慢性病患者移动医疗服务使用意愿影响因素分析*

聂丽，张凯丽

(新乡医学院 管理学院，河南 新乡 453000)

慢性病正在世界范围内造成重大的健康和社会负担，其中高血压、糖尿病的患病率尤其高，我国2012年18岁以上高血压患病率为25.2%，糖尿病的患病率为9.7%；2018珠海市3205名居民自报慢性病总患病率为276%，患病顺位居前三位的慢性病依次是高血压16.7%、糖尿病4.1%、冠心病3.5%[1]，高血压、糖尿病等慢性病，已成为影响国家经济社会发展的重大公共卫生问题。“互联网+医疗健康管理服务”模式已摆在国家优先发展的战略高度，2018年国务院办公厅出台《关于促进“互联网+医疗健康”发展的意见》明确要求健全“互联网+医疗健康”服务体系，满足群众日益增长的医疗卫生健康需求；2019年国卫办出台《国务院办公厅关于促进“互联网+医疗健康”发展的意见》确定试点省份，规范“互联网+护理服务”，保障医疗质量和安全，助力实施健康中国战略。因此研究慢性病患者对移动医疗的使用意愿具有重要意义。

移动医疗服务促进了传统慢性病管理模式的转变。借助移动医疗慢性病患者可通过智能化的电子设备监测血压、血糖等的变化，也可随时随地咨询医生；同时医护人员可以方便快捷的获得患者准确病情信息，并运用移动医疗设备进行日常情况的监测和高效管理，此外移动医疗服务还可以为患者科普医学知识并督促患者养成良好的健康生活习惯，对慢性病的康复具有积极作用，可有效降低并发症发生以及增加治愈率，优化医疗资源的利用。

1 对象与方法

1.1 研究对象

2020年4月，在新乡市重点医院(包括中心医院、新乡医学院附属医院、第一人民医院)进行现场调查，对符合的调查对象(包括高血压、糖尿病及高血压与糖尿病共病患者)共发放问卷210份，回收有效问卷205份，回收率97.6%。

1.2 方法

采用UTAUT(Unified Theory of Acceptance and Use of Technology)模型，该模型由Venkatesh、Morris等在2003年对“影响使用者认知因素”问题提出的整合型科技接受模式。包含四个核心维度：绩效期望、付出期望、社群影响、配合情况[2]。绩效期望在本研究中是指患者所感受到使用移动医疗对工作生活有所帮助的程度；付出期望是指患者使用移动医疗所需要付出的努力；社群影响即社会影响是指患者所感受到的来自周围社会的影响程度；配合情况即便利条件是指患者在使用移动医疗时所感受到的在相关技术、设备方面所得到的支持程度[3]。在UTAUT模型的基础上还纳入了感知风险因素，感知风险指患者在使用移动医疗时所感受到的风险程度，影响因素分析的设计采用李克特5级量表，分为完全不同意、比较不同意、一般、比较同意和完全同意五个级别，分值从1到5。收集高血压、糖尿病患者对移动医疗认知和使用意愿等数据，采用问卷星进行调查，借助SPSS软件进行描述性统计及多元线性逐步回归[4-5]，最终得出影响患者使用意愿的因素。

2 结果

2.1 患者基本情况分析

(1) 患者人口统计学特征。如表1所示，205名患者中男性96名，占46.83%，女性109名，占53.71%；年龄以51—70岁为主，多为老年人，占59.51%；学历初中最多，占35.61%，其次为小学及以下，占29.76%，由此可见，调查人群受教育程度较低；职业无业最多，占42.93%；平均月收入以2000元以下最多，占52.68%；医疗费用承担方式以城乡居民基本医疗保险最多，占48.78%，其次为自费，占37.56%；对智能手机的熟练程度一般的最多，占45.37%。205名患者中患有高血压的有111人，占54.15%；患有糖尿病的有84人，占40.98%；两者皆有的为10人，占4.88%；确诊至今时间以三年以下的最多，占46.34%；未伴有并发症的占多数，为86.83%；由此可见，调查人群的慢性病轻症居多。

