DOI: https://doi.org/10.1057/s41599-024-03457-9
تاريخ النشر: 2024-09-12
المؤلف: Brendan Chukwuemeka Ezeudoka وآخرون
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تدرس هذه الدراسة العوامل التي تسهم في مقاومة المستخدمين لخدمات الصحة الإلكترونية بين كبار السن، مع التركيز بشكل خاص على عدم المساواة في المعلومات، وعدم الثقة الرقمية، وانخفاض الكفاءة الذاتية، والمخاطر المدركة، والتأثير الاجتماعي. باستخدام استبيانات منظمة من 301 مشارك وتحليل البيانات من خلال نمذجة المعادلات الهيكلية، تكشف النتائج عن علاقات إيجابية كبيرة بين عدم الثقة الرقمية، والمخاطر المدركة، ومقاومة المستخدمين. وهذا يبرز الحاجة الملحة لمعالجة قضايا الثقة والمخاطر في تدخلات الصحة الإلكترونية. ومن الجدير بالذكر أن الدراسة تحدد الندم المتوقع كعامل معتدل؛ كبار السن الذين يخشون الندم على قرارهم بعدم اعتماد خدمات الصحة الإلكترونية هم أقل عرضة لمقاومة التقنيات الرقمية، على الرغم من عدم ثقتهم.
تؤكد الأبحاث على تعقيد مقاومة خدمات الصحة الإلكترونية، مما يبرز أهمية التدخلات التي تبني الثقة وتخفف من إدراك المخاطر. بينما يوفر عامل الندم المتوقع رؤى جديدة حول الديناميات النفسية للمقاومة، لم تجد الدراسة دعمًا للرابط المتوقع بين عدم المساواة في المعلومات ومقاومة المستخدمين، مما يشير إلى الحاجة لمزيد من التحقيق في هذه العلاقة. بشكل عام، تساهم النتائج في فهم اعتماد الصحة الإلكترونية بين كبار السن وتقدم تداعيات عملية لصانعي السياسات والممارسين الذين يهدفون إلى تعزيز قبول تقنيات الصحة الرقمية في هذه الفئة السكانية. البحث المستمر ضروري لمواكبة المشهد الرقمي المتطور في الرعاية الصحية.
مقدمة
تناقش مقدمة ورقة البحث الإمكانيات التحويلية لخدمات الصحة الإلكترونية في معالجة الفجوات في الرعاية الصحية، والتي تم تسليط الضوء عليها بشكل خاص خلال جائحة COVID-19. تُعرف الصحة الإلكترونية من قبل منظمة الصحة العالمية بأنها استخدام تكنولوجيا المعلومات والاتصالات (ICT) لربط المرضى بمقدمي الرعاية الصحية، وقد اكتسبت زخمًا كوسيلة لتعزيز تقديم الرعاية الصحية. على الرغم من مزاياها، واجه اعتماد خدمات الصحة الإلكترونية مقاومة، خاصة بين كبار السن، بسبب عوامل مثل التحديات التكنولوجية، والقلق بشأن رعاية المرضى، والتردد في التغيير، والمخاطر المدركة. ومن الجدير بالذكر أن الورقة تؤكد أنه بينما يمكن أن تسهل الصحة الإلكترونية العيش المستقل للسكان المسنين، فإن قبول هذه التقنيات لا يزال منخفضًا، خاصة في البلدان ذات الدخل المنخفض والمتوسط مثل نيجيريا.
يحدد المؤلفون فجوات كبيرة في الأدبيات الحالية بشأن مقاومة خدمات الصحة الإلكترونية، خاصة بين كبار السن. يجادلون بأن نماذج قبول التكنولوجيا التقليدية، مثل نموذج قبول التكنولوجيا (TAM) والنظرية الموحدة لقبول واستخدام التكنولوجيا (UTAUT)، لا تعالج بشكل كافٍ تعقيدات سلوك المقاومة. تهدف هذه الدراسة إلى استكشاف كيف تسهم المحفزات الخارجية (مثل عدم المساواة في المعلومات، والتأثير الاجتماعي، والمخاطر المدركة) والعواطف السلبية (مثل عدم الثقة الرقمية، وانخفاض الكفاءة الذاتية) في المقاومة بين كبار السن في نيجيريا. علاوة على ذلك، تسعى إلى التحقيق في الدور المعتدل للندم المتوقع في هذه العلاقة، مما يسهم في فهم أعمق للعوامل التي تؤثر على مقاومة خدمات الصحة الإلكترونية في السياقات التي لم يتم بحثها بشكل كافٍ.
