电子事件报告系统在医疗保健中的影响和使用行为意向的研究

医学信息学解锁21（2020）100477电子事故报告系统的使用：影响因素萨贾河Al-Rayes，Falak Adel Aldar，Nada Saud Al Nasif，Zainab IbrahimAlkhadrawi，Asma Al-Fayez，Arwa Alumran*沙特阿拉伯达曼伊玛目阿卜杜勒拉赫曼本费萨尔大学公共卫生学院卫生信息管理和技术系A R T I C L EI N FO保留字：行为意向电子事件报告系统感知有用性技术接受模型A B S T R A C T背景：医疗保健组织要求报告有害事件，无论它们是否发生或即将发生。传统上，事件报告系统是基于纸张的，但最近出现了向电子事件报告系统（E-IRS）的发展。沙特阿拉伯伊玛目阿卜杜勒拉赫曼·本·费萨尔大学牙科医院目前正在实施E-IRS，因此必须测量用户目的：测量伊玛目Abdulrahman bin Faisal大学牙科医院使用E-IRS的行为意向，确定人口统计学特征与使用E-IRS的行为意向之间的关联，并基于TAM识别影响使用E-IRS的行为意向的因素。方法：本研究采用定量横断面研究设计，通过有效的纸质问卷收集数据。结果：参与者的行为意向得分较高（平均值=15.29/20，SD=3.669）。简单的线性回归结果表明，感知易用性（PEU）解释55.5%的变化在IN，感知有用性（PU）解释62.5%的变化在IN，和PEU解释55.6%的变化在PU。多元线性回归结果表明，PEU和PU解释67.2%的变异在IN。人口统计学特征被发现与行为意向得分没有关联，除了职称。结论：为了提高电子IRS的接受度，电子IRS应易于使用，并应强调其有用性。1. 介绍患者安全一直是，现在仍然是全球医疗保健关注的一个原因。在医疗保健领域，人们越来越认识到事件报告系统，以促进学习和提高患者安全[1]。根据世界卫生组织的说法，有效的事件报告系统是安全健康实践的基石，有助于医疗保健组织建立安全文化事件报告系统旨在收集有关患者安全的信息，然后将其转化为个人或组织学习[3]。此外，分析事件报告可以帮助创建新的政策和程序，以减少过去事件再次发生的可能性[4]。然而，研究表明，由于许多原因，事件报告系统通常未得到充分利用，例如害怕指责或诉讼，工作量增加，忘记报告事件，并认为事件报告是没有用的[1，5，6]。为了应对这些障碍，许多医疗机构采用了电子事件报告系统（E-IRS; [7]）。这一趋势的主要原因是取代基于纸张的事件报告系统，并避免手动数据输入造成的常见延迟[8]。E-IRS可能有两种格式，基于网络或与电子病历系统集成[8]。事实证明，采用E-IRS增加了报告的事件数量;改善了事件报告的跟踪、易读性和保密性;并减少了丢失事件报告的数量[9]。此外，已经发现E-IRS允许风险管理人员在事件发生时立即查看事件，立即做出反应以减轻事件的后果，并分析报告以确定任何现有趋势[10] 。另一方面，根据Winsvold 和Jelsness[11]，缺乏电子信心和使用知识，* 通讯作者。费萨尔国王路，达曼，34212，沙特阿拉伯。电子邮件地址：salrayes@iau.edu.sa（S.A.Al-Rayes），Falak. live.com（F.A.Aldar），nada.saud. outlook.com（N.S. Al Nasif），Zainabkh_1419@hotmail. com（Z.I. Alkhadrawi），afayez@iau.edu.sa（A.Al-Fayez），aalumran@iau.edu.sa（A.Alumran）。https://doi.org/10.1016/j.imu.2020.100477接收日期：2020年9月14日;接收日期：2020年10月18日;接受日期：2020年11月6日2020年11月10日网上发售2352-9148/©2020的 自行发表通过Elsevier 公司这是一个开放接入文章下的CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表医学信息学期刊主页：http://www.elsevier.com/locate/imuS.A. Al-Rayes等人医学信息学解锁21（2020）1004772据报告，技术是可能影响成功实施电子IRS的主要挑战之一。