委员会的信函:电子卫生行动计划,2012)(Dzau等人,2020年)。根据世界卫生组织的说法,远程医疗是疾病和伤害的预防,研究和评估,以及卫生专业人员的继续教育“(Ho等人,2009年)。视频会诊,一种特定类型的远程医疗,可以被定义为患者和临床医生之间的双向视听同步会议(Donelan等人,2019年)。在COVID-19大流行期间,紧急和非紧急护理就诊中使用远程医疗的情况有所增加(Mann等人, 2020年)。根据Ji m'enez Rodriguezet al. 的文章《2019冠状病毒病大流行期间视频咨询增加》,一项调查发现,96.2% 的医疗保健专业人员认为视频会议咨询提供保健的适当选择(Ji m′enez-Rodríguez等人, 2020年)。 在患者感知方面,有些人认为视频咨询是他们首选的就诊方法,而对于其他人来说,这是咨询医生的补充方式,同时强调它被认为更以患者为中心(Thiyagarajan等人,根据最近发表的研究,患者对视频咨询的满意度范围为58%至90%(Anderson等人, 2021; Parker和Chia,2021)。这项研究旨在了解是什么驱使消费者使用视频咨询,以及COVID-19疫情是否影响了视频咨询的采用。* 通讯作者。电子邮件地址:m20201128@novaims.unl.pt(F. Viana Pereira)、d2012072@novaims.unl.pt(J. Tavares)、toliveira@novaims.unl.pt(T.Oliveira)。https://doi.org/10.1016/j.invent.2023.100602接收日期:2022年4月20日;接收日期:2022年12月20日;接受日期:2023年1月2023年1月20日在线提供2214-7829/© 2023作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章(http://creativecommons.org/licenses/by/4.0/)。可在ScienceDirect上获得目录列表互联网干预期刊主页:www.elsevier.com/locate/inventF. Viana Pereira等人互联网干预31(2023)10060221.1. 理论背景如表1所示,几种理论显示了支持视频咨询采用的理解的潜力。然而,仍然缺乏关于该技术的具体研究。1.2. 研究模型视频咨询已经使用了几年,尽管不太频繁,并且没有最大限度地发挥其对患者和医疗保健提供者的潜力(Drake等人,2021; Dekker等人,2020年)。根据最新的研究结果,新冠肺炎大流行正在改变这种情况,人们更愿意使用它们(Drake et al.,2021; Dekker等人,2020年)。通过使用移动应用程序和互联网平台,患者与其医疗保健提供者之间的互动正在转变(Drake et al., 2021; Dekker等人, 2020年)。 学习视频-咨询具有新用例的ogy,可能涉及敏感和机密主题(Tavares和Oliveira,2018; Angst 和 Agarwal ,2009; Drake 等 人, 2021; Dekker等 人,2020; Rogers,1962)。因此,为了研究视频咨询,我们需要整合来自不同理论的信息,涵盖所有先前提到的维度(图1)。①的人。鉴于技术的新颖性,确定了创新理论的传播。技术接受和使用统一理论(UTAUT)被选中,因为它通常用于信息系统领域。还选择了健康信念模型,因为它很好地捕捉了医疗保健部门的特殊性,并且已经在这一领域显示出有希望的结果(Kim和Park,2012; Tavares和Oliveira,2018; Zhang等人,2015年)。考虑到远程医疗中出现的隐私问题(Barney等人,2020; Powell等人,2017年),使用了对信息隐私框架的关注。纳入了一个特定的结构,以反映COVID-19在社会中的重要性(Drake et al.,2021; Dekker等人, 2020年)。表1与视频咨询相关的患者采用模型除了模型的这些主要组成部分外,还使用了两个一般人口统计学控制变量:年龄和性别。使用了一个健康特异性控制变量,慢性疾病,因为文献支持它具有显著影响(Kontos等人, 2014年)的报告。