فهم العوامل المؤثرة الكامنة في اعتماد الصحة الرقمية في الممارسات العامة من خلال تحليل مختلط الأساليب Understanding inherent influencing factors to digital health adoption in general practices through a mixed-methods analysis
أظهرت الأبحاث المكثفة القيمة المحتملة لحلول الصحة الرقمية وأبرزت أهمية اعتماد الأطباء. نظرًا لأن الأطباء العامين هم نقطة الاتصال الأولى للمرضى، فإن فهم العوامل المؤثرة على اعتمادهم للصحة الرقمية يعد أمرًا مهمًا بشكل خاص لاشتقاق توصيات عملية مخصصة. باستخدام نهج مختلط، تحدد هذه الدراسة بشكل عام حواجز الاعتماد واستراتيجيات التحسين المحتملة في الممارسات العامة، بما في ذلك تأثير الخصائص الجوهرية للأطباء العامين – وخاصة شخصياتهم – على اعتماد الصحة الرقمية. تكشف نتائج استطلاعنا عبر الإنترنت مع 216 طبيبًا عامًا عن حواجز متوسطة بشكل عام على مقياس ليكرت من 5 نقاط، مع التعديلات المطلوبة في سير العمل ( )، تعويض غير كاف ( )، وجهد تدريب عالٍ ( ) كحواجز كبيرة. تعتبر استراتيجيات التحسين مهمة بشكل عام، حيث يرغب المستجيبون بشكل خاص في تحسين التوافق البيني ( ) ، دعم فني مستمر ( ) ، وتحسين قابلية الاستخدام ( في نموذج الانحدار لدينا، تعتبر الخصائص المتعلقة بالممارسة، الاستخدام المتوقع المستقبلي للصحة الرقمية، ميل الأطباء العامين نحو الرقمية، عدة سمات شخصية، والنضج الرقمي من المتنبئات المهمة لقوة الحواجز المدركة. أما بالنسبة لأهمية استراتيجيات التحسين المدركة، فإن المتغيرات الديموغرافية والمتعلقة بالاستخدام فقط هي المتنبئات المهمة. توفر هذه الدراسة أدلة قوية على تأثير الخصائص الفطرية للأطباء العامين على الحواجز واستراتيجيات التحسين. تسلط نتائجنا الضوء على الحاجة إلى نهج شامل يدمج العناصر الشخصية والعاطفية لجعل الرقمنة في الممارسات أكثر جذبًا وملموسة وقابلة للتطبيق.
في مشهد الرعاية الصحية المعاصر، ظهرت التقنيات الرقمية كأدوات قوية، تقدم إمكانية تحسين نتائج الصحة.خفض التكاليفتحسين رعاية المرضى، وتحسين فعالية وكفاءة تقديم الرعاية الصحيةتم تسريع انتشار حلول الصحة الرقمية بشكل أكبر بسبب جائحة COVID-19على الرغم من الفوائد المحتملة لحلول الصحة الرقمية، إلا أن تبنيها ودمجها الناجح في منظمات الرعاية الصحية كان بطيئًا.وتم عرقلته بواسطة حواجز متنوعةمع استمرار رقمنة الرعاية الصحية في إعادة تشكيل الممارسات الطبية، فإن فهم ومعالجة الحواجز المتصورة بين الأطباء العامين أمر بالغ الأهمية. في هذا السياق، تم إجراء أبحاث واسعة لدراسة اعتماد الصحة الرقمية عبر مختلف التخصصات الطبية، وإعدادات الرعاية الصحية، والتقنيات، بدءًا من الاستشارات عن بُعد.إلىالسجلات الطبية الإلكترونيةوالمراقبة عن بُعداليوم، تعتبر القليل من الدراسات منظورًا أوسع حول الصحة الرقمية.
تبني، تم التحقيق في استراتيجيات محتملة لتحسين التبنيودرس العوامل المحتملة المؤثرة.
في ظل رقمنة الرعاية الصحية، يمكن للأطباء العامين اختيار حلول صحية رقمية متنوعة لممارستهم، تتراوح بين الاستشارات عبر الفيديو وتطبيقات الصحة المحمولة إلى حجز المواعيد الرقمية. حيث أن الأطباء العامين هم نقطة الاتصال الأساسية لمعظم المرضى.في أنظمة الرعاية الصحية الأوروبية، هم بالتالي في مركز تقديم خدمات الرعاية الصحية الشاملة والمستمرة.نتيجة لذلك، فإن اعتماد الأطباء العامين واستخدامهم الفعال للحلول الصحية الرقمية يؤثر بشكل كبير على دمج هذه التقنيات في الممارسة السريرية الروتينية.وبالتالي، تؤثر على رعاية المرضى. علاوة على ذلك، يمكن أن يعزز اعتماد الأطباء العامين على الحلول الصحية الرقمية من رضاهم عن العمل وتوازن حياتهم العملية..
لذلك، فإن فهم العوامل التي تؤثر على الحواجز التي يدركها الأطباء العامون أمر حيوي لتعزيز التبني الفعال والمستدام لحلول الصحة الرقمية في بيئة تتطور بسرعة. وبحلول الصحة الرقمية، نعني في هذه الدراسة الأدوات والتقنيات والخدمات الرقمية المصممة لتحسين الرعاية الصحية، وجعلها أكثر كفاءة، وتخصيصها. ويشمل ذلك استخدام الخدمات الرقمية (مثل الاستشارات عبر الفيديو، ونظام المساعدة الهاتفية الرقمية، وحجز المواعيد الرقمية، والسجل الطبي الرقمي، وإدارة الممارسات الرقمية) واستخدام الأجهزة الطبية المتصلة والذكاء الاصطناعي (مثل المراقبة عن بُعد، وأنظمة دعم القرار).
من خلال نهج بحثي مختلط يجمع بين الأساليب النوعية (مثل مراجعة الأدبيات، مقابلات الخبراء) والأساليب الكمية (مثل الاستطلاع عبر الإنترنت)، نهدف إلى تحديد حواجز التبني والاستراتيجيات المحتملة للتحسين في إعدادات الممارسات العامة بشكل أوسع، وتقييم ارتباطها بخصائص الأطباء العامين الجوهرية، وخاصة شخصياتهم. نظرًا لأن الأبحاث حول العوامل المؤثرة في تبني الصحة الرقمية في الممارسات العامة محدودة، فإننا نغلق هذه الفجوة من خلال تقديم فهم أكثر دقة للخصائص الجوهرية وتأثيرها على تبني الصحة الرقمية بين الأطباء العامين. إن فهم هذه العوامل المؤثرة الجوهرية يمكّن من تطوير استراتيجيات مستندة إلى الأدلة وموجهة لمعالجة المقاومة وتسهيل التكامل الناجح لحلول الصحة الرقمية في الممارسة السريرية، سواء من خلال أنماط التواصل التي تتناسب مع أنواع الشخصيات المختلفة أو من خلال تقديم دعم إضافي للأفراد الذين يشعرون بعدم الارتياح مع التغيير التكنولوجي. إن تخصيص التدخلات لتلبية الاحتياجات والخصائص المحددة للأطباء العامين يعزز فعالية استراتيجيات تبني الصحة الرقمية.
النتائج حواجز التبني واستراتيجيات التحسين في الممارسات العامة (مراجعة الأدبيات ونتائج مقابلات الخبراء)
هدفت مراجعتنا للأدبيات ومقابلات الخبراء إلى تحديد وتلخيص الحواجز المفترضة الحالية لاعتماد الصحة الرقمية واستراتيجيات التحسين بشكل أوسع والتحقق من صلتها في بيئات الممارسة العامة. في البداية، استرجعنا 1276 سجلًا في بحث الأدبيات، من بينها شملنا 24 مقالًا..
استعرضت مراجعة الأدبيات الحواجز المتعلقة بالتبني التكنولوجي والاجتماعي والتنظيمي. أكثر منمن الدراسات المشمولة أبلغت عن حواجز اعتماد تنظيميةحيث أفاد أكثر من نصفهم بعبء عمل مرتفعونقص الوقت (كل ) كحواجز سائدة. وقد حددت 88% أخرى من الدراسات حواجز التبني الاجتماعي ( من بين هذه، معرفة الأطباء بحلول الصحة الرقميةكانت الحواجز الاجتماعية الأكثر ذكرًا، تليها الوعي العاموتفضيلات المرضى.
أكدت مقابلاتنا العشر مع الأطباء العامين صحة وملاءمة جميع الفئات الثلاث من الحواجز وخمس فئات من استراتيجيات التحسين. بشكل عام، تم تقييم ملاءمة الفئات الثلاث من الحواجز بشكل متسق على أنه مرتفع. تماشيًا مع الملاءمة المقدرة العالية، ذكر جميع الأطباء العامين الحواجز التكنولوجية، خاصة فيما يتعلق بموثوقية النظام.فائدة ) والدعم الفني ( ). بالإضافة إلى ذلك، ذكر معظم الأطباء العامين معرفة وقدرة موظفي الممارسة (كل تفضيلات المرضى وقدرتهمنقص في تعويضعبء عمل مرتفع ونقص في الوقت (كل ; ) والسياق الاجتماعي السياسي ( ) كحواجز كبيرة في التبني. في المتوسط، أفاد الأطباء العامون بوجود حوالي 14 حاجزًا مختلفًا.
عند النظر في الاستراتيجيات المحتملة لدعم وتحسين اعتماد الصحة الرقمية، حددنا استراتيجيات في خمس فئات في مراجعتنا للأدبيات: استراتيجيات متعلقة بالتطوير، واستراتيجيات متعلقة بالوعي، واستراتيجيات متعلقة بالمعرفة، واستراتيجيات متعلقة بالتنفيذ، واستراتيجيات متعلقة بالسياسات. حدد حوالي ثلثي الدراسات استراتيجيات تتعلق بتطوير حلول الصحة الرقمية كأشياء قد تكون مفيدة لتحسين الاعتماد.; من بين هذه الاستراتيجيات، كانت التحسينات في فائدة الحلول الصحية الرقمية هي الأكثر ذكرًا المتعلقة بالتنمية.، تليها تحسينات في قابليتها للاستخدام. كانت جميع الفئات الأخرى موجودة في حوالي نصف الدراسات المشمولة، مع الدعوة إلى التدريب المستمروزيادة التعويضاتكاستراتيجيات تحسين إضافية حيوية.
أبرزت مقابلاتنا مع الخبراء أن الأطباء العامين اعتبروا استراتيجيات التنمية ذات صلة خاصة:من الأطباء العامين يرغبون في رؤية تحسينات في سهولة استخدام الحلول الصحية الرقمية (8/10). بالإضافة إلى ذلك، دعا الأطباء العامون بشكل خاص إلى تحسينات في التعويضات. ) وتبسيط الإرشادات السياسية ( تم تقييم الاستراتيجيات المتعلقة بالوعي على أنها الأقل صلة (6.2/10.0). من بين هذه الاستراتيجيات، أعرب الأطباء العامون عن رغبتهم في الحصول على مزيد من المعلومات حول وظائف وفوائد الحلول الصحية الرقمية.بشكل عام، أبلغ الأطباء العامون عن حوالي 11 استراتيجية. في استطلاعنا عبر الإنترنت الذي تلا ذلك، قمنا بتضمين العناصر المتعلقة بالعوائق أو الاستراتيجيات المقترحة من قبل أكثر من أربعة مقالات أو المذكورة من قبل أكثر من مُقابل واحد لضمان التوافق النظري والخبراتي. الشكل 1 يوضح النتائج المجمعة.
عوامل تؤثر على حواجز التبني واستراتيجيات التحسين (نتائج الاستطلاع عبر الإنترنت)
لتحليل العوامل التي قد تؤثر على حواجز التبني واستراتيجيات التحسين، ركزت استطلاعنا عبر الإنترنت على خمسة مجالات من الخصائص الجوهرية: (i) الخصائص الديموغرافية وخصائص الممارسة، (ii) استخدام الصحة الرقمية، (iii) الميل الرقمي، (iv) الشخصية، و(v) النضج الرقمي للممارسة.
بعد تنظيف البيانات، وضمان الجودة، والتحكم في الخصوصية، قمنا بتضمين عينة واسعة من 216 طبيبًا عامًا ألمانيًا مع مجموعة متنوعة من الخصائص الديموغرافية (انظر الشكل 2).
حوالي نصف المستجيبين استخدموا حلول الصحة الرقمية يوميًا (93/216؛ )، في حين أن ما يقرب من ثلثهم لم يستخدموها على الإطلاق ( ) أو بالأحرى نادراً (47/216؛ 21.8%). توقع معظم المستجيبين أيضاً أنهم سيستخدمون حلول الصحة الرقمية بشكل محتمل أو محتمل جداً في المستقبل ( ).
علاوة على ذلك، اعتبر الأطباء العامون أن درجة ارتباط مساعديهم الطبيين بالتكنولوجيا المتعلقة بالعمل كانت متوسطة (55/216؛ 25.5%) أو مرتفعة نسبيًا (91/216؛ 42.1%) وكان لديهم ارتباط معتدل نسبيًا مع التفاعل التكنولوجي. أنفسهم ).
بخصوص الشخصيةيمكن تصنيف المستجيبين على أنهم يتمتعون بضمير حي للغاية ) وفتح ( ) ، انبساطي بشكل معتدل ( ) وملائم ( ، ) ، وعصابي قليلاً ( ). كانت نضج الممارسات الرقمية لديهم معتدلة ( ).
بشكل عام، رأى المستجيبون حوالي 11 عائقاً ) وقيمت هذه على أنها معتدلة نسبيًا ( من بين الفئات الثلاث، تم تقييم الحواجز التنظيمية بأعلى متوسط. )، تليها التكنولوجيا ( ) والاجتماعي ( ) الحواجز. بالنسبة لمعظم الحواجز الفردية، كانت الدرجات مرة أخرى معتدلة، مع أعلى تقييم للتعديلات المطلوبة في سير العمل ( )، التكاليف العالية وعدم كفاية التعويض ( )، وجهد كبير في التدريب والتأهيل ( ) كأعلى ثلاثة عوائق (انظر الشكل 3).
في المتوسط، اعتبر المستجيبون حوالي 16 استراتيجية تحسين كأمر مهم ) ذات الصلة بالسياسة ( ) واستراتيجيات متعلقة بالتنمية ( ) حصلت على أعلى تقييم، تليها المتعلقة بالتنفيذ ( )
الشكل 1 | نظرة عامة على الفئات والحواجز الفردية (الاستراتيجيات) استنادًا إلى مراجعة الأدبيات ونتائج المقابلات مع الخبراء. يُظهر الشكل الفئات والحواجز الفردية المقابلة (الاستراتيجيات) بالإضافة إلى ظهورها في مراجعة الأدبيات والمقابلات مع الخبراء.يمثل عدد الدراسات تم تحديده في مراجعة الأدبيات التي تقترح الحاجز (الاستراتيجية)؛يظهر عدد المقابلات مع الخبراء التي تم فيها ذكر العائق (الاستراتيجية). الصناديق الرمادية الفاتحة مع النص المائل تظهر العوائق (الاستراتيجيات) التي لم يتم تضمينها في الاستطلاع عبر الإنترنت اللاحق. حلول الصحة الرقمية من DHS. واستراتيجيات متعلقة بالمعرفة (كانت الاستراتيجيات المتعلقة بالوعي هي الأقل تقييمًا لكنها كانت تُعتبر أيضًا مهمة.، ). كانت معظم الاستراتيجيات الفردية مصنفة بشكل مشابه من حيث الأهمية (انظر الشكل 4): كان المستجيبون يتمنون بشكل خاص تحسين التوافق البيني ( ) ، الدعم الفني المستمر ( )، وتحسين قابلية الاستخدام ( ).
قمنا بإجراء تحليلات تباين أحادية منفصلة واختبارات بعدية، لتقييم الفروق في عدد وقوة حواجز التبني وعدد وأهمية استراتيجيات التحسين بالنظر إلى الخصائص الكامنة المتعددة التي تم أخذها بعين الاعتبار (انظر الشكل 5).
تفاوتت قوة الحواجز بناءً على الجنس، والاستخدام الحالي والمستقبلي للحلول الصحية الرقمية، ومستوى تقارب الأطباء العامين مع التفاعل التكنولوجي، ومستوى الانفتاح والعصابية، ومستوى النضج الرقمي. كشفت اختبارات ما بعد التحليل أن المشاركات اللاتي كن إناثاًكوهن )، لم يستخدموا أبداً حلول الصحة الرقمية ( كوهن; اختبار هوشبرغ GT2 بعد التجربة اختبار)، كانوا جداً (كوهن; اختبار هوشبرغ GT2 بعد التجربة) أو من غير المحتمل أن يستخدموا حلول الصحة الرقمية في المستقبل (كوهين; اختبار هوشبرغ GT2 بعد الاختبار)، كان لديه مستوى منخفض من الألفة للتفاعل مع التكنولوجيا (، مستوى منخفض من الانفتاح على الآخرينكوهن; اختبار هوشبرغ GT2 بعد الاختبار)، مرتفع (، كوهن; اختبار هوشبرغ GT2 بعد التجربة) أو مستوى معتدل من العصابية (كوهن; اختبار هوشبرغ GT2 بعد الاختبار)، و منخفض (كوهن; اختبار بوست هوول (Games-Howell) أو مستوى معتدل من النضج الرقمي (كوهن; أظهرت اختبار بوست هوك جيمس-هاول) قوة أكبر للحواجز مقارنة بالمستجيبين الذين كانوا ذكورًا، واستخدموا الحلول الصحية الرقمية يوميًا، وكانوا من المحتمل أو من المرجح جدًا أن يستخدموا الحلول الصحية الرقمية في المستقبل، وكان لديهم مستوى معتدل أو مرتفع من الألفة مع التفاعل التكنولوجي، ومستوى عالٍ من الانفتاح، ومستوى منخفض من العصابية، أو مستوى عالٍ من النضج الرقمي. ومن المثير للاهتمام أن الذكور والإناث
خصائص
%
جنس
ذكر
97
٤٤.٩
أنثى
١١٩
٥٥.١
غواصون
0
لا إجابة
0
–
عمر
< ٢٦
0
–
٢٦-٣٥
٢٢
10.2
٣٦-٤٥
٥٦
٢٥.٩
٤٦-٥٥
٥٥
٢٥.٥
٥٦-٦٥
74
٣٤.٣
> 65
9
٤.٢
حجم موقع الممارسة (# من السكان)
< 5,000
42
19.4
5,000-20,000
72
٣٣.٣
20,001-100,000
41
19.0
100,001-500,000
26
12.0
> 500,000
٣٥
16.2
الخبرة المهنية (عدد السنوات)
<1
0
1-5
23
10.6
٦-١٠
31
14.4
11-20
٥٨
٢٦.٩
21-30
٥٩
٢٧.٣
>30
٤٥
٢٠.٨
فئة المرضى
فقط المؤمن عليهم صحياً بشكل خاص
0
–
فقط المؤمن عليهم صحياً بموجب القانون
0
–
كلاهما
100.0
نوع الممارسة
ممارسة فردية
١٠٢
٤٧.٢
ممارسة المشاركة
10
٤.٦
ممارسة جماعية
93
٤٣.١
عيادة التدريب
0
–
شبكة الممارسة
0
–
مركز الرعاية الطبية
11
5.1
مختبر تعاوني
0
الاستخدام الحالي للحلول الصحية الرقمية
أبداً
20
9.3
أقل من مرة في الشهر
٤٧
21.8
شهري
٢٤
11.1
أسبوعي
32
14.8
يومي
93
٤٣.١
الاستخدام المتوقع المستقبلي لحلول الصحة الرقمية
(1) غير محتمل جداً
11
5.1
(2) غير محتمل إلى حد كبير
٢٩
13.4
(3) لا / ولا
15
6.9
(4) من المحتمل جداً
50
٢٣.١
(5) من المحتمل جداً
111
٥١.٤
الانجذاب الرقمي المدرك لمساعدي الأطباء
(1) ليس له أي علاقة رقمية على الإطلاق
٤
1.9
(2) بالأحرى ليس بشكل رقمي متجانس
40
18.5
(3) لا / ولا متوافق رقميًا
٥٥
٢٥.٥
(4) بدلاً من ذلك، متجه رقميًا
91
42.1
(5) متجانس رقمي بالكامل
26
12.0
الشكل 2 | خصائص الأطباء العامين المشاركينتظهر الشكل الخصائص الفردية والمتعلقة بالممارسة التي تم تقييمها للأطباء العامين المشاركين.
قام المشاركون بتقييم ضعف التوافق مع عمليات العمل، ونقص التعويض، وارتفاع التكاليف، وجهد التدريب العالي كأهم عوائق للتبني (انظر الشكل 3).
وجدنا نمطًا مشابهًا لعدد الحواجز، باستثناء أنه لم يكن هناك فرق بين الأطباء العامين بناءً على الجنس.; -اختبار)، ومع ذلك هناك فرق كبير يعتمد على الانجذاب الرقمي المدرك لمساعدي الأطباء (ويلش; تحليل التباين وايلش). الأطباء العامون الذين اعتبروا مساعديهم الطبيين غير متوافقين إلى حد ما مع التكنولوجيا الرقمية (أبلغوا عن وجود حواجز اعتمادية أكبر بكثير مقارنة بالمستجيبين الذين يرون مساعديهم الطبيين متوافقين تمامًا مع التكنولوجيا الرقمية.كوهين; اختبار هوشبرغ GT2 بعد الاختبار).
عند النظر إلى أهمية استراتيجيات التحسين، وجدنا اختلافات كبيرة بين الأطباء العامين بناءً على الجنس والخبرة المهنية. الاستخدام الحالي والاستخدام المتوقع المستقبلي للصحة الرقمية، مستوى العصابية، ومستوى النضج الرقمي (انظر الشكل 5). أظهرت اختبارات ما بعد التحليل أن المستجيبين الذين كانوا إناثاً (كوهن; -اختبار)، استخدم حلول الصحة الرقمية يوميًا (، ، كوهين; اختبار هوشبرغ GT2 بعد الاختبار)، شهرياً (كوهن; اختبار هوشبرغ GT2 بعد الاختبار)، أو نادراً ما (كوهن; اختبار هوشبرغ GT2 بعد الاختبار)، وكانت جداً (كوهن; اختبار هوشبرغ GT2 بعد التجربة) أو من المرجح أكثر أن يستخدموا حلول الصحة الرقمية في المستقبل (كوهن؛ اختبار هوشبرغ GT2 بعد التجربة)، أبلغ عن أهمية أكبر للاستراتيجيات، مقارنة بالمستجيبين الذين كانوا ذكورًا، ولم يستخدموا حلول الصحة الرقمية أبدًا، وكان من غير المحتمل جدًا أن يستخدموا هذه الحلول في المستقبل. ومن المثير للاهتمام أن المشاركات الإناث رأين أن الدعم الفني المستمر، المحسن
عنصر
ن
يعني
SD
% أ
(1)
(5)
السل
أنا متشكك بشأن التصميم والقدرات التقنية لـ DHS.
216
2.89
1.12
31٪
استخدام نظام الـ DHS لا يقدم قيمة إضافية مقارنة بعمليات ممارستي الحالية.
216
٢.٧٥
1.19
٢٩٪
*
استخدام نظام الـ DHS يعتبر مرهقًا نسبيًا ويستغرق وقتًا طويلاً.
215
٣.٤٠
1.10
٤٧٪
أنا متشكك بشأن الموثوقية التقنية لـ DHS.
216
3.03
1.22
٣٨٪
تتكامل أنظمة Dhs بشكل سيء مع برامج وأدوات الممارسة الحالية.
