中国卫生资源  2022, Vol. 25 Issue (1): 106-113  DOI: 10.13688/j.cnki.chr.2022.210262

引用本文  

张弛, 李志光, 彭雪清, 等. 社区患者在线医疗服务使用意愿的形成机制研究[J]. 中国卫生资源, 2022, 25(1): 106-113. DOI: 10.13688/j.cnki.chr.2022.210262

基金项目

国家自然科学基金项目(72074122);2020江苏高校哲学社会科学研究一般项目(2020SJA0306);2020年江苏省大学生创新训练计划省级重点项(202010312066Z)

作者简介

张弛,硕士生,主要从事临床护理研究,m17839943068@163.com

通信作者

尤华,youhua98@163.com

文章历史

收稿日期:2021-02-28
修订日期:2021-04-08
社区患者在线医疗服务使用意愿的形成机制研究
张弛 1a, 李志光 2, 彭雪清 1b, 尤华 1b     
1a. 南京医科大学护理学院, 江苏 南京 211166;
1b. 南京医科大学公共卫生学院, 江苏 南京 211166;
2. 南京医科大学第一附属医院科技处,江苏 南京 210029
摘要目的 基于信息-动机-行为技能模型(information-motivation-behavioral skills model,IMB),采用结构方程模型探究社区患者在线医疗服务使用意愿的形成机制。方法 自行设计问卷,采用随机整群抽样法对淮安市3家基层医疗卫生机构的患者进行现场调查,共收集有效问卷226份,并通过Amos 23.0构建与分析模型。结果 信息对患者在线医疗服务使用意愿没有直接影响,但可以通过影响行为技能对使用意愿产生间接效应,为0.221;信息对行为技能的直接效应为0.635。动机对使用意愿的直接效应为0.530,间接效应为0.102,总效应为0.632。行为技能对使用意愿的直接效应和总效应均为0.347。结论 IMB适用于解释社区患者在线医疗服务使用意愿的形成机制。政府部门可从信息、动机、行为技能三方面制定干预措施,从而提高患者在线医疗服务使用意愿。
关键词社区患者    在线医疗服务    信息-动机-行为技能模型    结构方程模型    
Keywords: community patient    online medical service    information-motivation-behavioral skills model    structural equation model    

在线医疗服务是一种将信息、计算机或通信技术应用于健康或医疗保健等方面的新型医疗健康服务模式[1]。新型冠状病毒肺炎疫情的发生对整个医疗行业产生了较大的影响。为满足居民的医疗卫生服务需求,政府发布了多项互联网医疗政策,使在线医疗服务利用率小幅提升。但根据第46次《中国互联网络发展状况统计报告》[2]显示,截至2020年6月,我国互联网医疗用户仅占总体网民的29.4%,仍处于较低水平。多项研究显示,人口学特征[3-4]、在线医疗的有用性和易用性[5]、患者的认知不足和技术缺乏[6-7]等可影响在线医疗服务利用,但并没有研究影响因素间的相互作用。信息-动机-行为技能模型(information-motivation-behavioral skills model,IMB)是Fisher[8]在1992年提出的,包括信息、动机、行为技能和行为4个要素。信息是与健康行为高度相关的知识,可直接和(或)间接影响行为[9]。动机包括个人动机和社会动机,可直接和(或)间接影响行为。个人动机是指对个体从事行为所得到的后果的信念和评价[10],社会动机是基于个体对社会常态的感知和对预期行为的社会支持[11]。行为技能包括自我效能和客观技能,可直接影响行为,也可以调节信息和动机对行为的影响。IMB已成熟应用于各种健康行为,而从IMB视角分析患者在线医疗服务利用的研究较少,故研究将基于IMB探讨社区患者在线医疗服务使用意愿的形成机制,并采用结构方程模型构建行为模型来分析IMB各维度对使用意愿的作用路径,为政府推进在线医疗发展制定相关的政策和策略提供依据。