1.2.1. 创新理论的传播根据DOI的定义,创新是一种对特定领域或社会系统中的个人来说是新的或不熟悉的想法,过程或技术(罗杰斯,1962)。创新的五个属性影响其采用和扩散-相对优势,兼容性,复杂性,可试验性和可观察性(罗杰斯,1962)。结构的可观察性分为结果的可论证性和可见性(Moore和Benbasat,1991)。将使用结果的可论证性、兼容性、相对优势和复杂性最后两个,相对优势和复杂性,在UTAUT中有等价物,即每个人的期望和努力期望。相对优势衡量的是消费者从使用技术(罗杰斯,1962)。根据预期,UTAUT中的相应结构被定义为消费者使用技术将在执行相关活动中提供益处的程度(Viswanath等人,2012年)。复杂性衡量的是创新难以理解或难以使用的程度(罗杰斯,1962)。的UTAUT中的相应结构,努力预期,被定义为与消费者使用技术相关的容易程度可以看出,每对结构在各自的模型中起着类似的作用,并且两者都可以积极地影响使用意图(Moore和Benbasat , 1991 ) 。 可 试 验 性 被 定 义 为 创 新 可 以 被 试 验 的 程 度(Rogers,1962)。没有证据表明我们的目标人群参与了视频咨询的试用,因此未使用该结构。可视性也没有使用,因为视频咨询是个人体验。成果可展示性是指使用创新的有形成果可以被看到和传达的程度(Moore和Benbasat,1991)。远程医疗领域有证据表明,结果的可论证性将对预期视频咨询的理论相关性参考技术接受与使用统一理论(UTAUT)是技术采纳领域最常用的采纳理论之一。它也被用于研究视频咨询,效果良好。该理论中使用了四个主要结构,所有这些结构都用于本研究:UTAUTHBMDOI• 性能期望(PE):期望该技术将帮助用户更有效地管理其健康状况。• 工作效率(EE):技术应该易于使用的概念• 社会影响力(SI):个人认为对他或她重要的其他人认为他或她应该使用该技术的程度。• 促进条件(FC):意味着有必要的资源来支持技术的使用。视频会诊是一种以病人健康信念模型(HBM)是一种与医疗保健相关的特定模型,它的使用显示了支持视频咨询的技术(如移动健康和患者门户网站)的良好效果。感知健康风险(PHR),即个人健康状况驱动的行为对纠正健康行动显示出良好的效果时,作为扩展到其他模型,如UTAUT。PHR在本研究中被用作二级结构使用视频咨询与新技术,如移动设备,mHealth和患者门户网站,以及最近增加的使用增长,使其适合与创新理论(DOI)的扩散进行研究最近的研究表明,使用DOI的结果很有希望。来自DOI的构造复杂性对应于来自UTAUT的努力EX期望。DOI的相对优势与UTAUT的性能指数有关。从DOI到我们的研究,我们增加了两个新的结构:• 兼容性:衡量一项创新在多大程度上被认为与当前消费者的生活方式、价值观和过去的体验相一致。• 成果可展示性是指使用创新的有形成果可以被看到和传达的程度。Kim和Park,2012; Rho等人,2015; Alam等人, 2020Tavares和Oliveira,2016; Ahadzadeh等人, 2015Tavares和Oliveira,2018; Barney等人,2020已发表的研究表明,隐私问题与视频咨询作为一个主要议题的病人。出于这一特定原因,关注信息隐私(CFIP)框架被纳入研究模型。Barney等人,2020; Angst和Agarwal,2009;Powell等人, 2017COVID-19结构由于该研究发生在新冠肺炎大流行期间,并遵循与文献相同的方法,因此在模型中添加了衡量新冠肺炎影响的结构An等人, 2021CFIPF. Viana Pereira等人互联网干预31(2023)1006023Fig. 1. 研究模型。和性能预期(Tavares和Oliveira,2018)。使用意图(Venkatesh等人,2003年,有证据表明,H1a。结果的可论证性将对绩效预期产生积极影响。H1b。结果的可论证性将积极影响预期的努力。兼容性衡量的是一项创新在多大程度上被认为与当前消费者的生活方式、价值观和过去的经验相一致(罗杰斯,1962)。远程医疗领域有证据表明,相容性将对性能预期、预期努力和使用意图产生积极影响(Tavares和Oliveira,2018; Zhang等人, 2015年)。