Latent Profile Analysis of Patients' Acceptance of Companion Robots in Unaccompanied Wards: A Cross-sectional Study
استخدمت هذه الدراسة المستعرضة التي أجريت على 425 مريضاً في الصين تحليل الملفات الكامنة لتحديد ثلاثة ملفات تعريف متميزة لقبول الروبوتات المرافقة في الأجنحة غير المصحوبة، وكشفت أن التقدم في السن، وانخفاض الوضع الاجتماعي والاقتصادي، وعدم كفاية الدعم الاجتماعي، وانخفاض الكفاءة الذاتية، والتصورات السلبية تجاه الروبوت هي عوامل تنبؤ رئيسية بانخفاض القبول، مما يسلط الضوء على الحاجة إلى التعليم الصحي الطبقي وتصميم الروبوتات الأمثل.
المؤلفون الأصليون:Jing Ren, Chenxi Gao, Jun Zhang, Mingzhu Feng, Jinrong Fu, Zhengjuan Shi
في العديد من المستشفيات عبر الصين، يتشكل نوع جديد من الرعاية. لعقود من الزمن، اعتمد النموذج المعياري على بقاء أفراد الأسرة بجانب المريض على مدار الساعة للمساعدة في الأكل والتنظيف والمراقبة. ولكن مع شيخوخة السكان وصغر حجم الأسر، تضاءل عدد الأشخاص المتاحين للقيام بهذه الأدوار. ولحل هذه المشكلة، استحدثت بعض المستشفيات "أجنحة بدون مرافقين". في هذه الوحدات، تتولى فرق التمريض المهنية المسؤولية الكاملة عن الرعاية اليومية، مما يسمح لأفراد الأسرة بالزيارة دون عبء تقديم المساعدة الجسدية على مدار 24 ساعة. وبينما يخفف هذا العبء عن كاهل الأسر، فإنه يضع حملاً ثقيلاً على طاقم التمريض، الذين يتعين عليهم الآن إدارة المراقبة المستمرة والمهام الأساسية لكل مريض. ولجسر هذه الفجوة، بدأت المستشفيات في اختبار الروبوتات الرفيقة. صُممت هذه الآلات للتعامل مع الواجبات الروتينية مثل فحص العلامات الحيوية، وتقديم التذكيرات، وتوفير صوت ودود للتحدث إليه، لتعمل كشريك رقمي لفريق الرعاية البشري.
إن السؤال الجوهري لهذا النظام الجديد ليس ما إذا كانت الروبوتات تعمل، بل ما إذا كان المرضى سيتقبلونها. سعت دراسة حديثة أجريت في مستشفى كبير في مقاطعة سيتشوان إلى فهم شعور المرضى بالضبط تجاه مشاركة مساحة تعافيهم مع آلة. ركز الباحثون على 425 مريضاً يقيمون في جناح بدون مرافقين. وبدلاً من معاملة جميع المرضى كمجموعة واحدة ذات رأي متوسط واحد، استخدم الفريق منهجية تبحث عن الأنماط الخفية داخل الحشد. طلبوا من المرضى تقييم مشاعرهم تجاه الروبوتات بناءً على جوانب مختلفة، مثل مدى فائدتها، ومدى ثقتهم في الآلة، ومدى سهولة استخدامها. ومن خلال تحليل هذه الاستجابات، اكتشف الباحثون أن المرضى لم يندرجوا تحت فئة موحدة واحدة؛ بل صنفوا أنفسهم طبيعياً إلى ثلاث مجموعات متميزة بناءً على مواقفهم.
المجموعة الأولى، التي شكلت ما يقرب من نصف المرضى، كانت مجموعة "القبول النشط". هؤلاء الـ 203 أفراد كانوا متحمسين للفكرة؛ فقد اعتقدوا أن الروبوتات ستكون مفيدة، ووجدوا سهولة في تخيل استخدامها، وشعروا بنوع من الثقة في هذه التكنولوجيا. لقد رأوا في الآلات أدوات مفيدة يمكن أن تحسن تجربتهم في المستشفى. أما المجموعة الثانية، التي ضمت حوالي ثلث المرضى، فكانت مجموعة "القبول الحذر". هؤلاء الـ 139 شخصاً كانوا منفتحين على الفكرة لكنهم تراجعوا قليلاً؛ فقد أدركوا الفوائد المحتملة لكنهم ظلوا غير متأكدين بشأن التفاصيل العملية وكانوا مترددين في الوثوق بالروبوتات بشكل كامل في رعايتهم. والمجموعة الثالثة والأصغر، والتي مثلت حوالي خمس المرضى، كانت مجموعة "الانتظار والترقب". هؤلاء الـ 83 فرداً كانوا متشككين؛ حيث كانت لديهم ثقة منخفضة في قدرة الروبوتات على المساعدة، وشعروا بعدم اليقين بشأن استخدامها، وفضلوا التريث في الاعتماد عليها حتى يروا مزيداً من الأدلة على السلامة والموثوقية.