216
٣.١٤
1.10
٣٦٪
لا يوجد دعم فني كافٍ من المزود عندما تظهر مشاكل فنية.
٢١٤
3.35
1.18
٤٩٪
* **
المعدات التقنية في عيادتي غير كافية لتنفيذ نظام DHS.
216
1.97
1.07
11%
*
SB
لا أعرف أي من خدمات الدعم الاجتماعي متاحة حاليًا وما هي أهدافها وغاياتها.
216
2.81
1.23
31٪
أنا لست على دراية بـ dhs ولا أستطيع استخدامها.
216
٢.٤٧
1.18
20٪
أنا متشكك ومعارض لتنفيذ نظام الدهس.
216
2.61
1.24
25%
*
أخشى أن تعيق إدارة خدمات الصحة التواصل مع المرضى.
216
2.38
1.23
21%
* *
أنا قلق من أن نظام الرعاية الصحية لن يكون قابلاً للتطبيق أو مناسباً إلا لبعض المرضى.
216
3.47
1.14
٥٦٪
لا أعتقد أن وزارة الأمن الداخلي ستُحسن وصول مرضاي إلى الرعاية.
216
2.88
1.17
32%
مرضاي غير مهتمين أو غير قادرين على استخدام نظام الرعاية الصحية.
215
3.04
1.03
٣٤٪
أنا قلق من أن DHS قد يكون له عواقب طبية سلبية.
216
2.40
1.08
17%
* *
OB
يتطلب اعتماد نظام إدارة البيانات (DHS) تعديلات على العمليات والممارسات الحالية.
216
٤.١٣
0.93
87%
تنفيذ نظام الرعاية الصحية الرقمية مكلف والاستخدام اللاحق لا يتم تعويضه بشكل كاف.
216
٤.٠٢
1.02
71٪
لا توجد أدلة تجريبية كافية حول فوائد نظام الرعاية الصحية للمرضى.
216
3.22
1.12
40٪
ليس لدي معلومات كافية عن أنظمة الـ DHS الحالية وكيفية عملها.
216
3.06
1.27
42%
-س
سيؤدي تنفيذ نظام إدارة البيانات إلى زيادة عبء العمل.
216
٣.٤٥
1.14
٤٨٪
ستتطلب تنفيذ نظام إدارة البيانات (DHS) جهدًا كبيرًا في التدريب والتأقلم.
216
3.87
1.01
67%
ليس لدي خطة استراتيجية لتقديم الدهس.
215
٣.٤٩
1.29
٥٦٪
لا توجد لوائح وإرشادات وسياسات صحية واضحة وكافية حول الدهس.
216
3.74
1.08
68%
أنا متشكك بشأن سرية وأمان المعلومات الشخصية المتعلقة بـ DHS.
216
3.37
1.29
٥٢٪
*
أنا قلق بشأن المخاطر الطبية القانونية المتعلقة بـ DHS، مثل مخاطر المسؤولية.
216
٣.٢٥
1.24
٤٩٪
ليس لدي وقت كافٍ لتنفيذ واستخدام نظام إدارة البيانات.
216
3.58
1.17
٥٦٪
أنثىذكر
الشكل 3 | حجم العينة، المتوسط، الانحراف المعياري، معدلات الاتفاق، والمقارنة بين المجموعات لقيود التبني على طول الفئات التي تم تقييمها. يظهر الشكل عناصر قيود التبني لكل فئة، وحجم العينة المعني، والإحصائيات الوصفية، والمقارنة بين المجموعات. تُظهر خريطة النقاط القيمة المتوسطة لكل عنصر. تمثل أشرطة الخطأأخطاء معيارية. خلايا بإطار أحمر
تظهر اختلافات كبيرة بين المجموعات. %A نسبة المستجيبين الذين يوافقون على العبارات وبالتالي يصنفون الحاجز المعني على أنه ذو صلة بتصنيف (4) أو (5)؛ الحواجز التكنولوجية (TB)؛ الحواجز الاجتماعية (SB)؛ الحواجز التنظيمية (OB)؛ حلول الصحة الرقمية (dhs). التشغيل البيني، وتحسين التعويض كأهم استراتيجيات التحسين. بالمقابل، بالنسبة للمشاركين الذكور، كانت هناك تحسينات في التشغيل البيني، وزيادة الفائدة، وتحسين قابلية الاستخدام (انظر الشكل 4). بشكل عام، وجدنا نتائج مشابهة لعدد استراتيجيات التحسين، باستثناء وجود فرق كبير إضافي بناءً على مستوى الوعي لدى المستجيبين (ويلش); تحليل التباين ويلش).
في الخطوة التالية، أجرينا تحليل انحدار هرمي خطي لتعميق فهمنا للعلاقة بين عوائق التبني، واستراتيجيات التحسين، والخصائص الفطرية للأطباء العامين.
عند النظر في حواجز التبني (انظر الجدول 1)، فإن الخصائص السكانية، والخصائص المتعلقة بالممارسين، واستخدام الصحة الرقمية وحدها تفسر حوالي من التباين في قوة الحواجز، وصولاً إلى الدلالة الإحصائية للنموذج، (اختبار F). عند تضمين متغيرات الانجذاب الرقمي في النموذج 3، تزداد نسبة التباين المفسر للمعيار بـإلى إجماليحوالي، ; اختبار F). أدى تضمين سمات الشخصية في نموذجنا إلى زيادة إضافية في من. أخيرًا، أدى تضمين النضج الرقمي أيضًا إلى زيادة في منإلى إجماليمن، ; اختبار F). وبالتالي، تحسن نموذجنا بشكل ملحوظ في كل مرحلة من مراحل العملية الهرمية. وكان الأمر نفسه صحيحًا بالنسبة لعدد حواجز التبني، مع من; اختبار F).
في نموذج الانحدار النهائي لدينا، كانت هناك ثمانية متغيرات مرتبطة بشكل كبير بقوة الحواجز (انظر الجدول التكميلي 1 و
عنصر
ن
يعني
SD
% أ
(1)
(5)
دي إس
…إذا كنت مشاركًا في تصميم وتخطيط وتنفيذ الـ DHS.
216
3.26
1.12
٤٧٪
…إذا قام مقدمو الخدمة بتحسين الفوائد لممارستي ومرضاي.
216
٤.١٥
0.80
87%
…إذا قام المزودون بتحسين سهولة الاستخدام وملاءمة المستخدم.
216
٤.٢٠
0.88
83%
…إذا قام المزودون بتحسين قابلية التكامل مع البرمجيات والأدوات الحالية.
215
٤.٣٨
0.81
90٪
** *
…إذا تم دمج ملاحظات المستخدمين في تطوير وتحسين نظام إدارة البيانات.
216
٤.٠٦
0.99
78%
…إذا كانت هناك إمكانية لتخصيص وتفريد نظام الرعاية الصحية لعملي.
216
3.84
0.99
66%
كما
…إذا كان لدي نظرة عامة على خدمات DHS المقدمة، وأهدافها، والاستخدام المقصود لها.
216
3.96
0.99
74%
…إذا كانت هناك توصيات من الجمعيات الطبية أو المجتمعات العلمية.
216
3.86
1.07
68%
…إذا كان الزملاء أو القادة المؤثرون المهمون سيبلغون عن تجارب إيجابية.
216
٣.٦٥
1.04
60٪
…إذا كان المرضى يرغبون في رؤية استخدام أو إدخال نظام الرعاية الصحية.
216
3.34
1.01
44%
كيه إس
…إذا كان لدي المزيد من المعلومات حول الوظائف والتكامل في سير العمل.
216
3.75
0.94
69%
…إذا كان لدي المزيد من المعلومات حول الفوائد المحتملة للأطباء والمرضى.
216
3.96
0.91
78%
…إذا كان هناك أبحاث ومعلومات إضافية حول الفوائد والمخاطر المحتملة.
216
3.77
1.06
69%
…إذا كان لدي المزيد من المعلومات حول نماذج السداد والتمويل المتاحة.
216
3.91
1.03
75%
الدولة الإسلامية
…إذا أتيحت لي الفرصة لاختبار نظام إدارة البيانات قبل التنفيذ كجزء من نسخة تجريبية.
216
3.84
1.08
70٪
…إذا تلقيت دعمًا فنيًا مستمرًا من المزود قبل وبعد التنفيذ.
216
٤.٣٣
0.91
٨٨٪
…إذا كان المزود سيقدم مواد تدريبية موثوقة حول استخدام نظام إدارة البيانات.
216
٤.١٤
0.97
80٪
…إذا تلقيت تدريبًا منتظمًا على نظام إدارة البيانات كجزء من تعليمي المهني المستمر.
216
٣.٥٥
1.08
57%
…إذا كانت هناك فرص تعليمية للمرضى حول خدمات الرعاية الصحية والفوائد المرتبطة بها.
216
3.65
1.09
63%
ملاحظة
…إذا تم تضمين الكفاءات في استخدام نظم المعلومات الصحية في تدريب المهنيين الطبيين.
216
3.62
1.12
63%
…إذا كانت هناك حوافز مالية أو تم تحسين التعويض.
216
٤.١٥
1.01
77%
…إذا تم تبسيط السياسات واللوائح وكان هناك إرشادات حول المخاطر الطبية القانونية.
216
٤.٠٧
1.04
78%
…إذا كانت هناك لوائح قانونية تبسط حماية البيانات والتعامل مع البيانات الشخصية.
216
٤.١٤
1.05
76%
أنثىذكر
الشكل 4 | حجم العينة، المتوسط، الانحراف المعياري، معدلات الاتفاق، والمقارنات بين المجموعات لاستراتيجيات التحسين على الفئات التي تم تقييمها. يظهر الشكل عناصر استراتيجيات التحسين لكل فئة، وحجم العينة المعني، والإحصائيات الوصفية، والمقارنات بين المجموعات. تُظهر خريطة النقاط القيمة المتوسطة لكل عنصر. تمثل أشرطة الخطأأخطاء معيارية. خلايا الإطار الأحمر يظهر اختلافات كبيرة بين المجموعات. %A نسبة المستجيبين الذين يوافقون على البيان وبالتالي يصنفون الاستراتيجية المعنية على أنها مهمة بتقييم (4) أو (5)؛ استراتيجيات متعلقة بتطوير نظم المعلومات؛ استراتيجيات متعلقة بالوعي؛ استراتيجيات متعلقة بالمعرفة؛ استراتيجيات متعلقة بالتنفيذ؛ استراتيجيات متعلقة بالسياسة؛ حلول الصحة الرقمية.
الجدول التكميلي 2 لمراجعة مفصلة للمعاملات). كانت قوة الحواجز مرتبطة بشكل كبير بموقع الممارسة، نوع الممارسة، الاستخدام المتوقع المستقبلي للحلول الصحية الرقمية، ميل الأطباء العامين للتفاعل مع التكنولوجيا، انفتاحهم، وعصبيتهم، ونضج الممارسة الرقمي. وبناءً عليه، فإن الممارسة في مدن يقل عدد سكانها عن 5000 نسمة مقارنة بالمدن التي يتراوح عدد سكانها بين 100001 و500000 نسمة.; -اختبار) أو مدن بها أكثر من 500,000 نسمة (، ; -اختبار)، ممارسات المشاركة (، ; -اختبار) مقارنة بالممارسات الفردية، احتمال أقل متوقع للاستخدام في المستقبل (-اختبار)، تقارب أقل لتفاعل التكنولوجيا (، -اختبار)، انخفاض الانفتاح على العالم (، -اختبار)، ارتفاع العصابية (، -اختبار والانفتاح ; -اختبار)، و انخفاض النضج الرقمي (، ; كانت (اختبار) مرتبطة بقوة أكبر للحواجز. وجدنا نتائج مماثلة لنموذج الانحدار الخطي الهرمي الذي يتنبأ بعدد الحواجز، باستثناء أنه لم يكن هناك ارتباط كبير مع نوع الممارسة أو الانفتاح.
عند النظر إلى أهمية استراتيجيات التحسين (انظر الجدول 2)، فإن النموذج الذي يتضمن فقط الخصائص الديموغرافية وخصائص الممارسة يفسر حواليمن التباين ولكن لم تصل إلى دلالة إحصائيةاختبار F). إن تضمين استخدام الصحة الرقمية في نموذجنا أدى إلى تحسين كبير في نسبة التباين المفسر للمعيار بواسطة، مما يؤدي إلى إجمالي من; اختبار F). لم يُحسن تضمين الانتماء الرقمي أو الشخصية أو النضج الرقمي كمتغيرات تنبؤية بشكل كبير النموذج، على الرغم من أن نماذج الانحدار المعنية كانت ذات دلالة (انظر الجدول 2). وبالتالي، فإن نموذج الانحدار الذي يتضمن فقط الخصائص السكانية وخصائص الممارسة واستخدام الصحة الرقمية هو الأنسب لبياناتنا.
تحليل التباين الأحادي، قوة الحواجز
اختبارات ما بعد hoc لتحليل التباين ذو الدلالة الإحصائية
متغير
“ف” ويلش
قيمة
فئات
ن
يعني
SD
جنس
-1.908
٢١٤
–
. 029
ذكر
١١٩
٢.٩٩
0.71
0.64
عمر
1.109
٤
44.74
. 364
أبداً
20
3.42
0.64
٤
أقل من
٤٧
3.26
0.74
حجم موقع الممارسة
0.915
٨٨.٤٩
. ٤٥٩
شهري
٢٤
3.23
0.41
لو.
خبرة
0.903
٤
٨٨.٩٣
. ٤٦٦
أسبوعي
32
2.97
0.60
يومي
93
2.93
0.68
نوع الممارسة
1.976
٣
25.13
. 143
غير محتمل جداً
11
3.48
0.77
الاستخدام الحالي
٤.٠٨٠
٤
72.01
. 005
غير محتمل إلى حد كبير
٢٩
3.61
0.59
الاستخدام المستقبلي
8.606
٤
٤٠.٩٦
. 000
من المحتمل جداً
50
3.09
0.53
الملاءمة الرقمية للماجستير
٢.٤٨٠
٤
21.01
. 075
من المحتمل جداً
111
2.89
0.66
أقل من ATI
٣٩
3.53
0.71
مستوى ATI
14.929
2
91.15
. 000
ATI معتدل
١١٥
3.10
0.61
0.62
مستوى الانفتاح
5.439
2
٥٦.٧٠
. 007
إي لو
21
3.43
0.64
مستوى التوافق
0.298
2
٤٣.٠٣
. 744
إ م معتدل
١١٧
3.17
0.61
هو
مستوى الضمير
1.411
2
2.65
. ٣٨٣
ن منخفض
١١٢
2.92
0.69
مستوى العصابية
10.527
2
٣٤.٢٨
. 000
N معتدل
91
3.21
0.61
مستوى الانفتاح
0.064
2
١٣.٢٦
. 938
دي إم منخفض
14
3.43
0.56
مستوى النضج الرقمي
10.718
2
٣٤.٧٣
. 000
إدارة متوسطة
١٣٧
٣.٢١
0.56
تحليل التباين الأحادي، أهمية الاستراتيجيات
اختبارات ما بعد hoc لتحليل التباين ذو الدلالة الإحصائية
متغير
“ف” ويلش
قيمة
فئات
ن
يعني
SD
جنس
-2.125
184.09
–
. 017
ذكر
١١٩
3.79
0.68
]
عمر
٢.٢٩٢
٤
٤٦.٤١
. 074
1-5 سنوات
23
٤.١٢
0.48
حجم موقع الممارسة
0.377
٤
٨٨.٨٧
. 824
6-10 سنوات
31
٣.٩٩
0.51
خبرة
٣.٤٣٢
٤
٨٩.٣٤
. 012
21-30 سنة
٥٩
3.72
0.65
نوع الممارسة
0.822
٣
٢٦.٨٠
. 493
>30 سنة
٤٥
3.77
0.61
الاستخدام الحالي
3.117
٤
68.62
. 020
أبداً
20
٣.٤٠
0.70
الاستخدام المستقبلي
3.338
٤
٤٠.٢٦
. 019
شهري
٢٤
٤.٠٠
0.54
ọc
الملاءمة الرقمية للماجستير
1.177
٤
٢٠.٦٧
. ٣٥٠
يومي
93
3.95
0.62
مستوى ATI
1.471
2
٨٦.١٠
. 235
غير محتمل جداً
11
3.21
0.68
غير محتمل إلى حد كبير
٢٩
3.78
0.75
مستوى الانفتاح
0.627
2
53.87
. 538
لا / ولا
15
3.81
0.66
مستوى التوافق
0.557
2
42.64
. 577
من المحتمل جداً
111
3.95
0.45
مستوى الضمير
7.480
٢
٢.٩٠
. 072
ن منخفض
١١٢
3.84
0.61
N معتدل
91
3.90
0.63
مستوى العصابية
٤.٩٦٠
٢
٣٩.٠٧
. 012
N عالي
١٣
٤.٢٢
0.39
مستوى الانفتاح
0.524
2
14.39
. 603
دي إم منخفض
14
٤.١٥
0.46
إدارة متوسطة
١٣٧
3.82
0.58
مستوى النضج الرقمي
٣.٥٨٨
2
٣٧.٢٨
. 038
دي إم عالي
65
3.97
0.70
الشكل 5 | تحليل التباين الأحادي واختبارات ما بعد hoc. كلا الجزئين من الشكل يظهران نتائج تحليل التباين ويلش (يسار) واختبارات ما بعد hoc هوكبيرغ GT2 أو جيمز-هاويل للاختبارات المهمة لتحليل التباين ويلش بالترتيب الذي ظهرت به (يمين). الجزء العلوي يوضح نتائج قوة الحواجز، والجزء السفلي يوضح نتائج أهمية الاستراتيجيات. الأقواس الزرقاء تمثل المقارنات المهمة. كما أن الجنس هي متغير ثنائي، قمنا بإجراء اختبار ذو طرفين-اختبار. تظهر النتائج الإحصائية (في عمود ‘Welch’s F’)، درجات الحرية الخاصة بها، و-القيمة. الارتباط الرقمي لمساعدي الطب الرقمي؛ الارتباط التكنولوجي لـ ATI؛ N العصابية؛ DM النضج الرقمي.
في هذا النموذج (النموذج 2)، كانت هناك ثلاثة متغيرات مرتبطة بشكل كبير بأهمية استراتيجيات التحسين. وجدنا ارتباطًا كبيرًا مع خبرة المستجيبين المهنية، واستخدامهم الحالي للحلول الصحية الرقمية، وتوقعاتهم للاستخدام المستقبلي. وجود 1 إلى 5 سنوات من الخبرة المهنية مقارنة بـ 21 إلى, -اختبار)، استخدام حلول الصحة الرقمية نادراً ما يحدث (; -اختبار) أو شهري (، -اختبار) مقارنة بعدم الاستخدام أبدًا، واحتمالية أعلى متوقعة للاستخدام في المستقبل (، ; كانت مرتبطة بأهمية أعلى. مرة أخرى، كانت النتائج مشابهة لنموذج الانحدار الخطي الهرمي لعدد استراتيجيات التحسين، باستثناء أنه كان هناك دلالة إضافية مهمة. الارتباط بعمر المستجيبين: أن يكون العمر بين 46 و 55، -اختبارأو أكبر منكان (اختبار) مرتبطًا بشكل كبير بعدد أكبر من الاستراتيجيات.
نقاش
على الرغم من القيمة المحتملة العالية لحلول الصحة الرقميةلقد كانت عملية التبني الواسع والاندماج الناجح في منظمات الرعاية الصحية تحديًا.. هذه الدراسة فحصت بشكل منهجي تأثير الخصائص الشخصية والمهنية للأطباء العامين على حواجز التبني والاستراتيجيات لتحسين اعتماد الصحة الرقمية. في نموذج الانحدار الخطي الهرمي، كانت الخصائص المتعلقة بالممارسة، والاستخدام المتوقع المستقبلي للصحة الرقمية، للأطباء العامين
الود، الضمير الحي، العصابية، الانفتاح؛ النموذج 5 (متغيرات النموذج 4، النضج الرقمي). كانت الألفة الرقمية، والعديد من سمات الشخصية، والنضج الرقمي من المتنبئين المهمين لقوة الحواجز المدركة. أما بالنسبة لأهمية استراتيجيات التحسين المدركة، فقد كانت المتغيرات الديموغرافية والمتعلقة باستخدام الصحة الرقمية مرة أخرى من المتنبئين المهمين.
تماشياً مع الأبحاث السابقةرأى المستجيبون العديد من حواجز التبني وقيموا هذه الحواجز على أنها معتدلة إلى حد ما في دراستنا. مراجعة منهجية حديثةوجدت أن حواجز اعتماد المنظمات كانت أكثر انتشارًا من العوامل التكنولوجية. وبالمثل، حصلت دراستنا على أعلى الدرجات لحواجز المنظمات، تليها الحواجز التكنولوجية والاجتماعية. وهذا يبرز الأهمية الواضحة للعوامل التنظيمية في اعتماد الصحة الرقمية التي تتجاوز الميزات التقنية البحتة للحلول. أنفسهم، متناقضين مع مراجعة سابقة أخرىومع ذلك، يجب تفسير مقارنة كلا الدراستين بحذر، نظرًا للتطور السريع في مجال الصحة الرقمية والتحسينات التقنية في الأدوات والخدمات التي تسارعت بسبب جائحة COVID-19..
تشمل الحواجز الرئيسية التي تم تحديدها في دراستنا عدم التوافق الجيد مع عمليات العمل، وعدم كفاية التعويضات والتكاليف العالية، والجهد العالي المطلوب للتدريب والتأقلم، واللوائح والإرشادات والسياسات الصحية غير الكافية وغير الواضحة، ونقص الوقت المرتبط بعبء العمل. تتماشى معظم هذه الحواجز مع تلك التي تم تحديدها في الأدبيات السابقة.مراجعة منهجية حديثةحدد عدة عوامل مؤثرة على التبني، مشيرًا إلى نقص في التوافقية الذي يحد من قدرة الأطباء العامين. القدرة على دمج حلول الصحة الرقمية بسلاسة في سير العمل الحالي وتبادل المعلومات مع مقدمي الرعاية الصحية الآخرين كحاجز قوي.
ليس من المفاجئ أيضًا أن التكاليف العالية لتنفيذ حلول الصحة الرقمية ونقص التعويض عن الخدمات المقابلة تم اقتراحها كحواجز أساسية في دراستنا. وبالمثل، ذكر الأطباء العامون الحوافز المالية لاعتماد الصحة الرقمية كواحدة من أهم استراتيجيات التحسين. وفي هذا السياق، أفادت دراسة حول العوامل الاقتصادية المؤثرة في قبول المراقبة عن بُعد في ألمانيا بوجود نقص في ترتيبات التعويض، وعدم اليقين بشأن المزايا الاقتصادية، ونقص نماذج الأعمال كحواجز أساسية.. من المثير للاهتمام أن هذه النتائج تتعارض مع الأبحاث التي تبرز المزايا المالية للحلول الصحية الرقميةلكن قد يُفسر ذلك بالانخفاض النسبي في استخدام حلول الصحة الرقمية في عيّنتنا. كما أشارت الدراسات السابقةرأى المستخدمون الحاليون فوائد مالية أكبر بكثير من غير المستخدمين. تدعم نتائجنا المتعلقة بالفروق في الاستخدام هذا: الأطباء العامون الذين يستخدمون الحلول الصحية الرقمية يوميًا يعتبرون الحواجز بشكل عام أقل مقارنة بالأطباء العامين الذين لا يستخدمون هذه الحلول أبدًا.