H2a。兼容性将对性能预期产生积极影响。H2b。兼容性将积极影响努力预期。H2c。兼容性将积极影响使用意图。1.2.2. 技术接受与使用的统一理论UTAUT经常用于医疗保健(Harst等人,2019年)。UTAUT包括两个维度,性能预期和努力预期,增加了促进条件,社会影响,使用意图和使用行为。由于视频咨询的采用率很低(Roche.但葡萄牙人理解这是一种难以理解的痛苦。2021年7月4日(星期四),未使用使用构造。技术接受模型(TAM)可以可以认为是UTAUT29的简化版本。它指出,perfor-对技术使用的态度影响技术使用的意愿,而技术使用的态度又影响技术使用的意愿。因此,将TAM的姿态结构合并是安全的(Kim和Park,2012; Venkatesh等人, 2003年)。研究发现,在UTAUT中,TAM的等效结构,表现预期对态度产生积极影响(Kim和Park,2012年; Ahadzadeh等人,2015; An等人, 2021年)。 最初的UTAUT理论指出,绩效预期对在视频咨询中有效(Rho等人,2015; Alam等人,2020; Tavares和Oliveira,2018)。H3a。绩效期望会对态度产生积极影响。H3b。绩效期望会正向影响使用意愿。有证据表明,努力预期对态度和感知有用性产生积极影响(Kim和Park,2012; An等人,2021年)。最初的UTAUT理论表明,努力预期对使用意图产生积极影响(Venkatesh等人,2003),并且有证据表明这种效果在视频咨询中成立(Rho等人,2015; Alam等人,2020; Tavares和Oliveira,2018)。H4a。努力期望会对态度产生积极影响。H4b。努力期望对使用意愿有正向影响。H4C。努力期望对绩效期望有正向影响。促进条件是指个人认为有必要的资源可用于支持系统使用的程度(Viswanath等人,2012年)。最初的理论表明,促进条件会影响积极使用的意图(Venkatesh et al.,2003年),因为消费者更方便的条件更有可能有更高的意图使用一种技术。尽管在远程医疗领域并不总是具有显著的效果,但一些文献仍然支持它在该领域中可能成立(Alam等人,2020年)。H5。便利条件会正向影响使用意愿。社会影响是指个人认为对他或她重要的其他人认为他或她应该使用新系统的程度(Viswanath et al.,2012年)。最初的UTAUT理论指出,社会影响积极影响使用意图(Venkatesh等人,2003年),因为用户往往会受到其他共享类似约束的影响。根据文献,这一假设在F. Viana Pereira等人互联网干预31(2023)1006024远程医疗(Rho等人, 2015; Alam等人, 2020年)。H6。社会影响对使用意愿有正向影响。态度是与使用系统的后果相关的好或坏的评价性情感的程度(戴维斯,1985)。最初的TAM理论指出,态度对使用意图产生积极影响[35],这种影响也已在远程医疗中得到证实(Kim和Park,2012;Ahadzadeh等人, 2015; An等人, 2021年)。H7。态度会正向影响使用意愿。1.2.3. 健康信念模式HBM作为其他信息系统理论的补充,在远程医疗中显示出了有希望的 结 果 ( Kim 和 Park , 2012; Ahadzadeh 等 人 , 2015; Tavares 和Oliveira,2018; Yi等人,2006年)。HBM指出,人们更有动力以健康的方 式 行 事 , 因 为 他 们 相 信 自 己 容 易 受 到 不 良 健 康 后 果 的 影 响(Carpenter,2010)。文献表明,健康信念和担忧间接影响使用健康信息技术的意图(Kim和Park,2012)。感知健康风险的结构来自HBM,并被选择,因为它表明对健康风险的信念可以预测参与健康行为的可能性(Ahadzadeh等人,2015年)。它是一个二阶结构,感知疾病严重程度和对疾病的易感性作为其一阶结构。疾病维度的感知严重性是指关于感染疾病或不治疗的临床和社会后果的感觉(Ahadzadeh等人,2015年)。对疾病维度的感知易感性是指关于患上疾病或病症的可能性的信念(Ahadzadeh等人,2015年)。以往的研究发现,知觉健康风险会直接正向影响对工作的态度和行为意向。