Different People, Different Supports: Using Latent Class Analysis and Behaviour Change Wheel Mapping to Inform Tailored Digital Health Implementation Strategies
Diese Studie nutzt die latente Klassenanalyse und das Mapping des Behavior Change Wheel auf einer Umfrage unter 617 kanadischen Erwachsenen, um drei unterschiedliche Bevölkerungssegmente mit variierenden digitalen Kompetenzen und Unterstützungspräferenzen zu identifizieren, was zeigt, dass maßgeschneiderte Implementierungsstrategien essenziell sind, um die Equity und das Engagement im Bereich der digitalen Gesundheit über die bloße Adressierung der digitalen Kompetenz hinaus zu verbessern.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Gesundheitssysteme weltweit wenden sich zunehmend digitalen Werkzeugen zu, um die Versorgung zu gewährleisten, in der Hoffnung, medizinische Leistungen zugänglicher und bequemer zu machen. Dieser Wandel verspricht, Patienten über Bildschirme und Apps mit Ärzten zu verbinden, birgt aber auch ein verborgenes Risiko: Wenn die Werkzeuge zu schwierig zu bedienen sind oder wenn Menschen keinen Zugang zu den notwendigen Geräten haben, könnten genau die Menschen, die die Pflege am dringendsten benötigen, auf der Strecke bleiben. Jahrelang gingen Experten davon aus, dass die Haupthürde für die Nutzung dieser digitalen Gesundheitsdienste ein einfacher Mangel an Fähigkeiten sei. Die vorherrschende Idee war, dass Menschen von Natur aus mit virtueller Versorgung beginnen würden, wenn sie nur lernten, besser mit einem Computer oder einem Smartphone umzugehen. Diese Annahme übersieht jedoch die komplexe Realität dessen, wie Menschen leben, was sie schätzen und wie sie am liebsten lernen. Sie behandelt eine vielfältige Bevölkerung als eine einzige Gruppe mit einem einzigen Problem und ignoriert dabei die Tatsache, dass ein junger Mensch mit einer schnellen Internetverbindung vor anderen Hürden stehen könnte als ein älterer Erwachsener mit eingeschränkter Mobilität, selbst wenn beide mit derselben Technologie kämpfen.
Ein Forscherteam in British Columbia, Kanada, setzte sich zum Ziel zu testen, ob dieser „Einheitsansatz“ für die digitale Gesundheit tatsächlich funktionierte. Sie führten eine große Umfrage unter über 600 Erwachsenen in der Region Fraser Health durch, einem vielfältigen Gebiet mit einer Mischung aus verschiedenen Altersgruppen, Einkommen und kulturellen Hintergründen. Anstatt einfach alle dieselben Fragen zu stellen und die Antworten zu mitteln, nutzten die Forscher eine statistische Methode, um Menschen basierend auf ihren realen Merkmalen wie Alter, Einkommen, ethnischer Zugehörigkeit und Geschlecht zu gruppieren. Dies ermöglichte es ihnen, deutliche Muster darin zu erkennen, wie verschiedene Typen von Menschen mit Technologie interagieren. Sie fanden heraus, dass sich die Bevölkerung ganz natürlich in drei sehr unterschiedliche Gruppen aufteilte, von denen jede ihre eigene einzigartige Geschichte in Bezug auf digitale Fähigkeiten, den Zugang zu Geräten und die Art und Weise, wie sie Hilfe bevorzugen, hat.
Die erste Gruppe, die mehr als die Hälfte der Befragten ausmachte, bestand aus jüngeren Erwachsenen mit vielfältigen ethnischen und kulturellen Hintergründen. Diese Personen waren im Allgemeinen sicher im Umgang mit Technologie; sie besaßen Smartphones und Computer, hatten Internetzugang und fühlten sich bei der Nutzung digitaler Werkzeuge kompetent. Dennoch war diese Gruppe am ehesten dazu geneigt, anzugeben, noch nie virtuelle Versorgungsdienste wie Videogespräche mit einem Arzt genutzt zu zu haben. Die zweite Gruppe setzte sich aus älteren Erwachsenen zusammen, überwiegend weißer Herkunft, mit mittlerem Einkommen. Diese Gruppe stand vor den größten Herausforderungen: Sie berichtete von geringerem Vertrauen in die Nutzung von Technologie, besaß seltener ein Smartphone und hatte oft Schwierigkeiten, Geräte von anderen auszuleinen. Die dritte Gruppe bestand aus mittleren Alters mit hohem Einkommen. Sie wies das höchste Maß an digitaler Zuversicht auf, besaß die meisten Geräte und war die häufigste Nutzerin von virtuellen Versorgungsdiensten.