الطرق
يستعرض قسم “الطرق” في ورقة البحث التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في سؤال البحث. استخدمت الدراسة نهجًا كميًا، حيث تم دمج التحليلات الإحصائية لتقييم البيانات المجمعة من تجارب مختلفة. تضمنت المنهجيات المحددة تجارب محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لملاحظة آثارها على النتائج المعنية.
شملت جمع البيانات استخدام أدوات وبروتوكولات موحدة لضمان الموثوقية والصلاحية. تم إجراء التحليل باستخدام أدوات برمجية سهلت تطبيق الاختبارات الإحصائية المناسبة، مثل اختبارات t أو ANOVA، لتحديد دلالة النتائج. يبرز القسم أهمية القابلية للتكرار والشفافية في الطرق المستخدمة، مما يسمح للدراسات المستقبلية بالبناء على النتائج المقدمة.
النتائج
في قسم النتائج، قامت الدراسة بتقييم انحياز الطريقة الشائعة (CMB) من خلال تحليل عامل تضخم التباين (VIF) للمتغيرات المتنبئة في النموذج. يعمل VIF كقياس إحصائي لتحديد مدى التعدد الخطي، والذي يمكن أن يشير إلى انحياز محتمل في التحليل (Hair et al., 2011). وفقًا لكوك (2015)، تشير قيم VIF التي تتجاوز 3.3 إلى مشاكل تعدد خطي كبيرة، بينما تعتبر القيم التي تقل عن هذا العتبة مقبولة.
كشفت النتائج أن جميع المتغيرات المتنبئة في الدراسة حافظت على قيم VIF أقل من العتبة الحرجة 3.3، كما هو موضح في الجدول 2. تشير هذه النتيجة إلى أن التعدد الخطي لم يكن مصدر قلق كبير في البيانات، مما يدعم صلاحية النهج القياسي المستخدم في التحليل.
المناقشة
يتناول قسم المناقشة في ورقة البحث ثلاثة أسئلة بحثية رئيسية تتعلق بمقاومة كبار السن لخدمات الصحة الإلكترونية، مع التركيز على أدوار عدم الثقة الرقمية، وانخفاض الكفاءة الذاتية، والندم المتوقع. تسلط الدراسة الضوء على أهمية فهم هذه العوامل النفسية لتعزيز رفاهية كبار السن والتوافق مع أهداف التنمية المستدامة (SDGs) في نيجيريا، وخاصة الهدف 3 (الصحة الجيدة والرفاه) والهدف 10 (تقليل الفجوات). من خلال تحديد الحواجز مثل عدم الثقة الرقمية وانخفاض الكفاءة الذاتية، تهدف الأبحاث إلى إبلاغ صانعي السياسات والمهنيين الصحيين باستراتيجيات لتحسين الوصول إلى الرعاية الصحية وتقليل الفجوات بين السكان المسنين.
الإطار النظري مستند إلى نظرية المحفز-الكائن-الاستجابة (SOR)، التي تفترض أن المحفزات الخارجية تؤثر على الحالات النفسية الداخلية، مما يؤدي إلى استجابات سلوكية. تقترح الدراسة عدة فرضيات تربط بين عدم المساواة في المعلومات، والتأثير الاجتماعي، والمخاطر المدركة، وعدم الثقة الرقمية، وانخفاض الكفاءة الذاتية بمقاومة المستخدمين. تؤكد على أن الندم المتوقع قد يعتدل هذه العلاقات، مما يشير إلى أن الخوف من فقدان الفوائد المحتملة قد يحفز كبار السن على التغلب على مقاومتهم لخدمات الصحة الإلكترونية. يستخدم تصميم البحث طريقة المسح العرضي لجمع البيانات من كبار السن في جميع أنحاء نيجيريا، بهدف تقديم رؤى يمكن أن تسهل اعتماد تقنيات الصحة الإلكترونية وتحسين النتائج الصحية العامة في هذه الفئة السكانية.