根据他们的调查结果，护士们指出，在纸上报告事件比电子报告更容易。一般而言，卫生信息系统会因以下原因而出现故障： #21453;用户因此，有必要了解用户对新技术出现的反应方式。 许多理论被发展来理解用户这些理论包括：医疗物联网[14，15]，用户在所有的理论中，TAM成为了解用户对技术接受程度的最常用的理论之一TAM作为一种方法，已广泛用于医疗保健领域预测和解释技术在健康中的使用，即使这一理论最初不是为健康信息技术而开发的[20，21]。此外，它可能会提供对影响使用E-IRS的因素的见解[22]。与其他技术接受理论相比，TAM被认为是简单、易于使用的，并且在解释技术接受方面是强大的[13，19]。它证明了高达70%的使用健康信息技术[23]和高达62%的实际使用卫生信息技术[24]。TAM认为，只有一个因素会影响实际使用 一项新技术：使用的行为意图。行为意图可以定义为系统用户在未来工作中使用它的兴趣[ 7 ]。此外，有两个主要的决定因素的行为意图使用新技术。第一个决定因素是感知易用性（PEU），即用户认为新技术使用起来毫不费力的程度。第二个决定因素是感知有用性（PU），这是用户认为新技术有助于完成工作的程度[25]。一些研究考虑了性别、年龄、经验年限和教育水平等人口特征对接受新技术的影响。 最近的一项研究发现，教育水平对技术接受有积极影响[26]。相比之下，同一项研究发现，多年的经验和年龄对技术接受度几乎没有影响。TAM假设新技术的PEU决定了使用它的行为意图，然后决定了它的实际使用[25]。Wu等人[7]进行了一项研究，以测试TAM并评估 一个电子IRS在台湾，发现PEU是一个重要的决定因素，使用这种系统。此外，同一研究发现，PEU直接影响使用E-IRS的行为意图[7]。 该结果在马来西亚进行的一项研究的支持下，使用TAM的信息系统，发现PEU显著影响使用健康信息系统的行为意图[27]。在西班牙进行的一项研究中，使用TAM评估医疗保健专业人员采用新的远程监测系统的情况，得出了相反的结果Gagnon等人[28]发现PEU不会影响使用远程监护系统的意图。基于上述研究，可以得出结论，PEU并不总是与使用新技术的行为意图相关联。相反的发现可能是由这些研究中使用TAM的不同环境引起的，这些研究用于解释不同国家用户TAM假设新技术的PU决定了使用它的行为意图，然后决定了它的实际使用[25]。Wu等人[7]发现PU是台湾使用E-IRS的重要决定因素。此外，同一研究还发现，PU显著影响使用E-IRS的行为意图。这一发现得到了三项研究的支持，这些研究发现PU会显著影响使用各种健康技术的行为意图[27此外，对先前研究的两项综述检查了医疗保健中的TAM，得出的结论是，PU与使用卫生信息技术的口头意图非常密切相关[21，22]。基于上述研究，可以得出结论，PU与使用新技术的行为意图有关。最初的TAM假设PEU对PU有直接影响[30]。此外，Wu等人[7]发现PEU直接影响PU。然而，在香港进行的研究使用TAM来检查医生对远程医疗技术的接受程度，得出了相反的结果[29]。本研究发现PEU对PU没有显著影响，但这些结果可能受到其目标人群（仅包括医生）特征的影响。总体而言，尚不清楚PEU是否对PU有重大影响在调查了现有的文献之后，已经注意到TAM已经被广泛地用于理解影响不同类型的卫生信息系统的使用的因素。然而，只有一项研究在台湾进行，以测量影响使用电子不良事件报告系统的行为意图的因素[7]。此外，到目前为止，还没有进行研究来衡量影响沙特阿拉伯使用电子IRS的行为意图的因素。Wu等人[ 7 ]的结果不能应用于沙特阿拉伯，因为文化因素可能会影响研究结果。目前，伊玛目阿卜杜勒拉赫曼·本·费萨尔大学牙科医院正在实施电子IRS。因此，测量使用该系统的行为意向，了解影响该意向的因素，对提高新型电子IRS的利用率具有重要意义。2. 方法2.1. 研究设计在这项研究中，我们使用了定量的，横断面研究设计，其中影响电子IRS使用的因素是通过一个有效的问卷调查的基础上TAM收集。因变量为使用系统的行为意向，自变量为PEU和PU。2.2. 设置本研究在伊玛目阿卜杜勒-拉赫曼本费萨尔大学牙科医院进行，该医院是一家为成人、儿童和有特殊需要的患者提供牙科护理的政府医院。