1 对象与方法 1.1 调查对象

2020年6月,在江苏省淮安市随机抽取3家基层医疗卫生机构并整群抽取某一周在各基层医疗卫生机构内就诊的门诊患者作为研究对象。3家基层医疗卫生机构分别发放98、70和74份问卷,共发放242份问卷,回收有效问卷226份,有效回收率为93.4%。本研究已获得南京医科大学伦理评审委员会的批准[(2020)592]。

1.2 调查方法 1.2.1 相关概念

研究的在线医疗服务是指患者通过移动电话、平板电脑、手提电脑、台式电脑等多种互联网终端设备随时随地与在线医疗平台上的诊疗医生(不区分医生类别)进行医疗服务的新型服务方式,主要包括:疾病咨询、在线复诊、远程诊疗、慢性病管理、康复指导、在线医疗平台网购处方药等。

1.2.2 调查内容

(1)一般资料问卷:包括性别、年龄、文化程度、婚姻状况、就业状况、经济情况、社会医疗保险类型、居住地、患慢性病情况、就医可及性。(2)基于IMB的在线医疗服务调查问卷:研究者在充分掌握各维度操作性定义后自行设计调查问卷。为保证问卷质量,课题组对问卷内容进行多次讨论,形成预调查问卷,在淮安市某社区卫生服务中心开展预调查,根据预调查结果来修订问卷的语义、条目并形成终稿。调查问卷包括信息、动机、行为技能、使用意愿4个维度,各维度分别包含6、5、5、5个条目,共21个条目,详见表 1。潜变量“信息”“动机”“行为技能”和结果变量“使用意愿”均采用Likert 5级评分法,从”完全不了解”到“完全了解”,按等级分别赋1~5分。采用验证性因子分析、Cronbach’s α系数对问卷进行信效度检验,候杰泰[12]建议,因素负荷量应该≥0.600,若 < 0.500,则对应的题目需考虑删除。因素负荷量、组成信度、平均方差抽取量是常用的结构效度评估指标[13]。依据检验标准,信息维度需删除In5、In6,动机维度需删除Mo3、Mo5,行为技能维度需删除BS2,使用意愿维度需删除ITO2,删减后分别保留4、3、4、4个条目。验证性因子分析结果显示:15个观测变量的因素负荷量在0.557~0.854之间;信息、动机、行为技能和使用意愿4个潜变量的组成信度分别为0.793、0.781、0.879、0.861,均 > 0.700且有统计学意义;平均方差抽取量分别为0.490、0.550、0.645、0.608,除了0.490接近0.500外,其他均 > 0.500。该问卷的总Cronbach’s α系数为0.924,各维度Cronbach’s α系数分别为0.792、0.753、0.874、0.859。综上,该问卷具有良好的信效度。

表 1 潜变量与观测变量的关系
1.3 模型构建与数据分析 1.3.1 模型构建IMB

从信息、动机、行为技能3个方面深度解释了健康行为形成维持机制,重视对促进行为改变的情感动机进行干预,从新的角度解释了健康行为的形成和维持[14]。本研究将基于IMB研究患者在线医疗服务使用意愿的形成机制并构建相关模型,以探讨信息、动机和行为技能对在线医疗服务使用意愿的作用路径。

IMB认为,当个体执行行为所需复杂的技能时,信息主要通过行为技能来影响行为;当行为不需要复杂的行为技能时,信息可直接影响行为[10]。在本研究中,信息是指与在线医疗服务相关的信息,如有关在线医疗服务的政策、在线医疗服务的主要服务类型和服务内容、现有的在线医疗平台等。本研究假设信息可能直接或间接作用于使用意愿,即为患者越了解信息,越愿意使用在线医疗服务。动机可直接影响行为,但对于一些行为只有动机不能发生行为改变,个体还需要有较高的信息和行为技能水平才能促使行为的转变和维持[15]。在本研究中,动机主要包括个人对其使用在线医疗服务可能产生的益处的感知和评价,以及家庭、医疗机构对患者使用在线医疗服务的社会支持。本研究假设动机可能直接或间接作用于使用意愿,即为个体越拥有使用动机,使用在线医疗服务的意愿越强烈。多项研究表明[10, 16],行为技能是行为转变和维持的必要条件,缺乏行为技能可能是参与健康行为的障碍。在本研究中,行为技能主要设定为个体使用在线医疗服务时应具备的技能。本研究假设越拥有较高的使用技能就越倾向于会使用在线医疗服务。