القيود
تسلط قيود هذه الدراسة الضوء على عدة مجالات لمزيد من البحث. بشكل أساسي، يقتصر التركيز على الأفراد المسنين في نيجيريا على تعميم النتائج على ديموغرافيات وسياقات ثقافية أخرى. يجب أن تهدف الأبحاث المستقبلية إلى التحقيق في مقاومة المستخدمين لخدمات الصحة الإلكترونية عبر مجموعات سكانية متنوعة لتعزيز فهم محدداتها. بالإضافة إلى ذلك، فإن الاعتماد على البيانات المبلغ عنها ذاتيًا يقدم أخطاء محتملة في القياس وانحياز الرغبة الاجتماعية، مما يشير إلى أن الأساليب المختلطة، بما في ذلك المقابلات النوعية والدراسات الملاحظة، يمكن أن توفر منظورًا أكثر دقة حول تجارب كبار السن مع اعتماد الصحة الإلكترونية.
علاوة على ذلك، لم تفرق الدراسة بين المتبنين وغير المتبنين للصحة الإلكترونية فيما يتعلق بمقاومتهم لهذه الخدمات، مما يثير تساؤلات حول العوامل التي تؤثر على مثل هذا المعارض. يمكن أن تستكشف الاستفسارات المستقبلية التأثيرات الديموغرافية، مثل الجنس، على قبول الصحة الإلكترونية. كما أن البحث لم يتناول الآليات الأساسية للارتباطات الملاحظة والعوامل الهيكلية والتنظيمية الأوسع التي تؤثر على مقاومة المستخدمين. يُوصى بإجراء دراسات طولية وتحليلات وساطة لتوضيح المسارات السببية، بينما يمكن أن يتناول نهج متعدد المستويات كيف تؤثر الثقافة التنظيمية، وبنية الرعاية الصحية، وأطر السياسات على اعتماد خدمات الصحة الإلكترونية.
DOI: https://doi.org/10.1057/s41599-024-03457-9
Publication Date: 2024-09-12
Author(s): Brendan Chukwuemeka Ezeudoka et al.
Primary Topic: Technology Adoption and User Behaviour
Overview
This study examines the factors contributing to user resistance to e-health services among older adults, specifically focusing on information inequality, digital distrust, low self-efficacy, perceived risk, and social influence. Utilizing structured questionnaires from 301 participants and analyzing the data through structural equation modeling, the findings reveal significant positive relationships between digital distrust, perceived risk, and user resistance. This highlights the critical need to address trust and risk concerns in e-health interventions. Notably, the study identifies anticipated regret as a moderating factor; older adults who fear regretting their decision not to adopt e-health services are less likely to resist digital technologies, despite their distrust.
The research underscores the complexity of resistance to e-health services, emphasizing the importance of interventions that build trust and mitigate risk perceptions. While the anticipated regret factor provides new insights into the psychological dynamics of resistance, the study did not find support for the expected link between information inequality and user resistance, indicating a need for further investigation into this relationship. Overall, the findings contribute to the understanding of e-health adoption among older adults and offer practical implications for policymakers and practitioners aiming to enhance the acceptance of digital health technologies in this demographic. Continued research is essential to keep pace with the evolving digital landscape in healthcare.
Introduction
The introduction of the research paper discusses the transformative potential of electronic health (e-health) services in addressing healthcare disparities, particularly highlighted during the COVID-19 pandemic. E-health, defined by the World Health Organization as the use of information and communication technology (ICT) to connect patients and healthcare providers, has gained traction as a means to enhance healthcare delivery. Despite its advantages, the adoption of e-health services has faced resistance, particularly among older adults, due to factors such as technological challenges, concerns regarding patient care, reluctance to change, and perceived risks. Notably, the paper emphasizes that while e-health can facilitate independent living for the aging population, the acceptance of these technologies remains low, particularly in low- and middle-income countries like Nigeria.
