, ), facilitating conditions (, ), and performance expectancy (, ) are the top three most important drivers of intention to adopt mHealth applications. Lastly, importance-performance map analysis (IPMA) showed that the mHealth application’s initial trust is the most important construct with a high-performance score. Discussion. Mobile health developers and managers need to improve initial trust in the mHealth platform, facilitating conditions, and performance expectancy when developing the applications. With a medium , these factors can be applied out of the research context with medium predictive power."> 先行词的意图采取移动健康(mHealth)应用程序及其对意图的影响建议:印尼客户的证据 - raybet雷竞app,雷竞技官网下载,雷电竞下载苹果

国际期刊的远程医疗和应用程序

PDF
国际期刊的远程医疗和应用程序/2021年/文章

研究文章|开放获取

体积 2021年 |文章的ID 6698627 | https://doi.org/10.1155/2021/6698627

吉尔伯特英镑屋大维,Ferdi安东尼奥, 先行词的意图采取移动健康(mHealth)应用程序及其对意图的影响建议:印尼客户的证据”,国际期刊的远程医疗和应用程序, 卷。2021年, 文章的ID6698627, 24 页面, 2021年 https://doi.org/10.1155/2021/6698627

先行词的意图采取移动健康(mHealth)应用程序及其对意图的影响建议:印尼客户的证据

学术编辑器:乔尔Colloc
收到了 2020年12月06
修改后的 2021年1月29日
接受 2021年4月15日
发表 2021年4月30日

文摘

介绍。移动健康(mHealth)应用程序受欢迎由于越来越多的使用手机和互联网普及率,这可能帮助印尼的一些医学问题。然而,移动健康应用程序的吸收在印度尼西亚仍然很低。本研究旨在了解个人因素驱动采用移动健康应用程序及其影响推荐意图。方法。我们应用一个新的模型,结合三个不同的理论与其他结构:一个扩展的统一理论的接受和使用的技术,创新的扩散,和互联网消费者的信任模型。这项研究使用了一个横断面研究设计与偏最小二乘因果建模方法。结果。有787名受访者在我们的研究中,其中绝大多数是女性,年轻人。我们的模型可以解释53.2%的方差的意图采取同时解释方差的48.3%推荐意图。初始信任mHealth平台( , ),促进条件( , ),和性能寿命( , )是有意的最重要的三大动力采用移动健康应用程序。最后,importance-performance地图分析(IPMA)显示,移动健康应用程序的初始信任是最重要的构造一个高性能的分数。讨论。移动健康开发人员和管理人员需要提高初始信任移动健康平台,促进条件,期望在开发应用程序性能。与一个中等 ,这些因素可以应用的研究背景中预测能力。

1。介绍

最大的群岛,印尼有13000多个岛屿,导致医务人员的不平等分布在每个岛上。世界卫生组织推荐一位医生每1000公民,而印尼的比率是1医生每3333公民。这导致在印尼有医生的比率最低的东南亚[1]。还有一个印尼的疾病模式的转变,在非传染性疾病(NCDs)比传染病更加突出。更好的卫生和医疗条件和更久坐不动的生活方式负责增加非传染性疾病在2015年从1990年的37%降至57%。据估计,印尼将为此损失大约4.47万亿美元(或人均17863美元)从2012年到2030年,非传染性疾病与心血管病占总损失的39.6%的国内生产总值(GDP)输出(2]。

还有其他挑战为印尼人在获得卫生保健,如医疗成本。的中心,国家统计局表示,2019年3月,9.41%的印尼人是贫困,贫困的家庭平均有4.68人的房子。看着一个贫困家庭的平均支出,每月人均花费425.250卢比或等于人均每月大约26美元3]。国民保险成本的最低层28.000卢比(1.94美元)。因此,每个家庭都有每个月发放112.000卢比(7.75美元),约26%的收入每个月有四人的家庭。这将导致较低的吸收国民保险应用程序在穷人中,那些最需要保险4]。

瘟疫在印尼医疗问题的其他成本包括负担不起医院的费用和药品。截至2005年,每天估计成本的主要医院大约是30.36美元,而每门诊访问估计成本为9.25美元一个主要医院。这些费用不包括药物和诊断试验(5]。最后,216种药品在国家基本药物清单(EML)不受价格管制。房价中值比公共部门的采购定价的一般药物是1.74(74%高于国际参考价格)。最好卖的仿制药,中间价格比率高出1.44 (6]。医疗保健的巨大的成本在印尼意味着预防疾病更重要。

改变技术的快速发展,特别是在数字创新领域,带来了巨大的医疗实践的变化。信息和通讯技术(ict)协助实现,提供医疗服务,或作为一个临时的选择进行磋商COVID-19大流行期间(7]。技术的进步让医护人员和病人受益于广泛的新的健康功能的手机。在印度尼西亚,一些基本福利但不仅限于以下:应急响应和灾难管理、疾病监测、临床医生的支持决策的保健和远程监控和病人护理8,9]。在印尼,移动健康应用程序可以促进健康素质,鼓励一个更平衡的生活方式,预防、控制和管理的慢性疾病10- - - - - -12]。除了上面提到的日益流行的非传染性疾病,促进健康素质是需要在印尼。相比其他国家,印尼仍有较低的健康知识,尽管技术的进步13,14]。

移动健康应用程序被定义为工具,通过移动设备协助医学和公共卫生。移动通信设备,如手机、平板电脑、个人数字助理(pda),和可穿戴设备,如智能手表,广泛用于医疗、信息和数据收集15]。一个归结原因移动健康的崛起(mHealth)是无处不在的无线技术。这反映的光纤主干电缆网络长度在2019年从2014年的76700公里到164769公里(16]。在印度尼西亚有1.754亿活跃互联网用户,互联网普及率在2020年1月等于64%,而移动电话连接上升4.6%至3.382亿用户从2019年1月到2020年1月。这手机连接就等于印尼人口总数的124% (17]。“移动跨越”现象是新的互联网用户使用手机来访问互联网,而不是个人电脑。超过78%的印尼人使用手机来访问互联网,相比之下,29%的笔记本电脑或笔记本用户和31%的桌面电脑用户(18]。越来越多的互联网普及率和增加使用手机允许更多的用户访问移动应用程序,尤其是移动健康应用程序。然而,在2018年所做的初步调查表明,67.6%的102个受访者没有尝试任何移动健康应用程序(19),而2020年的最近的一项调查显示,只有52%的印尼人(102人)正在使用移动健康应用程序(20.]。在印尼,只有七mHealth归政府所有的应用程序,虽然有18移动健康应用程序从私营部门。这一数字将迅速增加在私营部门,虽然这并不适用于私营部门,表明政府面临的困难和挑战,扩大移动健康应用程序使用(19]。

打算使用特定技术影响技术的实际使用21]。更好的理解相关因素的影响,打算采用移动健康应用程序将帮助开发人员提高和促进其使用。然而,这样的研究很少在印尼22]。只有少数研究是有关健康和信息技术和随后的个体采用模型。在文学中,绝大多数集中在医疗专业人士的移动医疗技术的使用,而不是病人的观点(23]。虽然这些研究并不普遍,一些研究试图阐明影响因素患者采用移动医疗,以及一些研究的总结表中可以看到1


作者(年) 理论 因变量 发现

恐龙和de Guzman110年] UTAUT和HBM 远距离卫生使用行为意向 UTAUT结构(特别是EE)是重要的影响,而性别没有调节作用。
邓et al。111年] 扩展TAM,信任和感知风险 采用mHealth服务 信任、PU和PEOU积极与收养,而隐私和性能风险消极与信任和意图采取。
孟et al。112年] 信任转移模型 移动医疗服务使用的目的 相信mHealth服务和信任在离线卫生服务使用积极影响的意图。
龚et al。113年] 扩展价和信任 采用ohc 主观规范、信任提供者和感知效益有积极的效果,而离线习惯产生负面影响。
Zhang et al。63年] UTAUT 打算使用糖尿病管理应用程序 体育和社会影响是最重要的决定因素。
Ramirez-Correa et al。114年] “和TAM 采用远程医疗COVID-19大流行期间 “提供了一个重要的解释力。

TAM:技术接受模型;ohc:在线健康咨询服务;UTAUT:统一理论的接受和使用的技术;“:计划行为理论;HBM:健康信念模型;情感表达:努力期望;菩:感知有用性;PEOU:感知易用性。

进行这项研究的原因是以上的原因的混合物。可怜的医疗访问,再加上越来越多的非传染性疾病,可能会缓解信息通信技术的使用。在COVID-19时代,利用信息通信技术越来越多,越来越多的智能手机用户帮助。然而,尽管所有这些,采用移动健康应用程序仍然是浅。尽管政府和印尼医疗组织改造他们的远程医疗政策,包括移动健康应用程序由于COVID-19大流行,这一努力仍处于早期阶段,期望以最小的进展。因此,本研究的目的是找出为什么采用mHealth仍然很低,给经理和移动医疗建议开发人员如何提高移动医疗的使用。

一个特定的理论模型需要开发和测试在不同的用户组和设置不同的移动医疗技术提供更好的上下文相关的技术采用的理解(21]。分析采用移动医疗在印尼人口是必要的但由于采用低数量的移动健康应用尽管无处不在的手机用户。本研究旨在了解意图采取及其影响因素,对有意推荐移动健康应用程序的影响。我们申请延长验收使用和技术的统一理论(UTAUT2),创新扩散(DOI)和网络消费者的信任模型做了一些调整。其他构造包括提出一个模型来解释个人的意图采取和意图推荐移动健康应用程序,从病人的角度以及它的开发人员。

2。理论背景

2.1。统一理论的接受和使用的技术(UTAUT2)

马纳尔et al。21)构建UTAUT综合来自多个研究的合成技术在用户验收。八UTAUT理论结合形式,包括理性行动理论(交易),技术接受模型(TAM),激励模型(毫米),计划行为理论(“),结合TAM和图则(C-TAM-TPB), PC模型利用(MPCU)、创新扩散理论(IDT)和社会认知理论(SCT)。这个理论包括四个主要构造,性能寿命(也称为感知有用性(PU)在前面的模型),工作寿命(也称为感知易用性(PEOU)在前面的模型),社会影响,促进条件。这个修改模型,获得的 价值超过之前任何个人模型研究[21]。

然而,UTAUT更关注员工的技术验收在个体水平和可能不适合移动健康应用程序。然后扩展模型研究接受和使用技术的面向消费者的上下文(24]。添加了三个构造原始模型:享乐动机、价格价值,和习惯。结构是由年龄、性别、和经验只有在把自愿的使用这种构造不符合这个模型的目标人群研究。广泛被称为UTAUT2,这个模型在解释行为意图表现的更好(从56%到74%)和技术使用(从40%到52%)24]。需要一些修改以UTAUT2纳入本研究。消费者不要使用mHealth申请享受的目的,但为特定目的,如寻找值得信赖的医疗信息,找到最好的医院、和在柜台药交付自己的房子。Tavares et al。25)没有发现动机和行为意图之间的关联,而Bossen et al。26使用自我管理工具)发现,内在动机是优于外在动机,如他人的看法。因此,在这项研究中,我们没有把享乐动机和社会UTAUT2构造的影响。我们决定将努力期望、性能期望价格价值,促进条件,和意图采取从这个结构。

2.2。创新扩散(DOI)

1995年罗杰斯发展这一理论。它成为一个流行的理论来解释采用信息技术(It)和更好地理解如何创新扩散指标更准确的指示中消费者行为和社区之间27]。扩散是定义为一个过程,创新社区中流动的信息从一个人到另一个地方。另一方面,创新是一个想法,过程或技术,被认为是小说的人在一个特定的社区(28]。尽管创新最初被认为是一个主持人,这个变量成为聚氨酯和PEOU的直接决定因素21]。咀嚼et al。29日)DOI理论用于研究互联网的使用家庭医生的医疗服务,而李(30.使用罗杰斯和Singhal)进行了定性研究的理论探讨采用计算机化的护理计划在台湾(摘要)护士。这两项研究报道,DOI是移动医疗技术的一个重要预测的应用29日,30.]。因此,罗杰斯的创新理论有助于概念化技术采用mHealth上下文。本研究使用DOI作为一个理论框架来研究和解释创新的影响患者采用移动健康应用程序。