من المشجع أن فقطمن المستجيبين في استطلاعنا كانوا خائفين من أن استخدام الحلول الصحية الرقمية سيعيق تواصلهم مع المرضى. أظهرت الدراسات السابقة احتمال حدوث اضطراب خلال الزيارات بسبب الاستخدام. تتماشى هذه النتيجة مع مراجعة منهجية أكثر حداثة، تُظهر أن تأثير الحلول الصحية الرقمية على تفاعل المرضى مع المحترفين غالبًا ما يُعتبر عاملًا مسهلاً لاعتماد الصحة الرقمية، حيث يمكن أن تسهل الحلول الصحية الرقمية العلاقة مع المرضى من خلال توفير وسيلة جديدة للتواصل..
من المثير للاهتمام أن الأطباء العامين اعتبروا أن نقص البنية التحتية التقنية هو عائق بسيط أمام التبني في دراستنا. وهذا يتناقض مع نتائج مراجعة الأدبيات والدراسات السابقة التي أفادت بأن البنية التحتية الضعيفة لتكنولوجيا المعلومات تمثل عائقًا مستمرًا.قد تُعزى النتائج إلى الاختلافات الجغرافية في متطلبات الصحة الرقمية. في ألمانيا، ينص قانون التواصل الرقمي الآمن والتطبيقات في نظام الرعاية الصحية (‘Gesetz für sichere digitale Kommunikation und Anwendungen im Gesundheitswesen’)لقد أنشأت إطارًا قانونيًا لإنشاء بنية تحتية آمنة للتليماتية. منذ ذلك الحين، تقدمت قوانين مختلفة نحو رقمنة نظام الرعاية الصحية الألماني، استنادًا إلى ذلك، على سبيل المثال، يُطلب من الممارسات العامة استخدام سجل إلكتروني للمرضى (ePA)، وتقديم بيان إلكتروني عن اللياقة للعمل (eAU)، والتواصل عبر معيار موحد لنقل المستندات المتعلقة بالرعاية الصحية إلكترونيًا (KIM). وقد تطلبت هذه المعايير من الممارسات اعتماد بنية تحتية تقنية كافية لتقديم الخدمات المذكورة، ومن مقدمي الخدمات ضمان تكامل الحلول الصحية الرقمية الجديدة.
لمعالجة هذه الحواجز ودعم اعتماد حلول الصحة الرقمية، أعرب الأطباء العامون في دراستنا بوضوح عن رغبتهم في تحسين التوافق بين حلول الصحة الرقمية، واستمرار الدعم الفني من مقدمي الخدمات، وتحسين قابلية الاستخدام وفائدة حلول الصحة الرقمية، بالإضافة إلى الحوافز المالية وتبسيط اللوائح المتعلقة بحماية البيانات. تتماشى معظم هذه الاستراتيجيات مع الأبحاث السابقة.. من المثير للاهتمام، أن دراسة حديثة باستخدام أساليب مختلطة حول اعتماد الصحة المتنقلة في ألمانياوجدنا أن المعلومات الإضافية هي أهم مقياس. بينما قمنا بتقييم استراتيجيات مختلفة تتعلق بالمعرفة، توفر نتائجنا وضوحًا حول أنواع المحتوى الأكثر أهمية للأطباء العامين: اعتبر المشاركون في دراستنا أن المعلومات حول الحلول الصحية الرقمية المقدمة هي الأكثر فائدة، تليها المعلومات حول الفوائد المحتملة لأنفسهم وممارساتهم، والمعلومات حول نماذج السداد والتمويل المتاحة، والأدلة العلمية. تؤكد هذه النتائج مرة أخرى على الحاجة إلى مزيد من البحث حول الأدلة الطبية لفوائد اعتماد الصحة الرقمية.والذي يتم تقديمه بعد ذلك بطريقة منظمة وشفافة ويصبح متاحًا للجمهور عبر قنوات مختلفة، بما في ذلك الصحف الطبية والمجلات أو المؤتمرات.
بينما درست أبحاث واسعة العوامل المؤثرة في اعتماد الصحة الرقميةلم تقم أي دراسة بالتحقيق في العوامل التي تؤثر على حواجز التبني أو استراتيجيات التحسين. وفقًا لنتائجنا، فإن تفاوتت قوة الحواجز وأهمية الاستراتيجيات بين الأطباء العامين بناءً على الجنس، حيث كانت المشاركات الإناث يرون الحواجز أعلى والاستراتيجيات أكثر أهمية من زملائهن الذكور. يتماشى هذا مع الدراسات التي أفادت بأن كون الشخص ذكراً كان مرتبطاً باستخدام تكنولوجيا الصحة الرقمية.بينما كان كونك أنثى مرتبطًا بانخفاض اعتماد الصحة الرقميةوجدت دراسات أخرى عدم وجود اختلافات قائمة على الجنس في اعتماد الصحة الرقمية.أو حتى استخدام أعلى للمشاركات الإناث.
يمكن الحصول على نمط نتائج غير حاسم مماثل للعمر والخبرة المهنية. في دراستنا، كانت كلا المتغيرين مؤشرات مهمة لأهمية الاستراتيجيات. ومع ذلك، لم نجد ارتباطًا كبيرًا بين العمر أو الخبرة وقوة الحواجز. تماشيًا مع نتائجنا المختلطة، فإن الأدلة السابقة أيضًا غير حاسمة: بينما وجدت بعض الدراسات أن الأطباء الأكبر سنًا هم أكثر احتمالًا لاستخدام التكنولوجيا الصحية الرقمية.، بينما لاحظ آخرون أن العكس هو الصحيحويشير التقرير إلى أن موظفي الممارسات العامة الأصغر سناً والذين لديهم خبرة مهنية أقل هم أكثر كفاءة وثقة في التعامل مع التكنولوجيا الرقمية.نظرًا للنتائج المختلطة المتعلقة بالعمر والجنسقد لا يكون هناك في الواقع أي فرق في اعتماد الصحة الرقمية بناءً على الجنس أو العمر على الإطلاق، وقد تكون التأثيرات محدودة ببعض حلول الصحة الرقمية فقط، أو أن المتغيرات المشتركة تؤثر بشكل كبير على التأثيرات المكتشفة.
من المثير للاهتمام أن موقع الممارسة ونوع الممارسة كانا من المتنبئين المهمين لقوة حواجز التبني، وهو اكتشاف يتماشى مع الدراسات السابقة.وجدت دراسة حديثة حول الجاهزية الرقمية في الممارسات العامة أن المناطق الريفية كانت مرتبطة بانخفاض الجاهزية الرقمية.وبالمثل، اعتبر المستجيبون الذين يمارسون في المناطق الحضرية أن الحواجز كانت أضعف بشكل ملحوظ في دراستنا. يمكن تفسير هذه النتيجة من خلال التقدم الملحوظ في شيخوخة السكان في المناطق الريفية مقارنة بالمناطق الحضرية.نظرًا لأن الأطباء العامين في المناطق الريفية قد يضطرون إلى التعامل مع سكان أكبر سنًا، فقد يرون أن الحلول الصحية الرقمية غير قابلة للتطبيق على فئات مرضاهم. وهذا ما تؤكده الدراسات التي تقترح أن معرفة المرضى الرقمية تعتبر عائقًا رئيسيًا أمام التبني.وهذا يتماشى أيضًا مع نتائجنا. لذلك يجب على الأبحاث المستقبلية التحقيق في تدابير للتغلب على هذا الفجوة الرقمية المحتملة لدعم الأطباء العامين في المناطق الريفية.
لقد لاحظنا أيضًا اختلافات كبيرة في عدد وقوة الحواجز بالإضافة إلى عدد وأهمية استراتيجيات التحسين بناءً على الاستخدام الحالي والمستقبلي المتوقع لحلول الصحة الرقمية. وقد اقترحت العديد من الدراسات أن نقص الخبرة والألفة مع حلول الصحة الرقمية يعد حاجزًا رئيسيًا أمام التبني.، وهو اكتشاف يتماشى بشكل أكبر مع مراجعتنا للأدبيات ومقابلات الخبراء. نظرًا لأن المستقبل المتوقع كان من أقوى المؤشرات في نموذج الانحدار الخطي الهرمي لدينا، فقد يكون من المفيد تزويد الأطباء العامين بمعلومات تبرز أهمية حلول الصحة الرقمية، وآخر التطورات، والتوقعات في مجال الصحة الرقمية. وهذا يتماشى مع نقص المعلومات المدرك والحاجة إلى مزيد من المعلومات التي تم تسليط الضوء عليها في دراسة حديثة.وأيدت ذلك أيضًا نتائجنا التي تشير إلى أن الأطباء العامين يرون أن المعلومات المتنوعة مفيدة لدعم اعتماد الصحة الرقمية.
عند النظر إلى التوجه الرقمي، كان التوجه العام للأطباء العامين نحو التفاعل مع التكنولوجيا مماثلاً للجمهور العام في ألمانيا.لقد أبرزت مراجعتنا للأدبيات أن معرفة الأطباء العامين بالتقنيات بشكل عام ومهاراتهم الرقمية كانت تُعتبر عوامل مساعدة، أو أن نقصها كان يُعتبر عائقًا قويًا أمام اعتماد الصحة الرقمية.إن الانجذاب نحو التفاعل مع التكنولوجيا يوفر مؤشراً أولياً على الاستخدام الفعلي للأنظمة التقنية في الإعدادات اليومية.هذا يبرز أهمية المهارات الرقمية للأطباء العامين لتمكين الاستخدام الفعال وإدارة هذه المهارات في الممارسة السريرية الروتينية..
فيما يتعلق بالشخصية، وجدت دراستنا نتائج مختلطة: كانت الانفتاحية، والعصابية، والانبساط من المتنبئات المهمة لقوة الحواجز المدركة، بينما اختلفت الأهمية المدركة لاستراتيجيات التحسين فقط بناءً على مستوى العصابية لدى الأطباء العامين. درست الدراسات السابقة العلاقة بين الشخصية واعتماد الصحة الرقمية.. ومع ذلك، لم تقم أي دراسة بالتحقيق في العلاقة بين سمات شخصية الأطباء العامين والعوائق أو استراتيجيات التحسين. على الرغم من أن الدراسات ربطت بين الشخصية واعتماد التكنولوجيا بشكل عامواستخدام المرضى المستمر للتطبيقيبدو أن هذه العلاقة ضعيفة إلى حد ما لـ الممارسين الصحيينيمكن تفسير النتائج المحددة التي وجدناها في دراستنا من خلال النظر في سمات الشخصية المرتبطة بها: يمكن وصف الانفتاح بأنه يتسم بالحديث، والنشاط، والثقة بالنفس، والانفتاح، والحماس.نظرًا لأن اعتماد حلول الصحة الرقمية مدفوع إلى حد كبير من قبل الأطباء العامين أنفسهم، فإن موقفهم مرتبط ارتباطًا وثيقًا باعتماد الصحة الرقمية.لذا، من المحتمل أن الأطباء العامين الذين لديهم مستويات منخفضة من الانفتاح الاجتماعي يرون الحواجز أقوى بكثير مقارنة بالمستجيبين الذين لديهم مستويات أعلى من الانفتاح الاجتماعي، وأن هذا ينطبق أيضًا في نموذج الانحدار الخطي الهرمي لدينا. وبشكل متسق عبر الحواجز واستراتيجيات التحسين، لاحظنا اختلافات بين الأطباء العامين بناءً على مستوى العصابية لديهم. وهذا، مرة أخرى، يتماشى مع خصائص انعدام الأمان والقلق والعدائية المرتبطة بالعصابية.والتي قد تترجم أيضًا إلى حواجز أعلى لاعتماد الصحة الرقمية.
من المثير للاهتمام أننا حصلنا على اختلافات كبيرة في الحواجز واستراتيجيات التحسين بناءً على مستوى النضج الرقمي للممارسة. النضج الرقمي هو مفهوم متعدد الأبعاد يصف الحالة الرقمية للمرافق الصحية عبر أبعاد تكنولوجية وتنظيمية مختلفة مقارنة بنقطة نهاية نظرية للنضج ضمن مشهد الصحة الرقمية الحالي.لقد تطورت الممارسات الرقمية الناضجة على طول أبعاد مختلفة وحققت حالة رقمية أعلى. وبالتالي، فإن العلاقة التي وجدناها في دراستنا معقولة، حيث تدرك الممارسات الرقمية الناضجة حواجز أقل أمام اعتماد الصحة الرقمية. وهذا يتماشى أيضًا مع الدراسات التي تربط الخبرة السابقة مع حلول الصحة الرقمية بزيادة الاعتماد.نظرًا لأن النضج الرقمي لم يكن مؤشراً مهماً على الأهمية المدركة لاستراتيجيات التحسين، فإن هذا يوفر رؤى عملية حاسمة. يمكن تطبيق استراتيجيات التحسين المختلفة التي تم تحديدها في دراستنا على الممارسات بغض النظر عن نضجها الرقمي. ومع ذلك، يجب تخصيصها لتناسب الخصائص السكانية وخصائص الممارسة ذات الصلة التي أثبتت أنها مؤشرات مهمة والحواجز المرتبطة بها.
استنادًا إلى النتائج التي تم مناقشتها أعلاه، يمكن اشتقاق مجموعة من الآثار العملية لمقدمي الخدمات، والجهات التنظيمية، وصانعي السياسات، وغيرهم من أصحاب المصلحة في الرعاية الصحية لدعم الأطباء العامين في جهودهم نحو الرقمنة.
نظرًا لأن التوافق الضعيف لحلول الصحة الرقمية مع العمليات الحالية وسير العمل كان عائقًا رئيسيًا في دراستنا، هناك حاجة ملحة لتحسين تصميم حلول الصحة الرقمية، مما يستدعي من مقدمي حلول الصحة الرقمية اتخاذ إجراءات. يجب على مقدمي الخدمات أن يولوا اهتمامًا كبيرًا لضمان تكامل سلس مع البرمجيات والأدوات الحالية، وسهولة الاستخدام العالية، والدعم الفني المستمر قبل وبعد التنفيذ. وهذا ما تؤكده الدراسات التي تبرز أن تصميم حلول الصحة الرقمية هو محور أساسي لتعزيز وصول المرضى إلى حلول الصحة الرقمية وتعزيز التزام المرضى.للمضي قدمًا في هذا الاقتراح، يمكن للجهات التنظيمية وصانعي السياسات النظر في تحفيز مقدمي حلول الصحة الرقمية لمعالجة هذه الحواجز التكنولوجية.
استنادًا إلى نتائجنا، يمكن أن يكون التدريب المستمر رافعة محتملة لتلبية احتياجات المعلومات التي تم مناقشتها سابقًا. حيث يعمل الأطباء العامون في مهنة تتميز عادةً بعبء عمل مرتفع وقد زاد الضغط عليها بسبب جائحة COVID-19.المواضيع المتعلقة بالرقمنة، بما في ذلك التدريب على حلول الصحة الرقمية، يجب أن تتم خارج ساعات العمل، وبالتالي قد يُنظر إليها على أنها إضافة للعمل الطبي الفعلي. للتغلب على هذه الفجوة، يمكن للمشرعين وصانعي السياسات وغيرهم من المعنيين في الرعاية الصحية النظر في تقديم حوافز للتدريب، على سبيل المثال، من خلال شهادات التعليم الطبي المستمر، وبدء رفع الوعي بالفوائد المحتملة للرقمنة في وقت مبكر بين طلاب الطب. يجب أن تركز التدريبات على تقديم المهارات المتعلقة باستخدام التكنولوجيا، وخاصةً على حلول الصحة الرقمية، وفوائدها للممارسات والمرضى، ورؤى حول التقدمات المستقبلية. يجب أن تكون هذه الجهود جزءًا من تدريبات منفصلة ومخصصة حول حلول الصحة الرقمية، بل يجب تضمينها في التدريبات الطبية. يمكن أن يناقش هذا النهج المتكامل استخدام حلول الصحة الرقمية في حالات طبية مخصصة، على سبيل المثال، فيما يتعلق بعلاج السكري أو الربو الذي يتضمن عناصر من الرعاية الصحية عن بُعد والمراقبة عن بُعد. يمكن أن يكون هذا الجمع بين الجوانب الطبية والرقمية للرعاية نهجًا مثمرًا للتدريب الطبي، يكون أكثر إثارة للاهتمام، وقابلية للتطبيق، وملموسًا للأطباء العامين لتجربة الفوائد المحتملة. استخدام الصحة الرقمية. بالإضافة إلى ذلك، من خلال التعرف على تأثير سمات الشخصية على الحواجز المدركة، يمكن لصانعي السياسات النظر في تخصيص برامج التدريب لتلبية الخصائص المتنوعة للأطباء العامين لتعزيز فعالية مبادرات التدريب بشكل أكبر.
مع اعتبار واحد من كل طبيب عام في دراستنا أن عبء العمل الثقيل ونقص الوقت يمثلان عائقين أمام تنفيذ حلول الصحة الرقمية، هناك حاجة إلى دعم مخصص. بناءً على نموذج التشغيل للأطباء العامين في المملكة المتحدة، حيث يتم غالبًا إدارة الرقمنة في الممارسات العامة من قبل مديري الممارسات المخصصين.يمكن لأصحاب المصلحة في الرعاية الصحية تقديم برامج للموظفين غير الطبيين ليصبحوا ضباط رقمنة مخصصين يركزون على إدارة المواضيع المتعلقة بالرقمنة وبالتالي دعم وتخفيف العبء عن الأطباء العامين..
بالإضافة إلى ذلك، يجب على المنظمين وصانعي السياسات إعادة النظر في أنظمة التعويض الحالية للخدمات المتعلقة بالحلول الصحية الرقمية وتوفير معلومات مفصلة حول نماذج التمويل بالإضافة إلى الفوائد المالية الناتجة عن اعتماد الصحة الرقمية. سيمكن ذلك الأطباء العامين من تحديد خيارات التمويل المناسبة لهم التي تتماشى مع الأهداف الاقتصادية لممارستهم، وبالتالي تخفيف الحواجز المتصورة حول التعويضات والتكاليف.
مع الاعتراف بالرغبة القوية للأطباء العامين في تحسين التوافق البيني في دراستنا، يمكن لصانعي السياسات الاستثمار في المبادرات التي تعزز التكامل السلس لحلول الصحة الرقمية. يمكن أن يؤدي تحسين التوافق البيني إلى تسهيل تبادل المعلومات وتحسين الكفاءة العامة لتقديم الرعاية الصحية حتى خارج الممارسات الفردية.
كما حددت دراستنا عدة خصائص متأصلة في الأطباء العامين كعوامل تنبؤية كبيرة لحواجز التبني المدركة، يجب أن تكون الأساليب المستقبلية لدعم الأطباء العامين في دمج حلول الصحة الرقمية في استراتيجيات الممارسة السريرية مصممة خصيصًا لهذه الخصائص. يمكن أن يفكر أصحاب المصلحة في الرعاية الصحية مثل جمعية الأطباء المؤمن عليهم قانونًا (“Kassenärztliche Vereinigung”)، على سبيل المثال، في حملات مخصصة للأطباء العامين الذين يمارسون في المناطق الريفية أو في الممارسات المشتركة حيث من المرجح أن يدركوا حواجز التبني. بالإضافة إلى ذلك، قد يكون من المفيد تطوير تدخلات مرتبطة بنتائجنا المتعلقة بالشخصية. حيث كانت الانفتاحية والانفتاح مرتبطين بحواجز مدركة أقل، يمكن لأصحاب المصلحة تطوير تدخلات تهدف إلى إثارة المشاعر المتعلقة بهذه الصفات الشخصية، على سبيل المثال من خلال اختيار نهج يعتمد على الألعاب أو السماح للأطباء العامين بتخيل كيف قد تبدو ممارستهم في المستقبل. نظرًا لأن العصابية كانت مرتبطة بحواجز مدركة أعلى، يجب أن تنقل التدخلات وحملات المعلومات مزيدًا من الثقة وإحساس بالثقة في عملية التحول الرقمي.
على الرغم من أن دراستنا تكشف عن نتائج مهمة، إلا أنها تأتي مع عدة قيود. أولاً، يجب أن نلاحظ أن بحثنا حول ارتباط الخصائص الفطرية للأطباء العامين، والحواجز والاستراتيجيات كان استكشافياً ومبتدئاً. تساعد هذه المقاربة الاستكشافية في تحديد العوامل الرئيسية التي تؤثر على اعتماد الصحة الرقمية بين الأطباء العامين، وبالتالي توفر أساساً لمشاريع البحث المستقبلية. على الرغم من أن دراستنا تستكشف عدة متغيرات ذات صلة محتملة في سياق اعتماد الصحة الرقمية في الممارسات العامة، إلا أنها قد لا تستكشف جميع المتغيرات أو العوامل ذات الصلة التي تؤثر على الظاهرة بشكل شامل. وبالمثل، لم نقم بتوثيق جميع حواجز الاعتماد أو التدابير الداعمة المحتملة التي تم تحديدها في المراجعات السابقة.. حيث استندنا في تقييمنا إلى مراجعة شاملة للأدبيات ومقابلات مع خبراء، نحن واثقون من أننا غطينا طيفًا واسعًا من الحواجز المتعلقة بالتبني واستراتيجيات التحسين المحتملة في بيئات الممارسة العامة. مقارنةً بالتركيز على تقنية واحدة في الدراسات السابقةتركيزنا الأكثر شمولاً على حلول الصحة الرقمية يتيح لنا رسم صورة شاملة مع الحفاظ على الاقتصاد. ومع ذلك، يجب تكرار النتائج في أبحاث مستقبلية لتأكيد قوة نتائجنا.
ثانيًا، نظرًا لوجود نقص في الأدلة التي تربط اعتماد الصحة الرقمية بجودة الرعاية الصحيةإن التغلب على الحواجز وتطبيق الاستراتيجيات المحددة في دراستنا لا يؤدي بالضرورة إلى تحسين جودة الرعاية. على الرغم من أننا نقيم حواجز التبني واستراتيجيات التحسين، إلا أننا لا نقدم إرشادات حول تحسين جودة الرعاية الصحية، بل نبرز التدابير التي يمكن أن يستخدمها المعنيون بالرعاية الصحية لدعم الرقمنة في بيئات الممارسات العامة.
ثالثًا، نظرًا لتركيزنا على الأطباء العامين في ألمانيا، قد لا تنطبق النتائج التي تم الحصول عليها على جغرافيات وأنظمة صحية مختلفة. حيث تتماشى نتائج دراستنا مع الأدبيات السابقة عبر دول مختلفة.ودور الأطباء العامين مشابه عبر الدول الأوروبيةيمكن تطبيق النتائج على أنظمة الرعاية الصحية الأوروبية. ومع ذلك، لا يمكننا الادعاء بصحة النتائج في دول أخرى ذات أنظمة رعاية صحية مختلفة. يمكن أن تتبنى الأبحاث المستقبلية نهجًا عبر الدول للتحقق من نتائجنا وكشف الفروقات في الحواجز واستراتيجيات التحسين بناءً على الجغرافيا.
رابعًا، تنبع النتائج الرئيسية لدراستنا من استبيان عبر الإنترنت. قد يكون هذا مرتبطًا بتحيز نحو سكان يتمتعون بمستوى أعلى من المعرفة الإلكترونية، كما هو معتاد في الأبحاث المعتمدة على الويب. بينما كانت الألفة مع التفاعل التكنولوجي في عيّنتنا معتدلة نسبيًا وقابلة للمقارنة مع عيّنة حصة من الجمهور العام في المدن الألمانية الكبرى.نحن واثقون من أن انحياز الاختيار لا يؤثر على نتائج دراستنا. ومع ذلك، قد تكون طريقتنا قد أدت إلى ميل نحو الأطباء العامين الذين لديهم اهتمام أكبر بالمواضيع المتعلقة بالصحة الرقمية أو الذين يهتمون بشكل خاص بالتعبير عن رغباتهم بشأن الرقمنة في بيئات الممارسة العامة.