ذهبت الدراسة إلى أبعد من ذلك لفهم من ينتمي إلى أي مجموعة. وجد الباحثون أن العمر والتعليم والدخل كانت مؤشرات قوية لموقف المريض. فالمرضى الأكبر سناً، وأولئك الذين لديهم تعليم رسمي أقل، وذوي الدخل المنزلي الأقل، كانوا أكثر عرضة بشكل كبير للانتماء إلى المجموعات المتشككة أو الحذرة. وعلى العكس من ذلك، فإن المرضى الأصغر سناً ذوي مستويات التعليم الأعلى والدخل الأفضل مالياً كانوا يميلون إلى أن يكونوا من المتبنين النشطين. كما نظرت الدراسة في العوامل النفسية؛ فالمرضى الذين شعروا بأن لديهم دعماً قوياً من الطاقم الطبي والعائلة، والذين شعروا بالثقة في قدرتهم الخاصة على التعامل مع المهام الجديدة، كانوا أكثر عرضة لقبول الروبوتات. ومن ناحية أخرى، كان المرضى الذين يشعرون بالفعل بالقلق تجاه التكنولوجيا أو القلق من أن الروبوتات لا يمكنها تقديم رعاية بشرية حقيقية هم الأكثر عرضة لرفض الفكرة.
تشير هذه النتائج إلى أن مجرد وضع روبوت في غرفة المستشفى ليس كافياً لضمان استخدامه بفعالية. تشير الدراسة إلى أن نهج "المقاس الواحد الذي يناسب الجميع" في تقديم هذه التكنولوجيا من المرجح أن يفشل لأن المرضى ليسوا جميعاً متشابهين. وتسلط الدراسة الضوء على أن الفئات الأكثر ضعفاً —كبار السن الأقل تعليماً وأولئك الذين يشعرون بنقص الدعم— هم الأكثر عرضة لمقاومة التكنولوجيا. ولجعل هذه الروبوتات تعمل، قد تحتاج المستشفيات إلى تخصيص نهجها. بالنسبة للمرضى المترددين، يجب أن ينصب التركيز على بناء الثقة من خلال التدريب العملي والتقديم الواضح لميزات السلامة، بدلاً من مجرد شرح التكنولوجيا. أما بالنسبة للمجموعة المتحمسة، فيمكن تشجيعهم على مساعدة الآخرين ليشعروا براحة أكبر. وفي نهاية المطاف، يعتمد نجاح هؤلاء الرفقاء الرقميين على مطابقة التكنولوجيا مع الاحتياجات والمخاوف المحددة للأشخاص الذين وُجدت لخدمتهم، مما يضمن بقاء العنصر البشري في الرعاية محورياً حتى مع تولي الآلات المزيد من المهام.