2.3。社交媒体品牌传播理论

Beuker和ab (31日)首次开发这一理论,其中包括firm-generated内容(第五代计算机)的变量。在这项研究中,firm-generated内容理解为一种内容的作品,该公司完全控制他们的官方网页或社交媒体32]。随着互联网和手机用户的增长,社会媒体和互联网已经成为流行的平台对于用户和客户找到有用的信息产品,服务,和其他相关信息(33]。我们最好的知识,本研究将成为第一个将第五代计算机作为一个变量在评估客户的意图采取移动健康应用程序。

2.4。网络消费者的信任模型

知识工作者等。34)开创了信任理论关于行为意图。在医疗服务的背景下,一个病人的信任被定义为一组关于医生的信念行为基于设定的预期前医生的专长,同情、隐私、机密性和可靠性(35]。信任是需要病人和医生之间为了达到一个共同的目标。尽管一些作者认为,信任是建立关于时间,其他研究人员发现很强的相关性之间的初始信任和行为意图。客户主要是初始信任的基础上建立第一意图,尤其是在他们的第一个互动(36]。

在健康情况下,初始信任由两个主要组件组成:初始信任医生和初始信任移动医疗平台。医生初级保健提供者,而移动医疗平台是实现在线医疗服务的媒体。初始信任的医生与医生的信息质量和交互质量,而初始信任mHealth平台与服务相关联。曹et al。37)发现初始信任医生和初始信任mHealth平台打算采用移动医疗的重要预测因子。因此,两个初始信任医生和初始信任mHealth平台纳入本研究。

2.5。信息寻求动机

增加渗透的互联网已经改变了人们寻找他们的信息,尤其是与健康有关的问题。在印尼进行的一项调查显示,移动医疗用户使用他们的应用程序搜索健康信息(51.06%),而只有14.05%的人使用它来咨询健康专家(19]。另一项调查还显示,59%的患者希望mHealth改变他们寻求健康问题38]。手机是一种方便的测量为消费者寻求健康信息。鉴于个人所有权的性质,手机提供一个安全的和机密的方式寻求健康信息。Niederdeppe et al。39)信息寻求动机定义为消费者的积极努力获得特定的信息来响应相关的事件通过互联网通过网站或应用程序。邓et al。40)发现,健康信息的使用密切相关,寻求行为意图在移动环境。因此,本研究包括信息寻求动机提出另一个因素可能会影响意图采用移动医疗。

2.6。感知技术安全

交易发生通过移动医疗数字化,信息安全关系到消费者的看法平台无法保障金融或其他有关消费者的重要数据(41]。因此,这种构造分析的潜在感情的不确定性采用特定的技术(42]。之前的研究表明,安全问题是采用技术壁垒事务和金融信息存储和管理(21,42]。

2.7。认为隐私风险

雷蒙德·a·鲍尔是第一个介绍隐私风险的概念。他认为,每一个行动,一个人可能会导致不必要的后果。此变量的不良或意想不到的方面,个人无法控制这种风险,危害个人,叫做风险由于个体的行为(43]。因此,感知风险是指一个人的感知的不确定性mHealth服务及其后果的使用(44]。虽然感知风险主要是在商业研究学习,它正越来越多地应用于医疗保健等行业实现电子健康记录(45和可穿戴式医疗设备46]。在这项研究中,只认为隐私风险将包括邓et al。40]发现,感知隐私风险和性能风险负相关病人的信任和收养意图向mHealth服务。性能风险的定义有点类似性能的预期寿命,在这项研究中我们决定不包括性能风险(邓et al。40]。

2.8。打算采用并打算推荐

意图可能被描述为人们愿意多努力和决心他们想要的行为。因此,打算采用的可能性是指一个人的主观参与一个特定的行动47),而有意推荐可以解释为一个度量来衡量一个人多么强大欲望向别人表明移动健康应用程序(48]。打算采用新技术的准确预测消费者在不同的上下文中的采用率。他们可以用来评估行为的结果49- - - - - -51]。测量愿意考虑新技术可以被视为一个有价值的方式来评估系统的未来表现。因此我们的研究基础和关键因变量在我们的概念框架。

同时,文献中移动健康应用程序,推荐意图变量从未研究[52]。这个变量只有被用来证明采用移动支付(53),电子医疗记录门户网站(25],和健身可穿戴[54]。这种形式的技术提供商开始依靠现有或未来客户传播(53]。然而,由于不成比例的专注于技术的使用,打算推荐被研究者忽视(54]。我们明白,口碑营销是一个重要的媒介传播信息技术。接受技术不再是严格意义上的个人选择。社会媒体网站和其他在线平台开辟了新渠道的影响力传播的态度和行为。因此,本研究打算推荐第二个关键因变量的意图采取。

我们选择DOI UTAUT2,网络消费者的信任模型为主要框架和DOI UTAUT2都已经被广泛地研究过了在信息技术的采用和建议,包括移动健康应用程序(25,48]。网络消费者的信任模型选为最后的主要框架,因为最初的信任仍然是一个相对较新的概念的研究。先前的研究还表明,在影响初始信任发挥实质性的和重要的角色移动健康应用程序的采用(37]。这三个模型提供了一个健壮的解释力采取在各自研究[25,37,48]。因此,这三个假设关注本研究作者期望这三个理论采用的主要驱动因素和健康建议。

2.9。研究假设

创新性的定义是一个愿意尝试每一个新技术(55]。罗杰斯和鞋匠56]概念化个体作为一个创新者早期采用者。创新已经被证明的一个重要预测行为意图采用新技术(57)也作为兼容性的前提,性能期望和努力期望(53]。因此,我们提出以下假设:(H1)创新积极影响意图采用移动健康应用程序(H2)用户提供更高层次的创新有一个更高层次的兼容性(H3)用户提供更高层次的创新有一个更高层次的性能期望(H4)用户提供更高层次的创新有一个更高层次的工作寿命。

兼容性措施的程度一个创新的价值被认为是符合当前消费者的生活方式和当前和过去的经验(28]。用户会认为技术是兼容的,如果他们是有益的。已经表明,兼容性是行为意图的直接预测采用新技术和强化性能寿命和工作寿命。因此,我们提出以下假设:(H5)兼容性积极影响意图采用移动健康应用程序(编辑)用户提供更高层次的兼容性有更高层次的性能期望(H7)用户提供更高层次的兼容性有更高层次的工作寿命。

性能寿命是指获得好处的程度由用户在采用新技术24]。几项研究发现,绩效期望始终对行为意向有重要影响(21,58]。病人倾向于使用mHealth因为这对他们来说是有用的59]。因此,我们提出以下假设:(H8)性能期望积极影响意图采用移动健康应用程序。

工作寿命是指程度的便利与用户的关联技术(24]。研究表明,工作寿命的预测目的采用新技术(60,61年]。如果用户发现移动医疗技术操作方便,他们将有一个更高的意图使用它(24,25,48]。增加可操作性也加剧了用户的期望获得所需的性能,技术(21]。这一发现也加强了其他研究,阐明,预测了预期寿命性能努力期望(62年,63年]。因此,我们提出以下假设:(H9)努力积极预期寿命影响性能(H10)积极努力期望影响的意图采取移动健康应用程序。

多兹et al。64年)定义价格价值的权衡消费者感知认知的考虑的所谓好处应用程序和使用它们的货币成本。经验证据证实,消费者更有可能采取的服务和合理的价格值以一个相对低的成本(53,65年]。也有一个重要的价格和新技术之间的关系采用(24]。因此,我们提出以下假设:(H11)价格价值积极影响意图采用移动健康应用程序。

在这项研究中,促进条件定义为患者或用户感知的程度,有一个足够的技术基础设施,以支持基于网络的医疗应用程序服务和资源的使用提供必要的知识使用基于网络的医疗保健应用程序服务(21,66年]。患者更有可能考虑远程医疗服务的最佳方式为他们的疾病管理如果系统有一个健壮的基础设施。几项研究移动健康应用表明,促进相关条件影响的意图采取直接(63年,67年]。因此,我们提出以下假设:(H12)积极促进条件影响的意图采取移动健康应用程序。

信息寻求动机定义为有目的的寻找的信息由于需要完成特定的目标(68年]。快节奏的改进的连接和移动电话,他们提供了一个替代促使实验室测试结果,医学知识,有关疾病的信息,和最新的治疗方法。mHealth用户希望知道他们的条件或治疗更有可能接受技术和使用它40,45,69年]。因此,我们提出以下假设:(H13)积极寻求信息的动机影响的意图采取移动健康应用程序。

Firm-generated内容的任何形式的内容(书面、声音、视觉和组合)由营销人员在社会媒体渠道70年]。一旦消费者意识到的几个市场的选择,他们将选择包括品牌到他们的选择的列表(71年]。在这个阶段,积极营销传播试图区分品牌和竞争对手通过强调其吸引力的特性和从客户获得积极的反馈。firm-generated内容感知更高和更可信的源专业知识,客户倾向于相信他们的内容(72年]。的用户强调专业知识的来源,firm-generated内容将有一个强大和积极影响的意图使用特定技术。在这种情况下,研究企业营销和firm-generated相似内容,因此,还可以进行比较的可靠(参见数据收集)。因此,我们提出以下假设:(H14)Firm-generated内容积极影响意图采用移动健康应用程序。

在健康情况下,隐私风险是指由于mHealth服务信息滥用的可能性,信息盗窃和泄漏等(73年]。个人健康信息,比如sex-transmitted感染、心理健康问题,药物滥用,遗传信息,和性取向,是一个更加敏感的话题比其他信息如年龄和地址74年]。潜在的移动医疗用户可能不希望采用应用程序如果他们觉得自己的隐私受到了威胁。因此,我们提出以下假设:(H15)认为隐私风险负面影响意图采用移动健康应用程序。

认为安全被定义为信任水平在互联网传输敏感信息(41]。安全漏洞被认为明显阻止消费者访问敏感信息在线。安全漏洞也适用于细胞线和明显影响细胞采用率[75年]。安全仍采用网上银行面临的最重要的问题由于数据泄漏或被黑客盗窃的可能性,例如。这一现象已经反映在许多研究面临的安全是一个最关键的障碍在细胞接受和增长76年,77年]。如果一个潜在的移动医疗用户感觉安全评估应用程序,将会有增加采用移动健康应用的可能性。因此,我们提出以下假设:(H16)认为安全的积极影响的意图采取移动健康应用程序。

接受影响因素初始信任是至关重要的。先前的研究已经检查初始信任机制来减少不确定性技术接受和使用的环境78年,79年]。研究表明,用户通常决定是否采用这个服务基于信任评估如果一个新服务存在或潜在的不确定性风险。因为大部分技术是未知的,最初的信任中扮演着重要的角色在消除风险和不确定性相互作用[78年]。之间有显著的正面关系初始信任和使用意图验证在以前的研究(37,78年,80年]。相比传统的医疗服务,医疗服务交付在移动互联网上涉及更多的不确定性和风险。初始信任移动医疗提供者,包括医生和平台,对用户采取的决定至关重要。因此,我们提出以下假设:(H17)初始信任医生积极影响意图采用移动健康应用程序(H18)初始信任mHealth平台积极影响意图采用移动健康应用程序。