أخيرًا، طلبنا من الأطباء العامين تقييم أنفسهم من حيث ميلهم للتفاعل مع التكنولوجيا وشخصيتهم في استطلاعنا عبر الإنترنت. بينما يوفر التقييم الذاتي المستخدم نهجًا اقتصاديًا وعمليًا لالتقاط الصفات الفطرية للأطباء العامين، قد يتأثر هذا التقييم الذاتي بالتحيزات المعرفية أو الرغبة الاجتماعية، مما قد يحد من موثوقية التقييم. حيث كان الميل للتفاعل مع التكنولوجيا مشابهًا للسكان الألمان.ووجدنا أن معامل ألفا كرونباخ للتفاعل مع الميل نحو التكنولوجيا في دراستنا مرتفع، ونحن واثقون من أن النتائج التي تم الحصول عليها دقيقة. بالإضافة إلى ذلك، تبرز دراسة حديثة تحلل الخصائص النفسية للمقياس المستخدم في دراستنا موثوقية المقياس بين عدة مؤشرات.ومع ذلك، سيكون من الضروري إجراء تقييم طولي لتوفير مزيد من الثقة في موثوقية التقييم على مر الزمن. فيما يتعلق بالشخصية، فقد أظهرت المقياس المستخدم لتقييم صفات شخصية الأطباء العامين في دراستنا أنه مستقر نسبيًا على مر الزمن.مما يبرز موثوقية التقييم.
من خلال دراسة العوامل المختلفة التي تؤثر على حواجز التبني واستراتيجيات التحسين، تقدم هذه الدراسة رؤى قيمة حول الخصائص الشخصية والمهنية والمتعلقة بالممارسة المرتبطة بتبني حلول الصحة الرقمية في بيئات الممارسات العامة. وقد أدرك الأطباء العامون بشكل خاص حواجز التبني التنظيمية المتعلقة بضعف تكامل سير العمل، ونقص التعويض، وارتفاع جهد التعرف. وجدنا أن الخصائص المتعلقة بالممارسة، والاستخدام المتوقع المستقبلي للصحة الرقمية، والمهارات الرقمية، والشخصية، والنضج الرقمي هي مؤشرات هامة. لمعالجة هذه الحواجز ودعم تبني حلول الصحة الرقمية، يرغب الأطباء العامون في عدة استراتيجيات تحسين، خاصة فيما يتعلق بتحسين التكامل وسهولة الاستخدام، والدعم الفني، ومواد التدريب الموثوقة. في الختام، تسلط نتائجنا الضوء على الحاجة إلى نهج لا يغطي فقط المعلومات البحتة حول حلول الصحة الرقمية، بل يتكامل مع عناصر أكثر شخصية وعاطفية تستهدف الخصائص المختلفة المتأصلة لدى الأطباء العامين، وبالتالي جعل الرقمنة في الممارسات أكثر إثارة وملموسة وقابلة للتطبيق.
طرق
تصميم الدراسة
تم جمع البيانات وتحليلها لهذه الدراسة باستخدام نهج مختلط يجمع بين المنهجيات النوعية والكمية. لتحديد الحواجز المتعلقة بالتبني واستراتيجيات التحسين في الممارسات العامة، قمنا أولاً بإجراء مراجعة أدبية وفقًا لإرشادات PRISMA-ScR.لتأكيد نتائج مراجعتنا للأدبيات وضمان قابليتها للتطبيق على حلول الصحة الرقمية بشكل أوسع، قمنا بعد ذلك بإجراء مقابلات مع خبراء من الأطباء العامين استنادًا إلى قائمة مراجعة COREQ.. بعد ذلك، أنشأنا استبيانًا عبر الإنترنت وفقًا لإرشادات CHERRIESلإجراء استطلاعات عبر الإنترنت لتقييم حواجز التبني، واستراتيجيات التحسين، والخصائص ذات الصلة المرتبطة بالأطباء العامين، والإجابة في النهاية على سؤال البحث التالي:
ما هي الخصائص الشخصية وذات الصلة بالممارسة، والعوامل المتعلقة بالاستخدام، وسمات الشخصية التي تؤثر بشكل كبير على حواجز التبني واستراتيجيات التحسين؟
تمت الموافقة على جميع خطوات هذا المشروع البحثي من قبل لجنة الأخلاقيات في جامعة ويتن/هيرديك (رقم S-242/2022).
مراجعة الأدبيات
في مراجعتنا للأدبيات، اتبعنا إرشادات PRISMA-ScRوبحثنا في قواعد بيانات PubMed وPsycINFO وفقًا لذلك (انظر الجدول التكميلي 3). لتحديد الاقتباسات المحتملة ذات الصلة في كلا القاعدتين، قمنا بتطوير سلسلة بحث تغطي ثلاث فئات من الكلمات الرئيسية المجمعة مع عامل OR المنطقي: (1) التبني، (2) الصحة الرقمية، (3) الحواجز/استراتيجيات التحسين. للحصول على رؤية أكثر استهدافًا لتبني الصحة الرقمية في الممارسات العامة، أضفنا مصطلحات MeSH المتعلقة بالأطباء العامين إلى بحثنا (التفاصيل موضحة في الجدول التكميلي 3).
استرجعنا في البداية 1276 اقتباسًا من القاعدتين. بعد إزالة التكرارات، قمنا بتضييق بحثنا ليشمل مقالات أكثر حداثة نُشرت بين عامي 2018 و2022 إما باللغة الإنجليزية أو الألمانية. نظرًا لأن جائحة COVID19 قد سرعت من تبني الصحة الرقمية، كان هذا النهج يهدف إلى التقاط التطورات الأكثر حداثة. بالنسبة للاقتباسات المتبقية، قمنا بإجراء فحص للملخصات وفقًا لمعايير الإدراج المحددة مسبقًا، مما أسفر عن احتفاظنا بـ 96 مقالة ذات صلة محتملة. لتحديد الأهلية، أجرينا أيضًا مراجعة للنص الكامل بناءً على معايير الإدراج الخاصة بنا، مما أدى إلى تضمين 24 ورقة في المراجعة بعد الفحص (انظر الشكل 6 لعملية الفحص التفصيلية). وفقًا لمعايير الإدراج الخاصة بنا، اخترنا الـ 24 مقالة لأنها ركزت على سكان الأطباء، وحلول الصحة الرقمية، وإعدادات الممارسات العامة وتناولت أو قاست أو أبلغت عن عوامل تؤثر أو تعزز من تبني أو استخدام حلول الصحة الرقمية.
بالنسبة لفحص الملخص والنص الكامل، استبعدنا المقالات إذا كانت (1) غير مرتبطة بالصحة الرقمية للحفاظ على التركيز على الصحة الرقمية وضمان الصلة بسؤال بحثنا؛ (2) لم تتناول الحواجز أو استراتيجيات التحسين لتبني أو استخدام الصحة الرقمية (أي، ركزت على المواقف العامة، أو التجارب، أو تطوير أو تقييم الصحة الرقمية) لتضييق نطاق دراستنا؛ (3) كانت تركز بشكل رئيسي على سكان غير الأطباء (أي، الممرضات أو المرضى) حيث يلعب الأطباء العامون دورًا محوريًا في رقمنة الممارسات العامة، وبالتالي، فإن التقاط وجهات نظرهم أمر في غاية الأهمية؛ (4) كانت تركز على مجالات الرعاية الأخرى غير الممارسة العامة حيث نعتقد أن عمليات اتخاذ القرار لتبني حلول الصحة الرقمية وتنفيذها تختلف بشكل أساسي بين إعدادات الرعاية الصحية المختلفة؛ و(5) لم تكن مقالات أصلية، تمت مراجعتها من قبل الأقران، ومنشورة بنص كامل لضمان موثوقية وجودة الأدبيات المضمنة. كانت جميع معايير الإدراج والاستبعاد المستخدمة في هذه الدراسة متوافقة في لجنة خبراء قبل الفحص. تم تجميع الأدلة من الدراسات المضمنة من خلال استخراج وتجميع الحواجز المحتملة ذات الصلة وفقًا لإطار عمل مقترح في مراجعة حديثةواستراتيجيات التحسين بناءً على خطوات عملية التبني الأساسية. وبالتالي، استخدمنا نتائج الأبحاث الحديثة لتجميع الحواجز الفردية والاستراتيجيات بشكل أكثر عملية وشمولية.
المقابلات مع الخبراء
هدفنا إلى التحقق من نتائج مراجعتنا للأدبيات في مقابلات نوعية مع الأطباء العامين، لضمان الصلة والشمولية للحواجز المستخرجة واستراتيجيات التحسين لتبني الصحة الرقمية بشكل أوسع. اتبعت مقابلاتنا مع الخبراء قائمة مراجعة COREQ للبحوث النوعية(انظر الجدول التكميلي 4). أنشأنا دليل مقابلة شبه هيكلي بناءً على نتائج مراجعتنا للأدبيات للسماح بالمرونة ومع ذلك تحقيق توحيد في إجراء المقابلة (انظر الملاحظات التكميلية 1 لاستبيان المقابلة الكامل). تم تصميم الأسئلة لالتقاط مخاوف ورغبات الأطباء العامين بشأن تبني الصحة الرقمية بالإضافة إلى تقييمهم لصلة الفئات المقترحة من الحواجز والاستراتيجيات. بجانب الأسئلة المفتوحة حول الحواجز المتصورة للتبني واستراتيجيات التحسين ذات الصلة، طلبنا من الأطباء العامين تقييم صلة فئات الحواجز والاستراتيجيات التي تم الكشف عنها في مراجعة الأدبيات، أي، الحواجز الاجتماعية والتنظيمية والتكنولوجية بالإضافة إلى استراتيجيات تتعلق بالتطوير، والوعي، والمعرفة، والتنفيذ، والسياسات. تم تناول أربعة مواضيع بالتفصيل: (1) الخبرة مع حلول الصحة الرقمية، (2) مؤشرات الصحة الرقمية
تحديد الدراسات عبر قواعد البيانات والسجلات
الشكل 6| مخطط انسيابي لمراجعة الأدبيات وفقًا لإرشادات PRISMA-ScR. يوضح المخطط عملية الفحص المتسلسلة خلال مراجعة الأدبيات. ‘السجلات التي تمت إزالتها لأسباب أخرى’ تظهر السجلات التي تمت إزالتها بناءً على معايير اللغة وتاريخ النشر.
النضج، (3) الحواجز أمام تبني الصحة الرقمية، و(4) الاستراتيجيات ذات الصلة لتحسين تبني الصحة الرقمية. تركز هذه الدراسة بشكل خاص على الموضوعين الأخيرين، بينما سيكون الأول جزءًا من تحليل منفصل.
تم تجنيد المشاركين بشكل أساسي من خلال أخذ عينات مستهدفة وتوسيع دائرة المعارف الشخصية والزملاء. تلقى المشاركون معلومات حول تصميم البحث والمواضيع التي سيتم تناولها في المقابلة، بما في ذلك تعريف حلول الصحة الرقمية. كانت المشاركة طوعية، وتم الحصول على موافقة خطية مستنيرة من كل مشارك قبل المقابلة. ثم تم إجراء المقابلات افتراضيًا في إعداد فردي، وتم تصويرها بالفيديو، وتم نسخها حرفيًا لتمكين مزيد من التحليل النوعي.
تم تحقيق تشبع البيانات بعد عشر مقابلات. كان متوسط عمر المشاركين 53 عامًا، وكانوا أطباء عامين لمدة 18 عامًا، وعملوا في مدن يبلغ عدد سكانها حوالي 100,000 نسمة. كان لدى أربعة أطباء عامين ممارسة فردية، وعمل خمسة في ممارسة جماعية، وواحد في مركز رعاية طبية. استمرت المقابلات في المتوسط 45 دقيقة.
تم إجراء الترميز والتحليل النوعي باستخدام MAXQDA. لتمكين المقارنة مع نتائج مراجعتنا للأدبيات، قمنا بتطوير مخطط الترميز الخاص بنا لتحليل المحتوىاستنتاجيًا بناءً على تلك النتائج. للحصول على مزيد من الرؤى، استنتجنا أيضًا مواضيع من مواد المقابلة عندما طرح عدة مشاركين نفس الموضوع. بناءً على ذلك، حددنا عدد المشاركين الذين أشاروا إلى الحواجز أو استراتيجيات التحسين المحددة. ثم تمت مقارنة هذه النتائج مع نتائج مراجعتنا للأدبيات لتطوير عناصر لاستبياننا عبر الإنترنت اللاحق. في الاستبيان، قمنا بتضمين العناصر فقط للحواجز أو استراتيجيات التحسين المقترحة من قبل أكثر من أربع مقالات أو ذكرت من قبل أكثر من مشارك واحد لضمان التوافق النظري والخبراء.
استبيان عبر الإنترنت
بعد ذلك، أجرينا استبيانًا مقطعيًا للتحقيق في الحواجز المتصورة للتبني، واستراتيجيات التحسين ذات الصلة، والخصائص الكامنة للأطباء العامين. التزم الاستبيان بقائمة مراجعة CHERRIES للاستبيانات عبر الإنترنت(انظر الجدول التكميلي 5 للإصدار المكتمل من CHERRIES؛ انظر
الملاحظات التكميلية 2 للحصول على نسخة مترجمة من استبيان الاستبيان). تم تقسيم الاستبيان إلى ستة أقسام: (1) البيانات الديموغرافية، وخصائص الممارسة، واستخدام الصحة الرقمية، (2) ميل الأطباء العامين للتفاعل مع التكنولوجيا، (3) سمات الشخصية الخمس الكبرى، (4) النضج الرقمي للممارسة، (5) الحواجز المتصورة للتبني، و(6) استراتيجيات التحسين ذات الصلة. تركز هذه الورقة على نتائج الأقسام، و6، حيث كنا نهدف إلى التحقيق في تأثير الخصائص الكامنة للأطباء العامين على الحواجز واستراتيجيات التحسين. تم تناول النتائج المتعلقة بالنضج الرقمي بالتفصيل في تحليل آخرتم إبلاغ المشاركين بأهداف البحث، والسكان المستهدفين، وطول الدراسة، وموافقة لجنة الأخلاقيات على صفحة تقديمية. تم تقديم معلومات حول تخزين البيانات والأمان والباحثين المعنيين في الصفحة التالية. قبل المتابعة مع الاستبيان، كان يتعين على المشاركين تقديم موافقة مستنيرة. بعد ذلك، تم تزويد المشاركين بتعريف للمفاهيم ذات الصلة التي تم تناولها في الاستبيان، أي النضج الرقمي وحلول الصحة الرقمية.
قمنا بجمع بيانات المشاركين الديموغرافية وخصائص الممارسة باستخدام أسئلة اختيار واحد. تم تقييم الاستخدام الحالي والمستقبلي المتوقع للحلول الصحية الرقمية، بالإضافة إلى الانجذاب الرقمي المدرك لمساعدي الأطباء باستخدام مقاييس من نوع ليكرت ذات 5 نقاط.
لقياس ميل الأطباء العامين للتفاعل مع التكنولوجيا، استخدمنا مقياس ليكرت من 9 عناصر و6 نقاط مثبت.الذي يلتقط ميل الشخص للمشاركة بنشاط في تفاعل تكنولوجي مكثف. باستخدام مقياس مكون من 21 عنصرًا باللغة الألمانيةقمنا بتقييم سمات شخصية الأطباء العامين. يتم تقييم السمات الشخصية الخمس الكبرى باستخدام مقياس ليكرت من 5 نقاط، والذي يقيم الانفتاح، والود، والضمير، والعصابية، والانفتاح على التجارب. تم تقييم النضج الرقمي باستخدام 28 عنصرًا بمقياس ليكرت من 5 نقاط تم تطويره وفقًا لمراجعة منهجية حديثة..
قمنا بتطوير 26 عنصرًا لتقييم حواجز التبني استنادًا إلى تلخيص مراجعتنا الأدبية ونتائج المقابلات مع الخبراء. طُلب من المشاركين تقييم مدى اتفاقهم مع العناصر المتعلقة بالحواجز التكنولوجية والاجتماعية والتنظيمية على مقياس ليكرت من 5 نقاط. وبالمثل، تم تطوير 23 عنصرًا لتقييم استراتيجيات التحسين استنادًا إلى النتائج السابقة وتم التقاطها باستخدام مقياس ليكرت من 5 نقاط. شملت استراتيجيات التحسين التي تم تقييمها تلك المتعلقة بالتطوير. استراتيجيات متعلقة بالوعي، ومتعلقة بالمعرفة، ومتعلقة بالتنفيذ، ومتعلقة بالسياسات.
قمنا باختبار استبيان المسح مسبقًا مع 15 طبيبًا يعملون في مراكز الرعاية الخارجية لضمان الوضوح والشمولية وسهولة الاستخدام والوظائف التقنية. تم تنقيح صياغة الأسئلة والصفحة التمهيدية بعد الاختبار المسبق. ثم تم إجراء المسح بين أبريل ومنتصف أغسطس 2023 واستغرق حوالي 10 إلى 15 دقيقة لإكماله. تم استخدام قنوات توظيف متنوعة للوصول إلى عينة واسعة من الأطباء العامين الألمان. شملت هذه القنوات المشاركين في المقابلات، والاتصالات الشخصية، والممارسات التعليمية، وشبكات الأطباء، وشبكات الممارسات البحثية، وقوائم البريد الخاصة بالأطباء العامين. تم الاتصال بالمشاركين عبر البريد باستخدام عناوين البريد المتاحة للجمهور. نظرًا لأننا أجرينا المسح بطريقة الوصول المفتوح، كان بإمكان أي شخص لديه رابط الوصول المشاركة، ولم نتمكن من تتبع المشاركين المدعوين الذين بدأوا أو أكملوا المسح. كما أننا لم نقدم حوافز للمشاركة.
قمنا بتنظيف البيانات التي تم الحصول عليها بشكل شامل قبل إجراء التحليلات الإحصائية (انظر الشكل 7). وفقًا للممارسات القياسيةشملت عملية تنظيف البيانات لدينا إزالة الردود التي لم تحصل على موافقة مستنيرة، والردود غير المكتملة، والردود المكررة. في الخطوة التالية، قمنا أيضًا بإزالة الردود التي استغرقت وقتًا قصيرًا جدًا لإكمالها.وأولئك الذين أظهروا سلوك إجابات غير مبالٍ عبر عدة صفحات من الاستبيانقمنا أيضًا بإزالة أي ردود لم تلتزم بمعيار anonymity الخاص بنا للامتثال لخصوصية البيانات. في المجموع، تم تضمين 216 ردًا من بين 373 شخصًا الذين نقروا في البداية على رابط الاستطلاع في تحليلنا.
لتحليلاتنا الإحصائية، قمنا أولاً بحساب القيمة المتوسطة لمدى ارتباط المستجيبين بتفاعل التكنولوجيا، وسماتهم الشخصية، ونضوجهم الرقمي، وثلاث فئات من حواجز التبني، وخمس فئات من استراتيجيات التحسين. للسماح بتحليل تأثير الخصائص الجوهرية للأطباء العامين على الحواجز والتحسين. استراتيجيات، قمنا أيضًا بحساب مقياسين عامين للنتائج لكلا المتغيرين: يمثل أحد مقاييس النتائج عدد الحواجز (الاستراتيجيات) وتم حسابه كمجموع الحواجز (الاستراتيجيات) التي حصلت على درجة 4 أو أعلى على مقياس ليكرت من 5 نقاط وبالتالي تم إدراكها على هذا النحو. تم حساب مقياس النتيجة الثاني كمتوسط عبر الحواجز (الاستراتيجيات) ويمثل القوة المدركة للحواجز (الأهمية المدركة للاستراتيجيات). SPSS الإصدار 29.0 لنظام ماكنتوشتم استخدامه لجميع التحليلات الإحصائية.
قمنا بتقييم الاتساق الداخلي للمقياس المستخدم باستخدام ألفا كرونباخ. (انظر الجدول 3). يمكن اعتبار معظم الاتساق الداخلي مقبولاً أو جيداً وهو متوافق مع الأبحاث السابقة.ومع ذلك، كانت الاتساق الداخلي للضمير أقل في عيّنتنا مقارنة بالدراسة الأصلية.والذي قد يكون بسبب الوعي العالي العام وانخفاض التباين في الدرجة في عيّنتنا.
نظرًا للعديد من المتغيرات الكامنة المتعلقة بدراستنا، قمنا بإجراء تحليل التباين الأحادي المستقل مع دلالة ثنائية الاتجاه.; تحليل التباين ويلش) لمقارنة الفروق في الحواجز والاستراتيجيات. “ويلشتم استخدامه كقياس قوي لجميع اختبارات ANOVA لأن بعض متغيراتنا لم تتبع توزيعًا طبيعيًا، كما يتضح من مخططات Q-Q، واختبار شابيرو-ويلك، وكانت غير متجانسة في بعض الحالات كما أشار اختبار ليفين. حيث أظهرت اختبارات ANOVA فرقًا شاملًا ذا دلالة إحصائية (؛ تحليل التباين ويلش)، نظرنا في اختبار هوشبرغ GT2 (تم تحقيق تجانس التباين) أو اختبار غيمز-هاول (لم يتم تحقيق تجانس التباين) كإجراءات بعدية.. بالإضافة إلى ذلك، استخدمنا d لكوهين كمقياس لحجم التأثير. حيث هدفنا إلى تقييم الفروقات في الحواجز والاستراتيجيات بناءً على الألفة الرقمية والشخصية، قمنا بتقسيم المشاركين إلى ثلاث فئات (منخفضة، متوسطة، عالية) لكل خاصية بناءً على الثلثات النظرية لمقاييس ليكرت الأساسية. حيث أن هذه التصنيف لا يغطي الطيف الكامل للمتغير المستمر الأساسي، فإنه
الشكل 7 | نظرة عامة على نهج تنظيف البيانات. يوضح الشكل نهج تنظيف البيانات المتسلسل، بما في ذلك عدد الاستبيانات المستبعدة خلال كل خطوة من خطوات العملية. كجزء من إجراءات مراقبة جودة البيانات لدينا، استبعدنا المستجيبين الذين أظهروا استجابة متسقة عبر أكثر من صفحتين من الاستبيان وبالتالي
في بطارية تحتوي على أكثر من عنصر واحد، أي أن الشخص اختار نفس خيار الإجابة لجميع العناصر في بطارية تحتوي على أكثر من عنصر واحد، حيث قد يشير ذلك إلى استجابة غير مبالية بدلاً من الاستجابة بشكل مستقيم بسبب آراء المستجيبين الفعلية.