结构方程模型的统计分析内容主要包括模型的构建、拟合、评价和修正等步骤[17]。本研究将自行设计的“基于IMB的在线医疗服务调查问卷”作为初始模型,建立变量集、潜变量及其测量结构。初始模型的潜变量为信息、动机、行为技能和使用意愿。在本研究中,使用意愿主要包括选择使用、推荐使用、未来使用在线医疗服务的意愿和可能性等。在IMB的理论框架下,构建社区患者在线医疗服务使用意愿的行为模型(图 1)。综上,本研究提出以下假设并绘制了初始模型。


图 1 基于信息-动机-行为技能模型的社区患者在线医疗服务使用意愿假设模型

H1:信息可以对患者在线医疗服务使用意愿产生直接作用。

H2:信息可以通过直接影响行为技能,从而对患者在线医疗服务使用意愿产生间接效果。

H3:动机可以对患者在线医疗服务使用意愿产生直接作用。

H4:动机可以通过直接影响行为技能,从而对患者在线医疗服务使用意愿产生间接效果。

H5:行为技能可以对患者在线医疗服务使用意愿产生直接作用。

1.3.2 统计学分析

采用EpiData 3.1双轨录入数据,采用SPSS 25.0进行统计学分析。一般人口学资料采用频数和构成比、中位数和四分位数间距、均数±标准差表示;采用多因素线性回归进行分析性假设检验,检验水准α =0.05。对基于IMB的在线医疗服务调查问卷条目进行验证性因子分析,采用Amos 23.0对模型进行拟合,采用最大似然估计法建立模型,并采用χ2/γ、拟合优度指数(goodness of fit index, GFI)、修正拟合优度指数(adjusted goodness of fit index, AGFI)、比较拟合指数(comparative fit index, CFI)和近似误差均方根(root mean square error of approximation, RMSEA)多种指标综合评价模型的拟合效果。其中χ2/γ值介于1~2间表示模型适配良好,RMSEA < 0.08为可接受范围,GFI、AGFI和CFI应 > 0.90且越接近1.00越好[18]

2 结果 2.1 基本情况

调查对象的基本情况见表 2,226名调查对象的平均年龄为(42.6±12.9)岁。

表 2 调查对象的基本情况
2.2 基于IMB的在线医疗服务调查问卷得分情况

初始问卷中各条目平均得分在(3.51 ± 0.92)~(2.50 ± 1.11)分。其中,信息维度的In5、In6条目得分最低,分别为(2.59 ± 1.11)分和(2.50 ± 0.91)分。初始问卷经过验证性因子分析筛选后,信息、动机、行为技能和使用意愿维度分别余4、3、4、4题,平均得分分别为(11.76 ± 2.91)分、(10.02 ± 2.32)分、(11.93 ± 3.64)分、(13.43 ± 3.60)分。