消费者更大的意图采取新技术更有可能成为用户和推荐技术对别人53]。与健康有关的敏感话题和主题,通常会有不匹配的意图和有效的行动81年]。因此,它是非常相关的测量行为意图使用和用户行为如何影响打算推荐使用健康应用程序。打算推荐被包括在这项研究很重要,因为它提供了一个洞察应用程序开发人员应该改进或维护,以提高应用程序的性能。因此,我们提出以下假设:(段H19)打算采取积极影响的目的,推荐移动健康应用程序。

总结了19个研究假设(图的研究模型1)。

3所示。方法

3.1。测量仪器的设计

所有调查项目从研究关于健康信息技术采用除了firm-generated内容有一些微小的变化。认为这项研究是指交易过程中安全的移动健康应用程序。(表调查问卷项目2)第一次forward-translated认证从英语到印尼,专家用英语翻译专家和印度尼西亚语言。一个专家小组回顾了翻译问卷,和一些修改发生调整和良好的翻译。另一个认证专家翻译并修订的逆向翻译印尼问卷英语确保内容没有失去原来的意义(82年]。项目5分李克特量表测量,从“强烈不同意”(1)到“强烈同意”(5)。初步试验是十个受访者(5个男人和五个女人)移动健康应用程序使用。上下文相关然后做一些调整,以适合采用移动健康应用程序的标准。30日我们进行了试点测试受访者识别其他问题和进一步改善研究。那些40受访者的数据没有包含在这个研究。


构造 项目

创新性 I1:如果我听到的新信息技术,我会寻找方法来实验。 (57]
I2:通常在我的同龄人中,我是第一个尝试新的信息技术。
I3:一般来说,我不愿意尝试新的信息技术。
预告:我喜欢尝试新的信息技术。

兼容性 C1:使用移动健康应用程序是符合我的生活方式的各个方面。 (115年]
C2:使用移动健康应用程序完全符合我的现状。
C3:我认为使用移动健康应用程序与我喜欢的方式来管理我的健康

绩效期望 PE1:移动健康应用程序来支持我的医疗保健的关键方面是很有用的。 (68年]
PE2:移动健康应用程序将增强我的有效性管理医疗保健。
PE3:使用移动健康应用程序将提高我的工作效率。
PE4:总的来说,移动健康应用程序将是有用的在管理我的医疗保健。

工作期望 觉得:学习如何使用移动健康应用程序对我来说是很容易的。 (48]
EE2:我与移动健康应用程序是明确的和可以理解的。
EE3:我发现移动健康应用程序容易使用。
EE4:对我来说很容易成为熟练的在使用移动健康应用程序。

公司生成的内容 FGC1:我很满意公司的社交媒体移动健康应用程序通信。 (116年]
FGC2:公司的社交媒体沟通的水平移动健康应用程序符合我的期望。
FGC3:公司的社交媒体通信移动健康应用程序非常有吸引力。
FGC4:这家公司的社交媒体通信移动健康应用程序执行相比,社交媒体通信的其他公司。

价格的价值 pv:移动健康应用程序是价格合理。 (48]
兵:移动健康应用程序是一个很好的价值。
PV3:在目前的价格,移动健康应用程序提供了一个良好的价值。

便利的条件 FC1:我有使用移动健康应用程序所需的资源。 (48]
FC2:我有使用移动健康应用程序所必需的知识。
一个FC3:文件移动健康应用程序兼容我使用其他技术。

信息寻求动机 ISM1:我有一个高的意图寻求健康信息通过移动健康应用程序。 (40]
ISM2:我将寻求健康信息通过移动健康应用程序在不久的将来。
ISM3:我会推荐其他人寻求健康信息通过移动健康应用程序。

认为隐私风险 PPR1:它将风险披露我的个人健康信息移动健康应用程序。 (50]
PPR2:会有一个高潜在损失与披露有关我的个人健康信息移动健康应用程序。
PPR3:会有太多不确定性与给我的个人健康信息移动健康应用程序。

认为安全 PS1:我会感到安全发送敏感信息为移动健康应用程序在移动支付。 (53]
PS2:通过移动健康应用程序是一个移动支付安全通过发送敏感信息。
PS3:我会感到安全提供敏感信息通过移动支付自己在移动健康应用程序。

初始信任医生 ITD1:我相信移动健康应用医学资格的医生。 (37]
ITD2:协商或诊断的医生提供的移动健康应用程序是可靠的。
ITD3:在我看来,移动健康应用值得信赖的医生。

初始信任移动医疗平台 ITE1:这个移动健康应用程序可以完成其任务。 (37]
ITE2:这个移动健康应用程序将保持其承诺。
ITE3:这个移动健康应用程序将记住顾客的最佳利益。

打算采用 IA1:我打算使用移动健康应用咨询健康问题在未来需要的时候。 (37]
IA2:我预测,我将使用移动健康应用程序咨询健康问题在未来需要的时候。
IA3:我计划使用移动健康应用咨询健康问题在未来需要的时候。

打算推荐 IR1:我建议这个移动健康应用程序。 ([48];(60])
IR2:我肯定会告诉别人,这个移动健康应用程序是好的。
IR3:我愿意告诉别人关于移动健康应用的好的方面。
IR4:我会告诉我的朋友和家人我的好经验使用移动健康应用程序。

3.2。数据收集

本研究采用横断面研究设计。我们的入选标准包括成人用户的目标人群(18岁以上)使用了移动健康应用程序在过去一年至少一次。本研究的排除标准用户访问该应用程序通过其他设备(笔记本电脑或平板电脑)。由于COVID-19大流行,数据是使用谷歌收集的形式于9月31日至10月15日,2020年。我们调查与医疗服务提供者发送,朋友,和他的同事们,然后共享调查链接通过他们的联系人网络(滚雪球式的技术)。初的调查中,我们描述了问卷的目的并解释了移动医疗应用程序的定义,知情同意被获得。之后,受访者将装满三个问卷,作为他们的行列式中包含或排除在我们的研究。关注他们的年龄的问题,产品用于访问应用程序,和以前的移动健康应用程序的使用。如果受访者是18岁以下,通过手机以外的任何其他设备访问应用程序,或从未使用过移动健康应用程序,他们被排除在研究之外。问卷self-filled,一个电子邮件地址只能填写一次。

只有两个印尼移动健康应用程序使用在这项研究中,那些是Halodoc©, Alodokter©。这两个应用程序是用于以下原因:(1)他们是两个最著名的移动健康应用程序在印尼目前,因此,比较可以83年,84年];(2)他们有类似的社交媒体活动,网站性能,和几个应用程序下载;因此,用户生成内容的变量可以在一个apple-to-apple比较(85年]。如果受访者以前使用过的应用程序,他们不得不选择应用程序访问。我们有限的样本人口居民目前住在雅加达,坦,茂物,Depok市和Bekasi (Jabodetabek)。这个人口限制的原因是因为这些地区发达的基础设施。因此,结果将代表移动医疗的采用以及扩大农村地区的人口可能对nonadopters偏见的结果。最后,本研究没有进行合作与医生或任何医疗专家。我们希望我们的研究关注用户和应用程序开发人员。

伦理委员会批准的研究大学的医学院Pelita Harapan伦理许可数量的154 / K-LKJ / ETIK /八世/ 2020。

4所示。结果

4.1。样本特征

2显示了抽样程序和结果。这项研究包括受访者的总数是787人,和人口数据表表示3。大多数参与者的主要特点是18 - 25岁之间的女性中,每月开支不到3000000卢比(约214美元)。打算采用移动健康应用程序的平均评分在4.166(高 )。大多数的受访者(63%)使用Halodoc©移动健康应用程序的选择。每个问卷的得分中值、服务使用的客户,和首席医疗投诉使用移动健康应用程序如表所示4和数字34,分别。


人口数据 频率(%)

男性 232 (29)
555 (71)
年龄(年)
年龄在18岁至25岁之间 498 (63.3)
26 - 35周不等 169 (21.5)
36-45 85 (10.8)
56 - 65 32 (4.1)
> 65 3 (0.4)
教育水平
文凭 547 (70)
学士学位 151 (19)
硕士学位 69 (9)
博士学位 19 (2)
去年移动健康应用程序使用
< 1月前 386 (49)
1 - 3个月前 266 (34)
3 - 6个月前 87 (11)
6 - 12个月前 48 (6)
每月的家庭支出
< 3000000卢比(约214美元) 321 (41)
Rp 3000000 - 6000000卢比(约427美元) 297 (38)
Rp 6000000 - 10000000卢比(约712美元) 109 (14)
> 10000000卢比 60 (7)
私人保险
是的 427 (54)
没有 360 (46)
移动健康应用程序使用
Halodoc© 494 (63)
Alodokter© 293 (37)
由于COVID-19增加移动健康应用程序使用
是的 403 (51)
没有 384 (49)


指示器 的意思是 标准偏差

I1 3.849 0.908
I2 3.216 1.179
预告 3.67 0.959
C1 3.670 0.959
C2 4.022 0.889
C3 3.602 0.998
PE1 4.018 0.866
PE2 4.255 0.798
PE3 4.197 0.823
PE4 3.995 0.943
觉得 4.028 0.857
EE2 4.202 0.788
EE3 4.278 0.727
EE4 4.278 0.717
FGC1 3.784 0.910
FGC2 3.726 0.878
FGC3 3.813 0.874
FGC4 3.694 0.874
pv₁ 3.841 0.840
3.831 0.797
PV3 3.879 0.797
FC1 4.304 0.715
FC2 4.337 0.706
FC3 4.400 0.679
ISM1 4.149 0.958
ISM2 4.001 1.008
ISM3 3.893 1.048
PPR1 3.623 1.051
PPR2 3.618 1.074
PPR3 3.524 1.114
PS1 3.416 1.083
PS2 3.257 1.081
PS3 3.586 0.925
ITD1 4.094 0.820
ITD2 3.846 0.896
ITD3 3.983 0.834
ITE1 4.020 0.758
ITE2 4.004 0.780
ITE3 4.001 0.791
IA1 4.166 0.733
IA2 4.136 0.753
IA3 4.133 0.774
IR1 3.961 0.851
IR2 3.980 0.854
IR3 4.079 0.806
IR4 4.051 0.808

4.2。结构模型试验

我们的模型包括兼容性和创新性(DOI)、绩效期望,期望,价格值,促进条件(UTAUT2)、信息寻求动机,firm-generated内容,感知隐私风险,认为安全,初始信任医生,初始信任移动医疗平台,对意图的影响采用并最终打算推荐。更详细的数据分析方法是提供在附录一个B

5000次迭代的引导重新取样做是为了获得最大可能的结果一致性结构模型路径意义(86年]。共线性问题检查使用方差膨胀因子(VIF),和所有值低于5。因此,共线性不是一个关键的问题在这个结构模型(87年]。下面的步骤将被计算 ,路径系数的意义 在表中可以看到效果56(86年,87年]。的blindfolding-based旨在冗余措施 评估,预测数据点移除所有的变量(87年]。与 值之前提到(见数据分析),所有依赖结构与意图采用介质相关性最高 值(0.417)。


构造 VIF 调整

创新性 I1 2.253 N /一个 N /一个 0.345
I2 1.605
预告 2.019

兼容性 C1 1.637 0.417 0.416 0.286
C2 1.523
C3 1.634

绩效期望 PE1 1.791 0.486 0.484 0.345
PE2 2.312
PE3 2.669
PE4 1 . . 977

工作期望 觉得 1.508 0.264 0.262 0.186
EE2 2.961
EE3 3.948
EE4 3.149

公司生成的内容 FGC1 2.689 N /一个 N /一个 N /一个
FGC2 3.397
FGC3 3.029
FGC4 2.386

价格的价值 pv₁ 3.328 N /一个 N /一个 N /一个
3.159
PV3 2.391

便利的条件 FC1 2.122 N /一个 N /一个 N /一个
FC2 2.327
FC3 2.369

信息寻求动机 ISM1 2.442 N /一个 N /一个 N /一个
ISM2 2.849
ISM3 2.300

认为隐私风险 PPR1 2.300 N /一个 N /一个 N /一个
PPR2 2.979
PPR3 2.169

认为安全 PS1 1.819 N /一个 N /一个 N /一个
PS2 2.006
PS3 1.974

初始信任医生 ITD1 2.132 N /一个 N /一个 N /一个
ITD2 2.304
ITD3 2.763

初始信任移动医疗平台 ITM1 2.778 N /一个 N /一个 N /一个
ITM2 2.847
ITM3 2.407

打算采用 IA1 2.235 0.532 0.525 0.417
IA2 2.453
IA3 2.515

打算推荐 IR1 3.274 0.483 0.482 0.396
IR2 3.704
IR3 3.609
IR4 3.550

C:兼容性;情感表达:努力期望;舰队指挥官:便利条件;第五代计算机:firm-generated内容;供应管理协会(ISM):寻求信息的动机;ITD:初始信任的医生;在移动医疗ITM:初始信任;我:创新性;IA:目的采用;红外光谱:打算推荐; PPR: perceived privacy risks; PS: perceived security; PE: performance expectancy; PV: price value; N/A: not available.