牙科医院提供预防，修复和紧急牙科服务。2.3. 参与者研究参与者包括伊玛目Abdulrahman Bin Faisal大学牙科医院的教师，临床和非临床工作人员，学生和实习生参与者从医院的各个部门和诊所随机招募。平均而言，参与者完成问卷的时间不到10分钟。数据收集耗时2周，数据录入与数据收集同时进行2.4. 研究规模样本量为201名参与者，其中大部分是通过方便抽样招募的，其中一些是通过滚雪球抽样招募的。参与者必须符合以下入选标准才能被纳入研究：有资格报告事件，并有望获得E-IRS。排除标准是不讲英语。2.5. 数据来源/计量本研究所使用的资料搜集工具为问卷调查.使用纸质格式是为了获得较高的答复率[31]。这对于在有限的时间内从有限的研究人群中获得更多的S.A. Al-Rayes等人医学信息学解锁21（2020）1004773=======+==+=表1参与者的人口特征表2线性回归的结果。变频（%）性别男性75岁（37.31）女性126（62.69）年龄20因变量自变量皮尔逊相关系数r2系数374050岁及以上3（1.49）职位名称牙医43（21.39）护士/牙医助理27（13.43）行政3（1.49）实习生15（7.46）学生98（48.76）其他a14（6.97）缺失1（0.50）教育水平学士硕士博士15（7.46）尚未毕业98（48.76）年的经验5岁以下41（20.40）510年以上21（10.45）学生98（48.76）注. N= 201。一 其他=关联教授们， 助理教授和居民然而，这些问题是从两个预先验证的问卷[7，29]改编的。2.6. 变量问卷由20个项目组成，分为五个部分：两个项目用于测量系统的实际使用，四个项目用于测量PEU，四个项目用于测量PU，四个项目用于测量行为意图（BI），以及六个项目用于收集人口统计学数据。每个领域的总分是通过计算该领域内项目的响应来计算的。评分越高，表明PEU、PU和BI越好。2.7. 定量变量研究中的其他项目包括性别、年龄、职称、教育水平和工作经验。使用专家评审进行了表面和内容效度测试，以确保问卷清晰且适合收集研究数据。专家包括在问卷开发方面有知识的学者和一些来自研究样本的参与者。根据专家的建议对调查表进行了修改。具体而言，调查表初稿由18个项目组成，其中15个项目作了修改，并增加了两个问题。通过Cronbach's alpha测试这些问题的可靠性，所有这些问题都显示出较高的可靠性得分，范围在0.893和0.918之间。这项研究是在获得伦理批准后进行的， Imam Abdulrahman Bin Faisal大学的机构审查委员会。伦理批件号为IRB-UGS-2019-03-394。 在数据收集过程中没有遇到会影响有效性的威胁的研究结果。2.8. 统计方法该项目的统计分析通过IBM SPSS进行注. IN =行为意图。PEU=感知易用性。PU=感知有用性。*p 0.001。<统计（第26版）。统计分析计划包括进行描述性统计，如人口统计学变量的频率和百分比，然后使用t检验和方差分析（ANOVA）进行双变量分析，以比较不同变量的平均评分。Pearson相关检测变量之间的线性关系，一个简单的线性回归预测因变量的基础上一个独立的变量，和多元线性回归创建一个预测模型的行为意图的基础上TAM因素。3. 结果在201名研究参与者中，一半是牙科学生（n98，49%），13.5%是护士和牙科助理。大部分牙科学生是四年级学生，占研究中所有学生的43.5%（n37），六年级学生占研究中所有学生的35.3%（n30）。几乎三分之二的答复者是女性（n 126例，占62.7%。大多数参与者 年龄在20 - 29岁之间的年轻人（n144，71.6%），只有1.5%的人年龄在50岁或以上（n3）。关于参与研究的员工的教育水平，72.8%拥有学士学位，12.6%拥有硕士学位，14.6%拥有博士学位。他们的工作年限分为5年以下、5-10年和10年以上，分别占41%、38%和21%。有关更多详细信息，可以在表1中查看确切数字和百分比。预期用户的E-IRS的行为意图进行了测量的四个项目，使用5点李克特量表。发现使用E-IRS的平均意愿得分为15.29分（满分20分），标准差为3.66，表明使用E-IRS的意愿很高。