الجدول 3 | حجم العينة، المتوسط، الانحراف المعياري، عدد العناصر، والاتساق الداخلي للمقاييس المستخدمة
مقياس
بعد
يعني
SD
# عناصر
(الأصل)
(الحالي)
الانجذاب لتفاعل التكنولوجيا (ATI)
الانجذاب لتفاعل التكنولوجيا
216
3.66
1.08
9
0.89
0.92
الشخصية الخمسة الكبرى (BFI-K)
الانفتاح
216
٣.٦٤
0.80
٤
0.86
0.83
الشخصية الخمسة الكبرى (BFI-K)
الود
216
3.53
0.75
٤
0.64
0.68
الشخصية الخمسة الكبرى (BFI-K)
الضمير الحي
216
٤.١٠
0.59
٤
0.70
0.61
الشخصية الخمسة الكبرى (BFI-K)
العصابية
216
2.42
0.71
٤
0.74
0.72
الشخصية الخمسة الكبرى (BFI-K)
الانفتاح
216
3.85
0.68
٥
0.66
0.73
الحواجز المدركة
تكنولوجي
213
2.93
0.76
٧
–
0.76
الحواجز المدركة
اجتماعي
215
2.76
0.79
٨
–
0.84
الحواجز المدركة
تنظيمي
215
٣.٥٦
0.71
11
–
0.84
استراتيجيات التحسين
مرتبط بالتنمية
215
3.98
0.67
٦
–
0.79
استراتيجيات التحسين
مرتبط بالوعي
216
٣.٧٠
0.74
٤
–
0.72
استراتيجيات التحسين
متعلق بالمعرفة
216
3.85
0.81
٤
–
0.84
استراتيجيات التحسين
متعلق بالتنفيذ
216
3.90
0.78
٥
–
0.77
استراتيجيات التحسين
متعلق بالسياسة
216
٤.٠٠
0.81
٤
–
0.74
تم تطوير استراتيجيات التحسين بناءً على مراجعة الأدبيات ونتائج مقابلات الخبراء. وبالتالي، لا يمكن عرض ألفا كرونباخ للدراسات الأصلية. تم استخدامه فقط في تحليلات ANOVA الخاصة بنا كمؤشر أولي للاختلافات في هذه المتغيرات بين الأطباء العامين. ثم تم تحليل هذه الاختلافات بشكل أكثر تفصيلاً في نموذج الانحدار الخاص بنا باستخدام المتغيرات المستمرة دون تصنيف.
قمنا بإجراء تحليل انحدار هرمي خطي لتعميق فهمنا للعلاقة بين الحواجز والاستراتيجيات والمتغيرات المستقلة، مع الأخذ في الاعتبار الاستمرارية المرتبطة بالشخصية والمتغيرات المتعلقة بالميل الرقمي. اخترنا نهجًا هرميًا لإدخال المتغيرات في نموذجنا لتحديد تأثير المتغيرات الديموغرافية والمتعلقة بالممارسة على الحواجز والاستراتيجيات، وللفصل بين هذا التأثير وتأثير استخدام الصحة الرقمية، والميل الرقمي، والشخصية. تم تقييم احتمالية التعدد الخطي للمتنبئين وفقًا للتوصيات العملية باستخدام قيم VIF وقيم التسامح.. نظرًا لأن جميع قيم VIF كانت أقل من عشرة وقيم التسامح أكبر من 0.1، فإن التعددية الخطية لا تبدو أنها تؤثر على تحليلنا. في نهجنا المتسلسل، تضمنت المرحلة الأولى الخصائص الديموغرافية وخصائص الممارسة، بما في ذلك الجنس، العمر، حجم موقع الممارسة، الخبرة المهنية، ونوع الممارسة. قدمت المرحلة الثانية متغيرات تتعلق باستخدام الصحة الرقمية الحالية والمتوقعة في المستقبل. أضافت المرحلة الثالثة متغيرات تتعلق بالميل الرقمي، بما في ذلك الميل الرقمي الم perceived للمساعدين الطبيين وميل الأطباء العامين للتفاعل مع التكنولوجيا. قدمت المرحلة الرابعة السمات الشخصية الخمس الكبرى، وهي الانفتاح، والود، والضمير، والعصابية، والانفتاح. في النموذج النهائي، تم تضمين نضج الممارسة الرقمية. اتبعت هذه التسلسل الأبحاث السابقة والتفكير النظري، حيث تم إدخال المتغيرات التي تم تحليلها في الأبحاث السابقة في وقت مبكر في النموذج. بالإضافة إلى ذلك، غطت الكتل المتميزة التي تم تحليلها فئات مختلفة من المتغيرات الكامنة، وهي الديموغرافيا، وخصائص الممارسة، واستخدام الصحة الرقمية، والميل الرقمي، والشخصية. نظرًا لأن تحليلنا للعلاقة بين الحواجز المدركة والاستراتيجيات والخصائص الكامنة كان مبتدئًا، ركز تحليلنا على التأثيرات الرئيسية لمتغيرات التنبؤ الفردية وامتنع بشكل صريح عن تحليل وتفسير تأثيرات التفاعل.
توفر البيانات
البيانات التي تدعم نتائج هذه الدراسة متاحة من المؤلف المراسل عند الطلب المعقول.
تاريخ الاستلام: 18 أكتوبر 2023؛ تاريخ القبول: 16 فبراير 2024؛ نُشر على الإنترنت: 27 فبراير 2024
References
Amarasingham, R., Plantinga, L., Diener-West, M., Gaskin, D. J. & Powe, N. R. Clinical information technologies and inpatient outcomes. Arch. Intern. Med. 169, 108 (2009).
Martin, G. et al. Evaluating the impact of organisational digital maturity on clinical outcomes in secondary care in England. NPJ Digit. Med. 2, 41 (2019).
Chaudhry, B. et al. Systematic review: impact of health information technology on quality, efficiency, and costs of medical care. Ann. Intern. Med. 144, 742 (2006).
Buntin, M. B., Burke, M. F., Hoaglin, M. C. & Blumenthal, D. The benefits of health information technology: a review of the recent literature shows predominantly positive results. Health Aff. 30, 464-471 (2011).
Campanella, P. et al. The impact of electronic health records on healthcare quality: a systematic review and meta-analysis. European J. Public Health 26, 60-64 (2016).
Lingg, M. & Lütschg, V. Health system stakeholders’ perspective on the role of mobile health and its adoption in the swiss health system: qualitative study. JMIR Mhealth Uhealth 8, e17315 (2020).
Poissant, L., Pereira, J., Tamblyn, R. & Kawasumi, Y. The impact of electronic health records on time efficiency of physicians and nurses: a systematic review. J. Am. Med. Inform. Assoc. 12, 505-516 (2005).
Golinelli, D. et al. Adoption of digital technologies in health care during the COVID-19 pandemic: systematic review of early scientific literature. J. Med. Internet Res. 22, e22280 (2020).
Choi, W. S., Park, J., Choi, J. Y. B. & Yang, J.-S. Stakeholders’ resistance to telemedicine with focus on physicians: utilizing the Delphi technique. J Telemed Telecare 25, 378-385 (2019).
Greenhalgh, T. et al. Beyond adoption: a new framework for theorizing and evaluating nonadoption, abandonment, and challenges to the scale-up, spread, and sustainability of health and care technologies. J. Med. Internet Res. 19, e367 (2017).
Jacob, C., Sanchez-Vazquez, A. & Ivory, C. Social, organizational, and technological factors impacting clinicians’ adoption of mobile health tools: systematic literature review. JMIR Mhealth Uhealth 8, e15935 (2020).
Gagnon, M. P. et al. Systematic review of factors influencing the adoption of information and communication technologies by healthcare professionals. J. Med. Syst. 36, 241-277 (2012).
Jetty, A., Moore, M. A., Coffman, M., Petterson, S. & Bazemore, A. Rural family physicians are twice as likely to use telehealth as urban family physicians. Telemed. e-Health 24, 268-276 (2018).
Wanderås, M. R., Abildsnes, E., Thygesen, E. & Martinez, S. G. Video consultation in general practice: a scoping review on use, experiences, and clinical decisions. BMC Health Serv. Res. 23, 316 (2023).
Byambasuren, O., Beller, E. & Glasziou, P. Current knowledge and adoption of mobile health apps among Australian general practitioners: survey study. JMIR Mhealth Uhealth 7, e13199 (2019).
Gagnon, M. P., Ngangue, P., Payne-Gagnon, J. & Desmartis, M. M-Health adoption by healthcare professionals: a systematic review. J. Am. Med. Inform. Assoc. 23, 212-220 (2016).
O’Donnell, A., Kaner, E., Shaw, C. & Haighton, C. Primary care physicians’ attitudes to the adoption of electronic medical records: a systematic review and evidence synthesis using the clinical adoption framework. BMC Med. Inform. Decis. Mak. 18, 101 (2018).
Rahal, R. M., Mercer, J., Kuziemsky, C. & Yaya, S. Factors affecting the mature use of electronic medical records by primary care physicians: a systematic review. BMC Med. Inform. Decis. Mak. 21, 67 (2021).
Iversen, T. & Ma, C. A. Technology adoption by primary care physicians. Health Econ 31, 443-465 (2022).
Leppert, F. et al. Economic aspects as influencing factors for acceptance of remote monitoring by healthcare professionals in Germany. J. Int. Soc. Telemed. eHealth. 3, e12 (2015).
Hammerton, M., Benson, T. & Sibley, A. Readiness for five digital technologies in general practice: perceptions of staff in one part of southern England. BMJ Open Qual 11, e001865 (2022).
Dahlhausen, F. et al. Physicians’ attitudes toward prescribable mhealth apps and implications for adoption in Germany: mixed methods study. JMIR Mhealth Uhealth 9, e33012 (2021).
Byambasuren, O., Beller, E., Hoffmann, T. & Glasziou, P. Barriers to and facilitators of the prescription of mHealth apps in Australian general practice: qualitative study. JMIR Mhealth Uhealth 8, e17447 (2020).
Scott, A., Bai, T. & Zhang, Y. Association between telehealth use and general practitioner characteristics during COVID-19: findings from a nationally representative survey of Australian doctors. BMJ Open 11, e046857 (2021).
Kringos, D. S., Boerma, W., van der Zee, J. & Groenewegen, P. Europe’s strong primary care systems are linked to better population health but also to higher health spending. Health Aff. 32, 686-694 (2013).
Zaresani, A. & Scott, A. Does digital health technology improve physicians’ job satisfaction and work-life balance? A cross-sectional national survey and regression analysis using an instrumental variable. BMJ Open 10, e041690 (2020).
Krog, M. D. et al. Barriers and facilitators to using a web-based tool for diagnosis and monitoring of patients with depression: a qualitative study among Danish general practitioners. BMC Health Serv Res 18, 503 (2018).
Poppe, L. et al. Process evaluation of an eHealth intervention implemented into general practice: general practitioners’ and patients’ views. Int. J. Environ. Res. Public Health 15, 1475 (2018).
Breedvelt, J. J. et al. GPs’ attitudes towards digital technologies for depression: an online survey in primary care. Br. J. General Pract. 69, e164-e170 (2019).
Lin, D., Papi, E. & McGregor, A. H. Exploring the clinical context of adopting an instrumented insole: a qualitative study of clinicians’ preferences in England. BMJ Open 9, e023656 (2019).
Buhtz, C. et al. Receptiveness of GPs in the South Of Saxony-Anhalt, Germany to obtaining training on technical assistance systems for caregiving: a cross-sectional study. Clin. Interv. Aging 14, 1649-1656 (2019).
Lim, H. M. et al. mHealth adoption among primary care physicians in Malaysia and its associated factors: a cross-sectional study. Fam Pract. 38, 210-217 (2021).
Girdhari, R. et al. Electronic communication between family physicians and patients. Can. Family Phys. 67, 39-46 (2021).
Muehlensiepen, F. et al. Acceptance of telerheumatology by rheumatologists and general practitioners in Germany: nationwide cross-sectional survey study. J. Med. Internet Res. 23, e23742 (2021).
Jakobsen, P. R. et al. Identification of important factors affecting use of digital individualised coaching and treatment of Type 2 diabetes in general practice: a qualitative feasibility study. Int. J. Environ. Res. Public Health 18, 3924 (2021).
Volpato, L., del Río Carral, M., Senn, N. & Santiago Delefosse, M. General practitioners’ perceptions of the use of wearable electronic health monitoring devices: qualitative analysis of risks and benefits. JMIR Mhealth Uhealth 9, e23896 (2021).
Della Vecchia, C. et al. Willingness of French general practitioners to prescribe mHealth apps and devices: quantitative study. JMIR Mhealth Uhealth 10, e28372 (2022).
Meurs, M., Keuper, J., Sankatsing, V., Batenburg, R. & van Tuyl, L. “Get used to the fact that some of the care is really going to take place in a different way”: general practitioners’ experiences with E-Health during the COVID-19 pandemic. Int. J. Environ. Res. Public Health 19, 5120 (2022).
Löbner, M. et al. What comes after the trial? An observational study of the real-world uptake of an E-mental health intervention by general practitioners to reduce depressive symptoms in their patients. Int. J. Environ. Res. Public Health 19, 6203 (2022).
Fischer, S. et al. Einschätzung deutscher Hausärztinnen und Hausärzte zur integrierten Versorgung mittels Kommunikationstechnologien. MMW Fortschr Med 164, 16-22 (2022).
Poon, Z. & Tan, N. C. A qualitative research study of primary care physicians’ views of telehealth in delivering postnatal care to women. BMC Primary Care 23, 206 (2022).
Wangler, J. & Jansky, M. Welche Potenziale und Mehrwerte bieten DiGA für die hausärztliche Versorgung? – Ergebnisse einer Befragung von Hausärzt*innen in Deutschland. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 65, 1334-1343 (2022).
Job, J., Nicholson, C., Calleja, Z., Jackson, C. & Donald, M. Implementing a general practitioner-to-general physician eConsult service (eConsultant) in Australia. BMC Health Serv. Res. 22, 1278 (2022).
Franke, T., Attig, C. & Wessel, D. A personal resource for technology interaction: development and validation of the affinity for technology interaction (ATI) scale. Int. J. Hum. Comput. Interact 35, 456-467 (2019).
Rammstedt, B. & John, O. P. Kurzversion des Big Five Inventory (BFIK): Entwicklung und Validierung eines ökonomischen Inventars zur Erfassung der fünf Faktoren der Persönlichkeit. Diagnostica 51, 195-206 (2005).
Sclafani, J., Tirrell, T. F. & Franko, O. I. Mobile tablet use among academic physicians and trainees. J. Med. Syst. 37, 9903 (2013).
Bundesanzeiger Verlag. Gesetz Für Sichere Digitale Kommunikation Und Anwendungen Im Gesundheitswesen. Bundesgesetzblatt Jahrgang 2015 Teil I Nr. 54 (https://www.bgbl.de/xaver/bgbl/text. xav?SID=&tf=xaver.component.Text_0&tocf=&qmf=&hlf=xaver. component.Hitlist_0&bk=bgbl&start=%2F%2F*%5B%40node_id% 3D%27944185%27%5D&skin=pdf&tlevel=-2&nohist=1&sinst= 3A147306 2015).
Poba-Nzaou, P., Uwizeyemungu, S. & Liu, X. Adoption and performance of complementary clinical information technologies:
analysis of a survey of general practitioners. J. Med. Internet Res. 22, e16300 (2020).
Djalali, S., Ursprung, N., Rosemann, T., Senn, O. & Tandjung, R. Undirected health IT implementation in ambulatory care favors paperbased workarounds and limits health data exchange. Int. J. Med. Inform. 84, 920-932 (2015).
Holanda, A. A., do Carmo e Sá, H. L., Vieira, A. P. G. F. & Catrib, A. M. F. Use and satisfaction with electronic health record by primary care physicians in a health district in Brazil. J. Med. Syst. 36, 3141-3149 (2012).
Goujon, A., Jacobs-Crisioni, C., Natale, F. & Lavalle, C. The Demographic Landscape of EU Territories – Challenges and Opportunities in Diversely Ageing Regions. https://doi.org/10.2760/658945 (2021).
Slevin, P. et al. Exploring the barriers and facilitators for the use of digital health technologies for the management of COPD: a qualitative study of clinician perceptions. QJM: Int. J. Med. https://doi.org/10.1093/qjmed/hcz241 (2019).
Devaraj, S., Easley, R. F. & Crant, J. M. How does personality matter? Relating the five-factor model to technology acceptance and use. Inform. Syst. Res. 19, 93-105 (2008).
Su, J., Dugas, M., Guo, X. & Gao, G. Influence of personality on mHealth use in patients with diabetes: prospective pilot study. JMIR Mhealth Uhealth 8, e17709 (2020).
McCrae, R. R. & Costa, P. T. Validation of the five-factor model of personality across instruments and observers. J. Pers Soc. Psychol. 52, 81-90 (1987).
Duncan, R., Eden, R., Woods, L., Wong, I. & Sullivan, C. Synthesizing dimensions of digital maturity in hospitals: systematic review. J. Med. Internet Res. 24, e32994 (2022).
Kelders, S. M., Kok, R. N., Ossebaard, H. C. & Van Gemert-Pijnen, J. E. Persuasive system design does matter: a systematic review of adherence to web-based interventions. J. Med. Internet Res. 14, e152 (2012).
Schrimpf, A., Bleckwenn, M. & Braesigk, A. COVID-19 Continues to Burden General Practitioners: Impact on Workload, Provision of Care, and Intention to Leave. Healthcare 11, 320 (2023).
Hanna, L., May, C. & Fairhurst, K. Non-face-to-face consultations and communications in primary care: the role and perspective of general practice managers in Scotland. J. Innov. Health Inform. 19, 17-24 (2011).
Eden, R., Burton-Jones, A., Scott, I., Staib, A. & Sullivan, C. Effects of eHealth on hospital practice: synthesis of the current literature. Aust. Health Rev. 42, 568-578 (2018).
Lezhnina, O. & Kismihók, G. A multi-method psychometric assessment of the affinity for technology interaction (ATI) scale. Comp. Hum. Behav. Rep. 1, 100004 (2020).
Tricco, A. C. et al. PRISMA extension for scoping reviews (PRISMAScR): checklist and explanation. Ann. Intern. Med. 169, 467-473 (2018).
Tong, A., Sainsbury, P. & Craig, J. Consolidated criteria for reporting qualitative research (COREQ): a 32-item checklist for interviews and focus groups. Int. J. Quality Health Care 19, 349-357 (2007).
Eysenbach, G. Improving the quality of web surveys: the checklist for reporting results of internet E-Surveys (CHERRIES). J. Med. Internet Res. 6, e34 (2004).
VERBI Software. MAXQDA 2022. (2021).
Kuckartz, U. & Rädiker, S. Qualitative Inhaltsanalyse. Methoden, Praxis, Computerunterstützung. (Beltz Juventa, Weinheim, Basel, 2022).
Weik, L., Fehring, L., Mortsiefer, A. & Meister, S. Big 5 personality traits and individual- and practice-related characteristics as influencing
factors of digital maturity in general practices: quantitative web-based survey study. J. Med. Internet Res. 26, e52085 (2024).
Leiner, D. J. Too fast, too straight, too weird: non-reactive indicators for meaningless data in internet surveys. Surv. Res. Methods 13, 229-248 (2019).
Bais, F., Schouten, B. & Toepoel, V. Investigating response patterns across surveys: do respondents show consistency in undesirable answer behaviour over multiple surveys? Bull. Sociol. Methodol. 147-148, 150-168 (2020).
IBM Corp. IBM SPSS Statistics for Macintosh, Version 29.0. (2022).
Tavakol, M. & Dennick, R. Making sense of Cronbach’s alpha. Int. J. Med. Educ. 2, 53-55 (2011).
Welch, B. L. On the comparison of several mean values: an alternative approach. Biometrika 38, 330 (1951).
Field, A. Discovering Statistics Using IBM SPSS Statistics. (Sage Publications, London, 2018).
Cohen, J. Statistical Power Analysis for the Behavioral Sciences. (Routledge, New York, 2013).
مساهمات المؤلفين
طور كل من L.W. وL.F. وS.M. السؤال البحثي العام وتصميم الدراسة. قامت L.W. بمراجعة الأدبيات، وأجرت، وكتبت، وحللت نوعياً المقابلات مع الخبراء، وأجرت التحليل الإحصائي للبيانات التي تم الحصول عليها من الاستطلاع عبر الإنترنت. دعم كل من S.M. وL.F. وA.M. عملية تجنيد المشاركين للمقابلات والاستطلاع عبر الإنترنت. قامت L.W. بصياغة المخطوطة. قدم كل من S.M. وL.F. وA.M. مراجعة نقدية. قام S.M. بتنسيق المشروع. راجع جميع المؤلفين المخطوطة النهائية.
تمويل
تم تمويل الوصول المفتوح وتنظيمه بواسطة مشروع DEAL.
معلومات الرعاية الصحية، كلية الصحة، مدرسة الطب، جامعة ويتن/هيرديك، ويتن، ألمانيا.مستشفى هليوس الجامعي في ووبيرتال، قسم أمراض الجهاز الهضمي، جامعة ويتن/هيرديك، ووبيرتال، ألمانيا.كلية الصحة، مدرسة الطب، جامعة ويتن/هيرديك، ويتن، ألمانيا.الممارسة العامة II وتركيز المريض في الرعاية الأولية، معهد الممارسة العامة والرعاية الأولية، كلية الصحة، مدرسة الطب، جامعة ويتن/هيرديك، ويتن، ألمانيا.قسم الرعاية الصحية، معهد فراونهوفر لهندسة البرمجيات وأنظمة الهندسة ISST، دورتموند، ألمانيا. – البريد الإلكتروني:سفن.مايستر@uni-wh.de
Extensive research has shown the potential value of digital health solutions and highlighted the importance of clinicians’ adoption. As general practitioners (GPs) are patients’ first point of contact, understanding influencing factors to their digital health adoption is especially important to derive personalized practical recommendations. Using a mixed-methods approach, this study broadly identifies adoption barriers and potential improvement strategies in general practices, including the impact of GPs’ inherent characteristics – especially their personality – on digital health adoption. Results of our online survey with 216 GPs reveal moderate overall barriers on a 5-point Likert-type scale, with required workflow adjustments ( ), inadequate reimbursement ( ), and high training effort ( ) as substantial barriers. Improvement strategies are considered important overall, with respondents especially wishing for improved interoperability ( ), continued technical support ( ), and improved usability ( ). In our regression model, practice-related characteristics, the expected future digital health usage, GPs’ digital affinity, several personality traits, and digital maturity are significant predictors of the perceived strength of barriers. For the perceived importance of improvement strategies, only demographics and usage-related variables are significant predictors. This study provides strong evidence for the impact of GPs’ inherent characteristics on barriers and improvement strategies. Our findings highlight the need for comprehensive approaches integrating personal and emotional elements to make digitization in practices more engaging, tangible, and applicable.
In the contemporary healthcare landscape, digital technologies have emerged as powerful tools, offering the potential to improve health outcomes , reduce costs , enhance patient care , and improve the effectiveness and efficiency of healthcare delivery . This spread of digital health solutions was further accelerated by the COVID-19 pandemic . Despite the potential benefits of digital health solutions, their adoption and successful integration into healthcare organizations has been slow and impeded by
various barriers . As the digitalization of healthcare continues to reshape medical practices, understanding and addressing perceived barriers among general practitioners (GPs) is paramount. In this context, extensive research has studied digital health adoption across various medical disciplines, healthcare settings, and technologies, ranging from remote consultations to , electronic medical records , and remote monitoring . Today, only a few studies considered a broader perspective on digital health
adoption , investigated potential strategies to improve adoption , and studied potential influencing factors .
Amid the digitalization of healthcare, GPs can choose various digital health solutions for their practice, ranging from video consultations and mobile health apps to digital appointment booking. As GPs are most patients’ primary point of contact in European healthcare systems, they are thus at the center of providing comprehensive and continuous healthcare services . Consequently, GPs’ adoption and effective utilization of digital health solutions significantly impact the integration of these technologies into routine clinical practice and, hence, influence patient care. Moreover, GPs’ adoption of digital health solutions can enhance their job satisfaction and work-life balance .