2.3 在线医疗服务使用意愿的多因素分析

以在线医疗服务使用意愿为因变量,分别纳入信息、动机、行为技能因素以及全部纳入上述因素作为自变量建立4个回归模型,并将基本情况作为协变量纳入模型。模型中各维度的条目均为经信效度检验后所保留的条目。模型采用Enter法,依据分析目的将基本情况设定为哑变量,在纳入社会医疗保险这一协变量时只分析城镇职工基本医疗保险和城乡居民基本医疗保险两类。另外,由于家庭平均月收入不符合正态分布,将其取对数后再纳入模型。结果发现,在控制了基本情况协变量之后,在模型1中,信息维度得分与在线医疗服务使用意愿呈正相关(P < 0.001);模型2、3与模型1的结果基本类似,即调查对象在动机维度的得分和行为技能维度的得分均与使用意愿呈正相关(P < 0.001)。在模型4中,当将IMB的3个因素均纳入模型分析时,信息与使用意愿则不再有统计学意义(P > 0.05),仅有动机和行为技能与使用意愿显示有统计学差异(P值分别为 < 0.001和 < 0.01),即研究对象的动机维度得分和行为技能维度得分与使用意愿正相关(表 3)。

表 3 在线医疗服务使用意愿的多因素线性回归分析
2.4 结构方程模型的拟合与修正

初始模型中,信息对使用意愿路径的P > 0.05(表 4)。结果表明:信息对使用意愿无直接作用,但可通过行为技能对使用意愿产生间接影响;动机可直接影响行为技能和使用意愿;行为技能可直接影响使用意愿。经过初始模型的验证、去除无效的路径后,确定最佳模型。信息和动机可共同解释行为技能74%的变异。信息和动机通过行为技能的间接影响、动机和行为技能的直接作用共同解释了使用意愿67%的变异,比初始模型增加了1%的解释力(图 2)。最终模型的拟合指标中AGFI = 0.899近似参考值,可接受该指标,其他指标均符合要求,显示模型的拟合度较好(表 5)。

表 4 原始模型及最终模型路径分析


注:ln1~ln4, BS1, BS3, BS4, BS5, ITO1, ITO3, ITO4, ITO5, Mo1, Mo2, Mo4为不同观测变量的代码,e1~e17为残差。 图 2 基于信息-动机-行为技能模型的社区患者在线医疗服务使用意愿最终模型

表 5 模型的拟合结果
2.5 效应关系

信息对使用意愿没有直接影响,但可以通过行为技能对使用意愿产生间接效应,且信息可直接影响行为技能。动机对使用意愿有较强的直接正向作用,也可以通过行为技能对使用意愿产生间接效应。行为技能可直接影响患者在线医疗服务的使用意愿(表 6)。以上结果证明,假设模型中H1不成立,H2~H5均成立,且H1、H3、H5的结果与上文中多因素线性回归分析的结果一致。

表 6 各变量间的效应关系
3 讨论与建议 3.1 信息可间接促进患者在线医疗使用意愿

研究显示,信息对患者在线医疗服务使用意愿不会产生直接作用,但可通过行为技能产生间接效果,说明信息与使用意愿存在间接关系,故改善患者对在线医疗信息的获知和利用仍具有积极意义。这一结果与刘西成[19]的研究结果相似。Vo等[20]的研究表明,拥有较高的信息水平可以提高患者在线医疗服务使用的参与度。Theis等[21]的研究也显示,患者更高的信息需求会促进其更多使用在线医疗服务平台的行为。在信息化时代,虽然大部分人可通过网络获得很多知识和信息,但对于文化程度较低、年龄较大的社区患者来讲,从互联网获取信息依然有较大限制[22],继而会影响这部分患者互联网医疗的使用意愿和行为。新型冠状病毒肺炎疫情暴发之后,《国家发展改革委、中央网信办印发〈关于推进“上云用数赋智行动培育新经济发展实施方案”〉的通知(发改高技〔2020〕552号)》[23]提出:在卫生健康领域探索推进互联网医疗医疗保险首诊制和预约分诊制,这将互联网医疗推到一个新的高度。但在本研究中,信息维度有关政策的题目得分与其他题目相比偏低,可能与公众对在线医疗普遍不关注、不了解国家政策有关。因此,如何向公众宣传介绍在线医疗服务及相关政策信息显得至关重要。各级卫生部门应该积极根据国家政策制定和发展适合本地实际的在线医疗地方政策,并加大政策宣传力度,让公众充分了解在线医疗发展的重要信息。基层医疗卫生机构可通过下点入户、举办线下系列讲座等方式向居民传达在线医疗服务的相关信息,包括国家政策导向和在线医疗服务的主要内容、获得途径、连续性诊疗服务等。社区居民也应该积极参加相关讲座,主动了解在线医疗服务,并将其应用于自身。这不仅有利于个人还可以减缓线下医院的就医负担。大众媒体是现代社会信息生产、加工和传播的专门机构,在健康教育中起着重要的作用[24]。对于在线医疗服务,大众媒体应通过各种途径且以通俗易懂的形式大力宣传在线医疗服务相关信息,尤其是国家政策方面的信息。