如表2所示，PEU和行为意图的Pearson相关系数为0.745，p值为0.001，表明两个变量之间具有统计学显著的高相关性。<一个简单的线性回归计算预测的行为意图的基础上的PEU。发现了一个显著的回归方程（f）2 3 8 . 3 0 0 ，p <0.000），r2值为0.555。这意味着行为意图得分的55.5%的变异可以由PEU解释。根据该模型，被试计算PU和行为意图的Pearson相关系数，发现为0.791，p值0.001，表明两个变量之间具有统计学显著的高相关性。<一个简单的线性回归计算预测的行为基于PU的意图发现了一个显著的回归方程（f323.864，p0.000），r2值为0.625。<这意味着62.5%的行为意图得分的变异可以解释的PU。基于此模型，参与者在PEU和PU之间发现统计学显著性高Pearson相关系数（r0.746，p<此外，计算简单线性回归以基于PEU预测PU。 显著回归方程为 发现（f240.390，p<0.000），r2值为0. 556。这意味着55.6%的变异在PEU0.745*0.555在PU0.791*0.625PUPEU0.746*0.556在PEU PU&0.822*0.672S.A. Al-Rayes等人医学信息学解锁21（2020）1004774+==表3人口统计学和行为意图的双变量分析人口统计学SD n=201平均差异或MS统计检验（P值）95% CI降低上部126=0.554图1.一、 用于预测行为意图的模型。在PU评分可以解释的PEU。基于此模型，参与者除TAM因素外，还对人口统计学特征和行为意图进行了双变量分析（表3）。通过t检验比较基于性别的行为意图平均评分，发现在5%的显著性水平下无统计学意义（p0.305）。对其余特征进行了一系列ANOVA检验，包括年龄、教育水平、工作经验和工作。检验的p值分别为0.079、0.284、0.155和0.004，除工作特征在5%显著性水平下具有统计学显著性外，所有这些检验均在5%显著性水平下具有统计学显著性。还进行了Tukey事后检验，揭示了管理组与护士和牙科助理组之间的平均行为意图得分的差异。第一组的行为意向得分高于后者，平均差异为6.296。采用多元线性回归方法对行为指标进行预测，基于PEU和PU的意图（图1）。回归方程为（f 197.098，p0.000），校正r2值<0.672。这意味着67.2%的行为意图得分的变化可以由PEU和PU解释。PEU（β=0.396，p=0.000）和PU（β=0.526，p=0.000）均起作用这对模型来说意义重大。行为意向的最终预测模型为1.377+ 0.396（PEU得分）+0.526（PU得分）。4. 讨论本研究结果显示，牙科医院电子IRS的预期使用者具有较高的接受度与使用意愿。已经发现，TAM是使用E-IRS的行为意图的良好预测模型，因为PEU和PU都被发现对行为意图分数具有直接影响。此外，发现PEU对PU评分有直接影响。这些发现与最初提出的TAM一致[25]。它们也与台湾研究中使用TAM评估使用E-IRS的行为意图的结果一致[7]。尽管本研究的结果是BI，但已表明BI是实际使用的直接预测因子[32]。因此，重要的是保持电子IRS的设计和界面易于使用，以最大限度地利用系统。此外，用户应该感到拥有电子事件报告系统的重要性，其主要好处是鼓励他们相信它是效率，这也可能增加未来电子IRS的使用。这些因素不仅应当在电子IRS开发阶段加以考虑，而且还应当在电子IRS的实施阶段，甚至在今后对系统的更新中加以考虑。这样，医院可以确保获得E-IRS的好处。在调查人口统计学特征对在行为意向得分上，研究发现性别、年龄、教育程度、工作年限对行为意向得分没有影响。这一发现与文献中的既往研究一致[26，33，34]。相反，职称被发现有影响的行为意向得分。先前的研究发现，工作相关性对行为意图有间接影响;然而，工作相关性影响是间接的，因为它影响PU，PU影响行为意图[35]。然而，职称的影响力的差异是明显的行政人员和护士和牙科助理。结果显示，行政人员使用电子IRS的行为意向高于护士和牙科助理。然而，这一发现可能受到有限的影响。