Therefore, understanding factors influencing the barriers perceived among GPs is vital to fostering the effective and sustainable adoption of digital health solutions in a rapidly evolving landscape. By digital health solutions, in this study, we mean digital tools, technologies, and services designed to improve healthcare, make it more efficient, and personalize it. This includes the use of digital services (e.g., video consultations, digital telephone assistance system, digital appointment booking, digital medical history, digital practice administration) and the use of connected medical devices and artificial intelligence (e.g., telemonitoring, decision support systems).
Through a mixed-methods research approach combining qualitative (i.e., literature review, expert interviews) and quantitative methodologies (i.e., online survey), we aim to identify adoption barriers and potential strategies for improvement in general practice settings more broadly and further evaluate their association with GPs’ inherent characteristics, especially their personality. As the research on influencing factors to digital health adoption in general practices is limited, we close this gap by providing a more nuanced understanding of inherent characteristics and their effect on digital health adoption among GPs. Understanding these inherent influencing factors enables the development of evidence-based, targeted strategies to address resistance and facilitate the successful integration of digital health solutions into clinical practice, whether through communication styles that resonate with different personality types or by providing additional support to individuals less comfortable with technological change. Tailoring interventions to the specific needs and characteristics of GPs enhances the effectiveness of digital health adoption strategies.
Results
Adoption barriers and improvement strategies in general practices (literature review and expert interview results)
Our literature review and expert interviews aimed to identify and synthesize currently postulated adoption barriers and improvement strategies for digital health adoption more broadly and validate their relevance in general practice settings. We initially retrieved 1276 records in the literature search, of which we included 24 articles .
The literature review identified technological, social, and organizational adoption barriers. More than of included studies reported organizational adoption barriers , with more than half reporting high workload and a lack of time (each ) as predominant barriers. Another 88% of studies identified social adoption barriers ( ). Of these, physicians’ familiarity with digital health solutions was the most cited social barrier, followed by overall awareness and patient preferences .
Our ten expert interviews with GPs confirmed and validated the relevance of all three categories of barriers and five categories of improvement strategy. Overall, the relevance of the three categories of barriers was consistently rated as high. In line with the high estimated relevance, all GPs mentioned technological barriers, especially regarding system reliability ( ), usefulness ( ), and technical support ( ). Additionally, most GPs mentioned the familiarity and ability of practice staff (each ), patients’ preferences and ability ( ), a lack of
reimbursement ( ), a high workload and lack of time (each ; ), and the socio-political context ( ) as substantial adoption barriers. On average, GPs reported around 14 different barriers.
Looking into potential strategies to support and improve digital health adoption, we identified strategies in five categories in our literature review: development-related, awareness-related, knowledge-related, implementa-tion-related, and policy-related strategies. Around two-thirds of studies identified strategies concerning the development of digital health solutions as potentially helpful to improve adoption ; . Among these, the most frequently cited development-related strategies were improvements in the usefulness of digital health solutions , followed by improvements in their usability . All other categories were present in around half of the included studies, with the call for ongoing training and improved reimbursement as additionally vital improvement strategies.
Our expert interviews further highlighted that GPs considered development-related strategies particularly relevant: of GPs would like to see improved usability of digital health solutions (8/10). In addition, GPs especially called for improvements in remuneration ( ) and a simplification of political guidelines ( ). Awareness-related strategies were rated as least relevant (6.2/10.0). Of these, GPs wished for further information on the functionalities and benefits of digital health solutions (each ). Overall, GPs reported around 11 strategies. In our subsequent online survey, we only included items for barriers or strategies proposed by more than four articles or mentioned by more than one interviewee to ensure theoretical and expert consensus. Figure 1 shows the synthesized results.
Factors influencing adoption barriers and improvement strategies (online survey results)
To analyze factors that may influence adoption barriers and improvement strategies, our online survey focused on five areas of inherent characteristics: (i) demographics and practice-related characteristics, (ii) digital health usage, (iii) digital affinity, (iv) personality, and (v) digital maturity of the practice.
After data cleaning, quality, and privacy control, we included a broad sample of 216 German GPs with a diverse set of demographics (see Fig. 2).
Around half of respondents used digital health solutions daily (93/216; ), while almost a third did not use them at all ( ) or rather seldomly (47/216; 21.8%). Most respondents further expected to rather or very likely use digital health solutions in the future ( ).
Further, GPs perceived the work-related digital affinity of their medical assistants to be moderate (55/216; 25.5%) or relatively high (91/216; 42.1%) and had a relatively moderate affinity for technology interaction themselves ( ).
Concerning personality , respondents can be characterized as highly conscientious ( ) and open ( ), moderately extroverted ( ) and agreeable ( , ), and mildly neurotic ( ). The digital maturity of their practices was moderate ( ).
Overall, respondents saw around 11 barriers ( ) and rated these as relatively moderate ( ). Among the three categories, organizational barriers were rated highest on average ( ), followed by technological ( ) and social ( ) barriers. For most individual barriers, scores were again moderate, with the highest rating for required workflow adjustments ( ), high costs and inadequate reimbursement ( ), and a high training and familiarization effort ( ) as the top three barriers (see Fig. 3).
On average, respondents perceived around 16 improvement strategies as important ( ). Policy-related ( ) and development-related strategies ( ) received the highest rating, followed by implementation-related ( )
Fig. 1 | Overview of categories and individual barriers (strategies) based on the literature review and expert interview results. The figure shows categories and corresponding individual barriers (strategies) as well as their appearance in the literature review and expert interviews. represents the number of studies
identified in the literature review proposing the barrier (strategy); shows the number of expert interviews in which the barrier (strategy) was mentioned. Light grey boxes with italic text show barriers (strategies) not included in the subsequent online survey. dhs digital health solutions.
and knowledge-related strategies ( ). Awareness-related strategies scored lowest but were also perceived as important ( , ). Most individual strategies were similarly rated important (see Fig. 4): Respondents especially wished for improved interoperability ( ), continued technical support ( ), and improved usability ( ).
We conducted separate univariate ANOVAs and post hoc tests, to assess differences in the number and strength of adoption barriers and the number and importance of improvement strategies given the several inherent characteristics considered (see Fig. 5).
The strength of barriers differed based on gender, current and future use of digital health solutions, GPs’ level of affinity for technology interaction, the level of extraversion and neuroticism, and the level of digital maturity. Post hoc tests revealed that participants who were female ( , Cohen’s ), never used digital health solutions ( , Cohen’s ; Hochberg GT2 post hoc
test), were very ( , Cohen’s ; Hochberg GT2 post hoc test) or rather unlikely to use digital health solutions in the future ( , Cohen’s ; Hochberg GT2 post hoc test), had a low level of affinity for technology interaction ( , ), a low level of extraversion ( , Cohen’s ; Hochberg GT2 post hoc test), a high ( , , Cohen’s ; Hochberg GT2 post hoc test) or moderate level of neuroticism ( , Cohen’s ; Hochberg GT2 post hoc test), and a low ( , Cohen’s ; Games-Howell post hoc test) or moderate level of digital maturity ( , Cohen’s ; Games-Howell post hoc test) reported a higher strength of barriers compared to respondents who were male, used digital health solutions daily, were rather or very likely to use digital health solutions in the future, had a moderate or high level of affinity for technology interaction, a high level of extraversion, a low level of neuroticism, or a high level of digital maturity. Interestingly, male and female
Characteristics
%
Gender
Male
97
44.9
Female
119
55.1
Divers
0
No Answer
0
–
Age
< 26
0
–
26-35
22
10.2
36-45
56
25.9
46-55
55
25.5
56-65
74
34.3
> 65
9
4.2
Practice location size (# inhabitants)
< 5,000
42
19.4
5,000-20,000
72
33.3
20,001-100,000
41
19.0
100,001-500,000
26
12.0
> 500,000
35
16.2
Professional experience (# years)
<1
0
1-5
23
10.6
6-10
31
14.4
11-20
58
26.9
21-30
59
27.3
>30
45
20.8
Patient population
Only privately health-insured
0
–
Only statutory health-insured
0
–
Both
100.0
Practice type
Single practice
102
47.2
Practice sharing
10
4.6
Group practice
93
43.1
Practice clinic
0
–
Practice network
0
–
Medical care center
11
5.1
Collaborative laboratory
0
Current usage of digital health solutions
Never
20
9.3
Less than once per month
47
21.8
Monthly
24
11.1
Weekly
32
14.8
Daily
93
43.1
Expected future usage of digital health solutions
(1) Very unlikely
11
5.1
(2) Rather unlikely
29
13.4
(3) Neither / nor
15
6.9
(4) Rather likely
50
23.1
(5) Very likely
111
51.4
Perceived digital affinity of medical assistants
(1) Not at all digitally affine
4
1.9
(2) Rather not digitally affine
40
18.5
(3) Neither / nor digitally affine
55
25.5
(4) Rather digitally affine
91
42.1
(5) Fully digitally affine
26
12.0
Fig. 2 | Characteristics of participating GPs . The figure shows assessed individual and practice-related characteristics of participating GPs.
participants rated poor compatibility with work processes, a lack of reimbursement, high costs, and a high training effort as the most substantial adoption barriers (see Fig. 3).
We found a similar pattern for the number of barriers, except that there was no difference between GPs based on gender ; -test), yet a significant difference based on the perceived digital affinity of medical assistants (Welch’s ; Welch ANOVA). GPs who perceived their medical assistants to be somewhat not digitally affine ( ) reported significantly more adoption barriers adoption compared to respondents perceiving their medical assistants to be fully digitally affine ( , Cohen’s ; Hochberg GT2 post hoc test).
Looking at the importance of improvement strategies, we found significant differences between GPs based on gender, professional experience,
current usage and expected future digital health usage, the level of neuroticism, and the level of digital maturity (see Fig. 5). Post hoc tests revealed that respondents who were female ( , Cohen’s ; -test), used digital health solutions daily ( , , , Cohen’s ; Hochberg GT2 post hoc test), monthly ( , Cohen’s ; Hochberg GT2 post hoc test), or seldomly ( , Cohen’s ; Hochberg GT2 post hoc test), and were very ( , Cohen’s ; Hochberg GT2 post hoc test) or rather likely to use digital health solutions in the future ( , Cohen’s ; Hochberg GT2 post hoc test), reported a higher importance of strategies, compared to respondents who were male, never used digital health solutions, and were very unlikely to use these in the future. Interestingly, female participants viewed continuous technical support, improved
Item
n
mean
SD
% A
(1)
(5)
TB
I am skeptical about the design and technical capabilities of dhs.
216
2.89
1.12
31%
The use of dhs offers no additional value compared to my current practice processes.
216
2.75
1.19
29%
*
The use of dhs is relatively cumbersome and time-consuming.
215
3.40
1.10
47%
I am skeptical about the technical reliability of dhs.
216
3.03
1.22
38%
Dhs integrate rather poorly with existing practice software and tools.
216
3.14
1.10
36%
There is insufficient technical support from the provider when technical problems arise.
214
3.35
1.18
49%
* **
The technical equipment in my practice is not sufficient for the implementation of dhs.
216
1.97
1.07
11%
*
SB
I do not know which dhs are currently offered and what their goals and purposes are.
216
2.81
1.23
31%
I am not familiar with dhs and am unable to use them.
216
2.47
1.18
20%
I am skeptical and averse to the implementation of dhs.
216
2.61
1.24
25%
*
I am afraid that dhs will hinder my communication with patients.
216
2.38
1.23
21%
* *
I am concerned that dhs will only be applicable or appropriate for some patients.
216
3.47
1.14
56%
I do not believe that dhs will improve my patients’ access to care.
216
2.88
1.17
32%
My patients are not interested in or able to use dhs.
215
3.04
1.03
34%
I am concerned that dhs may have negative medical consequences.
216
2.40
1.08
17%
* *
OB
The adoption of dhs requires adjustments to existing practice processes and workflows.
216
4.13
0.93
87%
The implementation of dhs is costly and subsequent use is not adequately reimbursed.
216
4.02
1.02
71%
There is insufficient empirical evidence about the benefits of dhs for patients.
216
3.22
1.12
40%
I do not have sufficient information on existing dhs and how they work.
216
3.06
1.27
42%
-x
The implementation of dhs will lead to an increased workload.
216
3.45
1.14
48%
The implementation of dhs will require a high training and familiarization effort.
216
3.87
1.01
67%
I do not have a strategic plan for the introduction of dhs.
215
3.49
1.29
56%
There are no clear and adequate regulations, guidelines, and health policies around dhs.
216
3.74
1.08
68%
I am skeptical about the confidentiality and security of personal information related to dhs.
216
3.37
1.29
52%
*
I am concerned about medicolegal risks related to dhs, e.g., liability risks.
216
3.25
1.24
49%
I have insufficient time to implement and use dhs.
216
3.58
1.17
56%
female male
Fig. 3 | Sample size, mean, standard deviation, agreement rates, and betweengroup comparison for adoption barriers along the categories assessed. The figure shows items for adoption barriers per category, the respective sample size, descriptive statistics, and between-group comparison. The dot chart shows the mean value per item. Error bars represent standard errors. Cells with red framing
show substantial differences between groups. %A Percentage of respondents agreeing to the statements and thus rating the respective barrier as relevant rating of (4) or (5); TB technological barriers; SB social barriers; OB organizational barriers; dhs digital health solutions.
interoperability, and improved reimbursement as the most vital improvement strategies. In contrast, for male participants, it was an enhanced interoperability, improved usefulness, and improved usability (see Fig. 4). Overall, we found similar results for the number of improvement strategies, except that there was an additional significant difference based on respondents’ level of conscientiousness (Welch’s ; Welch ANOVA).
In the next step, we conducted a linear hierarchical regression analysis to deepen our understanding of the association between adoption barriers, improvement strategies, and GPs’ inherent characteristics.
Looking at adoption barriers (see Table 1), demographics, practicerelated characteristics, and digital health usage alone explained about
of the variance in the strength of barriers, reaching statistical significance of the model, (F-test). When including digital affinity variables in model 3, the proportion of explained criterion variance increase by to an overall of around , ; F-test). Further including personality traits into our model led to an additional increase in of . Finally, also including digital maturity led to an increase in of to an overall of , ; F-test). Thus, our model significantly improved at each stage of the hierarchical process. The same was true for the number of adoption barriers, with a final of ; F-test).
In our final regression model, eight variables were significantly associated with the strength of barriers (see Supplementary Table 1 and
Item
n
mean
SD
% A
(1)
(5)
DS
…if I were involved in the design, planning and realization of dhs.
216
3.26
1.12
47%
…if providers improved the benefits for my practice and my patients.
216
4.15
0.80
87%
…if providers optimized user-friendliness and ease of use.
216
4.20
0.88
83%
…if providers improved integrability with existing software and tools.
215
4.38
0.81
90%
** *
…if user feedback were incorporated into the development and improvement of dhs.
216
4.06
0.99
78%
…if there was the possibility to customize and individualize dhs for my practice.
216
3.84
0.99
66%
AS
…if I had an overview of dhs offered, their goals, and their intended use.
216
3.96
0.99
74%
…if there were recommendations from medical associations or scientific societies.
216
3.86
1.07
68%
…if colleagues or important opinion leaders would report about positive experiences.
216
3.65
1.04
60%
…if patients would like to see the use or introduction of dhs.
216
3.34
1.01
44%
KS
…if I had more information about the functionalities and integration into workflows.
216
3.75
0.94
69%
…if I had more information about the potential benefits for physicians and for patients.
216
3.96
0.91
78%
…if there was additional research and information about benefits and potential risks.
216
3.77
1.06
69%
…if I had more information about available reimbursement and financing models.
216
3.91
1.03
75%
IS
…if I had the opportunity to test dhs before implementation as part of a trial version.
216
3.84
1.08
70%
…if I received continuous technical support from the provider before and after rollout.
216
4.33
0.91
88%
…if the provider would offer reliable training material on the use of the dhs.
216
4.14
0.97
80%
…if I received regular training on dhs as part of my continuing professional education.
216
3.55
1.08
57%
…if there were educational opportunities for patients about dhs and associated benefits.
216
3.65
1.09
63%
PS
…if competencies in the use of dhs were included in medical professional training.
216
3.62
1.12
63%
…if there were financial incentives or the reimbursement were improved.
216
4.15
1.01
77%
…if policies and regulations were simplified and there were guidelines on medico-legal risks.
216
4.07
1.04
78%
…if there were legal regulations that simplified data protection and handling of personal data.
216
4.14
1.05
76%
female male
Fig. 4 | Sample size, mean, standard deviation, agreement rates, and betweengroup comparisons for improvement strategies along the categories assessed. The figure shows items for improvement strategies per category, the respective sample size, descriptive statistics, and between-group comparisons. The dot chart shows the mean value per item. Error bars represent standard errors. Cells
with red framing show substantial differences between groups. %A Percentage of respondents agreeing to the statement and thus rating the respective strategy as important rating of (4) or (5); DS development-related strategies; AS awarenessrelated strategies; KS knowledge-related strategies; IS implementation-related strategies; PS policy-related strategies; dhs digital health solutions.
Supplementary Table 2 for a detailed overview of coefficients). The strength of barriers was significantly associated with the practice location, the practice type, the expected future use of digital health solutions, GPs’ affinity for technology interaction, their extraversion, neuroticism, and openness, and the digital maturity of the practice. Accordingly, practicing in cities with less than 5,000 inhabitants compared to cities with 100,001 to 500,000 inhabitants ( ; -test) or cities with more than 500,000 inhabitants ( , ; -test), sharing practices ( , ; -test) compared to single practices, a lower expected likelihood of future usage ( -test), a lower affinity for technology interaction ( , -test), lower extraversion ( , -test), higher neuroticism ( , -test and openness ; -test), and lower digital maturity ( , ; -test) were associated with a higher strength of barriers. We found similar results for the linear hierarchical regression model predicting the number of barriers, except that there was no substantial association with the practice type or extraversion.
Looking at the importance of improvement strategies (see Table 2), the model only including demographics and practice-related characteristics explained about of the variance but did not reach statistical significance F-test). Including digital health usage in our model yielded significant improvement in the proportion of explained criterion variance by , leading to a total of ; F-test). Further including digital affinity, personality, or digital maturity as predictors did not significantly improve the model, although the respective regression models were significant (see Table 2). Thus, the regression model only including demographics, practice-related characteristics, and digital health usage best fit our data.
Univariate ANOVA, strength of barriers
Post hoc tests for significant ANOVAs
Variable
Welch’s F
value
Categories
n
mean
SD
Gender
-1.908
214
–
. 029
Male
119
2.99
0.71
0.64
Age
1.109
4
44.74
. 364
Never
20
3.42
0.64
4
Less than
47
3.26
0.74
Practice location size
0.915
88.49
. 459
Monthly
24
3.23
0.41
ลู.
Experience
0.903
4
88.93
. 466
Weekly
32
2.97
0.60
Daily
93
2.93
0.68
Practice type
1.976
3
25.13
. 143
Very unlikely
11
3.48
0.77
Current usage
4.080
4
72.01
. 005
Rather unlikely
29
3.61
0.59
Future usage
8.606
4
40.96
. 000
Rather likely
50
3.09
0.53
MA digital affinity
2.480
4
21.01
. 075
Very likely
111
2.89
0.66
ATI low
39
3.53
0.71
Level of ATI
14.929
2
91.15
. 000
ATI moderate
115
3.10
0.61
0.62
Level of extraversion
5.439
2
56.70
. 007
E low
21
3.43
0.64
Level of agreeableness
0.298
2
43.03
. 744
E moderate
117
3.17
0.61
है
Level of conscientiousness
1.411
2
2.65
. 383
N low
112
2.92
0.69
Level of neuroticism
10.527
2
34.28
. 000
N moderate
91
3.21
0.61
Level of openness
0.064
2
13.26
. 938
DM low
14
3.43
0.56
Level of digital maturity
10.718
2
34.73
. 000
DM moderate
137
3.21
0.56
Univariate ANOVA, importance of strategies
Post hoc tests for significant ANOVAs
Variable
Welch’s F
value
Categories
n
mean
SD
Gender
-2.125
184.09
–
. 017
Male
119
3.79
0.68
]
Age
2.292
4
46.41
. 074
1-5 years
23
4.12
0.48
Practice location size
0.377
4
88.87
. 824
6-10 years
31
3.99
0.51
Experience
3.432
4
89.34
. 012
21-30 years
59
3.72
0.65
Practice type
0.822
3
26.80
. 493
>30 years
45
3.77
0.61
Current usage
3.117
4
68.62
. 020
Never
20
3.40
0.70
Future usage
3.338
4
40.26
. 019
Monthly
24
4.00
0.54
ọc
MA digital affinity
1.177
4
20.67
. 350
Daily
93
3.95
0.62
Level of ATI
1.471
2
86.10
. 235
Very unlikely
11
3.21
0.68
Rather unlikely
29
3.78
0.75
Level of extraversion
0.627
2
53.87
. 538
Neither / nor
15
3.81
0.66
Level of agreeableness
0.557
2
42.64
. 577
Very likely
111
3.95
0.45
Level of conscientiousness
7.480
2
2.90
. 072
N low
112
3.84
0.61
N moderate
91
3.90
0.63
Level of neuroticism
4.960
2
39.07
. 012
N high
13
4.22
0.39
Level of openness
0.524
2
14.39
. 603
DM low
14
4.15
0.46
DM moderate
137
3.82
0.58
Level of digital maturity
3.588
2
37.28
. 038
DM high
65
3.97
0.70
Fig. 5 | Univariate ANOVAs and post hoc tests. Both parts of the figure show the results for Welch ANOVAs (left) and Hochberg GT2 or Games-Howell post hoc tests for significant Welch ANOVAs in the order of appearance (right). The upper part reports results for the strength of barriers, the lower part reports results for the importance of strategies. Blue brackets represent significant comparisons. As gender
is a dichotomous variable, we conducted a two-tailed -test. The results show the statistic (in the column ‘Welch’s F’), its’ df, and -value. MA digital affinity medical assistants’ digital affinity; ATI affinity for technology interaction; N neuroticism; DM digital maturity.
In this model (model 2), three variables were significantly associated with the importance of improvement strategies. We found a significant association with respondents’ professional experience, their current usage of digital health solutions, and their expected future usage. Having 1 to 5 years of professional experience compared to 21 to , -test), using digital health solutions seldom ( ; -test) or monthly ( , -test) compared to never, and a higher expected likelihood of future usage ( , ; -test) were associated with a higher importance. Again, results were similar for the linear hierarchical regression model of the number of improvement strategies, except that there was an additional significant
association with respondents’ age: Being aged between 46 and 55 ( , -test or older than -test) was significantly associated with a higher number of strategies.
Discussion
Despite the high potential value of digital health solutions , broad adoption and successful integration into healthcare organizations have been challenging . This study systematically examined the influence of GPs’ personal and practice characteristics on adoption barriers and strategies to improve digital health adoption. In a linear hierarchical regression model, practice-related characteristics, the expected future digital health usage, GPs’
Table 1 | Model parameters of the linear hierarchical regression model for the strength of barriers
Model #
Included variables
F
value
value
1
Demographics & practice-related characteristics
1.198
16
199
0.272
0.088
0.088
0.272
2
Demographics & practice-related characteristics
+ Digital health usage
2.573
21
194
<0.001
0.218
0.130
<0.001
3
Demographics & practice-related characteristics
+ Digital health usage
+ Digital affinity
3.684
23
192
<0.001
0.306
0.088
<0.001
4
Demographics & practice-related characteristics
+ Digital health usage
+ Digital affinity
+ Personality
4.620
28
187
<0.001
0.409
0.103
<0.001
5
Demographics & practice-related characteristics
+ Digital health usage
+ Digital affinity
+ Personality
+ Digital maturity
5.139
29
186
<0.001
0.445
0.036
<0.001
agreeableness, conscientiousness, neuroticism, openness); Model 5 (model 4 variables, digital maturity).