3.2 动机可直接和间接提高患者在线医疗使用意愿

本研究显示,动机对患者在线医疗服务使用意愿有显著的直接和间接效果。一项系统评价与本研究结果类似,动机可促进患者使用在线医疗平台的行为[25]。IMB认为具有较高的信息和行为技能水平的个体必须有强烈的个人动机和社会动机才能促使行为的转变和维持[15],本研究较好地验证了这一点。提高健康管理能力和获得医疗知识作为个人动机形成对在线医疗使用意愿的积极影响,社会动机也是重要的促进因素。多项研究也表明,社会支持对多种健康行为有促进作用,如:Presseau[26]等的研究发现,社会支持可预测患者的药物依从性;Teleki等[27]的研究发现,社会支持是促进冠状动脉粥样硬化性心脏病患者饮食行为的关键因素。因此,应从个人和社会两方面增强公众的使用动机,如向公众宣传在线医疗服务的益处,营造社会支持环境,从而提高其使用意愿。基层医疗卫生机构可向社区居民宣讲在线医疗的益处;基层医务人员可在工作中向患者推荐使用在线医疗服务;大众媒体可将在线医疗服务发展较快、利用率较高的医疗单位或城市作为案例,进行宣传介绍,以利于营造积极的社会支持环境,广泛促成在线医疗服务利用的个人动机和社会动机。患者应积极响应国家和地方政策,在就医的过程中深入应用在线医疗服务,如在线慢性病管理、在线购买药品等,而不仅限于预约挂号、检验结果查询等简单功能,从而真正地充分利用互联网医疗服务。

3.3 行为技能可直接提高患者在线医疗使用意愿

本研究显示,行为技能可直接影响患者在线医疗的使用意愿,这与戚淼杰等[28]的研究结果相似。一般情况下,使用在线医疗服务需要一定的行为技能,比如操作手机、电脑等电子设备,判断在线医疗平台是否正规可靠等,而这些能力对中老年人或受教育程度较低的群体来说较为困难。在线医疗的快速发展催生了大量的医疗相关的应用程序(application, APP)、网站等,王文凯等[29]调查发现,很多社区老年人喜欢使用手机自带的浏览器搜索和浏览健康信息,很少使用专业公众号或APP。有研究指出,老年患者对使用在线医疗服务很感兴趣,并且已经在使用他们可用的功能[30];但也有研究指出,老年人不熟悉操作限制了在线医疗APP的使用[31]。这表明老年人有互联网健康服务需求,也具有一定的关注和使用在线医疗的动机,但是行为技能的缺乏很大程度上限制了老年人在线医疗服务的利用率。在信息化时代,各种网络信息良莠不齐,很多人缺乏辨别正确信息的能力。基层医疗卫生机构可邀请居民参加在线医疗健康教育活动,可对使用有困难的居民进行现场指导。医疗机构还应在设计相关平台时考虑中老年人等弱势人群使用的便利性,设计出架构清晰、界面友好、操作简便的平台。大众媒体可向公众宣传如何选择正规可靠的医疗平台、如何获取科学的健康信息等行为技能。患者也应该积极寻找资源并获取相关知识,主动了解在线医疗平台的基本功能及简单的操作步骤,以提高使用意愿。