假设 路径 β - - - - - -统计数据 结果

H1 采用创新性➔意向 0.007 0.169 不支持
H2 创新性➔兼容性 0.646 25.418 支持
H3 创新性➔绩效期望 0.019 0.520 不支持
H4 创新性➔努力期望 0.111 2.873 支持
H5 兼容性➔打算采纳 0.067 2.129 支持
编辑 兼容性➔性能期望 0.432 10.502 支持
H7 兼容性➔努力期望 0.435 11.247 支持
H8 努力期望➔性能期望 0.357 9.697 支持
H9 采用性能期望➔意向 0.099 2.285 支持
H10 努力期望➔采用意图 0.067 1.604 不支持
H11 ➔意图采取价格值 -0.023 0.524 不支持
H12 ➔意图采取促进条件 0.131 3.109 支持
H13 ➔打算采用信息寻求动机 0.097 2.862 支持
H14 ➔打算采用公司生成的内容 -0.034 0.950 不支持
H15 ➔打算采用感知隐私风险 -0.001 0.0032 不支持
H16 认为安全➔打算采纳 0.023 0.726 不支持
H17 初始信任医生➔采用意图 0.094 2.039 支持
H18 ➔打算采用初始信任移动医疗平台 0.373 6.856 支持
段H19 目的采用➔打算推荐 0.695 26.083 支持

; ;

相比之下,工作寿命几乎没有相关性, 值为0.186。接下来, 效果(表7)是评估,发现兼容性媒介影响工作寿命和性能期望。努力期望也有一个媒介影响性能期望。初始信任mHealth平台有小影响意图采用,但它是统计学意义。创新有巨大影响的兼容性,和意图采取有意推荐有很大影响。


路径 效果 - - - - - -统计数据

兼容性➔努力期望 0.1500 媒介 4.7500
兼容性➔性能期望 0.1837 媒介 4.8682
努力期望➔性能期望 0.1820 媒介 4.4027
➔打算采用初始信任移动医疗平台 0.0794 2.9645
创新性➔兼容性 0.7155 7.3928
目的采用➔打算推荐 0.9336 6805

;

总的来说,兼容性、性能寿命,促进条件,寻求信息的动机,初始信任医生,初始信任mHealth平台解释意图采取健康的53.2%。相比之下,打算采用解释48.3%的打算推荐移动健康应用程序。初始信任mHealth平台( , )有最强的总影响的意图采取紧随其后的便利条件( , )和性能寿命( , )(图5)。该公司生成的内容( )和价格值( )有负面影响的意图采取总额,并没有根据预测假设,尽管他们并不重要。

·史慕丽et al。88年)强调, 没有价值评估样本外预测能力的预测价值的新病例的能力不包括在评估过程。因此,·史慕丽et al。88年)提出了计算 用PLSpredict解释中提到的数据分析。的结果 如表所示8。有两个物品的PLS-SEM RMSE值低于线性回归模型(LM)值;因此,该模型有一个中等的预测能力(88年]。


PLS-SEM LM PLS-SEM - LM RMSE
RMSE RMSE

IA1 0.5464 0.4462 0.5446 0.0018
IA2 0.6042 0.3581 0.6088 -0.0267
IA3 0.6193 0.3609 0.6312 -0.0119

IA:目的采用;RMSE:均方根误差;LM:线性模型;PLS-SEM:偏最小二乘法的结构方程建模。

最后,importance-performance地图分析(IPMA)做了比较结构模型的总影响特定目标构造与其前任的平均潜变量得分(89年]。的目标选择IPMA打算采用,和最重要的构造是初始信任mHealth平台的重要性得分0.373和75.21(图的性能得分6)。的性能,这意味着增加1个单位初始信任移动健康平台增加了意图采取总效应值,也就是0.373,假设其他条件不变。Importance-performance映射分析也是在指标(图完成7)。结果表明,初始信任指标mHealth平台3 (ITM3)是最重要的,的重要性得分0.139和性能得分为75.03分。初始信任指标mHealth平台1 (ITM1)最佳的性能得分75.51和0.138的重要性得分。第二个最佳指标是初始信任mHealth平台2 (ITM2)的重要性得分0.135和绩效得分为75.10。

5。讨论

5.1。主要研究结果

兼容性、性能寿命、促进条件、信息寻求动机,初始信任医生,初始信任移动健康平台解释方差的53.2%打算采用中等的预测能力 打算采用解释方差的48.3%推荐意图。我们的模型与其他研究研究移动医疗使用或采用37,63年]。总之,使用的三个主要理论UTAUT2, DOI和互联网客户信任模型是成功的,因为至少有一个构造显著影响解释移动健康应用程序的采用。然而,其他假设理论并不打算采用显著影响。根据IPMA分析,初始信任mHealth平台是最重要的构造和性能最高。标准化coefficient-wise,我们的研究发现,初始信任mHealth平台是最重要的决定因素的病人的意图使用移动健康应用程序,紧随其后的是便利条件和性能期望。其它移动健康应用的研究也发现,这三个指标是打算采取的主要决定因素(37,63年,90年]。

5.2。理论意义

第一个假说(H1)不支持创新性不明显影响采用意图。Harst et al。91年在系统回顾,接受或拒绝的创新是一个动态的过程,尤其是当改变健康行为或采用mHealth涉及到智能手机上的应用程序。因此,像我们这样的研究使用横断面设计不能捕捉创新过程在使用医疗保健应用程序的作用。这一发现也支持雅各et al。92年)在他们的系统回顾,他们发现,创新并不影响移动卫生工具的采用。关于创新兼容性,它有统计上显著的影响和支持第二个假说(H2)。这表明,普通用户会发现它更容易移动健康应用程序合并到自己的生活,这将有利于他们的健康。

另一个拒绝假说是第三个假说(H3),在创新性不明显影响性能期望。这一发现从早期的研究结果相似53]。一个合理的解释是,创新没有显著影响采用意图。因此,创新采用的间接效应通过性能期望没有统计学意义。另一个假说涉及创新是创新有显著影响的努力期望(H4)。这一发现意味着早期采用者发现它相对容易操作移动健康应用程序和利用它们。

假设关于兼容性都显著,从兼容性打算采用(H5),兼容性能寿命(编辑),努力期望(H7)和兼容性。这一发现意味着绩效期望,期望,和意图采用更高当客户认为移动医疗兼容他们的生活,尤其是在卫生部门。这些结果还发现,在先前的研究48,53]。工作寿命也发现对性能有显著影响预期寿命(H8)。根据奥利维拉et al。53),这意味着较低的用户工作在操作移动健康应用程序可能有更高的使用mHealth-related任务实现增长的预期。

在我们的模型中,性能寿命有显著影响的意图采取,这表明用户关心的在他们的生活中使用移动健康应用程序的优点,支持第九假说(H9)。工作寿命没有显著影响的意图采取(H10)。其他的研究也发现了这一发现,评估医疗技术收养(48,63年]。Tamilmani et al。93年UTAUT2],荟萃分析,也提醒努力期望行为意图的途径是最无意义的路径值预测的接受和使用信息技术。对于这一现象的一个可能的解释是,大多数的受访者在我们的研究中相对年轻的成年人(35岁以下),他们可能更熟悉的技术。因此,易于使用的程度操作mHealth之际,更多的期望。这是证明在一项研究中发现努力期望行为意图有正向且显著的影响,特别是在老年人(94年]。

价格值没有显著影响的意图采取有统计上显著影响有意收养,和H11被拒绝了。类似的结果也发现Tavares和奥利维拉48)和奥利维拉et al。53]。咨询费用或其他费用可以使用国家健康保险覆盖(强制要求所有印尼公民)或私人保险(54%的受访者有私人保险),这意味着它几乎没有成本的用户。不幸的是,这一事实似乎不熟悉的用户,因此,H11被拒绝了。

在我们的研究中,促进条件有显著影响的意图采用、H12是支持。尽管在印尼使用智能手机越来越普遍,互联网和宽带到达仍然可以被限制在农村地区。因此,mHealth制造商仍应提供客户关怀和援助服务,以支持移动医疗使用用户的利益。假设13 (H13)支持信息寻求动机有显著影响采用意图。这个发现支持Alwi和Murad69年),他们提供了一个审查如何在线信息寻求行为意图的影响。然而,也有必要遏制不准确或误导性信息,因为它可能会影响用户的意图采取移动健康应用程序(74年]。

假设14 (H14)被拒绝firm-generated内容不明显影响意图采取。一个可能的解释是,消费者可能认为firm-generated内容,试图给一个积极的形象,该公司可以提供一个图片,是过于雄心勃勃,主观的,压倒性的消费者。这支持了先前的研究,积极的基调在这些发现后firm-generated内容是无效的,尽管这些研究还没有完成卫生技术(95年]。认为隐私风险没有显著影响意图采用,因此,H15被拒绝了。的负面影响感知隐私风险健康信息技术接受研究意图不一致。Zhang et al。63年)发现,感知隐私风险负面影响糖尿病管理应用程序。这一发现与研究mHealth服务,评估验收的行为(96年]。在美国的一项调查发现一个温和的负面影响感知隐私风险病人意图使用家庭健康护理机器人(97年]。然而,在孟加拉国的一项研究发现,隐私并不影响意图采取mHealth [62年]。这一发现可能是由于不同层次的意识在不同地区的受访者的隐私保护。病人医疗信息技术的发展,越来越多的意识到隐私保护。虽然这个研究发现,感知隐私风险没有明显影响,仍需要大量的隐私保护措施(98年]。

在我们的模型中,认为安全没有对有意采用统计上显著的影响,因此,H16被拒绝了。与先前的研究结果相比从Johnson et al。99年)和奥利维拉et al。53),一个重要的影响被认为安全的意图采取被发现。一些研究表明,移动支付比传统的支付方式(更安全One hundred.),但许多消费者仍然认为他们更不安全。之间的差距实际用户安全和认为安全的可能解释不匹配的相关性研究[101年]。

初始信任的医生(H17)和初始信任mHealth平台(H18)有统计上显著影响意图采用,他们都支持。研究表明,新服务,并不常见,包括一大群会导致不确定性或潜在的风险。用户通常决定是否采用这个服务基于信任评估。所以,最初的信任在医疗服务应用程序,包括医生和平台,是一个重要的因素为用户决定是否使用这样一个平台(78年]。曹et al。37]还发现他们之前收到医疗服务主要是线下首次医疗应用程序用户。医疗应用平台改变了医疗服务交付渠道,因此,用户将更关注这种新的底层技术的提供者。换句话说,对于没有经验的用户平台,知觉风险主要来源于平台而不是医生。因此,初始信任的平台将产生更重要的影响采用意图。