Table 2 | Model parameters of the linear hierarchical regression model for the importance of improvement strategies
Model #
Included variables
F
value
value
1
Demographics & practice-related characteristics
1.407
18
199
0.141
0.102
0.102
0.141
2
Demographics & practice-related characteristics
+ Digital health usage
2.305
21
194
0.002
0.200
0.098
<0.001
3
Demographics & practice-related characteristics
+ Digital health usage
+ Digital affinity
2.109
23
192
0.003
0.202
0.002
0.788
4
Demographics & practice-related characteristics
+ Digital health usage
+ Digital affinity
+ Personality
1.829
28
187
0.010
0.215
0.013
0.675
5
Demographics & practice-related characteristics
+ Digital health usage
+ Digital affinity
+ Personality
+ Digital maturity
1.757
29
186
0.014
0.215
0.000
0.874
agreeableness, conscientiousness, neuroticism, openness); Model 5 (model 4 variables, digital maturity).
digital affinity, several personality traits, and digital maturity were significant predictors of the perceived strength of barriers. For the perceived importance of improvement strategies, demographics, and digital health usage-related variables were again significant predictors.
In line with previous research , respondents saw multiple adoption barriers and rated these as rather moderate in our study. A recent systematic review found that organizational adoption barriers were more prevalent than technological factors. Likewise, our study obtained the highest scores for organizational barriers, followed by technological and social barriers. This highlights the clear importance of organizational factors for digital health adoption that go beyond the pure technical features of the solutions
themselves, contrasting with another previous review . However, a comparison of both studies should be interpreted cautiously, given the rapidly evolving digital health landscape and technical improvements in tools and services accelerated by the COVID-19 pandemic .
The main barriers identified in our study include poor compatibility with work processes, insufficient reimbursement and high costs, a required high training and familiarization effort, inadequate and indistinct regulations, guidelines, healthcare policies, and a workload-related lack of time. Most of these barriers are consistent with those identified in previous literature . A recent systematic review identified several influencing factors to adoption, highlighting a lack of interoperability that limits GPs’
ability to integrate digital health solutions flawlessly into existing workflows and exchange information with other healthcare providers as a strong barrier.
It is further not surprising that the high costs for implementing digital health solutions and a lack of reimbursement of corresponding services were proposed as core barriers in our study. Likewise, GPs mentioned financial incentives for digital health adoption as one of the most important improvement strategies. In line with this, a study on economic influencing factors for the acceptance of remote monitoring in Germany reported missing reimbursement arrangements, uncertain economic advantages, and missing business models as core barriers . Interestingly, these findings contradict research highlighting the financial advantages of digital health solutions but might be explained by the relatively low usage of digital health solutions in our sample. As pointed out by previous studies , current users saw substantially greater financial benefits than non-users. Our finding of usage-related differences further seconds this: GPs using digital health solutions daily perceived barriers overall to be lower compared to GPs never using these.
It is promising that only of respondents in our survey were afraid that using digital health solutions would hinder their communication with patients. Previous studies reported a potential disruption during visits due to the use of . This finding is in line with a more recent systematic review, showing the impact of digital health solutions on patientprofessional interaction was more often deemed a facilitator of digital health adoption, as digital health solutions could facilitate the relationship with patients by providing a new means of communication .
Interestingly, GPs perceived insufficient technical infrastructure as a minor adoption barrier in our study. This contrasts with the results of our literature review and previous studies reporting a poor information technology infrastructure as a constant barrier . The findings might be attributable to geographic differences in digital health requirements. In Germany, the Act on Secure Digital Communication and Applications in the Healthcare System (‘Gesetz für sichere digitale Kommunikation und Anwendungen im Gesundheitswesen’) has established a legal framework for setting up the secure telematics infrastructure. Since then, various laws have advanced the digitalization of the German healthcare system, based on which, for example, general practices are required to use an electronic patient record (ePA), provide an electronic statement of fitness for work (eAU), and communicate via a uniform standard for the electronic transmission of healthcare-related documents (KIM). These standards have required practices to adopt a sufficient technical infrastructure to provide the services mentioned and providers to ensure the integrability of new digital health solutions.
To address these barriers and support the adoption of digital health solutions, GPs in our study explicitly wished for improvements in the interoperability of digital health solutions, continued technical support from providers, improvements in the usability and usefulness of digital health solutions, as well as financial incentives and simplifications in regulations for data protection. Most of these strategies are consistent with previous research . Interestingly, a recent mixed-methods study on mHealth adoption in Germany found additional information to be the most important measure. As we assessed various knowledge-related strategies, our results provide clarity as to which types of content are most critical for GPs: Respondents in our study perceived information about the digital health solutions offered as most helpful, followed by information about potential benefits for themselves and their practices, information about available reimbursement and financing models, and scientific evidence. These findings further underline the call for more research on medical evidence of the benefits of digital health adoption , which is subsequently presented in a structured and transparent way and made publicly available via various channels, including medical newspapers, magazines, or conferences.
While extensive research has studied influencing factors to digital health adoption , no study has investigated factors influencing adoption barriers or improvement strategies. According to our findings, the
strength of barriers and the importance of strategies differed between GPs based on gender, with female participants perceiving barriers as higher and strategies as more important than their male colleagues. This is in line with studies reporting that being male was associated with using digital health technology while being female was associated with lower digital health adoption . Other studies found no gender-based differences for digital health adoption or even a higher usage for female participants .
A similarly inconclusive pattern of results can be obtained for age and professional experience. In our study both variables were significant predictors of the importance of strategies. Yet, we did not find a substantial association between age or experience and the strength of barriers. In line with our mixed findings, previous evidence is similarly inconclusive: while some studies found older physicians to be more likely to use digital health technology , others observed the opposite to be true and report that younger general practice staff with lower professional experience are more digitally competent and confident . Given the mixed findings concerning age and gender , there might, in fact, be no difference in digital health adoption based on gender or age at all, the effects be limited to certain digital health solutions only, or covariates substantially influencing the effects found.
Interestingly, practice location and practice type were significant predictors of the strength of adoption barriers, a finding that is consistent with previous studies . A recent study on digital readiness in general practices found that rurality was associated with lower digital readiness . Similarly, respondents practicing in urban areas perceived barriers to be significantly weaker in our study. This finding might be explained by the more pronounced population aging in rural than in urban areas . As GPs in rural areas thus might have to deal with older populations, they might perceive digital health solutions to not be applicable to their patient populations. This is further underlined by studies proposing patients’ digital literacy as a key adoption barrier , which is further consistent with our findings. Future research should therefore investigate measures to overcome this potential digital divide to support GPs in rural areas.
We further observed substantial differences in the number and strength of barriers as well as the number and importance of improvement strategies based on the current and expected future usage of digital health solutions. Countless studies have proposed a lack of experience and familiarity with digital health solutions to be a key barrier to adoption , a finding that is further consistent with our literature review and expert interviews. As the expected future was as a strong predictor in our linear hierarchical regression model, it might be beneficial to provide GPs with information highlighting the importance of digital health solutions, the latest advancements, and outlooks in digital health. This is consistent with the perceived lack of information and need for further information highlighted in a recent study and further seconded by our findings that GPs perceive various information as helpful for supporting digital health adoption.
Looking at digital affinity, GPs’ overall affinity for technology interaction was comparable to the general public in Germany . Our literature review further highlighted that GPs’ familiarity with technologies in general and their digital literacy were perceived as facilitators or a lack thereof as a strong barrier to digital health adoption . As the affinity for technology interaction provides a first indication of the actual use of technical systems in everyday settings , this highlights the importance of digital skills for GPs to enable the efficient use and management of these in routine clinical practice .
Concerning personality, our study found mixed results: Extraversion, neuroticism and openness were significant predictors of the perceived strength of barriers, while the perceived importance of improvement strategies only differed based on GPs’ level of neuroticism. Previous studies investigated the relationship between personality and digital health adoption . Yet, no study has investigated the association between GPs’ personality traits and barriers or improvement strategies. Although studies have linked personality to technology adoption in general and to patients’ continued app usage this association seems to be rather weak for
clinicians . The specific results found in our study can be explained by looking at the associated personality traits: Extraversion can be characterized as being talkative, energetic, assertive, outgoing, and enthusiastic . As the adoption of digital health solutions is largely driven by GPs themselves, their attitude is strongly linked to digital health adoption . Thus, it is plausible that GPs with low levels of extraversion perceived barriers to be substantially stronger compared to respondents with higher levels of extraversion, and that this also holds in our linear hierarchical regression model. Consistent across barriers and improvement strategies, we observed differences between GPs based on their level of neuroticism. This, again, is in line with the characteristics of insecurity, anxiousness, and hostility associated with being neurotic , which might as well translate to higher barriers to digital health adoption.
Interestingly, we obtained substantial differences in barriers and improvement strategies based on the practice’s digital maturity level. Digital maturity is a multifaceted construct that describes the digital status of healthcare facilities across various technological and organizational dimensions compared against a theoretical endpoint of maturity within the current digital health landscape . Digitally mature practices have evolved along different dimensions and achieved a higher digital status. Consequently, the association found in our study is plausible, as digitally mature practices perceive lower barriers to digital health adoption. This is also consistent with studies linking prior experience with digital health solutions to higher adoption . As digital maturity was not a significant predictor of the perceived importance of improvement strategies, this provides critical practical insights. The various improvement strategies identified in our study can be applied to practices regardless of their digital maturity. However, they should be tailored to demographics and practice-related characteristics that proved to be significant predictors and to associated barriers.
Based on the findings discussed above, various practical implications for providers, regulators, policymakers, and other healthcare stakeholders can be derived to support GPs in their digitalization efforts.
As the poor compatibility of digital health solutions with existing practice processes and workflows was a core adoption barrier in our study, there is a strong need for improvements in digital health solutions’ design, that calls providers of digital health solutions into action. Providers should pay paramount attention to ensuring a smooth integration with existing software and tools, high user friendliness, and continued technical support before and after implementation. This is underlined by studies highlighting that the design of digital health solutions is central for promoting patient access to digital health solutions and fostering patient adherence . To further act on this proposal, regulators and policymakers could consider incentivizing providers of digital health solutions to address these technological barriers.
Based on our findings, ongoing training could further be a potential lever to satisfy the information needs discussed earlier. As GPs work in a profession with a typically high workload that has been additionally strained by the COVID-19 pandemic , digitalization-related topics, including training on digital health solutions, would need to be performed outside of practice hours and thus might be perceived as an add-on to the actual medical work. To overcome this discrepancy, regulators, policymakers, and other healthcare stakeholders could consider providing incentives for training, for instance, by continuing medical education certifications, and by starting to raise awareness of the potential benefits of digitalization early on among medical students. Trainings should be centered around delivering skills concerning technology use and especially focused on digital health solutions, their benefits for practices and patients, and outlooks into future advancements. These efforts should not only be part of separate and dedicated trainings around digital health solutions but rather included into medical trainings. Such an integrated approach could discuss the use of digital health solutions in dedicated medical use cases, for example, regarding diabetes or asthma treatment which included elements of telehealth and remote monitoring. This combination of medical and digital aspects of care could be a fruitful approach to medical training, that is more interesting, applicable and tangible for GPs to experience potential benefits
of digital health usage. In addition, recognizing the influence of personality traits on perceived barriers, policymakers could consider personalizing training programs to cater to the diverse characteristics of GPs to further enhance the effectiveness of training initiatives.
With one in two GPs in our study considering a heavy workload and lack of time as barriers to implementing digital health solutions, dedicated support is required. Following the operating model of GPs in the UK, where digitalization in general practices is oftentimes managed and taken care of by dedicated practice managers , healthcare stakeholders could offer programs to non-medical staff to become dedicated digitalization officers focused on managing digitalization-related topics and consequently supporting and relieving GPs .
In addition, regulators and policymakers should reconsider current reimbursement schemes for services related to digital health solutions and provide detailed information on financing models as well as financial benefits resulting from digital health adoption. This would allow GPs to identify suitable financing options for themselves that align with the economic goals of their practice and, in turn, alleviate perceived barriers around reimbursements and costs.
Recognizing GPs’ strong wish for improved interoperability in our study, policymakers could invest in initiatives that promote seamless integration of digital health solutions. Enhancing interoperability can streamline information exchange and improve the overall efficiency of healthcare delivery even beyond individual practices.
As our study has identified several characteristics inherent to GPs as substantial predictors of perceived adoption barriers, future approaches to supporting GPs with the integration of digital health solutions into clinical practice strategies should be tailored to these characteristics. Healthcare stakeholders such as the Association of Statutory Health Insurance Physicians (“Kassenärztliche Vereinigung”) could, for example, consider dedicated campaigns for GPs practicing in rural areas or in shared practices as these were more likely to perceive adoption barriers. Additionally, it could be worthwhile to develop interventions linked to our findings concerning personality. As extraversion and openness were associated with lower perceived barriers, stakeholders could develop interventions that aim to evoke emotions related to these personality traits, for example by choosing a gamified approach or allowing GPs to picture how their practice might look like in the future. Given that neuroticism was associated with higher perceived barriers, interventions and information campaigns should further convey confidence and a feeling of trust in the digital transformation process.
Although our study reveals important findings, it comes with several limitations. First, it must be noted that our research on the association of GPs’ inherent characteristics, barriers and strategies was exploratory and novice. This exploratory approach helps to identify key factors influencing digital health adoption among GPs and thus provides a foundation for future research endeavors. Although our study explores several potentially relevant variables in the context of digital health adoption in general practices, it may not exhaustively explore all relevant variables or factors influencing the phenomena. Similarly, we did not capture all adoption barriers or potential supporting measures identified in previous reviews . As we based our assessment on a thorough literature review and expert interviews, we are confident that we covered a broad spectrum of relevant adoption barriers and potential improvement strategies in general practice settings. Compared to the single technology focus in previous studies , our more comprehensive focus on digital health solutions allows us to draw a holistic picture while still being economical. Nevertheless, the findings should be replicated in future research to establish the robustness of our results.
Second, as there is a lack of evidence linking digital health adoption to healthcare quality , overcoming the barriers and applying the strategies identified in our study does not necessarily lead to a higher quality of care. Although we assess adoption barriers and improvement strategies, we do not provide guidance on improving healthcare quality but rather highlight measures that healthcare stakeholders can utilize to support digitalization in general practice settings.
Third, as we focused on GPs in Germany, the results obtained might not translate to different geographies and healthcare systems. As our study’s findings align with previous literature across various countries and the role of GPs is similar across European countries , the results can be applied to European healthcare systems. However, we cannot claim validity in other countries with different healthcare systems. Future research could take a cross-country approach to validate our findings and uncover differences in barriers and improvement strategies based on geography.
Fourth, the main results of our study stem from an online survey. This might be associated with a bias towards a population with a higher electronic literacy, as is typical for web-based research. While the affinity for technology interaction in our sample was relatively moderate and comparable to a quota sample from the general public in larger German cities , we are confident that a selection bias does not skew the results of our study. Nevertheless, our approach might have resulted in a tendency towards GPs with a higher interest in digital health-related topics or especially interested in voicing their wishes regarding digitalization in general practice settings.
Lastly, we asked GPs to self-assess their affinity for technology interaction and personality in our online survey. While the self-assessment utilized provides an economical and practical approach to capture GPs’ inherent traits, such self-assessment might be influenced by cognitive biases or social desirability, potentially limiting the reliability of the assessment. As the affinity for technology interaction was comparable to the German population and we found a high Cronbach’s Alpha for the affinity for technology interaction in our study, we are confident that the results obtained are accurate. In addition, a recent study analyzing the psychometric properties of the scale used in our study highlights the reliability of the scale among several indices . However, a longitudinal assessment would be needed to provide further confidence in the reliability of the assessment over time. Concerning personality, the scale used for the self-assessment of GPs’ personality traits in our study has already been shown to be relatively stable over time , highlighting the reliability of the assessment.
By investigating various factors influencing adoption barriers and strategies for improvement, this study provides valuable insights into the personal, professional, and practice-related characteristics associated with the adoption of digital health solutions in general practice settings. GPs especially perceived organizational adoption barriers around poor workflow integrability, lack of reimbursement, and a high familiarization effort. We found practice-related characteristics, the expected future digital health usage, digital literacy, personality, and digital maturity being substantial predictors. To address these barriers and support the adoption of digital health solutions, GPs wish for several improvement strategies, especially concerning improved integrability and usability, technical support, and reliable training material. In conclusion, our findings highlight the need for approaches that not only cover pure information on digital health solutions but are integrated with more personal and emotional elements targeting the different inherent characteristics of GPs and, thus, making digitalization in practices more exciting, tangible, and applicable.
Methods
Study design
Data gathering and analysis for this study followed a mixed-methods approach using qualitative and quantitative methodologies. To identify relevant adoption barriers and improvement strategies in general practices, we first carried out a literature review in accordance with the PRISMA-ScR guidelines .To validate the findings of our literature review and ensure their applicability to digital health solutions more broadly, we next conducted expert interviews with GPs based on the COREQ checklist . Next, we created an online survey in accordance with the CHERRIES guideline for internet surveys to assess adoption barriers, improvement strategies, and relevant characteristics inherent to GPs, and ultimately answer the following research question:
Which personal and practice-related characteristics, usage-related factors, and personality traits substantially influence adoption barriers and improvement strategies?
All steps of this research project were approved by the Ethics Committee of Witten/Herdecke University (Nr. S-242/2022).
Literature review
For our literature review, we followed the PRISMA-ScR guideline and searched the PubMed and PsycINFO databases accordingly (see Supplementary Table 3). To identify potentially relevant citations in both databases, we developed a search string covering three categories of keywords combined with the Boolean OR operator: (1) adoption, (2) digital health, (3) barriers/improvement strategies. For a more targeted view of digital health adoption in general practices, we added MeSH terms concerning GPs to our search (details are provided in Supplementary Table 3).
We initially retrieved 1276 citations from the two databases. After removing duplicates, we narrowed our search to more recent articles published between 2018 and 2022 in either English or German. As the COVID19 pandemic has accelerated the adoption of digital health, this approach aimed at capturing more recent evolvements. For the remaining citations, we carried out abstract screening in accordance with our pre-defined inclusion criteria, resulting in 96 potentially relevant articles being retained. To determine eligibility, we further conducted a full-text review based on our inclusion criteria, leading to 24 papers being included in the review after screening (see Fig. 6 for the detailed screening process). Following our inclusion criteria, we selected the 24 articles as they focused on clinician populations, digital health solutions, and general practice settings and addressed, measured, or reported factors impacting or promoting the adoption or use of digital health solutions.
For the abstract and full-text screening, we excluded articles if they (1) were not related to digital health to maintain the focus on digital health and ensure the relevance for our research question; (2) did not address barriers or improvement strategies to digital health adoption or usage (i.e., focused on general attitudes, experiences, or the development or evaluation of digital health) to narrow the scope of our study; (3) were majorly focused on nonclinician populations (i.e., nurses or patients) as GPs hold a pivotal role in the digitalization of general practices and, thus, capturing their perspectives is of utmost importance; (4) were focused on care areas other than general practice as we believe that decision processes for adopting digital health solutions and subsequently implementing these essentially differ between different healthcare settings; and (5) were not original, peer-reviewed, published full-text articles to ensure the reliability and quality of the included literature. All inclusion and exclusion criteria used in this study were aligned in an expert panel before screening. Evidence from the included studies was synthesized by extracting and grouping potentially relevant barriers per a framework proposed in a recent review and improvement strategies based on the underlying adoption process steps. Thus, we utilized recent research findings to cluster individual barriers and strategies more practically and broadly.
Expert interviews
We aimed to validate the results of our literature review in qualitative expert interviews with GPs, ensuring the relevance and completeness of extracted barriers and improvement strategies to digital health adoption more broadly. Our expert interviews followed the COREQ checklist for qualitative research (see Supplementary Table 4). We created a semi-structured interview guide based on the findings of our literature review to allow for flexibility yet achieve standardization of the interview procedure (see Supplementary Notes 1 for the full interview questionnaire). The questions were designed to capture GPs’ concerns and wishes for digital health adoption as well as their assessment of the relevance of the proposed categories of barriers and strategies. Next to open-ended questions on perceived adoption barriers and relevant improvement strategies, we asked GPs to assess the relevance of the categories of barriers and strategies uncovered in the literature review, i.e., social, organizational, and technological barriers as well as development-related, awareness-related, knowledge-related, imple-mentation-related, and policy-relates strategies. Four topics were covered in detail: (1) experience with digital health solutions, (2) indicators of digital
Identification of studies via databases and registers
Fig. 6| Flowchart for the literature review following PRISMA-ScR guidelines. The flowchart shows the sequential screening process during the literature review. ‘Records removed for other reasons’ shows records removed based on language and publication date criteria.
maturity, (3) barriers to digital health adoption, and (4) relevant strategies to improve digital health adoption. This study specifically focuses on the latter two topics, while the first will be part of a separate analysis.
Participants were primarily recruited through targeted sampling and snowballing of personal contacts and colleagues. Participants received information about the research design and topics to be covered in the interview, including a definition of digital health solutions. Participation was voluntary, and written informed consent was obtained from each participant before the interview. The interviews were then conducted virtually in a one-on-one setting, videotaped, and transcribed verbatim to enable further qualitative analysis.
Data saturation was achieved after ten interviews. Participants were 53 years old on average, had been GPs for 18 years, and worked in cities of about 100,000 inhabitants. Four GPs had a solo practice, five worked in a group practice, and one practiced in a medical care center. Interviews lasted 45 min on average.
Coding and qualitative analysis were performed using MAXQDA . To enable a comparison with the findings of our literature review, we developed our coding scheme for our content analysis deductively based on those findings. To gain further insights, we also inductively inferred themes from the interview material when multiple interviewees brought up the same topic. Based on that, we determined the number of interviewees that indicated the specific barriers or improvement strategy. These results were then compared to the findings of our literature review to develop items for our subsequent online survey. In the survey, we only included items for adoption barriers or improvement strategies proposed by more than four articles or mentioned by more than one interviewee to ensure theoretical and expert consensus.
Online survey
We next conducted a cross-sectional survey investigating perceived adoption barriers, relevant improvement strategies, and inherent characteristics of GPs. The survey adhered to the CHERRIES checklist for internet surveys (see Supplementary Table 5 for the completed CHERRIES; see
Supplementary Notes 2 for a translated version of the survey questionnaire). The survey was divided into six sections: (1) demographics, practice-related characteristics, and digital health usage, (2) GPs’ affinity for technology interaction, (3) Big Five personality traits, (4) digital maturity of the practice, (5) perceived adoption barriers, and (6) relevant improvement strategies. This paper focuses on the findings of sections , and 6 , as we aimed to investigate the influence of GPs’ inherent characteristics on barriers and improvement strategies. The findings concerning digital maturity were covered in detail in another analysis . Participants were informed of the research objectives, target population, length, and IRB approval on an introductory page. Information regarding data storage and security and the researchers involved were provided on the following page. Before continuing with the survey, participants had to provide informed consent. Afterwards, participants were given a definition of relevant concepts covered in the survey, i.e., digital maturity and digital health solutions.
We captured participants’ demographics and practice-related characteristics using single-choice questions. The current and expected future usage of digital health solutions, as well as the perceived digital affinity of medical assistants were assessed using 5-point Likert-type scales.