3.4 研究的局限性

IMB适用于解释社区患者在线医疗服务使用意愿的形成机制,但本研究有以下几点局限:第一,未考虑到其他影响因素,如在线诊疗的价格、患者使用在线医疗服务的体验和质量等因素的影响,未来的研究可开展定性和定量相结合的研究,纳入这些因素更全面深入地探讨;第二,由于本研究只在一个地级市开展了调查,所纳入样本量相对偏少,其结果是否能推广到其他地区仍需大样本的支持。

·作者声明本文无实际或潜在的利益冲突

参考文献
[1]
DORSEY E R, TOPOL E J. State of Telehealth[J]. N Engl J Med, 2016, 375(2): 154-161. DOI:10.1056/NEJMra1601705
[2]
中国互联网络信息中心. 第46次中国互联网络发展状况统计报告[EB/OL]. (2020-09-29)[2020-10-09]. http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202009/P020200929546215182514.pdf.
[3]
HALUZA D, WERNHART A. Does gender matter? Exploring perceptions regarding health technologies among employees and students at a medical university[J]. Int J Med Inform, 2019, 130: 103948. DOI:10.1016/j.ijmedinf.2019.08.008
[4]
HOSSAIN N, YOKOTA F, SULTANA N, et al. Factors influencing rural end-users' acceptance of e-Health in developing countries: a study on portable health clinic in Bangladesh[J]. Telemed J E-Health, 2019, 25(3): 221-229. DOI:10.1089/tmj.2018.0039
[5]
HOQUE M R, BAO Y K, SORWAR G. Investigating factors influencing the adoption of e-health in developing countries: a patient's perspective[J]. Inform Health Soc Care, 2017, 42(1): 1-17. DOI:10.3109/17538157.2015.1075541
[6]
江虹, 丁福, 朱跃平, 等. 1788名居民对互联网医疗认知、态度及行为的调查分析[J]. 中国数字医学, 2019, 14(7): 46-48, 77. DOI:10.3969/j.issn.1673-7571.2019.07.014
[7]
KHAN NUZ, RASHEED S, SHARMIN T, et al. Experience of using mHealth to link village doctors with physicians: lessons from Chakaria, Bangladesh[J]. BMC Med Inform Decis mak, 2015, 15(1): 62. DOI:10.1186/s12911-015-0188-9
[8]
FISHER J D, FISHER W A. Changing AIDS-risk behavior[J]. Psychol Bull, 1992, 111(3): 455-474. DOI:10.1037/0033-2909.111.3.455
[9]
傅华. 健康教育学[M]. 3版. 北京: 人民卫生出版社, 2017.
[10]
FLEARY S A, JOSEPH P, CHANG H. Applying the information-motivation-behavioral skills model to explain adolescents' fruits and vegetables consumption[J]. Appetite, 2020, 147: 104546. DOI:10.1016/j.appet.2019.104546
[11]
WANG X G, JIA M H, LI Y W, et al. Validation of an information-motivation-behavioral skills model of upper limb functional exercise adherence among Chinese postoperative patients with breast cancer[J]. Breast Cancer, 2019, 26(2): 198-205. DOI:10.1007/s12282-018-0911-3
[12]
侯杰泰. 结构方程模型及其应用[M]. 北京: 教育科学出版社, 2004.
[13]
程艳然. 基于计划行为理论的非酒精性脂肪性肝病患者中医健康管理行为意向研究[D]. 武汉: 湖北中医药大学, 2019.
[14]
李洋, 贾守梅. 信息-动机-行为技巧模式在健康行为促进领域的应用及研究进展[J]. 护士进修杂志, 2018, 33(22): 2056-2059.
[15]
梁培荣, 薛小玲. 信息-动机-行为技巧模型在护理领域的应用现状[J]. 护理研究, 2013, 27(7): 584-586. DOI:10.3969/j.issn.1009-6493.2013.07.004
[16]