此外,曹et al。37)发现,初始信任移动健康应用程序有更重大的影响初始信任医生,还发现在这项研究中。最后假说(段H19)也支持的意图采取有统计上显著影响推荐意图。这一发现也支持其他研究[48,53]。

5.3。管理的影响

本研究认为更广泛和更实际的先例,可能会影响移动医疗应用程序采用和有意推荐移动健康应用程序。信任mHealth平台是一个重要的驱动程序采用移动健康应用程序和其他构造中最突出的贡献。这种构造也最关键的构造与高性能的分数在我们IPMA分析。不采用移动医疗的主要原因之一在印尼是消费者给低信任移动健康应用程序(19]。这个特定的发现可以提供一个参考移动健康应用程序经理和其他类似的问题在发展中国家移动健康应用程序。从实用的角度来说,这些发现表明,移动健康应用程序经理需要显示自己的信誉是值得信赖的品牌。一个例子将会提供相关的和可信的内容在COVID-19流行和文章COVID-19试验,症状和体征,治疗。有很多信息在互联网上流传,移动健康平台应该值得信赖的信息来赢得客户的初始信任。这是我们发现加上寻求信息的动机是一个重要的预测采用意图。用户积极寻找信息与健康有关的问题将由信息可信度的影响40]。

促进条件发现第二个最重要的因素影响的意图采用移动医疗。尽管有越来越多的智能手机用户在印尼,互联网普及率仍然可以浅在农村地区(17]。因此,应用程序开发人员需要牢记这一点,试图改善应用程序,以便消费者能以最小的带宽仍然顺利访问该应用程序。管理人员还可以设置离线或在线客户中心,这样用户可以接触更容易寻求帮助。性能寿命也是另一个重要的因素在影响意图采用移动健康应用程序。应用程序经理需要怀孕这一点在开发和促进移动健康应用程序。强调优点是相关的应用程序,帮助用户更有效地管理他们的与健康有关的活动。的兼容性也是一个重要的驱动程序影响的意图采取,经理需要确保移动健康应用程序将很适合客户lifestyles-especially卫生相关部门。

要注意的另一个必不可少的因素是初始信任医生,因为它有一个显著的影响在打算采纳。应用程序经理需要确保医生严格的标准,可以在他们公司工作做更彻底的检查,能力测试和基于国家医生的完整性认证。另一条路线,可以采取增加初始信任医生招募高级医生或受人尊敬的医生在各自领域,这样的病人,尤其是那些患有慢性疾病,熟悉它们。因此,初始信任的医生将会增加。

6。局限性和未来的研究

首先,我们的研究是基于使用谷歌网络调查形式。我们不能直接管理问题或澄清一些点在填写问卷。我们的受访者也年轻人和受过高等教育的中产每月支出较低;因此,疾病的预防和保健意识将会优先考虑。以前的研究也表明,移动医疗用户相对年轻,具有高等教育背景19,37,102年]。这些人口背景可能有影响的一些结果。Firm-generated内容可能不是相关的知识或熟练用户在寻找可靠的信息来源。努力期望可能微不足道,由于年轻的人口被精通操作移动健康应用程序,因此,移动健康应用程序的响应能力是一个先决条件。那些拥有高等教育也可能自我教育在移动医疗隐私风险和安全应用程序。第二,横断面研究下结论也不适合评估或创新性的影响在意图采取创新是一个动态的过程(91年]。第三,我们的模型解释说只有53.2%的意图采取的方差和方差的48.3%推荐意图,这表明其他意向影响因素采取和意图,建议可能被忽视。未来的研究将包括其他构造,例如习惯(48和社会影响63年),积极和显著影响行为意图在各自的研究中。第四,我们的研究仅仅是关注移动健康应用程序。它应该适用于特定的移动健康应用程序,如慢性疾病管理应用程序或pediatric-specific应用,小心。最后,价格需要重新评估值影响某些应用程序不接受国家和私人保险,导致客户支付远程医疗服务。

7所示。结论

初始信任移动健康应用的最关键的因素是病人的意图采取移动健康应用,其次是便利条件和预期性能。因此,经理和开发人员需要特别注意维护和增加用户的可信移动健康应用程序如何的观念。建筑配套设施如客户中心和增加应用程序的有效性也应该促进应用程序完成的。DOI,我们的研究支持使用UTAUT2和互联网消费者的信任模型在解释病人的意图采取移动健康应用程序。除此之外,其他上下文相关的因素,如习惯和社会影响进行分析,以更好地理解病人的意图采取。

附录

答:数据分析

描述性统计分析了人口学特征的受访者。研究模型的测试将由SmartPLS 3.3 [103年)通过使用偏最小二乘法的结构方程建模(PLS-SEM)。的主要原因之一,使用PLS-SEM代替covariance-based SEM (CB-SEM) PLS-SEM达到更大的统计力量在所有样本大小,这意味着关系或假说更有可能是存在于人口统计学意义。PLS-SEM时也使用该研究旨在解释和预测模型,而CB-SEM只能用于预测。这两个方法之间的分析步骤和解释是相似的,除了需要做拟合优度检验在CB-SEM PLS-SEM,和PLS-SEM可以利用非正态的分布数据。相比之下,CB-SEM通常需要使用分布式数据。最后,CB-SEM基于标准的因素模型。相比之下,PLS-SEM基于复合模型,两种方法之间的显著差异,总体是一个更好的分析适合本研究[86年]。评估结构模型之前,我们评估了度量模型来评估结构可靠性指标的可靠性、聚合效度和区分效度。可接受的反射测量模型被定义为载荷高于0.708 (87年]。可靠性是衡量使用综合可靠性和量表的阿尔法。克伦巴赫α设置下限的值为0.7,而内部一致性的上界可靠性由综合可靠性最大值为0.95 (87年]。聚合效度是基于平均方差提取(AVE)≥0.50的一个阈值(87年]。Fornell-Larcker区分效度评估的标准,每个构建的大街应大于最高相关性与其他结构(104年]。然而,hensel et al。105年)指出,Fornell-Larcker标准不执行,因此提出了heterotrait-monotrait (HTMT)比率的相关性105年]。在概念上类似的结构,HTMT低于0.90是可以接受的,而预计HTMT低于0.85概念上不同的构造105年]。共线性测试使用方差膨胀因子(VIF)以确保独立变量不显著相关。理想情况下,VIF值应低于3。方差膨胀因子≥3 - 5表明可能的共线性问题, 表明严重的共线性问题。测量模型的解释力 ,值为0.75,0.5和0.25被认为是实质性的,温和,分别和弱106年]。测量指南 值的0.02、0.15和0.35,这描绘小,中,大 影响大小,分别107年]。用另一种方式来评估请路径计算模型的预测精度 价值。作为一个经验法则, 值大于0,0.25和0.5描绘小,中型和大型的预测,PLS-path模型的相关性(108年]。最近建议Q2预测因为计算R2统计数据并不表示为一个衡量模型的预测能力(88年]。的解释 如下:检查是否PLS-SEM分析(比线性回归模型(LM))收益率更高的预测误差的均方误差(RMSE)或平均绝对误差(MAE)(没有预测能力),绝大多数(低预测能力),少数或相同数量(中预测能力),或没有一个指标(高预测能力)(88年]。最后,一个importance-performance地图分析(IPMA)解释比较结构模型的总影响特定目标构造与其前任的平均潜变量得分(89年]。

b .度量模型测试

测量模型的结果中可以看到表9。一个指示器(I3)因子载荷低于0.708了。这个项目也被排除在早期研究[57,60]。I3下降后,剩下的载荷大于0.708,所有的物品都具有统计学意义在< 0.001。因此,仪器具有良好的可靠性指标(87年]。的平均方差提取(AVE)被用来评估聚合效度,和所有结构都有一个大街高于0.50。这意味着潜变量的方差解释了一半以上的指标(109年]。表10显示了Fornell-Larcker标准,结果表明,所有指标具有良好的区分效度。hensel et al。105年)建议计算HTMT比率的相关性,和一个阈值小于0.90是理想HTMT建议。然而,为了避免歧义,使用过程称为引导到达HTMT统计数据的分布和确定它是否显著小于一个86年]。如果有一个值的置信区间,它表明缺乏区分效度。相反,如果一个落在区间的范围之外,这主张,这两个构造经验不同(86年]。表11表明,我们的模型满足这HTMT标准。


构造 因子载荷 - - - - - -价值 大街 综合可靠性 克伦巴赫的α

创新性 I1 0.892 110.04 0.738 0.894 0.821
I2 0.810 52.23
预告 0.872 91.31

兼容性 C1 0.830 55.98 0.689 0.869 0.775
C2 0.815 51.29
C3 0.845 76.93

绩效期望 PE1 0.815 57.94 0.717 0.910 0.868
PE2 0.858 66.97
PE3 0.885 91.21
PE4 0.826 57.59

工作期望 觉得 0.772 43.10 0.738 0.918 0.881
EE2 0.891 89.46
EE3 0.900 104.21
EE4 0.868 64.44

Firm-generated内容 FGC1 0.882 81.84 0.787 0.936 0.909
FGC2 0.916 126.88
FGC3 0.895 94.11
FGC4 0.854 60.81

价格的价值 pv₁ 0.919 113.18 0.834 0.938 0.901
0.917 93.47
PV3 0.904 87.15

便利的条件 FC1 0.872 64.94 0.790 0.919 0.867
FC2 0.896 84.64
FC3 0.898 96.29

寻求信息的动机 ISM1 0.894 81.81 0.809 0.927 0.882
ISM2 0.917 104.53
ISM3 0.888 78.45

认为隐私风险 PPR1 0.915 15.99 0.792 0.919 0.873
PPR2 0.921 16.85
PPR3 0.831 10.45

认为安全 PS1 0.831 36.27 0.747 0.899 0.833
PS2 0.861 45.89
PS3 0.899 102.72

初始信任医生 ITD1 0.873 79.74 0.796 0.921 0.871
ITD2 0.885 77.50
ITD3 0.918 122.88

初始信任移动医疗平台 ITM1 0.912 107.74 0.823 0.933 0.892
ITM2 0.913 106.80
ITM3 0.897 117.64

打算采用 IA1 0.893 71.01 0.802 0.924 0.877
IA2 0.894 65.50
IA3 0.900 70.96

打算推荐 IR1 0.904 113.30 0.828 0.949 0.931
IR2 0.917 121.36
IR3 0.912 93.15
IR4 0.908 93.62

p< 0.001。

C EE 足球俱乐部 第五代计算机 供应管理协会(ISM) ITD 工艺教育学院 IA 红外 PPR PS 体育 光伏

C 0.830
EE 0.507 0.859
足球俱乐部 0.346 0.637 0.889
第五代计算机 0.550 0.539 0.349 0.887
供应管理协会(ISM) 0.497 0.400 0.352 0.478 0.900
ITD 0.456 0.449 0.406 0.485 0.431 0.892
ITM 0.504 0.539 0.507 0.542 0.476 0.799 0.907
0.646 0.392 0.238 0.468 0.475 0.338 0.374 0.859
IA 0.489 0.514 0.493 0.442 0.461 0.591 0.677 0.363 0.896
红外 0.553 0.506 0.426 0.516 0.518 0.589 0.672 0.483 0.695 0.910
PPR 0.120 0.105 0.085 0.181 0.219 0.219 0.115 0.195 0.116 0.116 0.890
PS 0.434 0.357 0.308 0.375 0.263 0.263 0.437 0.309 0.393 0.409 0.070 0.864
体育 0.625 0.583 0.440 0.546 0.463 0.464 0.513 0.438 0.536 0.577 0.139 0.379 0.847
光伏 0.501 0.506 0.514 0.533 0.327 0.327 0.524 0.341 0.479 0.533 0.094 0.458 0.518 0.913

C:兼容性;情感表达:努力期望;舰队指挥官:便利条件;第五代计算机:firm-generated内容;供应管理协会(ISM):寻求信息的动机;ITD:初始信任的医生;在移动医疗ITM:初始信任;我:创新性;IA:目的采用;红外光谱:打算推荐; PPR: perceived privacy risks; PS: perceived security; PE: performance expectancy; PV: price value.