性别男女年龄15.64（3.587）15.08（3.717）75平均差异MSt=1.029（.305）-0.5081.61720304015.43（3.177）14.06（5.446）16.44（2.421）1443717之间=30.373范围内=13.203f=2.300（.079）14.9012.2115.1515.9515.9017.7350岁及以上17.33（1.155）314.4620.20职位名称MS牙医护士或牙医助理14.63（3.360）13.70（5.703）20.00（0.000）43273中间=45.007范围内=12.707f=3.542（.004）13.5911.4520.0015.6615.9620.00实习生17.07（1.900）1515.9718.17学生15.42（3.227）9814.7716.07其他16.69（2.250）1415.3318.05未指示–1教育水平MS本科硕士14.79（4.228）16.50（4.079）16.00（2.801）751315中间=20.939范围内=16.404f=1.276（.284）13.8113.9114.3815.7619.0917.62尚未毕业–98年的经验MS少于5年55年15.54（3.155）14.24（5.346）16.25（2.124）413821之间=30.280范围内=15.924f=1.902（.155）14.5412.4615.2616.5316.0317.24学生–98S.A. Al-Rayes等人医学信息学解锁21（2020）1004775管理人员的数量，因为该组只有3名参与者，均来自质量和患者安全部门。他们与质量和患者安全部门的联系可以解释高行为意图分数，特别是因为E-IRS是该特定部门的项目之一。因此，建议从不同部门招聘更多的管理人员，以测试职称对电子IRS接受和使用的影响。这项研究的局限性包括，只有行为意图使用电子IRS的测量，而实际使用的电子IRS没有测量。这是因为在数据收集阶段没有实施该系统。此外，作为一家牙科教学医院，研究环境的特殊性降低了研究结果对其他专业医院的适用性。这项研究的另一个局限性是，49%的受访者是学生，他们可能有共同的特点，可能会影响研究的结果。未来的研究应衡量实际使用的电子IRS，并应研究的影响因素以外的原TAM提出的。 此外，该研究应在不同的卫生保健机构（如综合医院）重复进行。4.1. 总结要点1 发病率报告对于确保任何卫生机构2 电子事件报告系统的开发，使过程更容易3 为了提高电子IRS的使用率和接受度，电子IRS应易于使用，并应向用户强调其有用性作者声明所有作者应在研究的概念和设计、数据采集、数据分析和解释、起草文章或对重要知识内容进行批判性修改以及最终批准提交的版本方面做出实质性贡献。资金来源作者声明，没有与这项工作相关的资金来源。竞合利益作者声明，他们没有已知的可能影响本文所报告工作确认作者要感谢Papercheck（www.papercheck.com）的编辑服务。引用[1] 杨文辉，陈文辉.事件报告的概念化障碍：心理学框架。BMJ Qual Saf 2010;19（6）。https://doi.org/10.1136/qshc.2008.030445.[2] 世界卫生组织。世界患者安全联盟：世卫组织不良事件报告和学习系统指南草案：从信息到行动。http：apps.who.int/iris/handle/10665/69797; 2005.[3] Stavropoulou C，Doherty C，Tosey P.事件报告系统对改善患者安全有多有效？系统性文献综述。Milbank Q 2015;93（4）：826-66.https://doi.org/10.1111/1468-0009.12166网站。[4] BraithwaiteJ， Westbrook M，TravagliaJ.对大规模实施事件报告系统的态度。 Int J Qual Health Care 2008;20（3）：184-91.https://doi.org/10.1093/intqhc/mzn004网站。[5] 作者声明：Dr. Hang J-I，Lee S-I，Park H-A.韩国综合医院患者安全事件报告系统运行的障碍。医疗信息学研究2012;18（4）：279.https://doi.org/10.4258/hir.2012.18.4.279网站。[6] 放大图片创作者：John C.不报告不良事件的原因：一项实证研究。临床实践评价杂志1999;5（1）：13-21。 