第一个发现是直观的,因为对健康风险的感知越高,对视频咨询的态度越积极,意图使用它们。 该文献还发现,性能前-猜测调节感知的健康风险和态度之间的关系(Ahadzadeh等人, 2015年)。H8a。健康风险知觉会正向影响态度。H8b。绩效期望在感知健康风险与态度之间起中介作用。H8c。知觉健康风险会正向影响使用意愿。1.2.4. 对信息隐私的收集、错误、未经授权的访问和二次使用是构成关注信息隐私(CFIP)框架的四个方面(Smith等人,1996年)。该框架已被用于远程医疗(Angst和Agarwal,2009年),以前的文献发现,隐私是患者关注的一个领域关于视频咨询(Barney等人,2020; Powell等人,2017年)。收集是指用户预计在收集会对使用意图产生负面影响。H9。收集会对使用意图产生负面影响。错误是指用户预期错误会对使用意图产生负面影响。H10。错误会对使用意图产生负面影响。未经授权的访问是指未经许可使用用户预计未经授权的访问将对使用意图产生负面H11。未经授权的访问将对使用意图产生负面影响。个人信息的二次使用是指在未经用户同意的情况下使用用户是预计个人信息的二次使用将对使用意图产生负面影响。H12个人信息的二次使用将对使用意图产生负面影响。1.2.5. COVID-19 pandemic construct由于COVID-19疫情对社会造成的变化,使用了COVID-19相关结构。在COVID-19的背景下,已经测试了几个衡量与接受技术相关的焦虑和恐惧的结构。然而,研究中没有一致或强有力的结果(An等人,2021; Al-Maroof等人,2020; Kubb和Foran,2020)。因此,我们包括一个单项量表,用于评估从更广泛的意义上说,COVID-19是视频咨询的驱动力验收H13a。COVID-19疫情将对态度产生积极影响。H13b。COVID-19疫情将对使用意向产生积极影响。2. 方法2.1. 测量这 些 项 目 改 编 自 Venkatesh 等 人 ( Viswanath 等 人 , 2012;Venkatesh 等 人 , 2003 ) 、 Smith 等 人 和 Angst 等 人 ( Angst 和Agarwal,2009; Smith等人,1996)、Tavares和Oliveira(Tavares和Oliveira,2018)以及Ahadzadeh等人(Ahadzadeh等人,2015年),略有修改,以适应视频协商。物品多媒体数据库x1中描述的。量表项目使用从“1 -非常不同意“到“7-非常同意”的七点范围量表进行测量。还提出了社会和人口统计学问题来调查样本。年龄以年为单位虚拟变量用于性别,0表示女性,1表示男性;用于慢性疾病,0表示没有任何慢性疾病,1表示患有一种或多种慢性疾病。调查表是用葡萄牙语写的。这些项目从英语翻译成葡萄牙语,由另一名翻译人员从葡萄牙语翻译成英语,然后以确保翻译(Wild等人, 2005年)。2.2. 数据收集先前的文献表明,受教育程度更高、健康素养更高的年轻人更有可能使用电子健康工具(Kontos等人,2014; Or和Karsh,2009)。关于视频咨询的最新文献表明,受过高等教育的年轻人知识更渊博,可能对使用视频咨询更感兴趣,这表明潜在的数字化divide(Drake等人, 2021; Dekker等人, 2020; Shaw等人, 2020年)。 由于模型的复杂性,需要至少150名受访者(Hair等人,2017年)。此外,至少需要184名受访者才能达到80%的统计功效,以检测R2值至少为0.10,5%的误差概率(Hair等人,2017; Cohen,1992)。由于需要有一个有意义的样本规模和答卷人对这一问题的了解,调查在里斯本的两所高等教育机构进行。首先,进行了试点调查。它收集了11份答复,没有报告任何问题,这些答复未纳入最终分析。在参与者回答调查之前,提供了关于研究目的的介绍。向参与者提供保密和匿名保证。参与者必须明确表示同意参加调查。向与会者提供了一项补充保证, 如果他们决定不完成调查,所收集的数据将不会被使用,并会被丢弃。共获得有效答案346个。可以通过手机回答调查,F. Viana Pereira等人互联网干预31(2023)1006025电脑调查于2021年4月27日至2021年5月2日期间提供。2.3. 