最初的样品 样本均值 偏见 5.0% 95.0%

EE➔C 0.606 0.606 0.000 0.551 0.661
FC➔C 0.423 0.424 0.001 0.360 0.481
FC➔EE 0.729 0.730 0.001 0.680 0.772
第五代计算机➔C 0.655 0.657 0.002 0.599 0.702
第五代计算机➔EE 0.595 0.593 -0.002 0.552 0.643
第五代计算机➔FC 0.390 0.389 -0.001 0.327 0.440
ISM➔C 0.599 0.599 0.000 0.538 0.645
ISM➔EE 0.448 0.448 0.000 0.379 0.518
ISM➔FC 0.401 0.401 0.000 0.325 0.466
ISM➔第五代计算机 0.534 0.533 0.000 0.489 0.586
ITD➔C 0.554 0.558 0.004 0.497 0.607
ITD➔EE 0.507 0.508 0.000 0.450 0.569
ITD➔FC 0.467 0.466 -0.001 0.402 0.533
ITD➔第五代计算机 0.544 0.544 0.000 0.498 0.606
ITD➔ISM 0.492 0.493 0.001 0.430 0.548
ITM➔C 0.605 0.608 0.003 0.543 0.654
ITM➔EE 0.602 0.603 0.001 0.552 0.652
ITM➔FC 0.575 0.575 0.000 0.518 0.624
ITM➔第五代计算机 0.600 0.601 0.001 0.548 0.649
ITM➔ISM 0.536 0.536 0.000 0.474 0.587
ITM➔ITD 0.906 0.907 0.001 0.868 0.932
➔C 0.812 0.812 0.000 0.759 0.858
我➔EE 0.454 0.454 -0.001 0.396 0.509
我➔FC 0.279 0.278 0.000 0.211 0.332
我➔第五代计算机 0.544 0.545 0.001 0.481 0.597
我➔ISM 0.559 0.559 0.000 0.504 0.614
我➔ITD 0.400 0.400 0.000 0.334 0.466
我➔ITM 0.437 0.435 -0.001 0.378 0.499
IA➔C 0.591 0.594 0.002 0.519 0.644
IA➔EE 0.579 0.579 0.000 0.522 0.629
IA➔FC 0.564 0.564 0.000 0.512 0.629
IA➔第五代计算机 0.492 0.492 0.000 0.432 0.546
IA➔ISM 0.523 0.522 -0.001 0.466 0.581
IA➔ITD 0.674 0.674 -0.001 0.624 0.721
IA➔ITM 0.764 0.765 0.002 0.713 0.798
IA➔我 0.424 0.424 0.000 0.349 0.484
红外➔C 0.650 0.650 0.000 0.597 0.698
红外➔EE 0.552 0.551 -0.001 0.498 0.601
红外➔FC 0.474 0.472 -0.002 0.411 0.529
红外➔第五代计算机 0.561 0.562 0.001 0.503 0.610
红外➔ISM 0.572 0.572 0.000 0.518 0.621
红外➔ITD 0.654 0.654 0.000 0.599 0.698
红外➔ITM 0.737 0.738 0.001 0.690 0.778
红外➔我 0.552 0.552 0.000 0.486 0.599
红外➔IA 0.768 0.768 0.000 0.715 0.809
PPR➔C 0.139 0.139 0.000 0.066 0.216
PPR➔EE 0.117 0.116 -0.001 0.055 0.175
PPR➔FC 0.099 0.100 0.001 0.046 0.168
PPR➔第五代计算机 0.202 0.201 -0.001 0.123 0.269
PPR➔ISM 0.237 0.235 -0.002 0.168 0.311
PPR➔ITD 0.124 0.125 0.001 0.063 0.195
PPR➔ITM 0.134 0.135 0.001 0.068 0.204
PPR➔我 0.225 0.224 -0.001 0.137 0.292
PPR➔IA 0.127 0.127 0.000 0.069 0.202
PPR➔红外 0.123 0.123 0.000 0.057 0.188
PS➔C 0.535 0.535 0.000 0.470 0.594
PS➔EE 0.407 0.406 -0.001 0.349 0.464
PS➔FC 0.355 0.355 0.000 0.293 0.416
PS➔第五代计算机 0.428 0.428 0.001 0.364 0.489
PS➔ISM 0.309 0.308 -0.002 0.238 0.379
PS➔ITD 0.504 0.505 0.001 0.438 0.558
PS➔ITM 0.567 0.568 0.001 0.509 0.622
PS➔我 0.374 0.371 -0.003 0.307 0.441
PS➔IA 0.449 0.450 0.001 0.381 0.501
PS➔红外 0.458 0.457 -0.001 0.396 0.518
PS➔PPR 0.079 0.086 0.007 0.034 0.155
PE➔C 0.758 0.760 0.002 0.705 0.799
PE➔EE 0.659 0.655 -0.004 0.608 0.708
PE➔FC 0.505 0.502 -0.003 0.456 0.584
PE➔第五代计算机 0.614 0.612 -0.001 0.568 0.665
PE➔ISM 0.530 0.530 0.001 0.454 0.586
PE➔ITD 0.589 0.593 0.003 0.533 0.635
PE➔ITM 0.647 0.651 0.003 0.588 0.689
PE➔我 0.517 0.518 0.000 0.457 0.575
PE➔IA 0.612 0.614 0.002 0.553 0.663
PE➔红外 0.642 0.643 0.001 0.582 0.689
PE➔PPR 0.155 0.156 0.001 0.082 0.216
PE➔PS 0.441 0.441 0.000 0.378 0.497
PV➔C 0.597 0.597 0.000 0.533 0.656
PV➔EE 0.561 0.564 0.002 0.498 0.617
PV➔FC 0.581 0.581 0.001 0.523 0.631
PV➔第五代计算机 0.586 0.588 0.001 0.537 0.633
PV➔ISM 0.364 0.364 0.000 0.301 0.430
PC➔ITD 0.588 0.589 0.000 0.536 0.640
PV➔ITM 0.688 0.688 0.000 0.636 0.725
PV➔我 0.394 0.392 -0.002 0.330 0.465
PV➔IA 0.535 0.536 0.001 0.474 0.588
PV➔红外 0.580 0.579 -0.001 0.522 0.625
PV➔PPR 0.099 0.101 0.002 0.037 0.157
PV➔PS 0.525 0.524 -0.001 0.463 0.581
PV➔体育 0.582 0.583 0.001 0.520 0.633

既不置信区间包含价值的1 c:兼容性;情感表达:努力期望;舰队指挥官:便利条件;第五代计算机:firm-generated内容;供应管理协会(ISM):寻求信息的动机;ITD:初始信任的医生;在移动医疗ITM:初始信任;我:创新性;IA:目的采用;红外光谱:打算推荐; PPR: perceived privacy risks; PS: perceived security; PE: performance expectancy; PV: price value.