https://doi.org//j.1365-2753.1999.00147. X.[7] 吴建辉，沈文生，林林明，格林斯RA，贝茨DW.测试评估医疗保健专业人员使用不良事件报告系统的意图的技术接受模型Int JQual Health Care 2008;20（2）：123-9. 网址：http：//doi.org/10.1093/intqhc/mzm074[8] 放大图片创作者：John C. 医院不良事件电子报告。Leader Health Serv2010;23（4）：292-303. https://doi.org/10.1108/17511871011079047.[9] 放大图片作者：John D.电子临床安全报告系统：效益评估。JMIR MedicalInformatics 2014;2（1）. https://doi.org/10.2196/medinform.3316.[10] Levtzion-Korach O，Alcalai H，Orav EJ，Graydon-Baker E，Keohane C，Bates DW，Frankel AS.评价网上电子报告系统的贡献患者安全杂志2009;5（1）：9-15。https://doi.org/10.1097/pts.0b013e318198dc8d.[11] 温斯沃德·普朗我应该报告吗？护理之家护理人员事件报告障碍之质性研究。GeriatrNurs2014;35（6）：441-7.http：//doi：10.1016/j.gerinurse.2014.07.003。[12] [10]杨伟杰，杨伟杰，杨伟杰. 影响卫生信息系统成败的因素。 方法Inf Med2006;45：125-36. 网址：http：//doi.org/10.1055/s-0038-163404901.[13] Lee Y，Kozar KA，Larsen KR.技术接受模型：过去、现在和未来。12.第十二届全国政协副主席https://doi.org/10.17705/1cais.01250网站。[14] Shin D物联网体验质量的概念化和测量：探索用户如何感知质量。Inf Manag2017;54（8）：998-1011。https：//doi：10.1016/j.im.2017.02.006.[15] Shin D，Hwang Y.医疗物联网的综合接受度与可持续性评价：双层次分析。互联网研究2017;27（5）：1227-54。https：//doi：10.1108/IntR-07-2016-0200.[16] 比奥卡湾社会影响力和用户对酷的感知对智能手表行为的影响。SBP（SocBehav Pers）2018;46（6）：881-90。https：//d oi：10.2224/sbp.5134.[17] 放大图片作者：John M，John M.用户对信息技术的接受：走向统一的观点。MIS Q 2003;27（3）：425-78。https://doi.org/10.2307/30036540。[18] 戴维斯消防局感知有用性、感知易用性和用户对信息技术的接受度。MIS Q1989;13（3）：319-40。https://doi.org/10.2307/249008.[19] King WR，HeJ.技术接受模型的元分析。InfManag2006;43（6）：740-55.https://doi.org/10.1016/j.im.2006.05.003网站。[20] Ketikidis P，Dimitrovski T，Lazuras L，Bath PA.卫生专业人员对卫生信息技术的接受程度：修订后的技术接受模型的应用。Health Inf J2012;18（2）：124-34.https：//doi：10.1177/1460458 211435425.[21] Holden RJ，Karsh B-T.技术接受模型：它的过去和未来在医疗保健。JBiomedInf 2010;43（1）：159-72. https://doi.org/10.1016/j的网站。jbi.2009.07.002。[22] 沃德河技术接受与创新扩散模式在医疗卫生信息学中的应用。卫生政策和技术2013;2（4）：222-8。