数据分析我们决定使用偏最小二乘结构方程模型(PLS-SEM)来测试我们的模型,因为模型的复杂性,许多结构的存在,作为结构模型的一部分的形成性测量结构的存在,以及我们的目标是识别关键驱动结构。这些情况有利于PLS-SEM的使用代替基于协方差的结构方程建模(CB-SEM)(Hair等人,2017年)。使用SmartPLS 3统计软件来估计模型(Hair等人,2017年)。在评估结构模型之前,我们评估了测量模型的质量。3. 结果3.1. 样本特性样本平均年龄约为35岁,大多数受访者为女性(60.7%)。研究样本主要是女性(60%)。我们收集到81%的答案的学术机构,60%的学生是女性。这可能解释了女性回答比例较高的原因(NovaSBE,2020年)(表2)。3.2. 测量模型由于存在反思性和形成性结构,因此必须使用不同的措施来评估模型的质量。我们从评估反射结构开始。内部一致性测量构造项的紧密相关程 度 (Hair等人, 2017年)。为此,我们使用Cronbach’s Alpha 和 复 合 信 度 如 表 3 所 示 , 所 有 结 构 均 显 示Cronbachα 和 复 合 可 靠 性 评分高于0.7,证明了内部一致性(Hair等人, 2017年)。 外部载荷低于0.7的项目UA3必须被丢弃以实现这些值,因为它使模型的性能变差,导致两 Cronbach's 阿尔法 和 复合 可靠性 值 低于阈值(Hair等人,2017年)。收敛效度测量一个测量与同一结构的替代测量正相关的程度(Hair等人,2017年)。用平均方差E × E(AVE)和外载荷(Hair等人,2017年)。AVE应高于0.5。在表3中,我们可以看到所有构造都具有 高于此阈值的值。外部载荷应高于0.7(Hair等人,2017年)。也符合该标准,如表4所示。 判别效度是一个结构的长度,表2真实地不同于其他(Hair等人, 2017年)。据评估基于交叉荷载和Fornell和Larcker准则。具体而言,指示剂在相关结构上的外部负载应大于其任何交叉负载(Hair等人,2017年),在多媒体杂志x2中确认。Fornell和Larcker标准确认每个结构中AVE的平方根应高于任何在其它构造中的其它相关值(Hair等人,2017年)。该标准适用于除二阶结构PHR之外的所有结构,如表5所示。PHR和PHR之间的相关性低于PHR和PSE之间的相关性,以及PHR和PSU之间的相关性,这些一阶结构构成了高阶结构。这是因为PHR由PSE和PSU组成。最后对杂种优势-单性状比率进行了分析。它代表了两个构建体之间的相关性,如果它们被完美地测量的话(Hair等人,2017年)。置信区间不能包括值1(Hair等人, 2017年),在多媒体杂志X2中确认。感知 健康 风险 是 布置 作为 反射形成型高阶构建体(Hair等,2017年)。我们根据方差膨胀因子(VIF)评估了其多重共线性,由于VIF值低于5,因此表示没有共线性问题。权重是正的并且具有统计学显著性,证实了使用该二阶构造的适用性(Hair等人, 2017年)。3.3. 结构模型用5000次迭代自举响应估计结构模型路径的显著性水平,以实现结果的最大一致性(Hair等人,2017年)。如前所述,基于VIF测试了所有构建体的多重共线性,并且所有构建体均值低于5,这表明构建体之间没有多重共线性问题分析R2值以评估结构模型。该模型解释了77. 6%的使用意图方差71.4态度、工作表现期望和努力期望分别占70.1%和30.2%。表6总结了结构模型的结果。我们还评估了常用方法方差,使用最标准的方法之一进行评估,即哈曼单因素检验(Podsakoff等人,2003年)。它指出,如果任何单个因子的总方差为 <50 %,常用方法 方差应 不 是一个问题(Podsakoff等人,2003年)。正如预期的那样,第一个因素是方差最大的因素(30.4%),仍然远低于50%,这进一步证明了通用方法方差不应成为问题。还使用了标记变量技术,其中使用了不相关的理论构建(Lindell和Whitney,2001)。研究模型结构与年龄、性别、性别、年龄、性别、年龄、性别、表3Cronbach's alpha、复合信度和提取的平均方差。样品特性。