度量模型结果表明,构造可靠性指标的可靠性,结构的聚合效度和区分效度令人满意。一个结构模型可以应用于该模型在接下来的步骤的评估。

数据可用性

原始数据用来支持本研究的发现可以从相应的作者在合理的请求。

的利益冲突

作者宣称没有利益冲突。

引用

  1. 谷纳温j . y . Aungsuroch,”印尼卫生保健系统和东盟经济共同体”,国际医学科学研究杂志》上,3卷,不。7,1571 - 1577年,2015页。视图:出版商的网站|谷歌学术搜索
  2. d·布鲁姆陈,m·麦戈文et al。经济学在印尼的非传染性疾病,2015年,Www3.weforum.org。2020年11月,http://www3.weforum.org/docs/WEF_The_Economics_of_non_Disease_Indonesia_2015.pdf
  3. 奔波Pusat Statistik,Persentase Penduduk米Maret 2019 Sebesar 9.41 Persen,2019年,2021年3月,https://www.bps.go.id/pressrelease/2019/07/15/1629/persentase penduduk -米maret - 2019 sebesar persen.html——9 - 41
  4. 奔波Penyelenggara Jaminan Sosial Kesehatan,Tentang神灵2021年3月,2021岁的Sejarahhttps://www.bpjsketenagakerjaan.go.id/sejarah.html
  5. 世界卫生组织,单位成本的估计为印尼为病人服务,2005年,2020年3月,https://www.who.int/choice/country/idn/cost/en/
  6. s . Boslaugh世界各地的卫生保健系统。一个比较指南、鼠尾草出版物美国,成千上万的橡树,CA,美国,2013年。视图:出版商的网站
  7. p·埃切维里亚,m . Mas Bergas j . Puig et al .,“COVIDApp作为一个创新的战略管理和后续的长期护理设施在加泰罗尼亚COVID-19病例:实现研究,“JMIR公共卫生和监测》第六卷,没有。第三条e21163, 2020年。视图:出版商的网站|谷歌学术搜索
  8. 戴维,戴维,和j·辛格(manmohan Singh)”已经将移动-健康的方法:一个关键看其能力增强发展中国家的卫生系统,”印度的社区医学杂志》上,39卷,不。3、178 - 182年,2014页。视图:出版商的网站|谷歌学术搜索
  9. c . Deglise l .搁浅船受浪摇摆,p . Odermatt导演,”疾病控制发展中国家的短信:移动健康应用程序的系统回顾,“远程医疗和Telecare杂志》上,18卷,不。5,273 - 281年,2012页。视图:出版商的网站|谷歌学术搜索
  10. g .》,“移动医疗健康知识的相关性,”信息服务和使用,37卷,不。2、123 - 130年,2017页。视图:出版商的网站|谷歌学术搜索
  11. d·库马尔和m . Arya“移动医疗是一个创新的方法来解决医患沟通——健康素质,提高艾滋病毒测试范例,”移动技术在医学杂志》上,4卷,不。1、25 - 30,2015页。视图:出版商的网站|谷歌学术搜索
  12. n . Vaz“移动健康素质改善健康结果low-middle收入国家,“国际期刊质量可靠和E-Healthcare》第六卷,没有。4,4-16,2017页。视图:出版商的网站|谷歌学术搜索
  13. Nurjanah和k . Mubarokah”健康知识和健康行为的农村地区,“膝盖生命科学,4卷,不。10,p . 2019。视图:出版商的网站|谷歌学术搜索
  14. 圆桌会议对健康素养,董事会在人口健康和公共卫生实践,和医学研究所。健康素养:改善健康、卫生系统和卫生政策在世界各地:车间总结。华盛顿(特区):国家科学院出版社(美国),附录A,世界各地的健康知识:第1部分健康素质努力以外的美国,2013,https://www.ncbi.nlm.nih.gov/books/NBK202445/
  15. p . Cipresso s Serino d Villani et al .,“你的手机那么聪明影响是你的国家吗?一个探索性研究基于心理生理措施。”Neurocomputing卷。84年,23-30,2012页。视图:出版商的网站|谷歌学术搜索
  16. Statista研究部门,总长度的光纤骨干网之间印尼2014 - 2019,2020,https://www.statista.com/statistics/1058211/telkom-indonesia-total-length-of-fiber-optic-backbone-network/
  17. 全球数字的见解,DataReportal——全球数字见解2020年11月,2020,,https://datareportal.com/reports/digital - 2020印度尼西亚
  18. l . Puspitasari和k . Ishii“数字除在印度尼西亚和移动互联网:智能手机的影响,“远程信息处理和信息,33卷,不。2、472 - 483年,2016页。视图:出版商的网站|谷歌学术搜索
  19. 德勤21世纪卫生保健挑战:连接健康的方法2020年11月,2019,,https://www2.deloitte.com/content/dam/Deloitte/id/Documents/public-sector/id-gps-ehealth-publication-Indonesia.pdf
  20. y Pusparisa,印尼Peringkat ke-3全球Memanfaatkan Aplikasi Kesehatan。Databoks.katadata.co.id2020年11月,2020,,https://databoks.katadata.co.id/datapublish/2020/10/13/indonesia-peringkat-ke-3-global-memanfaatkan-aplikasi-kesehatan
  21. 诉Venkatesh来说,m·g·莫里斯·g·b·戴维斯和f·d·戴维斯,“信息技术用户验收:对一个统一的观点,“MIS的季度,27卷,不。3、425 - 478年,2003页。视图:出版商的网站|谷歌学术搜索
  22. p . Handayani d . Meigasari a . Pinem a . Hidayanto和d . Ayuningtyas“关键成功因素为移动健康实现在印尼,”Heliyon,4卷,不。11篇文章e00981 2018。视图:出版商的网站|谷歌学术搜索
  23. c .焦虑和r·阿加瓦尔”采用电子健康记录的隐私问题:详尽可能性模型和个人说服,“MIS的季度,33卷,不。2,p。339年,2009年。视图:出版商的网站|谷歌学术搜索
  24. 诉Venkatesh来说,j.y.丁字裤,x,“消费者接受和使用信息技术:延长验收和使用技术的统一理论,“MIS同花顺,36卷,不。1,第178 - 157页,2012。视图:出版商的网站|谷歌学术搜索
  25. j . Tavares a Goulao, t·奥利维拉,“电子健康记录门户网站采用:根据UTAUT2经验模型,”健康和社会保健信息学,43卷,不。2、109 - 125年,2016页。视图:出版商的网站|谷歌学术搜索
  26. a . Boessen j . Vermeulen, l·德威特”家庭监控工具的验收和可用性痴呆症患者的儿童卫生指标:原则的证明(流行)的一项研究中,“病人的偏好和依从性11卷,第1324 - 1317页,2017年。视图:出版商的网站|谷歌学术搜索
  27. e·m·罗杰斯创新的扩散,自由出版社,纽约,纽约,美国第四版,1995年版。
  28. e·m·罗杰斯和a . Singhal“创新扩散”,一个集成的丹通信理论研究方法,Eds m . Salwen和d .栈。,pp。409- - - - - -419,LEA, Mahwah, NJ, USA, 5th edition, 2003.视图:谷歌学术搜索
  29. f .咀嚼,w·格兰特,r .手提包,”医生在线:利用创新扩散理论理解互联网的使用,“家庭医学,36卷,不。9日,第650 - 645页,2004年。视图:谷歌学术搜索
  30. t·t·李,”护士采用技术:应用罗杰斯的创新扩散模型,”应用护理研究,17卷,不。4、231 - 238年,2004页。视图:谷歌学术搜索
  31. r . Beuker e . r . ab,“社交媒体的两副面孔:品牌沟通和品牌研究,“设计管理评审,21卷,不。1,54-60,2010页。视图:出版商的网站|谷歌学术搜索
  32. a·库马尔r . Bezawada r . Rishika r . Janakiraman Kannan p . k .,“从社会销售:firm-generated内容在社会媒体对客户行为的影响,“市场营销杂志,卷80,不。1,7-25,2016页。视图:出版商的网站|谷歌学术搜索
  33. c·李和j . Bernoff风潮:静脉的世界改变了社会技术,哈佛Abausiness评论出版社,波士顿,MA,美国,2011年。
  34. s . l .工作者:Tractinsky, l . Saarinen”消费者相信互联网商店:一个跨文化的验证,”计算机通信与控制杂志》上,5卷,不。2,p。26日,1999年。视图:出版商的网站|谷歌学术搜索
  35. 皮尔森和l . Raeke”病人信任医生:许多理论,一些措施,和小数据,”普通内科医学杂志》上,15卷,不。7,509 - 513年,2000页。视图:出版商的网站|谷歌学术搜索
  36. 诉Choudhury h·麦克奈特,c . Kacmar”最初的影响消费者信任的意图来办理网站:信任构建模型,”战略信息系统杂志》上,11卷,不。3/4,297 - 323年,1998页。视图:出版商的网站|谷歌学术搜索
  37. x y曹,j . Zhang l .马秦,j·李,“检查用户的初始信任建立在移动在线健康社区采用,”国际环境研究和公共卫生杂志》上,17卷,不。11,3945年,页2020。视图:出版商的网站|谷歌学术搜索
  38. d·利维新兴移动健康:增长路径。Pwc.com2020年11月,2014,,https://www.pwc.com/gx/en/healthcare/mhealth/assets/pwc-emerging-mhealth-full.pdf
  39. j . Niederdeppe r . Hornik b .凯利et al .,“检查癌症相关的维度信息寻求和扫描行为,”健康传播,22卷,不。2、153 - 167年,2007页。视图:出版商的网站|谷歌学术搜索
  40. 刘邓z,美国,o·海因茨,“健康信息寻求和使用行为意向的中国消费者通过手机,“信息技术和人,28卷,不。2、405 - 423年,2015页。视图:出版商的网站|谷歌学术搜索
  41. w·d·索尔兹伯里r·a·皮尔森a·w·皮尔森和d·w·米勒,“感知安全和万维网购买意愿,”工业管理和数据系统,卷101,不。4、165 - 177年,2001页。视图:出版商的网站|谷歌学术搜索
  42. d . y . c . t . c . e . Cheng Lam和a·c·l·杨”采用网上银行:一个实证研究在香港,“决策支持系统,42卷,不。3、1558 - 1572年,2006页。视图:出版商的网站|谷歌学术搜索
  43. 境和r·s·汉考克动态变化的世界市场美国市场营销协会,1960年。
  44. x罗·h·李,张j . j .垫片”研究多维信任和多方面的风险初始接受新兴技术:一个实证研究手机银行服务,“决策支持系统卷,49号2、222 - 234年,2010页。视图:出版商的网站|谷歌学术搜索
  45. 奥尔特加Egea和m .罗马冈萨雷斯,“解释医生接受EHCR系统:一个扩展TAM的信任和风险因素,”电脑在人类行为,27卷,不。1,第332 - 319页,2011。视图:出版商的网站|谷歌学术搜索
  46. h·杨,j . Yu, h·佐薇和m . Choi”用户验收的可穿戴设备:延长感知价值的角度来看,“远程信息处理和信息,33卷,不。2、256 - 269年,2016页。视图:出版商的网站|谷歌学术搜索
  47. 什拜因,i Ajzen信念、态度、意向和行为;介绍理论和研究1975年,艾迪生韦斯利,阅读,。
  48. j·塔瓦雷斯,t·奥利维拉。”新的集成模型的方法理解的因素驱动电子健康记录门户:采用横断面调查,“医学网络研究杂志》上,20卷,不。11篇文章e11032 2018。视图:出版商的网站|谷歌学术搜索
  49. a . de转向j·彼得斯,a . Brabers f . Schellevis j .说Rademakers和a·弗朗基”因素的意图使用e-Health社区老年人居住,“BMC卫生服务研究,15卷,不。1,2015。视图:出版商的网站|谷歌学术搜索
  50. a . Karahoca d Karahoca, m . Aksoz“研究目的采用物联网在医疗技术产品,”Kybernetes卷,47号4、742 - 770年,2017页。视图:出版商的网站|谷歌学术搜索
  51. 美国太阳,h .黄、b·杜塔和m .彭”探索关键因素影响护士的意图使用平板电脑在病人的护理使用一个集成的理论模型,”利比亚医学杂志,14卷,不。1,1648963条,2019。视图:出版商的网站|谷歌学术搜索
  52. c k或和b·t·卡什”,系统回顾病人接受消费者健康信息技术、“美国医学协会杂志》上,16卷,不。4、550 - 560年,2009页。视图:出版商的网站|谷歌学术搜索
  53. t·奥利维拉·m·托马斯·g·巴普蒂斯塔,f·坎波斯,“手机支付:了解客户采用的决定因素和打算推荐技术,”电脑在人类行为卷,61年,第414 - 404页,2016年。视图:出版商的网站|谷歌学术搜索
  54. 保m . Talukder r . Chiong y, b是马利克,“验收和使用预测健康可穿戴技术和打算推荐,“工业管理和数据系统,卷119,不。1,第188 - 170页,2019。视图:出版商的网站|谷歌学术搜索
  55. l·r·弗林和r·e·戈德史密斯,”戈德史密斯的验证和Hofacker创新性规模,”教育和心理测量,53卷,不。4、1105 - 1116年,1993页。视图:出版商的网站|谷歌学术搜索
  56. e·罗杰斯和f .鞋匠,沟通的创新,自由出版社,纽约,纽约,美国,1971年。
  57. m . y .咦,j·d·杰克逊,j . s .公园和j·c . Probst”理解信息技术接受个人专业人士:向一个综合的观点,“丹的信息管理,43卷,不。3、350 - 363年,2006页。视图:出版商的网站|谷歌学术搜索
  58. s . a·拉扎·a·欧麦尔和n .沙”的新因素易于使用和感知有用性为移动银行采用“国际期刊的电子客户关系管理,11卷,不。1,44 - 65,2017页。视图:出版商的网站|谷歌学术搜索
  59. j . Portz大肠Bayliss美国公牛et al .,“使用技术接受模型探索用户体验,使用意图,老年人和病人门户的使用行为与多种慢性疾病:描述性的定性研究,“医学网络研究杂志》上,21卷,不。4篇文章e11604 2019。视图:出版商的网站|谷歌学术搜索
