Development and validation of a modified Technology Acceptance Model instrument for Digital Public Health Interventions among nurses in Kenya
Este estudio desarrolló y validó un instrumento del Modelo de Aceptación Tecnológica modificado que incorpora factores relacionados con la implementación, el cual demostró propiedades psicométas satisfactorias para evaluar la aceptación de intervenciones de salud pública digital entre enfermeros en Kenia.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Imagina que estás intentando que toda una escuela utilice un sistema de pedidos de almuerzo digital nuevo y súper avanzado. Has comprado las tabletas, has instalado el Wi-Fi e incluso has impreso los manuales. Pero cuando miras a tu alrededor, la mitad de los estudiantes siguen escribiendo en servilletas, y la otra mitad solo están tocando la pantalla al azar porque no saben cómo funciona. ¿Por qué? Tal vez el sistema es demasiado complicado, tal vez la capacitación fue aburrida, o tal vez los estudiantes simplemente piensan que no es realmente útil para conseguir su comida más rápido.
Este es exactamente el rompecabezas que Anne Ikua y su equipo de la Universidad de Strathmore abordaron, pero en lugar de una cafetería escolar, se centraron en los hospitales de Kenia. Querían averiguar por qué las enfermeras estaban (o no estaban) utilizando nuevas herramientas digitales de salud para rastrear enfermedades como el VIH y la tuberculosis.
El mapa viejo vs. El nuevo GPS
Durante décadas, los científicos han utilizado un "mapa" famoso llamado Modelo de Aceptación de la Tecnología (TAM) para predecir si la gente usará nueva tecnología. Este mapa básicamente dice: "Si la gente piensa que una herramienta es Útil y Fácil de Usar, la usará". Es una brújula simple y confiable.
Pero los investigadores sospechaban que este mapa viejo carecía de algunos puntos de referencia cruciales para el contexto keniano. Pensaron: "¿Qué pasa con el despliegue? ¿Qué pasa con la forma en que se realizó la capacitación? ¿Qué pasa con si el sistema siquiera sobrevivirá después de que se agote la financiación inicial?".
Así que decidieron construir un GPS modificado. Tomaron el mapa TAM original y añadieron dos paradas nuevas y súper importantes:
- Despliegue DPHI: Esto trata sobre el "cómo". ¿Participaron las enfermeras en el diseño del sistema? ¿Recibieron realmente una buena capacitación, o simplemente se les entregó un manual y se les dijo que se las arreglaran solas?
- Sostenibilidad: Esto pregunta: "¿Seguirá funcionando esto el próximo año, o se romperá cuando se acabe el dinero?".
El gran filtro: ¿Qué se recortó?
Aquí es donde la historia se pone interesante. Los investigadores comenzaron con una gran bolsa de ideas (constructos) que querían probar. Tenían seis ingredientes principales:
- Utilidad Percibida
- Facilidad de Uso Percibida
- Controlabilidad (¿Sienten las enfermeras que tienen control sobre la tecnología?)
- Uso Real (¿Qué tanto la usan realmente?)
- Despliegue DPHI
- Sostenibilidad
Probaron estas ideas en 330 enfermeras que trabajan en instalaciones de salud pública en 11 condados de Kenia. Les pidieron a las enfermeras que completaran una encuesta y luego pasaron los números por un "tamiz" estadístico para ver qué ideas se mantenía y cuáles se desmoronaban.
El Gran Rechazo:
El estudio descartó explícitamente dos de los ingredientes originales.
- Controlabilidad: Fue eliminada. Los investigadores descubrieron que, en estos hospitales, el uso del sistema digital no era realmente una elección; era obligatorio. No puedes preguntar a alguien si "se siente en control" de una herramienta que se ve obligada a usar todos los días. Los datos mostraron que este concepto no medía nada útil en este entorno específico.
- Uso Real: También fue eliminada. El análisis estadístico reveló que este constructo sufrió un desempeño psicométrico inadecuado y un pobre desempeño factorial durante las fases de prueba (EFA y CFA). Los datos simplemente no respaldaban esto como una medición fiable en este contexto, por lo que se recortó del modelo final.
El equipo ganador
Después de la limpieza estadística, los investigadores se quedaron con un equipo ágil y eficiente de cuatro partes que realmente funcionaba:
- Utilidad Percibida: "¿Esto mejora mi trabajo?"
- Facilidad de Uso Percibida: "¿Es fácil de entender?"
- Despliegue DPHI: "¿Fue fluido el lanzamiento? ¿Recibimos buena capacitación?"
- Sostenibilidad: "¿Esto durará?"
La prueba final mostró que este nuevo instrumento modificado era sólido como una roca.
- Fiabilidad: Las preguntas medían consistentemente lo que debían medir. Por ejemplo, las preguntas de "Utilidad" tuvieron una puntuación de fiabilidad de 0.92, y las de "Facilidad de Uso" puntuaron 0.93. (Piensa en esto como una báscula que da el mismo peso exacto cada vez que te subes).
- Validez: El estudio demostró que estos cuatro conceptos son en realidad diferentes entre sí. Que una enfermera piense que una herramienta es "fácil" no significa automáticamente que piense que es "útil", y las matemáticas confirmaron que estas son ideas distintas.
El veredicto
El artículo no pretende haber resuelto el misterio de la salud digital para siempre. No dice: "¡Ahora todas las enfermeras de Kenia amarán sus tabletas!". En cambio, sugiere algo más práctico y medido: Ahora tenemos una herramienta mejor y validada para medir la aceptación.
El estudio encontró que, para las enfermeras en Kenia, la experiencia de "despliegue" (capacitación y participación del usuario) es tan importante como si la tecnología es fácil de usar. Si se omite la capacitación o no se escucha a las enfermeras durante la fase de diseño, todo el sistema podría fallar, sin importar lo "útil" que sea en el papel.
Los investigadores señalan cuidadosamente que esto fue una instantánea en el tiempo (un estudio transversal) y que lo probaron con enfermeras en condados específicos. Sugieren que estudios futuros deberían probar esta herramienta en otros lugares y con diferentes tipos de trabajadores de la salud para ver si se mantiene.
En resumen, el equipo no solo encontró una nueva respuesta; construyeron una mejor regla para medir el problema. Y con esta nueva regla, descubrieron que, en el mundo de la salud digital en Kenia, cómo lanzas la tecnología es tan importante como la tecnología misma.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.