构建Cronbach's复合平均方差样品样品阿尔法可靠性提取(数目)(百分比)态度条件易感性预期年龄(平均值=34.8)[18–34]64.74兼容性数据收集0.840.940.890.960.680.89[35–49]6.36预期工作0.910.940.8[50–64]22.25错误0.910.930.76>64 23性别男1366.6539.31促进打算利用0.850.940.900.960.700.88女性21060.69感知严重程度0.850.900.70教育高中毕业236.64感知0.860.900.61学士已完成)硕士50.8841.90性能结果0.900.800.930.880.770.71PhD(正在进行或已完成)20.58证明力二次使用0.850.850.58患有一种或多种慢性疾病6117.63社会影响力0.730.850.67没有任何慢性疾病28582.37未经授权的访问0.810.890.80F. Viana Pereira等人互联网干预31(2023)1006026表5高阶构念的测量模型评估。构建VIF权重p值感知健康风险<感知健康风险<表6结构模型结果。因变量/自变量β p值R2R2校正0.2930.1740.2210.974AT=态度,CO= Covid-19,CP=兼容性,DC=数据收集,ER=错误,EE=预期努力,FC=促进条件,IU=使用意图,PE=预期性能,PSE=感知者严重程度,PHR=感知健康风险,PSU=感知易感性,RD=结果可证明性,SI=社会影响,SU=二次使用,UA=未经授权访问,CD=慢性病,GD=性别。对角线是反射构造的AVE的平方根,另一个是反射构造的AVE的平方根。值是构造之间的相关性。** p<0.01。* p<0.05。标记变量因此,可以得出结论,通过两个不同的既定标准验证,通用方法方差不存在问题。4. 讨论我们的研究结果支持使用一个综合模型,涵盖视频咨询相关技术采用的所有不同方面。使用的模型、理论和维度有:UTAUT、DOI、HBM、CFIP和COVID-19。该模型解释了77.6%(R2)的使用意图的差异在态度方面也取得了不错的成绩,R2为71.4%.DOI理论被证明是有用的,因为5个只与DOI相关的假设中有4个得到了支持(H1a→H2c)。COVID-19结构也显示出相关影响,具有阶段性,对使用态度和使用意图均有显著影响。UTAUT和HBM构建体也被证明是有用的,尽管其量级低于DOI和COVID-19构建体。关于CFIP框架,没有一个结构被发现在统计学上是表4Fornell和Larcker准则。变量ATCOCPDCEEERFCIUPHRPSEPSUPERDSUSIUA年龄CDCO在0.94DCCP儿EEFCIUPSEPHRPSUPE苏路UASICD年龄GD-0.1310.560.110.800.820.000.490.170.300.750.120.150.070.810.570.050.540.04-0.010.940.540.160.390.850.200.220.130.820.580.100.550.04-0.07-0.210.890.140.700.490.080.160.000.490.490.150.340.100.200.870.010.140.200.220.130.140.110.310.120.570.200.130.19-0.13-0.220.830.380.180.190.120.340.340.150.300.01-0.080.940.200.210.140.800.570.130.550.080.040.130.070.130.040.080.090.060.170.110.050.060.680.770.890.200.140.130.220.130.020.100.020.020.020.840.410.220.150.190.180.200.020.170.780.130.090.050.190.050.020.170.880.600.080.610.03-0.120.840.100.490.110.040.040.100.760.050.440.110.05-0.090.820.020.210.90.210.14-0.13-0.12-0.24-0.22-0.21-0.12-0.0810.36-0.090.36-0.03-0.02-0.04-0.020.000.01-0.03-0.0310.010.07-0.110.080.160.09-0.110.11-0.00-0.07-0.000.02-0.030.05-0.11-0.141-0.09AT=态度,CO= Covid-19,CP=兼容性,DC=数据收集,ER=错误,EE=预期努力,FC=促进条件,IU=使用意图,PE=性能预期,PSE=感知者严重度,PHR=感知健康风险,PSU=感知易感性,RD=结果可证明性,SI=社会影响,SU=二次使用,UA=未经授权的访问,CD=慢性病,GD=性别。