表1 患者人口统计学信息

(2) 慢性病移动医疗认知情况。如表2所示，205名患者中有50人听说过移动医疗，占24.39%，移动医疗在患者中的知晓率较低；其中通过网络和广告推广知晓的占比最高，有31人，高达62%，其次是通过亲朋好友推荐，有11人，占22%；知道可以通过移动医疗来管理慢性病的人有46人，占22.44%；使用过移动医疗进行慢性病管理的人有23人，占11.22%；患者主要是通过微信公众号、微信小程序和独立的移动医疗APP等，分别占34.78%、21.74%、21.74%。

表2 高血压、糖尿病移动医疗认知情况统计

(3)慢性病移动医疗服务需求情况。如图1所示，在接受调查的205名患者中，认为服务功能较好的前三分别是：咨询医生，选择人数占总人数的77.56%；其次是血糖、血压监测记录，选择人数占总人数的75.61%；然后是是浏览相关知识，选择人数占总人数的73.66%。其他占5.37%，其中2人提出了具体意见，1人建议有专职保健医生，并且支付一定的费用，另1人建议有家庭医生全面跟踪了解病情。

图1 慢性病移动医疗需求情况分析

2.2 影响因素分析

2.2.1 移动医疗使用意愿量表得分情况

如表3所示，在五个影响因素中，绩效期望的得分最高，三个测量项目均值均大于4，总分为5。其中 “方便地咨询医生”得分最高为4.66。得分最低的项目为“有助于检测我的健康”。便利条件因素得分仅次于绩效期望，得分为4.4，其中被测量的三个项目中，“平台的使用方式简单易懂让我更好的使用移动医疗”得分最高，而“我有足够的资源来使用移动医疗平台”得分最低。社会影响因素的得分为4.38，其中被测量的三个项目中，“对我健康决策有影响的人给我推荐使用该服务，我会尝试使用”得分最高，而得分最低的项目为“我会因为媒体的宣传或政策导向而使用移动医疗服务”。努力期望因素是五个影响因素中得分最低的因素，得分为3.77，其中“移动医疗服务更容易理解，操作简单”得分最高，而“能够独立操作智能手机获取慢性病移动医疗服务”得分最低。感知风险的得分为4.29，其中被测量的四个项目中，“担心泄露个人信息”得分最高，得分最低的项目是“获取的医学知识和咨询不可靠”。

表3 量表得分情况分析

2.2.2 多元线性逐步回归

自变量为努力期望、社会影响、便利条件、绩效期望和感知风险，因变量为使用意愿，在此基础上进行逐步回归分析，经过模型自动识别，剔除了对使用意愿影响不明显的社会影响因素，最终为努力期望、便利条件、绩效期望、感知风险四项在模型中R2的值为0.668，代表努力期望、便利条件、绩效期望、感知风险可以解释使用意愿66.8%的变化原因。而且模型通过F检验(F=100.575，P=0.000<0.05)，说明模型有效。模型公式为：使用意愿=1.339+0.195*努力期望+0.314*便利条件+0.294*绩效期望-0.145*感知风险。此外，对模型的多重共线性进行检验，如表4模型中的VIF值均小于5，说明模型没有共线性问题；并且D-W值在数字2附近，因此模型不存在自相关问题，各样本数据之间不存在关联关系，模型良好。如表4,具体分析如下：

表4 逐步线性回归分析结果(n=205)

努力期望的回归系数值为0.195(t=4.469，P=0.000<0.01)，说明努力期望会积极的正向影响使用意愿。

便利条件的回归系数值为0.314(t=3.488，P=0.001<0.01)，说明便利条件会积极的正向影响使用意愿。

绩效期望的回归系数值为0.294(t=4.027,P=0.000<0.01)，说明绩效期望会积极的正向影响使用意愿。

感知风险的回归系数值为-0.145(t=-4.159,P=0.000<0.01)，说明感知风险会消极的负面影响使用意愿。

总体来看，社会影响没有对使用意愿产生明显的作用；便利条件、绩效期望、努力期望会对使用意愿产生明显的正向影响关系，且影响程度逐渐降低；感知风险会对使用意愿产生明显的负面影响关系。