To measure GPs’ affinity for technology interaction, we used an established 9-item 6-point Likert-type scale that captures a person’s tendency to actively participate in intense technology interaction. Using a 21item German-language measure , we evaluated GPs’ personality traits. The 5-point Likert-type scale evaluates the Big Five personality traits of extraversion, agreeableness, conscientiousness, neuroticism, and openness. Digital maturity was assessed using 28 items with a 5-point Likert-type scale developed in line with a recent systematic review .
We developed the 26 items to assess adoption barriers based on the synthesis of our literature review and expert interview results. Participants were asked to rate their agreement with the items across technological, social, and organizational barriers on a 5 -point Likert-type scale. Similarly, the 23 items for our assessment of improvement strategies were also developed based on previous results and captured using a 5-point Likerttype scale. Improvement strategies assessed covered development-related,
awareness-related, knowledge-related, implementation-related, and policyrelated strategies.
We pretested the survey questionnaire with 15 physicians working in ambulatory care settings to ensure clarity, comprehensiveness, usability, and technical functionality. Question wording and the introductory page were refined after the pre-test. The survey was then conducted between April and mid-August 2023 and took about 10 to 15 min to complete. Various recruitment channels were used to reach a broad sample of German GPs. These included interview participants, personal contacts, teaching practices, physician networks, research practice networks, and GP mailing lists. Participants were contacted via mail using publicly available mail addresses. As we conducted the survey in an open-access mode, anyone with an access link could participate, and we could not track which invited participants had started or completed the survey. We further did not provide incentives for participation.
We thoroughly cleaned the data obtained before performing statistical analyses (see Fig. 7). Following standard practice , our data cleaning included removing responses without informed consent, incomplete responses, and duplicate responses. In the next step, we also removed responses that took very little time to complete and those that displayed careless answer behavior over several survey pages . We further eliminated any responses that did not adhere to our anonymity criterion to comply with data privacy. In total, 216 responses from the 373 people who initially clicked on the survey link are included in our analysis.
For our statistical analyses, we first computed the mean value for respondents’ affinity for technology interaction, their personality traits, their digital maturity, the three categories of adoption barriers, and the five categories of improvement strategies. To allow for an analysis of the influence of GPs’ inherent characteristics on barriers and improvement
strategies, we further computed two overall outcome measures for both variables: One outcome measure represents the number of barriers (strategies) and was calculated as the sum of barriers (strategies) that received a score of 4 or higher on our 5-point Likert-type scale and were thus perceived as such. The second outcome measure was calculated as the average across barriers (strategies) and represents the perceived strength of barriers (the perceived importance of strategies). SPSS version 29.0 for Macintosh was used for all statistical analyses.
We assessed the internal consistencies of the scale used using Cronbach’s Alpha (see Table 3). Most internal consistencies can be considered as acceptable or good and are in line with previous research . However, the internal consistency for conscientiousness was lower in our sample compared to the original study , which might be due to the overall high conscientiousness and low variability of the score in our sample.
Given the several inherent variables pertinent to our study, we conducted independent univariate ANOVAs with 2-tailed significance ( ; Welch ANOVA) to compare differences in barriers and strategies. Welch’s was used as a robust measure for all ANOVAs because some of our variables did not follow a normal distribution, as demonstrated by Q-QPlots, Shapiro-Wilk’s test, and were heteroscedastic in some cases as indicated by Levene’s test. Were ANOVAs showed a significant omnibus difference ( ; Welch ANOVA), we looked at Hochberg’s GT2 (homogeneity of variance met) or Games-Howell (homogeneity of variance not met) as post hoc procedures . In addition, we utilized Cohen’s d as a measure of effect size . As we aimed to assess differences in barriers and strategies based on digital affinity and personality, we grouped participants into three categories (low, moderate, high) for each characteristic based on theoretical thirds of the underlying Likert-type scales. As this categorization does not cover the whole spectrum of the continuous underlying variable, it
Fig. 7 | Overview of the data cleaning approach. The figure shows the sequential data cleaning approach, including the number of questionnaires excluded during each process step. As part of our data quality control procedures, we excluded respondents that showed straight-lining across more than two survey pages and thus
in more than one item battery, i.e., that chose the very same answer option for all items in more than one item battery, as this might indicate careless responding as opposed to straight-lining due to respondents’ actual views.
Table 3 | Sample size, mean, standard deviation, number of items, and internal consistencies of the scales used
Scale
Dimension
mean
SD
# items
(original)
(current)
Affinity for technology interaction (ATI)
Affinity for technology interaction
216
3.66
1.08
9
0.89
0.92
Big five personality (BFI-K)
Extraversion
216
3.64
0.80
4
0.86
0.83
Big five personality (BFI-K)
Agreeableness
216
3.53
0.75
4
0.64
0.68
Big five personality (BFI-K)
Conscientiousness
216
4.10
0.59
4
0.70
0.61
Big five personality (BFI-K)
Neuroticism
216
2.42
0.71
4
0.74
0.72
Big five personality (BFI-K)
Openness
216
3.85
0.68
5
0.66
0.73
Perceived barriers
Technological
213
2.93
0.76
7
–
0.76
Perceived barriers
Social
215
2.76
0.79
8
–
0.84
Perceived barriers
Organizational
215
3.56
0.71
11
–
0.84
Improvement strategies
Development-related
215
3.98
0.67
6
–
0.79
Improvement strategies
Awareness-related
216
3.70
0.74
4
–
0.72
Improvement strategies
Knowledge-related
216
3.85
0.81
4
–
0.84
Improvement strategies
Implementation-related
216
3.90
0.78
5
–
0.77
Improvement strategies
Policy-related
216
4.00
0.81
4
–
0.74
improvement strategies were developed based on the literature review and expert interview results. Thus, Cronbach’s Alpha for the original studies cannot be shown.
was only used in our ANOVAs as an initial indicator for differences in these variables between GPs. These differences were then analyzed more granularly in our regression model utilizing the continuous variables without categorization.
We conducted a linear hierarchical regression analysis to deepen our understanding of the association between barriers and strategies and the independent variables, further accounting for the continuity associated with personality and digital affinity-related variables. We chose a hierarchical approach for entering variables into our model to determine the influence of demographic and practice-related variables on barriers and strategies and to separate this from the influence of digital health usage, digital affinity, and personality. Potential multicollinearity of predictors was assessed following practical recommendations using VIF and tolerance values . As all VIF values were below ten and tolerance values greater than 0.1, multicollinearity does not seem to flaw our analysis. In our sequential approach, the first stage incorporated demographics and practice-related characteristics, including gender, age, practice location size, professional experience, and practice type. The second stage introduced variables related to digital health usage current and expected future usage. The third stage added digital affinityrelated variables, encompassing the perceived digital affinity of medical assistants and GPs affinity for technology interaction. The fourth stage introduced the Big Five personality traits of extraversion, agreeableness, conscientiousness, neuroticism, and openness. In the final model, the digital maturity of the practice was included. This sequence followed prior research and theoretical reasoning, with variables analyzed in past research entering earlier in the model. In addition, the distinct blocks analyzed covered different categories of inherent variables, namely demographics, practicerelated characteristics, digital health usage, digital affinity, and personality. As our analysis of the relationship between perceived barriers and strategies and inherent characteristics was novice, our analysis focused on main effects of individual predictor variables and explicitly refrained from analyzing and interpreting interaction effects.
Data availability
The data supporting this study’s findings are available from the corresponding author upon reasonable request.
Received: 18 October 2023; Accepted: 16 February 2024;
Published online: 27 February 2024
References
Amarasingham, R., Plantinga, L., Diener-West, M., Gaskin, D. J. & Powe, N. R. Clinical information technologies and inpatient outcomes. Arch. Intern. Med. 169, 108 (2009).
Martin, G. et al. Evaluating the impact of organisational digital maturity on clinical outcomes in secondary care in England. NPJ Digit. Med. 2, 41 (2019).
Chaudhry, B. et al. Systematic review: impact of health information technology on quality, efficiency, and costs of medical care. Ann. Intern. Med. 144, 742 (2006).
Buntin, M. B., Burke, M. F., Hoaglin, M. C. & Blumenthal, D. The benefits of health information technology: a review of the recent literature shows predominantly positive results. Health Aff. 30, 464-471 (2011).
Campanella, P. et al. The impact of electronic health records on healthcare quality: a systematic review and meta-analysis. European J. Public Health 26, 60-64 (2016).
Lingg, M. & Lütschg, V. Health system stakeholders’ perspective on the role of mobile health and its adoption in the swiss health system: qualitative study. JMIR Mhealth Uhealth 8, e17315 (2020).
Poissant, L., Pereira, J., Tamblyn, R. & Kawasumi, Y. The impact of electronic health records on time efficiency of physicians and nurses: a systematic review. J. Am. Med. Inform. Assoc. 12, 505-516 (2005).
Golinelli, D. et al. Adoption of digital technologies in health care during the COVID-19 pandemic: systematic review of early scientific literature. J. Med. Internet Res. 22, e22280 (2020).
Choi, W. S., Park, J., Choi, J. Y. B. & Yang, J.-S. Stakeholders’ resistance to telemedicine with focus on physicians: utilizing the Delphi technique. J Telemed Telecare 25, 378-385 (2019).
Greenhalgh, T. et al. Beyond adoption: a new framework for theorizing and evaluating nonadoption, abandonment, and challenges to the scale-up, spread, and sustainability of health and care technologies. J. Med. Internet Res. 19, e367 (2017).
Jacob, C., Sanchez-Vazquez, A. & Ivory, C. Social, organizational, and technological factors impacting clinicians’ adoption of mobile health tools: systematic literature review. JMIR Mhealth Uhealth 8, e15935 (2020).
Gagnon, M. P. et al. Systematic review of factors influencing the adoption of information and communication technologies by healthcare professionals. J. Med. Syst. 36, 241-277 (2012).
Jetty, A., Moore, M. A., Coffman, M., Petterson, S. & Bazemore, A. Rural family physicians are twice as likely to use telehealth as urban family physicians. Telemed. e-Health 24, 268-276 (2018).
Wanderås, M. R., Abildsnes, E., Thygesen, E. & Martinez, S. G. Video consultation in general practice: a scoping review on use, experiences, and clinical decisions. BMC Health Serv. Res. 23, 316 (2023).
Byambasuren, O., Beller, E. & Glasziou, P. Current knowledge and adoption of mobile health apps among Australian general practitioners: survey study. JMIR Mhealth Uhealth 7, e13199 (2019).
Gagnon, M. P., Ngangue, P., Payne-Gagnon, J. & Desmartis, M. M-Health adoption by healthcare professionals: a systematic review. J. Am. Med. Inform. Assoc. 23, 212-220 (2016).
O’Donnell, A., Kaner, E., Shaw, C. & Haighton, C. Primary care physicians’ attitudes to the adoption of electronic medical records: a systematic review and evidence synthesis using the clinical adoption framework. BMC Med. Inform. Decis. Mak. 18, 101 (2018).
Rahal, R. M., Mercer, J., Kuziemsky, C. & Yaya, S. Factors affecting the mature use of electronic medical records by primary care physicians: a systematic review. BMC Med. Inform. Decis. Mak. 21, 67 (2021).
Iversen, T. & Ma, C. A. Technology adoption by primary care physicians. Health Econ 31, 443-465 (2022).
Leppert, F. et al. Economic aspects as influencing factors for acceptance of remote monitoring by healthcare professionals in Germany. J. Int. Soc. Telemed. eHealth. 3, e12 (2015).
Hammerton, M., Benson, T. & Sibley, A. Readiness for five digital technologies in general practice: perceptions of staff in one part of southern England. BMJ Open Qual 11, e001865 (2022).
Dahlhausen, F. et al. Physicians’ attitudes toward prescribable mhealth apps and implications for adoption in Germany: mixed methods study. JMIR Mhealth Uhealth 9, e33012 (2021).
Byambasuren, O., Beller, E., Hoffmann, T. & Glasziou, P. Barriers to and facilitators of the prescription of mHealth apps in Australian general practice: qualitative study. JMIR Mhealth Uhealth 8, e17447 (2020).
Scott, A., Bai, T. & Zhang, Y. Association between telehealth use and general practitioner characteristics during COVID-19: findings from a nationally representative survey of Australian doctors. BMJ Open 11, e046857 (2021).
Kringos, D. S., Boerma, W., van der Zee, J. & Groenewegen, P. Europe’s strong primary care systems are linked to better population health but also to higher health spending. Health Aff. 32, 686-694 (2013).
Zaresani, A. & Scott, A. Does digital health technology improve physicians’ job satisfaction and work-life balance? A cross-sectional national survey and regression analysis using an instrumental variable. BMJ Open 10, e041690 (2020).
Krog, M. D. et al. Barriers and facilitators to using a web-based tool for diagnosis and monitoring of patients with depression: a qualitative study among Danish general practitioners. BMC Health Serv Res 18, 503 (2018).
Poppe, L. et al. Process evaluation of an eHealth intervention implemented into general practice: general practitioners’ and patients’ views. Int. J. Environ. Res. Public Health 15, 1475 (2018).
Breedvelt, J. J. et al. GPs’ attitudes towards digital technologies for depression: an online survey in primary care. Br. J. General Pract. 69, e164-e170 (2019).
Lin, D., Papi, E. & McGregor, A. H. Exploring the clinical context of adopting an instrumented insole: a qualitative study of clinicians’ preferences in England. BMJ Open 9, e023656 (2019).
Buhtz, C. et al. Receptiveness of GPs in the South Of Saxony-Anhalt, Germany to obtaining training on technical assistance systems for caregiving: a cross-sectional study. Clin. Interv. Aging 14, 1649-1656 (2019).
Lim, H. M. et al. mHealth adoption among primary care physicians in Malaysia and its associated factors: a cross-sectional study. Fam Pract. 38, 210-217 (2021).
Girdhari, R. et al. Electronic communication between family physicians and patients. Can. Family Phys. 67, 39-46 (2021).
Muehlensiepen, F. et al. Acceptance of telerheumatology by rheumatologists and general practitioners in Germany: nationwide cross-sectional survey study. J. Med. Internet Res. 23, e23742 (2021).
Jakobsen, P. R. et al. Identification of important factors affecting use of digital individualised coaching and treatment of Type 2 diabetes in general practice: a qualitative feasibility study. Int. J. Environ. Res. Public Health 18, 3924 (2021).
Volpato, L., del Río Carral, M., Senn, N. & Santiago Delefosse, M. General practitioners’ perceptions of the use of wearable electronic health monitoring devices: qualitative analysis of risks and benefits. JMIR Mhealth Uhealth 9, e23896 (2021).
Della Vecchia, C. et al. Willingness of French general practitioners to prescribe mHealth apps and devices: quantitative study. JMIR Mhealth Uhealth 10, e28372 (2022).
Meurs, M., Keuper, J., Sankatsing, V., Batenburg, R. & van Tuyl, L. “Get used to the fact that some of the care is really going to take place in a different way”: general practitioners’ experiences with E-Health during the COVID-19 pandemic. Int. J. Environ. Res. Public Health 19, 5120 (2022).
Löbner, M. et al. What comes after the trial? An observational study of the real-world uptake of an E-mental health intervention by general practitioners to reduce depressive symptoms in their patients. Int. J. Environ. Res. Public Health 19, 6203 (2022).
Fischer, S. et al. Einschätzung deutscher Hausärztinnen und Hausärzte zur integrierten Versorgung mittels Kommunikationstechnologien. MMW Fortschr Med 164, 16-22 (2022).
Poon, Z. & Tan, N. C. A qualitative research study of primary care physicians’ views of telehealth in delivering postnatal care to women. BMC Primary Care 23, 206 (2022).
Wangler, J. & Jansky, M. Welche Potenziale und Mehrwerte bieten DiGA für die hausärztliche Versorgung? – Ergebnisse einer Befragung von Hausärzt*innen in Deutschland. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 65, 1334-1343 (2022).
Job, J., Nicholson, C., Calleja, Z., Jackson, C. & Donald, M. Implementing a general practitioner-to-general physician eConsult service (eConsultant) in Australia. BMC Health Serv. Res. 22, 1278 (2022).
Franke, T., Attig, C. & Wessel, D. A personal resource for technology interaction: development and validation of the affinity for technology interaction (ATI) scale. Int. J. Hum. Comput. Interact 35, 456-467 (2019).
Rammstedt, B. & John, O. P. Kurzversion des Big Five Inventory (BFIK): Entwicklung und Validierung eines ökonomischen Inventars zur Erfassung der fünf Faktoren der Persönlichkeit. Diagnostica 51, 195-206 (2005).
Sclafani, J., Tirrell, T. F. & Franko, O. I. Mobile tablet use among academic physicians and trainees. J. Med. Syst. 37, 9903 (2013).
Bundesanzeiger Verlag. Gesetz Für Sichere Digitale Kommunikation Und Anwendungen Im Gesundheitswesen. Bundesgesetzblatt Jahrgang 2015 Teil I Nr. 54 (https://www.bgbl.de/xaver/bgbl/text. xav?SID=&tf=xaver.component.Text_0&tocf=&qmf=&hlf=xaver. component.Hitlist_0&bk=bgbl&start=%2F%2F*%5B%40node_id% 3D%27944185%27%5D&skin=pdf&tlevel=-2&nohist=1&sinst= 3A147306 2015).
Poba-Nzaou, P., Uwizeyemungu, S. & Liu, X. Adoption and performance of complementary clinical information technologies:
analysis of a survey of general practitioners. J. Med. Internet Res. 22, e16300 (2020).
Djalali, S., Ursprung, N., Rosemann, T., Senn, O. & Tandjung, R. Undirected health IT implementation in ambulatory care favors paperbased workarounds and limits health data exchange. Int. J. Med. Inform. 84, 920-932 (2015).
Holanda, A. A., do Carmo e Sá, H. L., Vieira, A. P. G. F. & Catrib, A. M. F. Use and satisfaction with electronic health record by primary care physicians in a health district in Brazil. J. Med. Syst. 36, 3141-3149 (2012).
Goujon, A., Jacobs-Crisioni, C., Natale, F. & Lavalle, C. The Demographic Landscape of EU Territories – Challenges and Opportunities in Diversely Ageing Regions. https://doi.org/10.2760/658945 (2021).
Slevin, P. et al. Exploring the barriers and facilitators for the use of digital health technologies for the management of COPD: a qualitative study of clinician perceptions. QJM: Int. J. Med. https://doi.org/10.1093/qjmed/hcz241 (2019).
Devaraj, S., Easley, R. F. & Crant, J. M. How does personality matter? Relating the five-factor model to technology acceptance and use. Inform. Syst. Res. 19, 93-105 (2008).
Su, J., Dugas, M., Guo, X. & Gao, G. Influence of personality on mHealth use in patients with diabetes: prospective pilot study. JMIR Mhealth Uhealth 8, e17709 (2020).
McCrae, R. R. & Costa, P. T. Validation of the five-factor model of personality across instruments and observers. J. Pers Soc. Psychol. 52, 81-90 (1987).
Duncan, R., Eden, R., Woods, L., Wong, I. & Sullivan, C. Synthesizing dimensions of digital maturity in hospitals: systematic review. J. Med. Internet Res. 24, e32994 (2022).
Kelders, S. M., Kok, R. N., Ossebaard, H. C. & Van Gemert-Pijnen, J. E. Persuasive system design does matter: a systematic review of adherence to web-based interventions. J. Med. Internet Res. 14, e152 (2012).
Schrimpf, A., Bleckwenn, M. & Braesigk, A. COVID-19 Continues to Burden General Practitioners: Impact on Workload, Provision of Care, and Intention to Leave. Healthcare 11, 320 (2023).
Hanna, L., May, C. & Fairhurst, K. Non-face-to-face consultations and communications in primary care: the role and perspective of general practice managers in Scotland. J. Innov. Health Inform. 19, 17-24 (2011).
Eden, R., Burton-Jones, A., Scott, I., Staib, A. & Sullivan, C. Effects of eHealth on hospital practice: synthesis of the current literature. Aust. Health Rev. 42, 568-578 (2018).
Lezhnina, O. & Kismihók, G. A multi-method psychometric assessment of the affinity for technology interaction (ATI) scale. Comp. Hum. Behav. Rep. 1, 100004 (2020).
Tricco, A. C. et al. PRISMA extension for scoping reviews (PRISMAScR): checklist and explanation. Ann. Intern. Med. 169, 467-473 (2018).
Tong, A., Sainsbury, P. & Craig, J. Consolidated criteria for reporting qualitative research (COREQ): a 32-item checklist for interviews and focus groups. Int. J. Quality Health Care 19, 349-357 (2007).
Eysenbach, G. Improving the quality of web surveys: the checklist for reporting results of internet E-Surveys (CHERRIES). J. Med. Internet Res. 6, e34 (2004).
VERBI Software. MAXQDA 2022. (2021).
Kuckartz, U. & Rädiker, S. Qualitative Inhaltsanalyse. Methoden, Praxis, Computerunterstützung. (Beltz Juventa, Weinheim, Basel, 2022).
Weik, L., Fehring, L., Mortsiefer, A. & Meister, S. Big 5 personality traits and individual- and practice-related characteristics as influencing
factors of digital maturity in general practices: quantitative web-based survey study. J. Med. Internet Res. 26, e52085 (2024).
Leiner, D. J. Too fast, too straight, too weird: non-reactive indicators for meaningless data in internet surveys. Surv. Res. Methods 13, 229-248 (2019).
Bais, F., Schouten, B. & Toepoel, V. Investigating response patterns across surveys: do respondents show consistency in undesirable answer behaviour over multiple surveys? Bull. Sociol. Methodol. 147-148, 150-168 (2020).
IBM Corp. IBM SPSS Statistics for Macintosh, Version 29.0. (2022).
Tavakol, M. & Dennick, R. Making sense of Cronbach’s alpha. Int. J. Med. Educ. 2, 53-55 (2011).
Welch, B. L. On the comparison of several mean values: an alternative approach. Biometrika 38, 330 (1951).
Field, A. Discovering Statistics Using IBM SPSS Statistics. (Sage Publications, London, 2018).
Cohen, J. Statistical Power Analysis for the Behavioral Sciences. (Routledge, New York, 2013).
Author contributions
L.W., L.F., and S.M. developed the overarching research question and study design. L.W. performed the literature review, conducted, transcribed, and qualitatively analyzed the expert interviews, and performed statistical analysis of the data obtained in the online survey. S.M., L.F., and A.M. supported the recruitment of participants for the interviews and the online survey. LW drafted the manuscript. S.M., L.F., and A.M. provided critical review. S.M. coordinated the project. All authors reviewed the final manuscript.
Funding
Open Access funding enabled and organized by Projekt DEAL.
Health Care Informatics, Faculty of Health, School of Medicine, Witten/Herdecke University, Witten, Germany. Helios University Hospital Wuppertal, Department of Gastroenterology, Witten/Herdecke University, Wuppertal, Germany. Faculty of Health, School of Medicine, Witten/Herdecke University, Witten, Germany. General Practice II and Patient-Centredness in Primary Care, Institute of General Practice and Primary Care, Faculty of Health, School of Medicine, Witten/ Herdecke University, Witten, Germany. Department Healthcare, Fraunhofer Institute for Software and Systems Engineering ISST, Dortmund, Germany. – e-mail: sven.meister@uni-wh.de
تم تطوير استراتيجيات التحسين بناءً على مراجعة الأدبيات ونتائج مقابلات الخبراء. وبالتالي، لا يمكن عرض ألفا كرونباخ للدراسات الأصلية.