IU0.780.77CP0.0890.152在0.504**<0.001PE0.196*0.002EEFC-0.0020.0360.961SI0.0420.270CO0.151**<0.001PHRDC-0.0030.0430.908儿UA-0.0750.0530.088苏0.0270.532年龄0.064*0.029性别慢性病-0.0360.0010.192在0.710.71PE0.643**<0.001EE0.138**0.001CO0.170**<0.001PHR0.0290.348年龄0.0260.371性别0.0460.128慢性病PE-0.0130.6770.700.70PHR0.090*0.002路0.159**<0.001CP0.672**<0.001EE0.081*0.032EE0.300.30路0.312**<0.001CP0.308**<0.001对角线是反射结构的AVE的平方根F. Viana Pereira等人互联网干预31(2023)1006027表7假设结果。假设路径β p值结果H4(c)EE至PE 0.081 0.030H5 FC到IU 0.036 0.293不支持H6 SI至IU 0.042 0.270不支持H7AT至IU 0.504 0.01支持H8(a)PHR至AT 0.029 0.348不支持H8(b)(PHR至PE)*(PE至AT)0.058 0.002支持H8(c)PHR至IU-0.0030.908不支持H9 DC转IU 0.043 0.174不支持H10 ER至IU-0.075 0.088不支持H11 UA转IU 0.053 0.221不支持H12 SU转IU 0.027 0.532不支持H13(a)CO至AT 0.170 0.01支持H13(b)CO至IU 0.151 0.01支持AT=态度,CO= Covid-19,CP=兼容性,DC=数据收集,ER=错误,EE=预期努力,FC=促进条件,IU=使用意图,PE=预期性能,PHR=感知健康风险,RD=结果可证明性,SI=社会影响,SU=二次使用,UA=未经授权访问。粗体表示假设得到支持。显著一般而言,保密问题似乎不是采用视频磋商的问题。4.1. 理论意义如表7所示,结果可论证性对绩效预期和努力预期都有统计学显著影响,支持H1a(结果可论证性将积极影响绩效预期)和H1b(结果可论证性将积极影响努力预期)。这一结果表明,使用创新的结果的可见性和可传达性增加了与视频咨询相关的感知效益和易用性。兼容性对性能预期和努力预期有统计学显著影响,支持H2a(兼容性将积极影响性能预期)和H2b(兼容性将积极影响努力预期)。然而,未发现对使用意图的统计学显著影响,不支持H2c(兼容性将积极影响使用意图这些发现表明,当视频咨询被视为与患者的生活方式,价值观和过去的经历相一致所述技术的更高感知益处和易用性值得注意的是,这种感知的一致性并不直接影响使用意图。存在支持H1(a)、H1(b)、H2(a)和H2(b)的 文 献 (Tavares 和Oliveira ,2018; Zhang等人, 2015年)。绩效预期对态度和使用意图有统计学显著影响,支持H3a(绩效预期会积极影响态度)和H3b(绩效预期会积极影响使用意图),并证实视频咨询的感知益处是态度和使用意图的重要预测因子。在与远程医疗支持 有 关 的 特 定 领 域 的 几 项 研 究 H3 ( a ) ( Kim 和 Park , 2012 年 ;Ahadzadeh等人, 2015; An等人,2021)和H3(b)(Rho等人,2015;Alam等人,2020; Tavares和Oliveira,2018)。态度对使用意图有统计学显著影响,支持H7(态度会积极影响使用意图)。