  60. c . l . Miltgen a Popovič,t·奥利维拉”的最终用户接受生物识别技术的决定因素:整合“三巨头”的技术验收和隐私背景下,“决策支持系统,56个卷,第114 - 103页,2013年。视图:出版商的网站|谷歌学术搜索
  61. a . Tarhini m。马斯里·m·阿里和a . Serrano”扩展UTAUT模型来理解客户的接受和使用网上银行在黎巴嫩,”卷,29号4、830 - 849年,2016页。视图:出版商的网站|谷歌学术搜索
  62. m·霍克y包,g . Sorwar”调查影响因素在发展中国家采用e-Health:病人的角度来看,“健康和社会保健信息学,42卷,不。1,1卷,2017页。视图:出版商的网站|谷歌学术搜索
  63. s y, c . Liu罗et al .,”因素影响病人的意图使用糖尿病管理应用程序基于一个扩展的验收和使用技术的统一理论模型:基于网络的调查,“医学网络研究杂志》上,21卷,不。8篇文章e15023 2019。视图:出版商的网站|谷歌学术搜索
  64. w·多兹、k .梦露和d . Grewal编写”的影响价格,品牌,和存储信息,买家的产品评估,”营销研究杂志,28卷,不。3、307 - 319年,1991页。视图:出版商的网站|谷歌学术搜索
  65. E。Maillet、l·马修和c . Sicotte”建模因素解释了接受,实际使用和满意的护士使用电子病历在急性护理设置:UTAUT的延伸,“国际医学信息学杂志》上,卷84,不。1,36-47,2015页。视图:出版商的网站|谷歌学术搜索
  66. n . Basoglu t .美国达因,Topacan,”确定为远程监控病人的偏好,“医疗系统杂志36卷,第1401 - 1389页,2010年。视图:出版商的网站|谷歌学术搜索
  67. c·l·许k . c .曾和黄懿慧壮族“预测未来的使用telehomecare卫生服务在台湾中年人,“社会行为和人格》杂志上,39卷,不。9日,第1261 - 1251页,2011年。视图:出版商的网站|谷歌学术搜索
  68. e·威尔逊和n . Lankton”建模患者接受provider-delivered e-health,”美国医学协会杂志》上,11卷,不。4、241 - 248年,2004页。视图:出版商的网站|谷歌学术搜索
  69. 美国Alwi和m .的Murad”网络信息搜索:文献回顾在健康领域,“计算机和信息工程的国际期刊,12卷,不。12日,第1031 - 1025页,2018年。视图:谷歌学术搜索
  70. a . t . Stephen j . Galak”传统的影响和社会获得了媒体销售:小额贷款市场的研究,“营销研究杂志卷,49号5,624 - 639年,2012页。视图:出版商的网站|谷歌学术搜索
  71. A . De Bruyn和g . l . Lilien“口碑影响力的多级模型通过病毒式营销,”国际市场营销研究杂志》上,25卷,不。3、151 - 163年,2008页。视图:出版商的网站|谷歌学术搜索
  72. 陈黄j . t .萧,y,“电子口碑的影响对产品的判断和选择:虚拟社区的感觉的缓和作用,”应用社会心理学杂志》上,42卷,不。9日,第2347 - 2326页,2012年。视图:出版商的网站|谷歌学术搜索
  73. n . Lim”消费者的感知风险:来源与后果,”电子商务研究与应用,卷2,不。3、216 - 228年,2003页。视图:出版商的网站|谷歌学术搜索
  74. g .邦萨尔f . m . Zahedi, d . Gefen“个人性格的影响信息敏感性,在披露隐私关注和信任网上健康信息,“决策支持系统卷,49号2、138 - 150年,2010页。视图:出版商的网站|谷歌学术搜索
  75. a . k . Ghosh和t . m . Swaminatha”软件在移动电子商务安全和隐私风险,”ACM,44卷,不。2,51-57,2001页。视图:出版商的网站|谷歌学术搜索
  76. d . k . Maduku”,在网上银行接受机构信任的影响:南非银行零售客户的观点,“南非经济和管理科学杂志》上,19卷,不。4、533 - 548年,2016页。视图:出版商的网站|谷歌学术搜索
  77. b, c .太阳,c . Liu和c Gui,“手机银行用户的初始信任模型的研究,“《风险分析以及应对危机,7卷,不。1,p。13日,2017。视图:出版商的网站|谷歌学术搜索
  78. l·高和k·a·Waechter”检查的作用初始信任用户采用移动支付服务:一个实证调查,“信息系统领域,19卷,第548 - 525页,2015年。视图:出版商的网站|谷歌学术搜索
  79. 周t、y . Lu和b . Wang”研究在线消费者初始信任的建立从详尽可能性模型的角度来看,“信息系统领域,18卷,不。2、265 - 275年,2016页。视图:出版商的网站|谷歌学术搜索
  80. s . Kaabachi b s Mrad, b .丹•奥利里“消费者初始信任的形成在入会的接受,“国际银行营销杂志》上,37卷,不。2、507 - 530年,2019页。视图:出版商的网站|谷歌学术搜索
  81. j·塔瓦雷斯t·奥利维拉,“电子健康记录采用门户:乡村分析,“BMC医学信息学和决策,17卷,不。1,2017。视图:谷歌学术搜索
  82. 世界卫生组织,翻译的过程和适应的工具2020年12月,2020,,https://www.who.int/substance_abuse/research_tools/translation/en/
  83. Alodokter,Tentang神灵2020年10月,2018岁的Alodokter,https://www.alodokter.com/about
  84. JurnalApps,Halodoc——Jurnalapps.Co.Id2020年10月,2020岁的jurnalapps,https://jurnalapps.co.id/halodoc - 2318
  85. 感应塔,感应塔——移动应用商店营销情报感应塔,2020年,2020年10月,https://sensortower.com/
  86. j .头发,g·t·霍特,c . Ringle和m . Sarstedt引物对偏最小二乘的结构方程建模(PLS-SEM),第二版、鼠尾草出版物,Inc .,千橡市,美国,2017年。
  87. j .头发,j .优秀、m . Sarstedt和c . Ringle”何时使用以及如何报告PLS-SEM的结果,“欧洲商业评论没有,卷。31日。1,2-24,2019页。视图:出版商的网站|谷歌学术搜索
  88. g·史慕丽,m . Sarstedt j . f .头发et al。”预测模型评估PLS-SEM:使用PLSpredict指南,”欧洲市场营销杂志,53卷,不。11日,第2347 - 2322页,2019年。视图:出版商的网站|谷歌学术搜索
  89. c . m . Ringle和m . Sarstedt”,获得更多的信息从你PLS-SEM结果:importance-performance映射分析,“工业管理和数据系统,卷116,不。9日,第1886 - 1865页,2016年。视图:出版商的网站|谷歌学术搜索
  90. 霍克r, g . Sorwar”理解影响因素采用健康的老年人:UTAUT模型的一个扩展,“国际医学信息学杂志》上卷,101年,第84 - 75页,2017年。视图:出版商的网站|谷歌学术搜索
  91. l . Harst h . Lantzsch麦克尔和m .”理论预测最终用户接受远程医疗的使用:系统回顾,“医学网络研究杂志》上,21卷,不。5篇文章e13117 2019。视图:出版商的网站|谷歌学术搜索
  92. c·雅各布,a . Sanchez-Vazquez和c .象牙”社会、组织和技术因素影响临床医生采用移动健康工具:系统的文献回顾,“JMIR mHealth和uHealth,8卷,不。2篇文章e15935 2020。视图:出版商的网站|谷歌学术搜索
  93. k . Tamilmani n . p . Rana和y . k .已经受理,“消费者接受和使用信息技术:整合评估UTAUT2,”信息系统领域,2020年。视图:出版商的网站|谷歌学术搜索
  94. m . Cimperman m . Makovec Brenčič,p . Trkman“分析老用户的家庭远程医疗服务验收behavior-applying延长UTAUT模型,”国际医学信息学杂志》上卷。90年,22-31,2016页。视图:出版商的网站|谷歌学术搜索
  95. a . t .斯蒂芬·m·r·Sciandra和j·j·曼,内容characteritstics的影响对消费者与品牌的接触社会媒体内容在Facebook上、营销科学研究所工作论文系列,15 - 110,2015。
  96. 张郭x, x和y的太阳,“privacy-personalization悖论在mHealth服务接受不同的年龄组,”电子商务研究与应用》16卷,55 - 65、2016页。视图:出版商的网站|谷歌学术搜索
  97. a . Alaiad和l .周”,家庭医疗机器人采用的决定因素:一个实证调查,“国际医学信息学杂志》上,卷83,不。11日,第840 - 825页,2014年。视图:出版商的网站|谷歌学术搜索
  98. s . Veazie k温菲尔,j·吉尔伯特et al .,“快速审查证据糖尿病自我管理的移动应用程序,”普通内科医学杂志》上,33卷,不。7,1167 - 1176年,2018页。视图:出版商的网站|谷歌学术搜索
  99. 诉约翰逊,r·杰瑞•王(george w . bush)和j·贝尔,“感知隐私的影响,准确性和安全性采用移动自助结账系统,”创新经济与管理杂志》上,1卷,不。31日,第247 - 221页,2020年。视图:出版商的网站|谷歌学术搜索
  100. 诉l·约翰逊,a . Kiser r·华盛顿和r·托雷斯“限制快速采用支付服务:理解隐私风险的影响支付服务,“电脑在人类行为卷,79年,第122 - 111页,2018年。视图:出版商的网站|谷歌学术搜索
  101. e . Hartono c . w . Holsapple刘贤Kim k . s . Na和j·t·辛普森“测量感知B2C电子商务的安全网站用法:respecification和验证,”决策支持系统卷。62年,乳,2014页。视图:出版商的网站|谷歌学术搜索
  102. c . Lu, y, j·谢et al .,“移动健康应用程序的使用,改善病人的经验:横断面研究在中国的公立医院,”JMIR mHealth和uHealth》第六卷,没有。5篇文章e126 2018。视图:出版商的网站|谷歌学术搜索
  103. c . m . Ringle s Wende和j·m·贝克尔SmartPLS 32015年,SmartPLS Bonningstedt,http://www.smartpls.com
  104. c . g . Fornell和d·f·拉克尔”评估结构方程模型与不可见的变量和测量误差,“营销研究杂志,18卷,不。1,39-50,1981页。视图:出版商的网站|谷歌学术搜索
  105. j . hensel c . m . Ringle和m .丹Sarstedt”新标准评估区分效度variance-based结构方程建模,”学院的营销科学》杂志上,43卷,不。1,第135 - 115页,2015。视图:出版商的网站|谷歌学术搜索
  106. p . n . Sharma m . Sarstedt g·史慕丽,k . h . Kim和k·o·蒂埃尔,“PLS-Based模型选择:其他解释的作用在信息系统的研究中,“协会的杂志《信息系统,20卷,不。4、346 - 397年,2019页。视图:出版商的网站|谷歌学术搜索
  107. j·科恩,行为科学统计能量分析1988年,劳伦斯Erlbaum Associates。
  108. g·史慕丽,射线,j . m .委拉斯开兹埃斯特拉达和s . b . Shatla“房间里的大象:请模型的预测性能,”商业研究杂志》,卷69,不。10日,4552 - 4564年,2016页。视图:出版商的网站|谷歌学术搜索
  109. j . hensel c . m . Ringle和r . r . Sinkovics”的使用偏最小二乘路径建模在国际营销中,“国际营销的发展,20卷,第319 - 277页,2009年。视图:出版商的网站|谷歌学术搜索
  110. m .恐龙和a . de Guzman”使用偏最小二乘(PLS)在预测行为意向之间的远距离卫生使用菲律宾的老年人,“教育老年学第41卷。。1,53 - 68年,2014页。视图:出版商的网站|谷歌学术搜索
  111. z邓,z, c . Ren w·张,f .香:“预测病人的收养意图向中国mHealth服务:实证研究,“JMIR mHealth和uHealth》第六卷,没有。8篇文章e172 2018。视图:出版商的网站|谷歌学术搜索
  112. k·f·孟,郭x, z Peng Lai和赵x”调查采用移动健康服务老年用户:信任转移模型和调查研究中,“JMIR mHealth和uHealth,7卷,不。1,文章e12269, 2019。视图:出版商的网站|谷歌学术搜索
  113. 李x, z z锣,汉族,c . Yu和j·d·莱因哈特”影响因素采用在线健康咨询服务:主观规范的作用,信任、感知到的好处,和线下的习惯,”公共卫生领域前沿,7卷,p。286年,2019年。视图:出版商的网站|谷歌学术搜索
  114. p . Ramirez-Correa c . Ramirez-Rivas j . Alfaro-Perez, a . Melo-Mariano“远程医疗COVID-19大流行期间接受:实证健壮的一致的路径偏最小二乘建模的例子,”对称,12卷,不。10日,第1593条,2020年。视图:出版商的网站|谷歌学术搜索
  115. g·c·摩尔和i Benbasat”开发的仪器测量采用信息技术创新的观念,“信息系统研究,卷2,不。3、192 - 222年,1991页。视图:出版商的网站|谷歌学术搜索
  116. b Schivinski d . Dabrowski,“社交媒体沟通的影响消费者对品牌的看法,”杂志的营销传播,22卷,不。2、189 - 214年,2014页。视图:谷歌学术搜索
  117. 张x p . Yu j .严a . m .吨和i t . a . m .官方“用创新扩散理论来理解消费者的因素影响患者接受和使用e-health创新:一个案例研究在初级保健诊所,“BMC卫生服务研究,15卷,不。1,2015。视图:出版商的网站|谷歌学术搜索
  118. y郭和s .日元”,对行为意向的理解使用3 g移动增值服务,“电脑在人类行为,25卷,不。1,第110 - 103页,2009。视图:出版商的网站|谷歌学术搜索

版权©2021英镑吉尔伯特屋大维和Ferdi安东尼奥。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。


更多相关文章

对本文没有相关内容可用。
PDF 下载引用 引用
下载其他格式更多的
订单打印副本订单
的观点1517年
下载1001年
引用

相关文章

对本文没有相关内容可用。

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读