ملخص تقني: تحليل الملفات الكامنة لقبول المرضى للروبوتات المرافقة في الأجنحة التي لا تتوفر فيها مرافق
بيان المشكلة يواجه تطبيق نظام "الأجنحة بدون مرافق" في الصين، حيث تحل فرق التمريض المهنية محل أفراد الأسرة لتوفير الرعاية على مدار 24 ساعة، نقصاً كبيراً في القوى العاملة وتحديات في تلبية الاحتياجات العاطفية والرقابية للمرضى، وخاصة كبار السن. وبينما توفر الروبوتات المرافقة حلاً محتملاً للرعاية المعيارية والمرافقة العاطفية، إلا أن اعتمادها في البيئات السريرية لا يزال غير مؤكد. لقد ركزت الأبحاث الحالية حول قبول الروبوتات بشكل أساسي على النهج المتمحور حول المتغيرات (مثل الانحدار، ونمذجة المعادلات الهيكلية) على المسنين المقيمين في المجتمع أو المتخصصين في الرعاية الصحية. تفترض هذه الأساليب تجانس السكان، مما قد يحجب وجود مجموعات فرعية متميزة في المواقف بين المرضى المنومين. وحتى الآن، لم تطبق أي دراسة تحليل الملفات الكامنة (Latent Profile Analysis) على فئة المرضى المنومين في الأجنحة التي لا تتوفر فيها مرافق، مما يجعل من الصعب تطوير استراتيجيات ترويج مستهدفة بناءً على ذلك. وبناءً عليه، هناك نقص في الأدلة التجريبية المتعلقة بملفات القبول المحددة للمرضى في الأجنحة التي لا تتوفر فيها مرافق، مما يعيق تطوير استراتيجيات ترويج مستهدفة لأجهزة التمريض الذكية.
المنهجية قامت هذه الدراسة المستعرضة بتجنيد 425 مريضاً من قسم جراحة القلب والصدر في مستشفى من المستوى الثالث في مقاطعة سيتشوان، الصين، والذي يعمل بنموذج الرعاية بدون مرافق. تم جمع البيانات في الفترة ما بين يونيو 2025 ومارس 2026.
الأدوات: استخدمت الدراسة مجموعة شاملة من المقاييس المعتمدة:
مسح دراسة المخرجات الطبية للدعم الاجتماعي (MOS-SSS): لتقييم الدعم الاجتماعي الطبي.
مقياس PROMIS للدعم العاطفي (النموذج القصير): لتقييم مستويات الدعم العاطفي.
مقياس المواقف السلبية تجاه الروبوتات (NARS): لقياس عدم الارتياح والمواقف السلبية تجاه الروبوتات.
مقياس الكفاءة الذاتية العامة (GSE): لتقييم ثقة المرضى في قدراتهم.
استبيان ديموغرافي: لجمع بيانات حول العمر، والتعليم، والدخل، والمهنة، والحالة السريرية.
التحليل الإحصائي:
تحليل الملفات الكامنة (LPA): تم إجراؤه باستخدام برنامج Mplus 8.3 لتحديد المجموعات الفرعية غير المرصودة (الملفات) من المرضى بناءً على درجات أبعاد ATAQ. تم تقييم ملاءمة النموذج باستخدام AIC، وBIC، وaBIC، وEntropy، وLMRT، وBLRT.
التحليل أحادي المتغير: استخدمت اختبارات مربع كاي (Chi-square) وتحليل التباين أحادي الاتجاه (one-way ANOVA) للمقارنة بين المتغيرات الديموغرافية والنفسية والاجتماعية عبر الملفات المحددة.
انحدار لوجستي متعدد الحدود: تم إجراؤه لتحديد المتنبئات المستقلة لعضوية الملف، مع استخدام مجموعة "الانتظار والترقب" كفئة مرجعية.
النتائج الرئيسية
تحديد ثلاثة ملفات كامنة: حدد تحليل الملفات الكامنة نموذجاً مكوناً من ثلاث فئات (Entropy = 0.868)، مما كشف عن تباين كبير في القبول:
قبول الانتظار والترقب (19.53%، ن=83): يتميز بدرجات منخفضة في جميع الأبعاد، مما يعكس مواقف محافظة وثقة منخفضة.
القبول الحذر (32.71%، ن=139): أظهر درجات متوسطة، مع الاعتراف بالفائدة ولكن مع استمرار التردد فيما يتعلق بالتطبيق العملي والثقة.
القبول النشط (47.76%، ن=203): أظهر درجات عالية في جميع الأبعاد، مما يشير إلى اعتراف قوي ورغبة في استخدام الروبوتات المرافقة.
المحددات الديموغرافية: وُجدت فروق ذات دلالة إحصائية عبر الملفات فيما يتعلق بالعمر، والمستوى التعليمي، ودخل الأسرة (P<0.001). ارتبط التقدم في السن، وانخفاض مستوى التعليم، وانخفاض دخل الأسرة بملفات القبول المنخفضة. ومن الجدير بالذكر أن الجنس، وتشخيص المرض، والحالة الاجتماعية لم تظهر فروقاً ذات دلالة إحصائية بين المجموعات.