https://doi.org/10.1016/j.hlpt.2013.07.002。[23] 吴俊华，王世春，林林明.移动计算在医疗保健行业的接受因素：结构方程模型。国 际 医 学 信 息 杂 志 2007;76 （ 1 ） ： 66-77 。 网 址 ： //doi.org/10.1016/j.ijmedinf.2006.06.006。[24] Liang H，Xue Y，Byrd TA. PDA在医疗保健专业人员中的使用：测试扩展的技术接受模型。国际移动通信杂志2003;1（4）：372.https://doi.org/10.1504/ijmc.2003.003992网站。[25] Venkatesh V，Davis FD.技术接受模型的理论扩展：四个纵向领域研究。ManagSci 2000;46（2）：186-204. 网址：//doi. org/10.1287/mnsc.46.2.186.11926。[26] Ifinedo P.人口统计学和个人特征对护士接受信息系统的调节作用Int J Med Inf2016;87：27-35. https：//doi：10.1016/j.ijmedinf.2015.12.012.[27] Rashid AH，Abdulaziz SG，Yasin NBM.技术接受模式，以提高卫生信息系统的采用。Journal of Advanced Sciences and Engineering Technologies 2018;1（1）：17-29. https://doi.org/10.32441/jaset的网站。 v1i1.66。[28] [10]李国忠，李国忠，李国忠. 使用修改后的技术接受模型来评估医疗保健专业人员对新远程监护系统的采用。远程医疗和电子卫生2012;18（1）：54-9。网址：http：//doi.org/10.1089/tmj.2011.0066[29] Hu PJ，Chau PY，Sheng ORL，Tam KY.以医师对远程医疗技术的接受程度探讨 技 术 接 受 管 理 信 息 系 统 杂 志 1999;16 （ 2 ） ： 91-112.https://doi.org/10.1080/07421222.1999.11518247网站。[30] 斯塔威克湾利用技术接受模型预测护士对医疗技术的使用。Comput Inf Nurs2015;33（5）：189-98. https://doi.org/10.1097/cin.00000000000142.[31] Weigold A，Weigold IK，Natera SN.用纸笔和计算机完成的调查的响应率：使用荟萃分析评估等效性。 Soc SciComput Rev 2019;37（5）：649-68。https://doi.org/10.1177/0894439318783435网站。[32] Agudo-PeregrinaA'F，Hern'anal-GarcíaA'，Pascual-MiguelFJ. 行为意图、使用行为和接受电子学习系统：S.A. Al-Rayes等人医学信息学解锁21（2020）1004776高 等 教 育 与 终 身 学 习 的 区 别 。 Comput Behav2014;34 ： 301-14.https://doi.org/10.1016/j.chb.2013.10.035网站。[33] Kim JS.酒店平板电脑应用程序行为意向的扩展技术接受模型及性别和年龄的调 节 效 应Int J Contemp Hospit Manag 2016;28 （ 8 ） ： 1535-53.https://doi.org/10.1108/ijchm-06-2015-0289网站。[34] 林春英，赵玉春，唐天伟。为什么不“聪明”一点？分析影响非智能手机用户行为意图的因素。Ind Manag Data Syst2017;117（1）：32-49.https://doi.org/10.1108/imds-07-2015-0319网站。[35] 金圣。工作相关性和工作经历对移动无线技术接受的调节作用：个人对智能手机的采用。Inf Manag 2008; 45（6）：387-93. https：//doi：10.1016/j.im.2008.05.002.