JIANG H B, CHEN X B, LI J, et al. Predictors of condom use behavior among men who have sex with men in China using a modified information-motivation-behavioral skills (IMB) model[J]. BMC Public Health, 2019, 19(1): 261. DOI:10.1186/s12889-019-6593-8
[17]
郭振友, 马明霞, 谢润德, 等. 基于结构方程模型的艾滋病高发区大学生艾滋病知信行作用路径研究[J]. 中国健康教育, 2018, 34(1): 24-28.
[18]
吴明隆. 结构方程模型AMOS的操作与应用. 2版[M]. 重庆: 重庆大学出版社, 2010.
[19]
刘西成. 在线医疗咨询服务用户采纳意愿的影响因素研究[D]. 武汉: 华中科技大学, 2018.
[20]
VO V A, AUROY L, SARRADON-ECK A. Patients' perceptions of mHealth apps: meta-ethnographic review of qualitative studies[J]. JMIR Mhealth Uhealth, 2019, 7(7): e13817. DOI:10.2196/13817
[21]
THEIS S, SCHÄFER D, BRÖHL C, et al. Predicting technology usage by health information need of older adults: implications for eHealth technology[J]. Work, 2019, 62(3): 443-457. DOI:10.3233/WOR-192878
[22]
JIANG J, ZHU Q, ZHENG Y M, et al. Perceptions and acceptance of mHealth in patients with cardiovascular diseases: a cross-sectional study[J]. JMIR Mhealth Uhealth, 2019, 7(2): e10117. DOI:10.2196/10117
[23]
发展改革委, 中央网信办. 国家发展改革委中央网信办印发《关于推进"上云用数赋智"行动培育新经济发展实施方案》的通知: 发改高技[2020]552号[A]. 2020.
[24]
史宇晖, 冯文猛, 常春, 等. 我国健康教育中大众媒体的应用进展及建议[J]. 中国健康教育, 2020, 36(3): 255-258.
[25]
KAMPMEIJER R, PAVLOVA M, TAMBOR M, et al. The use of e-health and m-health tools in health promotion and primary prevention among older adults: a systematic literature review[J]. BMC Health Serv Res, 2016, 16(Suppl 5): 290.
[26]
PRESSEAU J, SCHWALM J D, GRIMSHAW J M, et al. Identifying determinants of medication adherence following myocardial infarction using the theoretical domains framework and the health action process approach[J]. Psychol Health, 2017, 32(10): 1176-1194. DOI:10.1080/08870446.2016.1260724
[27]
TELEKI S, ZSIDÓ A N, KOMÓCSI A, et al. The role of social support in the dietary behavior of coronary heart patients: an application of the health action process approach[J]. Psychol Health Med, 2019, 24(6): 714-724. DOI:10.1080/13548506.2018.1550259
[28]
戚淼杰, 韩优莉. 医院就诊患者在线医疗使用现状及其相关因素研究: 基于北京市三级医院门诊患者的调查[J]. 中国卫生政策研究, 2019, 12(7): 70-74. DOI:10.3969/j.issn.1674-2982.2019.07.011
[29]
王文凯, 于海涛, 曹霞, 等. 社区老年人使用智能手机获取和利用健康信息的调查分析[J]. 中华医学图书情报杂志, 2019, 28(8): 71-76, 80.
[30]
PORTZ J D, BAYLISS E A, BULL S, et al. Using the technology acceptance model to explore user experience, intent to use, and use behavior of a patient portal among older adults with multiple chronic conditions: descriptive qualitative study[J]. J Med Internet Res, 2019, 21(4): e11604. DOI:10.2196/11604
[31]
高文, 刘荣梅, 钟蕊, 等. 移动医疗APP研究述评[J]. 中国社会医学杂志, 2019, 36(2): 118-120.