المتنبئات النفسية والاجتماعية:
التوزيع المتدرج: اتبعت درجات الدعم الاجتماعي الطبي، والدعم العاطفي، والكفاءة الذاتية العامة نمطاً متدرجاً (نشط > حذر > انتظار وترقب)، بينما أظهرت المواقف السلبية تجاه الروبوتات الاتجاه المعاكس.
نتائج الانحدار: تم تحديد التقدم في السن، وانخفاض التعليم، وانخياء الدخل، وانخفاض الكفاءة الذاتية العامة، والتصورات السلبية تجاه الروبوتات كعوامل خطر مستقلة للتصنيف ضمن ملفات القبول المنخفضة. وبينما أظهر الدعم العاطفي فروقاً ذات دلالة إحصائية في التحليل أحادي المتغير، إلا أنه لم يكن متنبئاً مستقلاً مهماً في الانحدار اللوجستي متعدد الحدود (P=0.222). وعلى العكس من ذلك، فإن ارتفاع الدعم الاجتماعي الطبي زاد بشكل كبير من احتمالية الانتماء إلى مجموعة القبول النشط.
المساهمات الرئيسية
التحول المنهجي: تتجاوز هذه الدراسة النهج المتمحور حول المتغيرات من خلال تطبيق تحليل الملفات الكامنة المتمحور حول الشخص في السياق المحدد للمرضى المنومين في الأجنحة التي لا تتوفر فيها مرافق. وهذا يؤكد أن قبول الروبوت ليس مفهوماً متجانساً بل يتكون من مجموعات فرعية متميزة يمكن تحديدها.
الخصوصية السياقية: تقدم الدراسة أول تطبيق لتحليل الملفات الكامنة على فئة المرضى المنومين في الأجنحة التي لا تتوفر فيها مرافق، مما يميزها عن دراسات المجتمع أو دور الرعاية. وتشير النتائج في هذا السياق إلى أن القبول يتأثر بشدة بتقييم المريض لقدرته على التعامل بشكل مستقل مع التكنولوجيا دون مساعدة من الأسرة.
المسار النفسي: توضح الدراسة مساراً نفسياً قابلاً للتعديل حيث يعزز الدعم الخارجي (تحديداً الدعم الاجتماعي الطبي) الكفاءة الذاتية ويقلل من المواقف السلبية، مما يسهل القبول. وهذا يقدم إطاراً نظرياً للتدخلات التي لا تتطلب تعديل الأجهزة.
الأهمية والادعاءات يزعم المؤلفون أن هذه النتائج توفر أدلة تجريبية للترويج الطبقي والدقيق لأجهزة التمريض الذكية. ومن خلال تحديد المجموعات عالية المخاطر (كبار السن، منخفضي التعليم، المزارعين/المتقاعدين) وفهم الآليات النفسية (الكفاءة الذاتية، الدعم الاجتماعي الطبي، المواقف السلبية)، يمكن للممارسة السريرية الابتعد عن نهج "النموذج الموحد للجميع".
تقترح الدراسة أن التنفيذ السريري يجب أن يتضمن:
الفحص الطبقي: تحديد المرضى الذين يُحتمل وقوعهم في فئتي "الانتظار والترقب" أو "الحذر" عند دخول المستشفى.
التدخلات المستهدفة: تنفيذ تعليم صحي متمايز، مثل التدريب العملي والواجهات المبسطة لمجموعات القبول المنخفض، ونماذج مشاركة الأقران للتحويل نحو القبول.
تحسين نماذج الرعاية: دمج هذه الرؤى لتحسين نموذج التعاون "ممرض + مساعد تمريض + روبوت مرافق"، لضمان أن تكون وظائف الروبوت صديقة للسن، ومعالجة العوائق النفسية لتحسين كفاءة وجودة خدمات الأجنحة التي لا تتوفر فيها مرافق.
يقر المؤلفون بالقيود، بما في ذلك أخذ العينات الميسرة من مركز واحد، والتصميم المستعرض الذي يمنع الاستنتاج السببي، والاعتماد على البيانات المبلغ عنها ذاتياً، مما يشير إلى ضرورة إجراء دراسات طولية وتجارب تدخل مستقبلية للتحقق من هذه النتائج.