3 讨论

3.1 患者对移动医疗的认知与需求

3.1.1 移动医疗缺乏较强的宣传力度

在被调查患者中，听说过移动医疗仅占24.39%，知道可以通过移动医疗来进行慢性病管理的人占22.44%，使用过移动医疗进行慢性病管理的占11.22%。 因此移动医疗在患者中的知晓率和使用率都较低，由此可见移动医疗缺乏较强的宣传力度，大部分患者都没有听说过或使用过移动医疗。

3.1.2 老年患者对医疗接受度低，患者对咨询医生等服务需求较高

首先，从被调查者的年龄来看，大部分患者为老年人且对手机的熟练程度为一般，老年人学习能力较弱，学历偏低，且大部分患者已习惯了传统的看病方式，对新型的治疗管理方法难以接受，致使一部分患者放弃使用移动医疗。因此移动医疗应该针对老年群体进行个性化设计。

从患者最喜欢的使用功能来看，咨询医生的占比最高，大部分患者都希望去三甲医院，但传统管理模式往返医院花费的时间与费用较多，且不能随时进行检查，这也是移动医疗咨询医生功能比例较高的原因之一。其次，血压、血糖监测功能的比例仅次于咨询医生功能，访谈中还了解到部分患者血压、血糖得不到有效监测，且缺乏自我管理意识，可能错过最佳治疗时机。

3.2 患者对移动医疗使用意愿影响因素分析

本研究提出的五个对移动医疗使用意愿的影响因素中绩效期望因素、便利条件因素、努力期望、感知风险对使用意愿有显著影响关系，而社会影响对使用意愿的影响较小，剔除该因素，对剩下四个影响因素进行讨论。

3.2.1 患者获得的效益越高对平台的使用意愿越强

绩效期望的得分最高，其中在被测量的三个项目中“更方便地咨询医生”得分最高，表明患者最希望方便快捷的咨询医生，从而获得专业的指导意见，也希望节省挂号排队的时间。对绩效期望因素进行线性逐步回归发现，其回归系数值为0.294，因此绩效期望会正向影响使用意愿。结果显示，患者在使用移动医疗过程中获得的效益越高，对平台的使用意愿越强。因此，移动医疗平台可以完善功能，同时增加实用性，提高患者的使用效益，增加对平台的满意度。

3.2.2 患者获得的便利条件越多对移动医疗的使用意愿越强

便利条件因素的得分为4.4，其中被测量的三个项目中“使用方式简单易懂能让我更好的使用移动医疗”得分最高，表明患者更期望移动医疗平台自身能降低使用难度，由于被调查者中老年人居多，因此移动医疗平台降低使用难度对患者来说是很有必要的。对便利条件进行线性逐步回归发现，其回归系数值为0.314，意味着绩效期望积极的正向影响使用意愿。结果显示，外部条件提供的支持程度越高，患者对移动医疗的使用意愿越强。因此，移动医疗应以患者为中心积极开发适合患者年龄、心理、爱好的医疗平台，降低患者使用时的困难度，从而增强使用平台的自信感。

3.2.3 患者的努力期望越高对移动医疗的使用意愿越强

努力期望因素的得分情况为3.77，其中被测量的项目中得分最高的为“移动医疗服务更容易理解，操作简单”，表明患者会为移动医疗付出一定的努力值。但“我能够独立操作智能手机获取慢性病移动医疗服务”得分最低，表明患者在使用移动医疗的过程中遇到困难，容易放弃使用，并且对新兴事物会产生不自信的心理状态。对努力期望进行线性逐步回归发现，其回归系数值为0.195，意味着努力期望积极的正向影响着使用意愿。因此，患者面对新兴事物时愿意努力探索，移动医疗平台也应增加宣传，消除患者对移动医疗的恐惧，增强其努力期望。