Die aufschlussreichste Entdeckung war, dass der Besitz von technologischen Fähigkeiten nicht automatisch bedeutete, dass eine Person diese auch nutzt. Die jüngere, vielfältige Gruppe bewies, dass hohe Kompetenz keine Engagement garantiert. Obwohl sie die Werkzeuge beherrschten, nutzten sie diese nicht für die Gesundheitsversorgung. Die Forscher fanden heraus, dass diese Gruppe schlichtweg nicht wusste, wo sie Informationen über diese Dienste finden kann oder wie sie damit beginnt, und dass sie die Hilfe über Online-Kanäle wie Videos oder Chat-Anleitungen bevorzugte. Im Gegensatz dazu benötigte die ältere Gruppe eine völlig andere Art der Unterstützung. Sie bevorzugte es, durch persönliche Interaktionen zu lernen, wie etwa durch Workshops oder die Hilfe eines Familienmitglieds, und verließ sich stark auf traditionelle Methoden wie Festnetztelefone und lokale Zeitungen. Die wohlhabende, mittelalte Gruppe, die die Dienste bereits nutzte, wollte meist nur schnelle technische Lösungen, wenn etwas nicht funktionierte, anstatt einer grundlegenden Schulung.
Indem sie diese Erkenntnisse auf ein Framework zur Untersuchung menschlichen Verhaltens projizierten, kamen die Forscher zu dem Schluss, dass die Barrieren der digitalen Gesundheit nicht nur im Bereich der Fähigkeiten liegen. Für die jüngere Gruppe war das Problem nicht ein Mangel an Fähigkeit, sondern ein Mache an Motivation oder Gewohnheit; sie mussten dazu angeregt werden, die Dienste zu nutzen, für die sie bereits die Werkzeuge besitzen. Für die ältere Gruppe waren die Barrieren physischer und sozialer Natur; sie benötigten einen besseren Zugang zu Geräten und persönliche Hilfe, um ihr Vertrauen aufzubauen. Die Studie legt nahe, dass Gesundheitssysteme das Problem der digitalen Ausgrenzung nicht lösen können, indem sie einfach jedem beibringen, wie man einen Computer benutzt. Stattdessen müssen sie erkennen, dass verschiedene Gruppen unterschiedliche Lösungen benötigen. Eine Strategie, die für eine technikaffine junge Erwachsene funktioniert – wie etwa das Versenden eines E-Mail-Links –, wird bei einem älteren Erwachsenen, der einen gedruckten Leitfaden und eine freundliche Person braucht, die ihm die Handgriffe zeigt, wahrscheinlich scheitern.
Die Forscher betonten, dass ihre Ergebnisse auf einer Momentaufnahme basieren und darauf beruhen, was die Menschen über ihre Fähigkeiten sagten, anstatt deren tatsächliche Fähigkeiten in einem Labor zu testen. Die Muster waren jedoch klar und konsistent. Die Studie argumentt, dass, um digitale Gesundheit wirklich gerecht zu gestalten, Implementierungsstrategien auf die spezifischen Bedürfnisse dieser Bevölkerungsschichten zugeschnitten sein müssen. Es reicht nicht aus, davon auszugehen, dass die Menschen die digitale Brücke überqueren werden, wenn man sie erst einmal gebaut hat. Manche Menschen benötigen eine Brücke aus anderen Materialien, während andere zuerst jemanden brauchen, der sie darüber führt. Durch das Verständnis dieser unterschiedlichen Profile können Gesundheitssysteme über generische Lösungen hinausgehen und Unterstützungssysteme entwerfen, die tatsächlich zu den Lebenswelten der Menschen passen, denen sie dienen wollen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.