它证实了与使用视频咨询相关的情感是使用它们的意图的重要预测因素。在远程医疗支持H7(Kim和Park,2012; Ahadzadeh等人,2015; An等人,2021年)。努力期望对态度和绩效期望有统计学影响,支持H4a(努力期望会积极影响态度)和H4b(努力期望会积极影响使用意图)。然而,没有直接影响使用的意图,不支持H4c(努力预期将积极影响性能预期)。 文献支持H4(a)(Kim和Park,2012年; Ahadzadeh等人, 2015; An等人, 2021)和H4(b)(Kim和Park,2012; An等人,2021年)。关于H4(c),存在相互矛盾的证据。一些研究已经证明了这种效果(Alam等人,2020),而其他人还没有证明这一点(Tavares和Oliveira,2018; Yi等人,2006; Dou等人,2017年)。促进条件没有发现统计学显著性,不支持H5(促进条件将积极影响使用意图一个可能的解释可能是,患者已经拥有所需的所有资源和知识,在决定使用视频咨询时不考虑他们的问题。先前的文献已经发现了这种效应(Rho等人,2015年; Tavares和Oliveira,2018年),并且在COVID-19大流行期间和之后可能更加普遍,许多人增加了视频会议平台的使用。社会影响在统计学上没有发现显著性,不支持H6(社会影响会积极影响意图使用)。关于这种影响存在相互矛盾的研究(Rho例如,2015; Alam等人,2020; Tavares和Oliveira,2018)。咨询的私人性质可以解释为什么病人不受他人意见的影响。结果发现,通过表现预期从感知健康风险到态度的中介作用是完全有效的,因为只有间接的影响被发现具有统计学显著性,这意味着H8b(表现预期中介感知健康风险和态度之间的关系)得到了支持,而H8a(感知健康风险将积极影响态度)和H8c(感知健康风险将积极影响使用意愿)不被支持。先前的文献支持这种效应(Kim和Park,2012;Ahadzadeh等人,2015年)。没有发现CFIP结构具有统计学显著性,不支持H9(收集将对使用意图产生负面影响)、H10(错误将对使用意图产生负面影响)、H11(未经授权的访问将对使用意图产生负面影响)和H12(个人信息的二次使用将对使用意图产生负面影响)。一个可能的解释是,可以与医生讨论各种各样的话题,从敏感到熟悉的话题。如果咨询集中在心理学或传染病上,则可能会发现统计上的显著效果。如果咨询的重点是一般的健康话题,我们达到的非显著效果可能是预期的,因为用户可能不担心保密问题。以前的文献无法证明COVID-19与19和视频咨询(An等人,2021年)。我们的研究显示,COVID-19大流行影响了使用视频咨询的态度和意图,支持H13 a(COVID-19大流行将积极影响态度)和H13 b(COVID-19大流行将积极影响使用意图)。这些结果得到了最近的统计数据的加强,这些统计数据显示,视频咨询的普及程度有所增加在大流行期间,2020; Dubin等人,2020; Rizzi等人,2020年)。这项研究显示了COVID-19流行病的态度和意图使用这项技术。关于控制变量,只有年龄被发现有一个统计学上的显着影响的意图使用。与流行的观点不同,年龄被发现会影响积极使用的意图,这意味着老
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- 保险服务门店新年工作计划PPT.pptx
- 车辆安全工作计划PPT.pptx
- ipqc工作总结PPT.pptx
- 车间员工上半年工作总结PPT.pptx
- 保险公司员工的工作总结PPT.pptx
- 报价工作总结PPT.pptx
- 冲压车间实习工作总结PPT.pptx
- ktv周工作总结PPT.pptx
- 保育院总务工作计划PPT.pptx
- xx年度现代教育技术工作总结PPT.pptx
- 出纳的年终总结PPT.pptx
- 贝贝班班级工作计划PPT.pptx
- 变电值班员技术个人工作总结PPT.pptx
- 大学生读书活动策划书PPT.pptx
- 财务出纳月工作总结PPT.pptx
- 大学生“三支一扶”服务期满工作总结(2)PPT.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功