The authors identify significant gaps in existing literature regarding the resistance to e-health services, particularly among the elderly. They argue that traditional technology acceptance models, such as the Technology Acceptance Model (TAM) and the Unified Theory of Acceptance and Use of Technology (UTAUT), inadequately address the complexities of resistance behavior. This study aims to explore how external stimuli (e.g., information inequality, social influence, perceived risk) and negative emotions (e.g., digital distrust, low self-efficacy) contribute to resistance among older adults in Nigeria. Furthermore, it seeks to investigate the moderating role of anticipated regret in this relationship, thereby contributing to a deeper understanding of the factors influencing resistance to e-health services in under-researched contexts.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research question. The study utilized a quantitative approach, incorporating statistical analyses to evaluate the data collected from various experiments. Specific methodologies included controlled experiments, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data collection involved the use of standardized instruments and protocols to ensure reliability and validity. The analysis was performed using software tools that facilitated the application of appropriate statistical tests, such as t-tests or ANOVA, to determine the significance of the results. The section emphasizes the importance of replicability and transparency in the methods used, allowing for future studies to build upon the findings presented.
Results
In the results section, the study assessed common method bias (CMB) through the analysis of the variance inflation factor (VIF) for the predictor variables in the model. VIF serves as a statistical measure to identify the extent of multicollinearity, which can indicate potential bias in the analysis (Hair et al., 2011). According to Kock (2015), VIF values exceeding 3.3 suggest significant multicollinearity issues, while values below this threshold are considered acceptable.
The findings revealed that all predictor variables in the study maintained VIF values below the critical threshold of 3.3, as detailed in Table 2. This outcome suggests that multicollinearity was not a significant concern in the data, thereby supporting the validity of the standard approach used in the analysis.
Discussion
The discussion section of the research paper addresses three primary research questions regarding older adults’ resistance to e-health services, focusing on the roles of digital distrust, low self-efficacy, and anticipated regret. The study highlights the importance of understanding these psychological factors to enhance the well-being of older adults and align with Sustainable Development Goals (SDGs) in Nigeria, particularly SDG 3 (Good Health and Well-Being) and SDG 10 (Reduced Inequalities). By identifying barriers such as digital distrust and low self-efficacy, the research aims to inform policymakers and healthcare professionals on strategies to improve healthcare access and reduce inequalities among older populations.
The theoretical framework is grounded in the Stimulus-Organism-Response (SOR) theory, which posits that external stimuli influence internal psychological states, leading to behavioral responses. The study proposes several hypotheses linking information inequality, social influence, perceived risk, digital distrust, and low self-efficacy to user resistance. It emphasizes that anticipated regret may moderate these relationships, suggesting that the fear of missing out on potential benefits could motivate older adults to overcome their resistance to e-health services. The research design employs a cross-sectional survey method to collect data from older adults across Nigeria, aiming to provide insights that can facilitate the adoption of e-health technologies and improve overall health outcomes in this demographic.
Limitations
The limitations of this study highlight several areas for further research. Primarily, the focus on older individuals in Nigeria restricts the generalizability of the findings to other demographics and cultural contexts. Future research should aim to investigate user resistance to e-health services across diverse populations to enhance understanding of its determinants. Additionally, the reliance on self-reported data introduces potential measurement errors and social desirability bias, suggesting that mixed-methods approaches, including qualitative interviews and observational studies, could provide a more nuanced perspective on senior citizens’ experiences with e-health adoption.
Moreover, the study did not differentiate between e-health adopters and nonadopters regarding their resistance to these services, raising questions about the factors influencing such opposition. Future inquiries could explore demographic influences, such as gender, on e-health acceptance. The research also fell short of examining the underlying mechanisms of the observed correlations and the broader structural and organizational factors affecting user resistance. Longitudinal studies and mediation analyses are recommended to elucidate causal pathways, while a multilevel approach could address how organizational culture, healthcare infrastructure, and policy frameworks impact the adoption of e-health services.