3.2.4 患者感受到的风险程度越高对移动医疗的使用意愿越低

感知风险的得分情况为4.29，其中被测量的四个项目中，“担心可能泄露个人隐私”得分最高，表明患者最关心隐私泄露，因此，移动医疗要快速发展，获取患者信任，就要解决好隐私泄露风险问题。对感知风险进行线性逐步回归发现，其回归系数值为-0.145，即表明患者在使用移动医疗时感受到的风险程度越高，对移动医疗的使用意愿越低。移动医疗缺乏对患者信息的保护会降低患者对平台的信赖感，从而使患者放弃使用该平台，因此，移动医疗应加强对患者信息的保护，降低患者的感知风险，增加患者对平台的信赖感。

4 建议

4.1 加强宣传力度，加大与医院的合作力度

对老年人来说，从网络上获取移动医疗信息的概率较低，且他们往往对新兴事物有不信任感，很少尝试使用移动医疗。从表1得分情况可以看出“对健康决策有影响的人推荐该服务，患者会尝试使用”的得分最高。因此医生、护士可作为一个中介，为患者介绍移动医疗的主要功能，宣传移动医疗的优势；从医护人员的角度出发，加强移动医疗平台的宣传，而不是从移动医疗本身，直接让患者通过网络得知[6]。通过患者信任的医护人员渠道可以给患者一个缓冲作用，提高宣传力度。

4.2 以用户需求为中心，不断完善移动医疗的功能

移动医疗可针对不同的患者，设计不同的界面和功能，平台的界面设计应符合患者习惯兼顾方便快捷。平台应根据患者的年龄、认知情况及用户习惯特点进行个性化设计，让移动医疗变得简单易懂。功能也可根据患者的需求个性化删减、改善并推出新功能。如果患者习惯使用移动医疗来管理慢性病，首先可以节约患者来往医院的时间和金钱成本，也可随时随地与医生联系，加强医患沟通，对于患者病情的控制有益。其次对我国的医疗资源紧缺，医护人员数量短缺，患者去医院挂号看病要等很长时间，移动医疗的出现在减少患者排队等待的时间，简化问诊流程，节约医院开支等方面具有重要意义[7-8]。

4.3 国家加强对移动医疗的监管，健全相关法律法规

患者在使用移动医疗时感知到的风险越高，对移动医疗的使用意愿越低。因此，减小患者的感知风险能提高患者对移动医疗的使用意愿。移动医疗是新兴事物，我国对于该领域缺乏统一的行业准入规则及相关法律。且我国移动医疗行业参差不齐，市场上充斥多种移动医疗APP，患者无法鉴别好坏。通过调查得知，患者对泄露隐私问题最担心，由于在管理慢性病的过程中需要输入个人信息以及病情，存在一些追逐利益的开发商违法兜售患者的隐私信息，会产生巨大的安全隐患，同时对移动医疗的发展带来巨大挑战。因此，在移动医疗使用过程中，要特别注意对患者隐私的保护，患者隐私是否得到保护会直接影响着患者对移动医疗的使用意愿[9]。建议国家设立专门统一的行业准入规则，健全相关法律法规，成立专门的机构或委员会对移动医疗领域进行监管[10-11]。

4.4 提高专业化程度，加强用户信任度

我国互联网发展迅速，但移动医疗在我国处于起步阶段，有些平台只注重外观设计，注重下载量使用率，但缺乏专业的医学背景为支撑。移动医疗信息内容的准确性至关重要，如果一个医疗平台宣传的医学知识不可靠，会延误患者的治疗并对患者的身体健康造成严重后果。因此，专业的医学平台是移动医疗开发和推广的重要基石。但是，目前许多平台的开发都缺少专业医学人员的参与，缺少与医院的密切合作，导致信息的准确性和权威性都受到质疑[12]。建议平台与医学专家保持长期且紧密的合作，提高平台医学知识的专业化程度，使医学知识更好的融入到移动医疗平台[13-14]。